“擅长高难度推理与数学”GPT-6 Astra性能如何？价格也涨至2.5倍

OpenAI发布了下一代顶级前沿模型GPT-6 Astra。该公司凭借编程与计算机操作能力巩固其在企业级人工智能市场的领先地位，但也有分析认为，随着令牌价格上涨，其成本效益有所下降。

View original image

OpenAI于4日发布GPT-6 Astra，并介绍称，这是一款“在推理、计算机操作、软件开发、网络安全及科学等多个领域展现顶尖性能的前沿模型”。

Astra在高难度推理和数学方面表现突出。在抽象推理评测ARC-AGI-3中，其最高得分达到99.9%，显著高于上一代GPT-5.6 Sol的7.8%。在高难度数学评测FrontierMath Tier 4中，其得分为97.6%，高于上一代的83%。

其编程领域性能也有所提升。在评估多步骤开发任务的Terminal Bench 4.0中，Astra取得57.9%的成绩；在评估实际软件工程能力的基准测试DeepSWE v1.1中，得分为74.1%。

此次模型的核心在于，人工智能不仅能生成回答，还能直接操作屏幕和外部工具，连续完成多步骤任务。在评估其是否能像人类一样操作操作系统的基准测试OSWorld 2.0中，Astra取得72.6%的成绩，超过GPT-5.6 Sol的65.7%；在计入延迟时间的模拟测试中，完成任务所需时间也缩短约47%。

Astra将优先向部分机构提供，并将在未来数日内逐步扩大至ChatGPT Plus、Pro、Business和Enterprise用户，以及OpenAI应用程序编程接口和亚马逊云服务。

除性能外，价格也有所上调。Astra的应用程序编程接口标准定价为每100万个输入令牌10美元、每100万个输出令牌50美元，是上一代GPT-5.6 Sol的2.5倍。业内认为，OpenAI正将Astra定位为适用于复杂推理及长时间任务执行的企业级模型。

OpenAI总裁Greg Brockman表示：“如果几年后回顾通用人工智能何时诞生，可能就是这个时点、这款模型。”

不过，独立分析机构Artificial Analysis分析称，尽管Astra在编程智能体性能和令牌效率方面有所改进，但其综合智能指标与上一代并无明显差异，且受应用程序编程接口涨价影响，常规任务的成本效益反而有所降低。

必读新闻

提示“余额不足”仍直接上车……外国乘客逃票目击说法接连出现

• “朝鲜公布的Kim Jong Un照片是骗局”……死讯传闻真伪之争持续发酵
• [独家]“花14万韩元来韩国”追踪中国游客行程后发现……一场“可疑”旅行
• “付费入住，还要洗衣服、洗碗？”爱彼迎禁止过度清洁要求
• “Baek Jongwon沉寂许久后又干出大事”……五花肉一人份4.6万韩元，美国门店排队号码已过百

多家主要外媒分析认为，OpenAI此举旨在对抗在企业级人工智能市场不断扩大影响力的Anthropic，并突出其软件开发和专业任务执行能力。英国《金融时报》评价称，OpenAI正试图夺回此前让给Anthropic的技术主导权，并在首次公开募股前重申其在企业级人工智能市场的领先地位。

版权所有 © 阿视亚经济。未经许可不得转载，禁止用于AI训练及使用。