GPT-6 Astra 实测与用法：大家拿它做了什么

Zapier 梳理本周三款新模型各自擅长的流程，GPT-6 Astra 以 AutomationBench 41.4% 居首，主推 CRM 对账与合规检查。

印度媒体节目介绍 OpenAI 新模型 Astra，主打软件、研究、网络安全与网页浏览，先给部分机构再扩到 ChatGPT。

帖子列出 Astra 在 ARC-AGI-3、FrontierMath、ExploitBench 和 OSWorld 2.0 上的成绩，并引用 Brockman 的 AGI 说法。

一张标注「预测」的泄露跑分表显示 Gemini 4 在数学、终端、科研等项全面领先 GPT-6 Astra。

爆料称 Gemini 4 已于 2026 年 7 月底开始训练，主打智能体与编程，发帖人给出其首发击败 Astra 的概率仅 30%。

Zapier 的自动化基准同时考核「完成多少」和「不乱动多少」，Astra 是首个两项同时提升的模型，克制度 68.3%，Sol 则多改了一条冻结记录。

推主称 ARC-AGI-3 半年内从约 0.5% 涨到 99.9%，把功劳归给 GPT-6 Astra，配了成绩图。

文章从 1979 年 Put-That-There 讲到 Astra 的 72.6% 桌面任务得分，指出十步串联后成功率只剩 4%，成本却高得惊人。

官方发布 GPT-6 Astra，宣称几乎一切操作都能用语音指令完成，附演示视频。

提醒 GPT-6 Astra 和 5.6 Pro 有独立于 Codex 的聊天额度，Codex 用满后可通过 Web 额度把这些模型接进 Codex Harness。

作者按 Terminal-Bench 4.0 上 57.9% 对 55.8% 的接近分数，做了场 20v20 脚本化 agent 对战，Astra 方 1-0 险胜。

日文长文梳理 9 月 3 日发布会发言与 AGI 定义之争，指出官方文档并未宣告达成 AGI。