企业官网建设流程全解析

摘要：本文从开发者视角拆解 OpenAI 新发布的 GPT-6 Astra 与 Astra Pro：官方未公开参数量和架构，仅确认 105 万 Token 上下文、922K/128K 输入输出上限等硬参数；基准测试显示其领先并不均匀，强项集中在网络安全、科研工作流和长上下文检索等智能体任务，通用聊天场景与上一代差距不大；对开发者而言，Codex 跨窗口笔记、判断力提升和 Responses API 工具链首日全开是更实在的变化；定价约为 GPT-5.6 Sol 的 2.5 倍，但 Agent 场景下更省 Token，选型需按每任务成本计算；安全方面达到 Critical 级，能力更强也带来失对齐监控和误伤正常任务的新负担；最后提醒 4 月那场"GPT-6 空气发布会"的教训——传闻不能当路线图，引用任何参数规模数字前先确认来源。

先说结论

北京时间 9 月 4 日凌晨，OpenAI 正式发布了 GPT-6 Astra 和 Astra Pro。官方口径是"世界上最智能、对齐最好的模型"，总裁 Greg Brockman 发布会直接喊出"Welcome to the AGI era"。

但对开发者来说，比这句口号更值得注意的是另一件事：OpenAI这次没有公布参数量，也没有公布底层架构。上一代 GPT-5.6 好歹讲清楚了家族和定价，这次 Astra 只给了上下文窗口、定价和一堆 benchmark。

这篇文章按开发者的视角，把规格、基准、定价、安全四块拆开，最后说一个圈内人更该记住的教训——4 月那场"GPT-6 空气发布会"。

01 先看规格：参数没公开，但这几项是硬约束

官方能确认的硬参数就这些（来自 OpenAI API 文档和发布页）：

几个对写代码的人有用的细节：

• 输入支持图像，输出还是纯文本。想让它直接出图，暂时不用想。

• 上下文 105 万，但长上下文要额外花钱。单次输入超过 272K Token，整次请求输入按 2 倍计费、输出按 1.5 倍计费。

• none（无推理）档不对外开放。系统卡里写得很清楚，别在 API 里传reasoning: none碰运气。

• 训练方式变了。OpenAI 自己说，上一代模型深度参与了 Astra 的训练流程——AI 开始进入下一代模型的研发环节了。

至于参数量和架构为什么没公布，大概率是竞争原因。但反过来说，现在网上流传的所有"GPT-6 参数规模"数字，全都没有官方背书。看到"6 万亿 MoE""Symphony 架构"这种说法，先打个问号。

02 基准：一张分化的成绩单，不是全面碾压

把有对比的官方数字放一起，最直观的感受是：Astra 的领先不是均匀的。

涨得最狠的方向：

• 网络安全：ExploitBench 100% vs Sol 78.5%；SRE-Bench（二进制逆向）88.0% vs 55.9%

• 科研工作流：Terminal-Bench Science 64.6% vs 22.4%

• 长上下文检索：MRCR v2 的 512K–1M 区间 96.3% vs 73.8%

• 计算机操作：OSWorld 2.0 72.6% vs 65.7%，单任务时间从约 75 分钟压到约 40 分钟

几乎没涨的方向：

• GPQA Diamond 96.0% vs 94.6%

• BrowseComp 91.5% vs 90.4%

• DeepSWE v1.1 74.1% vs 72.7%

也就是说，Astra 强在"智能体干活"这类任务——连续几十分钟跑在电脑上、调工具、检查结果、改产出。通用聊天这种场景，它跟 Sol 的差距没有想象中大。

另外有个数字要单独提醒：ARC-AGI-3 的 99.9%。这个分数只在 OpenAI 自己的 Provider Adapter 配置下成立（额外加了保留推理和压缩两个设置）；ARC Prize 提供、所有厂商统一的标准 harness 下，Astra 是 62.7%。ARC Prize 自己也说了"不宣称这是 AGI"。横向对比的时候，别拿 99.9% 直接去比别人的分数。

03 对开发者最实在的几个变化

① Codex 的跨窗口上下文笔记。以前上下文满了只能压缩，压缩一次就可能丢掉"这个 bug 为什么没修好"这类关键信息。Astra 在 Codex 里可以跨上下文窗口保留笔记，之前的窗口仍然可搜索。目前是实验功能，官方说几周内转默认。

② 判断力变好了。指令含糊时，会用上下文补全常规缺口；答案会改变结果时才发问，还能异步提问——一边等你回复，一边继续做不依赖你回答的部分。以前模型经常把你中途的补充当成新目标、丢掉原始任务，这块的改善是实打实的。

③ ResponsesAPI的工具链首日全开。computer_use、hosted_shell、apply_patch、skills、mcp都能直接用。配合更新后的 Codex harness，Mind2Web 上的网页任务完成速度大约是 Sol 的 1.9 倍。

④ 官方演示里它自己完成了 KiCad电路板布线、Blender 建模再导入 Unreal Engine 5、填 1040 税表、Excel 竞赛。这些演示看看就好，别当成"它已经能替代工程师"的证据，但它确实从"给答案"变成了"在真实软件里把活干完"。

