2026年9月5日 下午 4:31
AI 設計AI MODEL · 2026
QUICK ANSWER
GPT‑6 Astra 是 OpenAI 於 2026 年 9 月 3 日（美國時間）發布的旗艦模型：FrontierMath Tier 4 拿下 98%、ARC‑AGI‑3 拿下 99.9%、ExploitBench 滿分，電腦操作速度比上一代快近兩倍；在越權行為測試中，從上一代的 48% 降到 0%。目前已陸續開放給 ChatGPT 付費用戶與 API。
CONTENTS
CHAPTER 01 · THE ANNOUNCEMENT
這週半個科技圈都在傳同一支影片。畫面裡沒有跑分圖表、沒有主題演講，只有一個人，坐在一張 Eames 椅上，面對一面牆那麼大的畫面，開口說話。
影片的主角是 GPT‑6 Astra——OpenAI 的新旗艦，官方給它的定位是「世界上最聰明、也最對齊的模型」。9 月 3 日先向少數合作組織開放預覽，這幾天陸續推送給 ChatGPT Plus、Pro、Business 與 Enterprise 用戶，API、Azure 跟 AWS Bedrock 也同步上架。
整份發布文拆開來，其實就三件事：三張最難的考卷被寫到接近滿分、電腦操作快了近兩倍、「對齊」第一次跟「最聰明」並列寫進定位。這篇照這個順序，把能力數字、規格價格、跟設計師的應用場景一次整理完。
CHAPTER 02 · THE NUMBERS
先看數字。這次的關鍵字是「飽和」（saturate）——考卷被寫到接近滿分，題目不夠用了。
98%
FRONTIERMATH T4
99.9%
ARC-AGI-3
100%
EXPLOITBENCH
FrontierMath Tier 4 是數學家出給 AI 的最難題組，Astra 拿 98%，過程中甚至協助解開了幾個懸置多年的數學開放問題。ARC‑AGI‑3 測的是在陌生環境裡摸索規則的能力，Astra 拿 99.9%，主辦方自己出來說，它在 96% 的關卡達到人類等級的行動效率——白話講，它不只解得出來，而且解得跟人一樣省步驟。ExploitBench 則是資安攻防題組，直接滿分。
另外兩個對日常更有感的數字：官方說 Astra 是至今最強的軟體工程模型，而 ChatGPT 的電腦操作速度比上一代快了近兩倍。OpenAI 總裁 Greg Brockman 甚至放話，回頭看，這一代可能會被視為 AGI 到來的那個節點。
▲ 主發布影片，OpenAI 官方頻道。順帶一提：片場復刻了 1980 年 MIT〈Put That There〉的媒體房間——多模態介面公認的起點，片尾致謝裡就藏著那行素材授權。
跑分看多了會麻痺，我懂。但「飽和」跟「進步」是兩回事——飽和代表這張考卷要退役了。接著看發布文裡另一個掛在定位上的主打：對齊。
CHAPTER 03 · ALIGNMENT
這次的定位把「最對齊」跟「最聰明」並列，背後是一項具體的測驗：給模型一個很難、甚至根本不可能完成的任務，看它會不會越過授權範圍去「想辦法」。上一代 GPT‑5.6 Sol 在拿掉產品層防護的情況下，有 48% 的機率會越權；GPT‑6 Astra 是 0%。這項測驗的背景，是今年七月一顆內部測試模型越出沙箱、入侵 Hugging Face 的資安事件——OpenAI 據此延後發布、重新設計了訓練與測驗，完整脈絡在文末的官方安全性總覽。
另一條要知道的：Astra 是 OpenAI 第一個在網路安全能力上觸及自家「Critical」門檻的模型，因此最進階的攻擊性能力採限量審核開放，一般版本會拒絕進階攻擊請求，防禦用途（安全程式碼審查與修補）不受影響。對絕大多數設計與內容工作，這條線碰不到，可以放心。
CHAPTER 04 · FOR DESIGNERS
講點實際的。「電腦操作快近兩倍」這句話的體感是：過去你掛一個代理去跑競品截圖、整理交付檔、填一堆表單，常常慢到你中途看不下去，自己搶回滑鼠。速度翻倍、判斷力變好之後，「自己做比較快」那條線會明顯往後退。
▲ 官方的開發者版介紹，可以直接播。對創作者來說，重點不在模型本身，在它能替你把多少「不難但煩」的事做完。
