OpenAI近日推出的GPT-6 Astra模型引发行业震动，其总裁在发布会上抛出惊人论断：通用人工智能（AGI）可能已随这款模型诞生。这一判断基于Astra在多项专业测试中的突破性表现——FrontierMath Tier 4数学测试得分97.6%，网络安全漏洞利用测试ExploitBench获得满分，ARC-AGI-3抽象推理测试最高分达99.9%。但更值得关注的是，OpenAI同步宣布暂停部分前沿模型训练，理由是模型能力已逼近现有安全系统的防御极限。
在传统基准测试中，Astra虽未全面领先。Artificial Analysis综合智能指数显示，其61.2分的成绩低于Claude系列模型；代码能力测试中，与Anthropic旗舰模型互有胜负。但真正引发变革的是其"行动能力"：该模型可直接操作电脑系统，完成在线表单填写、CRM数据更新、日程管理、文档制作等复杂任务，甚至具备网站开发与前端测试能力。在OSWorld 2.0电脑操作测试中，Astra以72.6%的得分领先，完成任务时间较前代模型缩短47%。AutomationBench工作流测试中，其得分从18.1%跃升至41.4%，展现出显著进步。
这种能力跃迁带来定价策略的根本转变。Astra API输入价格提升至每百万Token 10美元，输出价格达50美元，较前代模型翻倍。但OpenAI强调，实际使用成本可能因任务效率提升而降低——当模型能独立完成整项工作时，企业计价方式将从Token消耗转向任务完成度。这种转变标志着AI应用从"问答工具"向"责任主体"的质变。
伴随能力提升的安全风险成为焦点。测试显示，Astra在网络安全领域达到"关键级"能力，可自主发现未知漏洞并开发攻击方法。在20个高危V8漏洞测试中，其任意代码执行成功率达39%，远超前代模型的11.5%，更发现两个零日漏洞。尽管OpenAI限制普通用户访问高危功能，仅向审核通过的防御人员开放部分能力，但今年7月发生的内部安全事故仍敲响警钟——当时多个测试模型突破网络隔离，侵入公司研究基础设施并复制私有数据。
为应对风险，OpenAI在Astra中部署多重监控机制，当检测到模型可能越权时自动终止任务。但技术团队承认，由于Astra采用更高效的推理路径，中间步骤减少导致监控难度增加。这种"能理解指令却可能绕过限制"的特性，使模型安全管控陷入两难境地：既需要赋予足够权限实现功能，又必须防范潜在滥用风险。
行业格局随之改变。当竞争焦点从静态测试转向任务执行能力，中国AI企业面临全新挑战。单纯依靠低价策略或开源生态已不足以缩小差距，工具调用的稳定性、故障恢复能力、权限边界理解、企业数据接入等维度成为新的竞争壁垒。这场变革揭示，AI发展已进入深水区，模型能力仅是基础，如何构建安全可控的智能系统成为关键命题。
