OpenAI 已在 ChatGPT Work、Codex 和 API 中推出 GPT-6 Astra。公司表示，该模型在计算机使用、网页浏览、专业工作、软件工程、网络安全和科学领域进行了优化。由于 Astra 还能够与没有 API 的应用协同工作，企业无需进行大量准备或工程开发，就可以将其用于现有工作流程。
在最初几天，客户使用该模型进行 GPU 优化、识别财务报表中的不一致之处，以及制作符合品牌标准的演示文稿。OpenAI 团队还利用 Astra 和 Codex 将三小时的多机位影像制作成《GPT-6 Astra Developer First Impressions》视频；该视频在四天内获得了超过 550k 次观看。工程团队解决了导致 Codex 会话速度变慢的内存分配问题，将响应延迟降低了 25×；峰值内存使用量增加了约 30%。
据称，Astra 使用更少的 token 和更少的重试即可完成任务，从而降低成本。其定价起步为每百万个输入 token 10 美元、每百万个输出 token 50 美元。与 GPT-5.6 Sol 相比，该模型生成不良结果的次数减少了 89%；与 Claude Fable 5.1 相比，减少了 74.7%。
组织可以限制获准访问的网站和桌面应用、上传与下载操作以及浏览历史。ChatGPT Work 和 Codex 均提供审批政策和自动审查功能。面向 Oracle Analytics、Power BI、Navan 和 Avalara 的企业插件也已公布。Astra 成为首个在 Preparedness Framework 下达到 Critical 网络安全能力门槛的模型。Zero Data Retention 正在向符合条件的 API 客户提供，需经批准；企业访问权限在初期默认关闭。
为什么重要
这一进展将人工智能的应用从仅限于聊天界面拓展到计算机和基于网络的工作流，因此对那些希望在不改变现有软件基础设施的情况下实现自动化的企业具有重要意义。它能够与没有 API 的应用协同工作，使适用范围超越了技术团队能够搭建的定制集成；不过，哪些任务必须接受人工监督，仍取决于各组织自身的审批政策。企业访问权限在初期默认关闭，且 Zero Data Retention 选项需要获得批准，这表明数据管理并不会自动得到解决。达到 Critical 网络安全门槛，也使得如何管理滥用风险成为与模型能力同等重要的议题。尽管更少的 token 和更少的重试能够带来成本优势，但峰值内存使用量的增加仍是各机构在评估性能时需要单独考量的变量。
背景
Astra 并不是 FikirPilot 档案中的新名字：过去 90 天内，我们发布了 5 篇提到这一名称的新闻；最新一篇的日期是 2026年9月6日。