三個我自己會先試的場景。第一，長工作流交辦：從設計檔輸出切圖、照命名規則整理、上傳素材庫、回報連結——這種橫跨四五個視窗的瑣事，一句話丟給它。第二，文件與簡報：官方特別強調 Astra 能產出成品等級的文件、試算表跟簡報，提案週報這種格式固定的東西，讓它先出到八十分再修。第三，超長上下文：1,050,000 tokens 的窗口，代表整份 design system 文件、三次會議記錄、加上舊版規範，可以一次塞進去問「哪裡互相矛盾」。
而且這次不是投影片列點，整支發布影片本身就是一串應用實錄。我把片中真的演示過的任務整理成一張清單：
FROM THE DEMOS · 官方演示過的任務
→ 提案簡報
幫泳裝品牌做給零售商的下一季提案，指定要「高級感、色彩豐富」。
→ 電商上架
把一張二手桌的照片清乾淨、寫上「輕微損傷」，直接上架 eBay。
→ 法務文件
律師事務所的授權合約範本，順手把授權方的責任上限收窄。
→ 生活查找
找 Lower Heights 的網球場，回報「下午五點有空場」。
→ 轉職網站
用 LinkedIn 背景建個人網站，動工前先問「你要轉往哪種職涯」。
→ 遊戲與 3D
Unity 蓋等距城市、做躲隕石小遊戲；Blender 直接開檔建模。
→ 工程建模
FreeCAD 參數化變速箱，旁邊掛著 Python 主控台。
→ 畫面到實體
牆上的火箭 emoji 輸出成 STL 檔，3D 列印成實體擺上桌。
另外一條低調但重要的升級：Astra 對 prompt injection 的抵抗力比上一代強不少。你讓 AI 替你逛網頁的那一刻起，網頁上任何一段惡意文字都可能變成對它下的指令——這層防護變厚，「放手讓它瀏覽」才真的敢用。
拿生態內的東西對照一下：今年稍早 ChatGPT Images 2.0 管的是「生產素材」，Astra 管的是「完成工作」；而如果你習慣待在終端機，Claude Code 的 /design 指令走的是另一條路線；想看「把操作交給代理」的另一個現成實例，之前拆過的 MiniMax Design 桌面代理是很好的對照組。工具在分流，但方向一致：把執行層讓出去，把判斷留下來。
▲ 另一支官方影片「開發者第一印象」：三位建構者的真實專案——可玩的 3D 倫敦歷史、幫抹茶店網站找新方向。想看第一批人實際拿它做了什麼，看這支。
官方 demo 終究是精選片段，判斷一顆模型有沒有真材實料，我更信發布後 72 小時時間線上長出來的東西。這幾天 X 上的民間實測密度高得像小型聯展，而且主題異常集中：3D、遊戲、網頁——四組互不相識的人各自撞上 3D 建模這條線，跟官方 BenchCAD 從 83.3% 跳到 95.9% 的說法對到同一個頻率，這種交叉印證比任何單支影片都有說服力。這條 3D 線我另外拆了一篇實戰：〈不會 Blender 也能建 3D？GPT‑6 Astra 建模實戰〉，想直接動手的從那篇進。挑六個最落地的：
COMMUNITY BUILDS · 這幾天網友蓋出來的
→ 3D 建模對決
Karan（@karankendre）把同一顆別墅 prompt 丟給 Astra 跟 Claude Fable 5.1，Blender 成品並排貼出，只寫了一句「This is what it built」。
→ Zillow 頁面變 3D 房
Yunfan Ye（@realYunfanYe，Rome AI Lab）丟一個房仲物件連結，從照片直接建出 3D 房子再輸出宣傳走場影片；本人先說「一次生成，細節還有錯」——這種發法反而可信。
→ 真軟體實測
Ben Davis（@davis7）讓 Astra 直接開 Final Cut Pro 建專案、調色、剪第一版，再用 Affinity Photo 做縮圖去背，附一支 Blender 從零建模的 4K 船艦渲染；他形容它「邊做邊檢查自己蓋的東西，抓錯、修掉、再繼續」。
→ 28 分鐘自主寫出 FPS 地圖
Riley Brown（@rileybrown）給一句「列 10 個升級、挑前 5 個做掉」，Codex＋Astra 全自動跑 28 分 16 秒：改 20 個檔案、過 80 項自動檢查，產出可玩的 Nuketown 風格地圖。
→ 會自己聊天的模擬世界
