GPT-6 Astra 发布：定价、基准与长上下文表现

OpenAI 的 GPT-6 Astra 已开始向有限数量的组织推出，并计划在接下来几天内面向 ChatGPT Plus、Pro、Business、Enterprise 用户开放，同时也会通过 OpenAI API 和 AWS 提供。

目前可获得的信息主要来自发布材料和第三方初步观察，实际使用体验仍有待更多用户验证。

API 定价

GPT-6 Astra 的 API 价格将与 Claude Fable 5 / 5.1 持平：

• 输入：每百万 token 10 美元
• 输出：每百万 token 50 美元

从定位看，Astra 显然是 OpenAI 面向 Claude Fable 系列的竞争型号。根据 OpenAI 自行披露的多项基准，Astra 在不少项目上高于 Fable。

ARC-AGI 3：成绩很高，但测试方式值得注意

Astra 在今年 3 月发布的 ARC-AGI 3 基准中取得了 99.9% 的成绩。不过有两个关键背景：

1. Claude Fable 5 目前尚未公布该基准成绩；
2. 99.9% 的结果是在 OpenAI 自定义的 “Provider Adapter harness” 下取得的，成本约为 1.9 万美元；而使用默认 ARC-AGI harness 时，Astra 的成绩为 62.7%，成本约为 2.6 万美元。

该自定义 harness 的特点是：

在请求之间保留不透明的推理状态，并对更长对话进行压缩，使模型能够复用此前的工作。

因此，99.9% 的分数很亮眼，但也需要结合测试框架差异来看。

安全任务表现突出

Astra 在安全相关任务上表现非常强：

• ExploitBench：100%，GPT-5.6 Sol 为 78.5%
• ExploitGym：42.4%，GPT-5.6 Sol 为 30.3%
• SRE-Bench 二进制逆向工程：4 次尝试内达到 99.2%，GPT-5.6 Sol 为 68.7%

这些成绩显示，Astra 在漏洞利用、逆向工程和安全推理类任务上相比前代有明显提升。

长上下文能力增强

在 OpenAI 的 eight-needle 长上下文基准中，Astra 的表现如下：

• 256K–512K token：100%
• 512K–1M token：96.3%

如果这些结果能在实际使用中稳定复现，说明 Astra 可能在长上下文处理中的信息定位和保持能力上有显著进步。

也并非全面领先

Astra 并不是在所有评测中都领先。

Artificial Analysis 的 Intelligence Index 显示：

• GPT-6 Astra 得分为 61，与 GPT-5.6 Sol 持平；
• 比 Claude Fable 5.1（max with fallback）低 5 分；
• 也落后于 Meta 新发布的 Muse Spark 1.3（max）。

不过在 Coding Agent Index 上，Astra 的成本效率表现更好：

• 在 max effort 设置下，Astra 成本大致与 GPT-5.6 Sol（max）相当；
• 指数得分高出 2 分；
• 在达到相同分数时，单任务成本不到 Claude Fable 5 的一半。

API 模型名

Astra 在 API 中推出后的模型标签将是：

gpt-6-astra

总体来看，GPT-6 Astra 的关键信息集中在三点：价格与 Claude Fable 系列对齐，安全和长上下文基准表现突出，但在综合智能指数上仍未全面压过主要竞品。实际价值还需要等待更多开发者和企业用户的真实测试反馈。