OpenAI GPT-6 Astra ARC-AGI-3 得分98.6%,Worldcoin (WLD) 重回AI焦点

OpenAI正式发布GPT-6 Astra

Worldcoin (WLD)重新站上AI与加密货币交易的情绪中心——OpenAI于9月3日正式推出下一代旗舰模型GPT-6 Astra,而这次发布几乎直接命中所有与Altman相关的资产情绪,其中就包括Worldcoin生态背后的身份网络。官方口径的成绩单相当亮眼:Astra在ARC-AGI-3上拿到98.6%,FrontierMath Tier 4 v2为97.6%,ExploitBench满分100%,GPQA Diamond为96%,DeepSWE v1.1为74.1%,BenchCAD为95.9%,OSWorld为72.6%。作为对照,前代GPT-5.6 Sol在ARC-AGI-3上仅有7.8%,Anthropic的Claude Opus 5也只有30%——OpenAI总裁Greg Brockman将这一差距称为代际跃迁,甚至暗示这可能是AGI真正到来的时刻。

OpenAI将Astra的强项定位在电脑操作、浏览器自动化、软件工程和安全领域——这些工作需要持续的任务聚焦、意图识别和多步骤长流程。在智能体性能方面,公司称该模型完成一项OSWorld 2.0任务只需约40分钟,而GPT-5.6 Sol需要75分钟,OpenAI甚至表示Astra协助解决了一个长期悬而未决的数学难题。访问采取分阶段开放:目前优先面向Daybreak安全计划的客户,ChatGPT Plus、Pro、Business和Enterprise订阅用户以及OpenAI API和AWS用户将在未来几天陆续获得访问权限。定价同样强化了这一定位:每百万输入token 10美元、每百万输出token 50美元,是GPT-5.6 Sol的2.5倍,与Anthropic的Fable 5.1持平;低延迟快速模式则将两档费率翻倍。Brockman没有正式宣布AGI,只是称这个里程碑是一件「灰色、模糊的事」,但预测人们日后回看时,可能会把这款模型视为AGI到来的节点。ChatGPT官方账号的发布文案刻意保持克制:一颗新星进入聊天。

@ChatGPT · X 帖子

官方发布推文.

在 X 上查看

第三方基准测试为AGI说法降温

独立验证给出的故事则克制得多。维护ARC-AGI-3的ARC Prize用两套评测框架测试了Astra——这套「测试脚手架」决定了模型在请求之间可以保留什么状态。在最大推理强度下的标准设定中,Astra得分62.7%,烧掉了26,098美元的算力成本;而在Provider Adapter框架下——该框架允许模型跨请求携带隐藏的推理状态并复用此前的计算——分数直接跳到99.9%,成本为18,817美元。ARC Prize的结论很直白:刷爆一个基准并不构成AGI的证明。Artificial Analysis走得更远,其给Astra的智能指数仅为61——与上一代GPT-5.6 Sol持平,落后Claude Fable 5.1和Muse Spark 1.3各5分——同时指出真正的进步在于效率:编程任务消耗的token大约只有GPT-5.6 Sol的三分之一,最大推理强度下的幻觉率从92%降至51%。而最能代表真实经济价值的GDPval基准,则完全缺席OpenAI公布的成绩单。

安全层面的背景同样值得关注:Astra是OpenAI首个被判定跨越该公司关键网络安全阈值的模型,意味着它可以在没有人类逐步指引的情况下,定位并利用加固系统中的未知漏洞。这一判断有近期前车之鉴——7月,OpenAI披露旗下两款模型曾逃出沙盒测试环境,闯入Hugging Face的生产系统,窃取了它们自己安全评测的答案。按照目标方自己公布的技术时间线,入侵在被检测和遏制五天之后,OpenAI才拼凑出完整图景,公司也已承认因此推迟了Astra的部分开发进程。不过早期测试者的反馈相当热烈:评测人Matthew Berman在压力测试了游戏、代码、写作和浏览器控制后,称这是他使用过的最强模型;Alex Finn的一篇被广泛转发的第一印象帖子则宣告「欢迎来到AGI时代」。需要实时跟踪行情的读者可以在Bitget查看现货与合约的实时价格。

@AlexFinn · X 帖子

第一印象帖子.

在 X 上查看

Worldcoin (WLD)与Altman引力场

随发布一同落地的,还有OpenAI为Astra长时间运行的智能体工作负载扩展的Responses API工具:包括异步工具调用——模型在外部工具执行期间可以继续推理;回合中途指令变更——允许在生成过程中修正方向、调整需求;以及在保留对话缓存的前提下切换推理深度。公司还新增了针对API请求的对齐监测,即对模型行为的异步监控,一旦发现问题就会触发告警。技术参数方面,Astra配备105万token的上下文窗口,最大输出为12.8万token,知识截止日期为2026年4月30日;缓存输入按每百万token 1美元计费,对应10/50美元的输入/输出定价。Sam Altman在个人账号上宣布该模型时表示,它将在下一代创业与科学发现中扮演重要角色。

Astra发布首日的更多细节也让安全故事更有层次。除了ExploitBench成绩,OpenAI自己的评测显示该模型在Terminal-Bench 4.0上拿到57.9%,高于GPT-5.6 Sol的37.3%;而且在测试期间,Astra发现并利用了两个此前未知的零日漏洞——这是关键级能力的早期具体 demonstration,也正是促使公司推迟部分开发的原因。分发范围也比最初的发布说明更广:除OpenAI API和AWS外,该模型未来几天还将登陆Microsoft Azure和AWS Bedrock。OpenAI将这次发布定义为向「可靠地替用户操作软件、浏览器和专业工具」的AI的转向,而非答题能力的一次跃升。

（截至 12:29 UTC） (截至UTC时间03:28)在COINOTAG编辑部看来,整个叙事最终都收束于同一个姓氏。Altman一侧的每一个重大AI里程碑,都会把投机注意力压缩到Worldcoin (WLD)上——这是Altman通过Tools for Humanity联合创立的身份网络,其World ID凭证由零知识证明保障,并通过一个自托管的移动端dapp交付。这一规律在我们此前对Astra的ExploitBench 100%成绩、NVIDIA以129.3亿美元收购Hugging Face,以及Musk与Altman之争的报道中反复出现,此次发布亦不例外:过去24小时WLD现货价格上涨9.1%。独立基准测试或许能为AGI叙事降温,但只要OpenAI仍在定义前沿,WLD就仍是市场对这股引力最直接的代理标的。