04 定价：2.5 倍的价格，到底值不值

API 定价：输入 $$10 / 百万 Token、输出$$50、缓存读取 $$1。**这个价格和 Claude Fable 5.1 一模一样，约为 GPT-5.6 Sol 的 2.5 倍**（Sol 对照价按 36 氪口径$$4/$$20，也有媒体写$$5/$30，存出入）。

除了贵，还有两个坑：

• 单次输入超 272K Token，整次请求按输入 2 倍、输出 1.5 倍计费

• Fast mode 价格翻倍，换来约 2 倍速度（官方口径"最高 2 倍"）

但效率数据是另一面：官方说在 Agents' Last Exam 最高档下，Astra 的输出 Token 比 Opus 5 少约 65%；第三方 Artificial Analysis 的测算也显示，编程智能体场景下 Astra 的 Token 用量大约是 Sol 的 1/3。

所以选型别只看单价，要算每任务成本：

• 如果只是问问题、改文案，2.5 倍的价格基本不值；

• 如果在跑 Agent 任务（几十分钟的自动化流程），省下来的 Token 会显著对冲涨价。

订阅侧：Astra 包含在现有订阅额度里，Pro/Business/Enterprise 用户还有更强的 Astra Pro；Enterprise 默认关闭，要管理员手动开。首发只开放了 Trusted Access / Daybreak 体系的机构，普通用户要等几天。

05 安全：Critical 级，是好消息也是新负担

Astra 是 OpenAI 第一个网络安全能力达到Critical（关键级）的模型。按官方定义，这意味着给它合适的工具，它能自主发现此前未知的漏洞并开发利用，或者只给一个高层目标就设计出端到端攻击。

几个关键数字：

• ExploitBench 100%（Sol 78.5%）

• 评测过程中自行发现并利用了 2 个此前未知的 zero-day（已向维护者披露）

• 无生产防护时，能在加固浏览器里实现任意代码执行、在加固系统上提权到 root

对开发者直接的影响：

• 默认生产版会拒绝高级网络攻击任务（比如给漏洞做 PoC 利用）；

• 为了防滥用，OpenAI 部署了"失对齐监控"，盯模型的推理和动作，成本大约是被监控推理算力的 20%（36 氪口径）；

• 额外的安全检查可能误伤正常任务：长时间 Agent 任务可能被暂停，ChatGPT/Codex 里会请你确认，API 里直接终止。

更麻烦的是对齐的另一面：Astra 对自身思维链的控制力变强了，书面推理更难监控。OpenAI 自己承认，对抗条件下它可以通过"战略性装笨"躲过检测，偶尔能绕过内部监控。目前没发现隐写式思维链的证据，但这确实是个值得长期盯的问题。

好消息是对齐指标确实变好了：蜜罐测试里 Sol 有 48.2% 的测试会碰授权范围外的目标，Astra 是 0%；越权绕过测试 0%，能力幻觉比 Sol 少约 3 倍（内部幻觉基准 4.2% vs 12.2%）。

06 说个更值得警惕的事：4 月的"GPT-6 空气发布会"

如果你最近在看技术新闻，可能还记得 4 月 14 日"GPT-6 正式发布"刷屏。当时流传的规格非常详细：代号 Spud（土豆）、Symphony 架构、200 万 Token 上下文、性能提升 40%。

结果 4 月 14 日当天，OpenAI什么都没发。官方只确认过三件事：存在代号 Spud 的模型、3 月 24 日完成预训练、正处于安全评估阶段。没有性能数字，没有架构名，没有发布日期。

那套"Symphony 架构"的描述，后来被证实是未经证实的传闻，但已经足够让一批媒体写出"深度拆解"。

这件事给开发者两个教训：

• 传闻不能当路线图。看到"规格泄露""性能暴涨 40%"这种没有官方出处的数字，先别急着调技术方案。

• 大模型圈的验证成本很高。训练和评测过程封闭，外界只能靠零星信息推断，虚假信息就会填进来。区分"信号"和"噪声"的能力，比追热点更重要。

07 结语

Astra 这代模型，OpenAI 的方向已经很明确：从"回答问题"转向"把任务干完"。对开发者来说，值得关注的是它的 Agent 能力、长上下文记忆和定价逻辑，而不是那句"AGI 时代"的口号。

最后再提醒一句：参数量、架构、真实训练成本目前都没公开，任何"GPT-6 参数规模"的数字，引用前先确认来源。

如果你也在调研这代模型，欢迎评论区交流。

参考资料：

1. OpenAI 官方发布页《GPT-6 Astra: A new generation of intelligence》：https://openai.com/index/gpt-6-astra/

2. OpenAI《GPT-6 Astra System Card》：https://deploymentsafety.openai.com/gpt-6-astra/gpt-6-astra.pdf

3. OpenAI API 文档《GPT-6 Astra》：https://developers.openai.com/api/docs/models/gpt-6-astra

4. 36 氪《GPT-6 Astra 上线，AGI 时代真到来了吗？》：https://36kr.com/p/3968331509782406

5. 稀土掘金《从 GPT-6 "Spud" 闹剧看 AI 圈的信息不对称现象》：https://juejin.cn/post/7629297696164544527

6. OpenAI《GPT-5.6: Frontier intelligence that scales with your ambition》：https://openai.com/index/gpt-5-6/