OpenAI发布GPT-6 Astra：ARC-AGI 3得分99.9%，API定价对标Claude Fable 5
GPT-6 Astra今日起向部分组织开放，未来数日将覆盖全部ChatGPT Plus、Pro、Business和Enterprise用户，并通过OpenAI API和AWS提供。API定价为每百万输入tokens 10美元、每百万输出tokens 50美元，与Claude Fable 5和5.1相同。
AI解读：GPT-6 Astra是OpenAI直接对标Claude Fable 5的旗舰模型，API定价完全相同，因此企业选择模型时，成本不再是区分因素，关键看性能。OpenAI自报的基准显示Astra在多数测试中领先，尤其安全任务和长上下文处理：在ExploitBench上得100%，而GPT-5.6 Sol只有78.5%；在OpenAI的八针基准中，256K-512K tokens范围达到100%准确率。
但独立评测机构Artificial Analysis指出，Astra的智能指数与GPT-5.6 Sol持平，仍比Claude Fable 5.1低5分，也落后于Meta的Muse Spark 1.3。
此外，Astra在ARC-AGI 3上的99.9%高分是在OpenAI自制的Provider Adapter harness下实现的，该工具允许模型在请求间保留推理状态，而默认测试框架下得分只有62.7%。
Astra的推理能力可能被优化，但未必代表通用智能的绝对领先。企业若考虑切换或采用，应关注实际任务中的表现，而非单看基准分数；定价相同意味着成本对比不再有意义，需要测试具体工作负载。
OpenAI于2026年9月3日发布GPT-6 Astra，今日起向部分组织开放，未来数日将覆盖所有ChatGPT Plus、Pro、Business和Enterprise用户，并通过OpenAI API和AWS提供，API模型标识为gpt-6-astra。
模型API定价为每百万输入tokens 10美元、每百万输出tokens 50美元，与Claude Fable 5和5.1相同。
基准表现：自报高分为主，独立评测有保留
OpenAI自报基准显示，Astra在大多数测试中得分高于Fable，包括ARC-AGI 3上获得99.9%，但ARC-AGI博客注明，该成绩是在OpenAI定制Provider Adapter harness下花费1.9万美元取得，默认测试框架下得分62.7%，花费2.6万美元。Provider Adapter harness可在请求间保留不透明的推理状态，并对长对话使用压缩技术，使模型复用先前工作。
在安全任务上，Astra在ExploitBench得分100%（GPT-5.6 Sol为78.5%），ExploitGym得分42.4%（Sol为30.3%），SRE-Bench二进制逆向工程四次尝试内成功率99.2%（Sol为68.7%）。
长上下文方面，OpenAI的八针基准测试中，Astra在256K至512K token范围准确率100%，512K至1M token范围96.3%。
独立评测机构Artificial Analysis指出，Astra的智能指数与GPT-5.6 Sol持平（61分），比Claude Fable 5.1最高分低5分，也落后于Meta新发布的Muse Spark 1.3最高分。
- ARC-AGI 3：99.9%（自定义harness，成本1.9万美元）；默认harness为62.7%（成本2.6万美元）
- ExploitBench：100%（Sol为78.5%）
- ExploitGym：42.4%（Sol为30.3%）
- SRE-Bench：99.2%（Sol为68.7%）
- 八针基准：256K-512K tokens准确率100%，512K-1M tokens准确率96.3%
成本效率：编码代理指数领先
在Artificial Analysis的编码代理指数中，Astra在最高努力水平下成本与GPT-5.6 Sol相当，但得分高2分；每个任务成本不到Claude Fable 5的一半，在相同得分下。