GPT-6 Astra 发布了：变了什么、谁能用、团队先测什么
OpenAI 正式发布了 GPT-6 Astra。
这次最值得关注的，不是又一张更长的跑分表，而是模型开始更直接地操作真实软件、完成长任务，并交付文档、表格、演示文稿和网站等可继续使用的成果。
但“发布”不等于所有人现在都能用。首批访问只开放给有限组织，ChatGPT 付费计划、API 和 AWS 会在接下来的几天逐步获得访问权限。对团队来说，今天最合理的动作不是立刻替换默认模型，而是先准备一组真实任务，验证它能否减少返工，同时守住权限和审核边界。
GPT-6 Astra 到底发布了什么？
OpenAI 把 Astra 定位为面向高难度端到端工作的旗舰模型。官方重点强调了五类能力：
- 电脑和浏览器操作
- 软件工程与代码执行
- 文档、表格和演示文稿等专业工作
- 科学研究
- 网络安全
它支持文本和图片输入、文本输出，以及函数调用、Web Search、File Search、Computer Use、MCP、Skills、Shell 和 Apply Patch 等工具。模型 ID 是 gpt-6-astra。
API 规格为 105 万 token 上下文窗口和 12.8 万 token 最大输出。标准上游目录价是每百万 token 输入 10 美元、输出 50 美元，缓存输入 1 美元。
这些是 OpenAI API 的上游规格和价格，不是 Buda Credits 或 Buda 用户价格。
真正的变化是：从回答问题到操作工作
GPT-6 Astra 的发布页面用了大量真实软件任务来说明能力，包括填写表单、更新 CRM、整理日历、生成和检查网站、分析数据，以及按既有模板制作文档和演示文稿。
OpenAI 报告称，在 OSWorld 2.0 的延迟模拟中，Astra 得分 72.6%，GPT-5.6 Sol 为 65.7%；Astra 每项任务约需 40 分钟，Sol 约需 75 分钟。这个结果说明 OpenAI 优化的方向已经不只是回答质量，而是任务完成速度和真实软件中的执行能力。
这些仍然是发布方提供的评测结果，不等于任何团队在自己系统里会获得同样提升。浏览器环境、工具权限、数据质量、任务长度和验收标准都会改变结果。
现在谁能用 GPT-6 Astra？
发布当天，Astra 先向有限组织开放。OpenAI 表示，接下来几天会逐步扩展到：
- ChatGPT Plus
- ChatGPT Pro
- ChatGPT Business
- ChatGPT Enterprise
- OpenAI API
- Amazon Web Services
Pro、Business 和 Enterprise 还会获得 GPT-6 Astra Pro。Enterprise 管理员需要主动为工作区启用 Astra，发布时默认关闭。
这意味着“已经发布”和“你的账号已经出现”可能相差几天。上线规划应以实际账号、区域和工作区管理设置为准。
先不要把 GPT-6 设成所有任务的默认模型
Astra 的标准输入、输出价格与 Claude Fable 5.1 的公开目录价处在同一档位。它不是批量摘要、格式转换和简单分类的经济型默认模型。
更合理的做法是把它放到需要升级判断的路径：
- 多阶段任务在便宜模型上反复失败
- 需要在真实软件中完成并检查工作
- 任务要同时处理大量上下文和多种工具
- 返工成本明显高于模型成本
- 结果会进入客户、生产系统或管理决策
提取、分类、改格式和其他容易自动验证的步骤，仍可以交给更便宜的模型。模型越强，越需要清楚它负责哪一段，而不是把整条流水线都换掉。
团队应该先测哪五件事？
1. 用真实任务测验收通过率
不要只复现官方 demo。准备 10 到 30 个已经做过、结果可判断的真实任务，记录一次通过率、人工修改次数、完成时间和失败原因。
2. 测试权限和确认策略
给模型明确的可访问文件、网站、工具和动作范围。特别检查发送消息、修改记录、运行代码、删除数据和外部发布前是否会停下来等待确认。
3. 测试长任务中的转向能力
在任务中途增加要求、纠正方向、询问旁支问题，再观察它是否仍记得原目标和验收条件。
4. 测试暂停、失败和恢复
Astra 的额外安全检查可能让合法任务变慢、暂停或停止。团队需要知道任务中断后如何保留状态、交给人审阅并安全恢复，而不是从头重跑。
5. 计算“验收通过的任务成本”
不要只看每百万 token 单价。应把工具调用、长输入附加价格、失败执行、重试、人工审核和返工一起算进去。
单个验收通过任务的总成本 = 模型 + 工具 + 失败执行 + 重试 + 审核 + 返工
更强的模型，也带来更严格的控制问题
Astra 是 OpenAI 第一个达到其网络安全 Critical 能力门槛的模型。默认版本会拒绝更高级的攻击性任务，部分防御能力通过 Daybreak 等受控计划开放。
同时，OpenAI 的系统卡也披露了一个需要认真对待的限制：Astra 在整体对齐评测中表现更好，但书面推理的可监控性比 GPT-5.6 Sol 更弱。在专门要求模型躲避监控的对抗测试中，它更有能力控制自己写出的推理内容。
这两个结果可以同时成立。模型更少越界，不代表团队可以取消权限、确认和审计。对于能操作浏览器、终端和业务系统的 Agent，最终控制仍然要落到系统设计上。
这对 Buda 用户意味着什么？
GPT-6 Astra 进一步说明，模型正在从聊天能力走向真实执行能力。但一个模型本身不等于完整工作系统。
团队仍然需要持久文件、工具环境、任务历史、权限边界、执行可见性和人工审核。Buda 负责的是这一层：让 Agent 在 Browser、Terminal、Git 和 Drive 中工作，同时把 Session 和产物留给人检查。
GPT-6 Astra 暂未在 Buda 上线。后续上线后，具体可用范围和 Credits 会在 Buda 模型列表与公开价格页显示。
如果你正在设计 Agent 工作方式，可以继续阅读如何为 AI Agent 选择合适的模型和什么是 AI Agent Workspace。
常见问题
GPT-6 Astra 已经全面开放了吗？
还没有。发布当天先向有限组织开放，ChatGPT 付费计划、API 和 AWS 会在接下来的几天逐步获得访问。
GPT-6 Astra API 多少钱？
OpenAI 标准上游目录价是每百万 token 输入 10 美元、输出 50 美元，缓存输入 1 美元。长输入、Fast、Batch、Flex 和工具调用有额外规则。
GPT-6 Astra 的上下文窗口多大？
API 文档列出 105 万 token 上下文窗口和 12.8 万 token 最大输出。大窗口不等于永久记忆，也不保证每个位置的信息都能被同等准确地使用。
GPT-6 Astra 比 Claude Fable 5.1 更好吗？
没有一个对所有工作都成立的答案。OpenAI 发布的数据中，Astra 在部分电脑操作、终端和科学工作流上领先；其他独立综合指数仍可能更偏向 Fable 5.1。正确做法是用自己的任务、工具和验收标准比较。
GPT-6 Astra 已经在 Buda 上线了吗？
暂未上线。后续可用范围和 Credits 请查看 Buda 模型列表与公开价格页。