国金计算机 科技 GPT-6 Astra发布 Computer Use能力跨越式提升 Agen

太阳【Computer Use能力跨越式提升，Agent进一步走向复杂任务执行】 OpenAI正式发布GPT-6 Astra，在Computer Use、浏览、软件工程、网络安全、科研及专业工作等方向实现全面升级。Astra在OSWorld 2.0得分72.6%，高于GPT-5.6 Sol的65.7%；Agents’ Last Exam得分59.3%，ScreenSpot-Pro达到92.7%。模型可直接操作浏览器及专业软件，完成表单填写、CRM更新、数据分析、网站开发、软件安装测试等多步骤任务，进一步强化端到端Agent能力。 太阳【专业工作与Coding能力继续突破，输出向直接交付演进】 Astra针对专业工作环境进一步强化训练，可执行复杂多步骤工作流，并直接生成文档、PPT、Excel及分析结果；AutomationBench得分41.4%，较GPT-5.6 Sol的18.1%大幅提升，BenchCAD达到95.9%。Coding方面，Terminal-Bench 4.0达到57.9%，较GPT-5.6Sol的37.3%明显提升。同时，Astra在Codex中强化长任务中的上下文管理和信息检索能力，有望提升大型重构、复杂调试等长周期软件工程任务的连续性。 太阳【科研及网络安全能力进一步突破，模型能力边界持续外扩】 GPT-6 Astra在FrontierMath Tier 4达到97.6%，ARC-AGI-3达到99.9%，Terminal-BenchScience 0.1达到64.6%，科研推理能力进一步提升。网络安全方面，Astra在ExploitBench达到100%（GPT-5.6 Sol为78.5%）；在另一项专门测试近三个月新披露漏洞的ExploitBench(2026年6-8月)基准中，Astra还发现了两个此前未知的0day漏洞。模型能力正进一步从通用问答和代码生成延伸至科研、网络安全及复杂专业任务。 太阳【价格进一步提升，但任务效率同步改善，复杂Agent商业化基础继续夯实】 GPT-6 Astra API定价为输入10美元/百万Token、输出50美元/百万Token，较上一代模型进一步提升。与此同时，OpenAI披露Astra在真实知识工作任务中的执行效率明显改善，OSWorld 2.0单任务用时由GPT-5.6 Sol的约75分钟降至约40分钟，减少约47%，同时任务得分由65.7%提升至72.6%；结合新版Codex harness后，Mind2Web任务完成速度提升至1.9倍。我们认为，模型单Token价格提升的同时，复杂任务的完成速度和能力上限也在提升，随着Agent逐步进入更高价值的专业工作场景，其商业化空间有望进一步打开。