Matt Shumer（@mattshumer_）在 Unreal Engine 放多個 Astra 代理共同求生；隔天在家聽到另一個房間傳來講話聲——是代理們自己開始對話。250 萬次觀看，本人也說「還不完美」。
以上皆為發文者自述的單次結果，不是受控測試；多代理對話那則目前只有本人描述，先當故事聽。
CHAPTER 05 · COST AND ACCESS
一般用戶不用做任何事：ChatGPT Plus、Pro、Business、Enterprise 這幾天會陸續收到推送。開發者這邊，API 模型代號是 gpt‑6‑astra，Microsoft Azure 與 AWS Bedrock 同步上架，也支援零資料保留（ZDR）。規格與計價整理如下：
注意事項只有一條，但很重要：因為觸及 Critical 資安門檻，最進階的網路安全能力採限量審核開放，一般帳號拿到的版本會拒絕進階攻擊性請求。對絕大多數設計與內容工作，這條線你碰不到；但如果你看到有人宣稱「解鎖完整版」，那就是詐騙或麻煩，兩者之一。
CHAPTER 06 · TAKEAWAYS
TAKEAWAYS
→
考卷飽和之後，模型的競爭指標正在從「多聰明」換成「多可託付」——0% 這種數字，會越來越常出現在發布文的第一段。
→
電腦操作快近兩倍加上百萬級上下文，「交辦」的性價比明顯提高——先從格式固定的例行事務開始換手。
→
模型每季都會換名字，工作流不會。把手上的工作拆成可交辦的步驟，比追著每一顆新模型跑，重要得多。
最後給個實際的建議：別急著看完所有評測。挑一件你每週都在重複的瑣事——切圖命名、競品截圖、週報排版——丟給它做一次，你會比讀十篇文章更快知道這一代的「快近兩倍」是什麼體感。
RELATED READS · 延伸閱讀
EXTRA · LINKS
官方發布全文 → openai.com/index/gpt-6-astra
安全性總覽（Hugging Face 事件後的完整說明）→ openai.com/index/safety-overview-gpt-6-astra
原始發布影片（Instagram）→ instagram.com/reel/Dc1ldDJyZDj
發布週民間實測盤點（explainx.ai）→ 11 個查核過的網友 demo
A：2026 年 9 月 3 日（美國時間）先開放少數合作組織預覽，之後幾天陸續推送給所有 ChatGPT Plus、Pro、Business 與 Enterprise 用戶；開發者可透過 OpenAI API、Microsoft Azure 與 AWS Bedrock 取用，模型代號 gpt‑6‑astra。
A：每百萬 tokens 輸入 $10、輸出 $50 美元；上下文窗口 1,050,000 tokens，單次輸出上限 128,000 tokens。輸入超過 272K tokens 的請求以 2 倍輸入費率計價，Batch 與 Flex 模式為標準價五折。
A：三個層面。能力上，FrontierMath Tier 4、ARC‑AGI‑3、ExploitBench 三項測驗都被 Astra 打到接近滿分；速度上，電腦操作快了近兩倍；行為上，在「面對做不到的任務會不會越權」的測試裡，Sol 拿掉防護後有 48% 機率越界，Astra 是 0%。
A：2026 年 7 月，OpenAI 內部一顆未發布模型在資安測試中翻出沙箱、串接漏洞與竊得的憑證，入侵了 Hugging Face 的正式系統，目的是偷測驗答案。事件迫使 OpenAI 延後新模型發布、強化防護，並據此設計了新的越權行為測驗——GPT‑6 Astra 在該測驗拿到 0% 越權率，成為這次發布的主打之一。
A：它能直接接管瀏覽器與桌面完成多步驟工作——跑競品截圖、整理交付檔命名、上傳素材、填後台表單、產出文件與簡報。速度快近兩倍加上判斷力提升，過去「自己做比較快」的瑣事，現在更值得交辦出去。
A：Astra 是 OpenAI 第一個觸及自家 Critical 資安門檻的模型，因此最進階的攻擊性能力採限量審核開放，一般版本會拒絕進階攻擊請求，僅保留防禦用途（如安全程式碼審查與修補）。這也是為什麼這次發布把對齊與防護放在最前面講。
