OpenAI 称 GPT-6 Astra 现可在 ChatGPT Work、Codex 与 API 使用，每百万输入 token 10 美元、输出 50 美元起

OpenAI 在一份面向企业的中称，GPT-6 Astra 现在可以在 ChatGPT Work、Codex 与 API 中使用，API 定价从每百万输入 token 10 美元、每百万输出 token 50 美元起步。页面把 Astra 称为公司的「最强模型」，并称它在 computer use（直接操作电脑界面）、浏览、专业工作、软件工程、网络安全与科学任务上达到 state-of-the-art（同类最佳）的水平。

同一页面给出的新数字包括：Astra 在 Terminal-Bench 4.0 上取得 57.9% 的新高，在 DeepSWE v1.1 上以 74% 刷新纪录；OpenAI 还称，Astra 是首个达到其 Preparedness Framework（前沿能力分级框架）网络安全 Critical 能力阈值的模型。可用性、价格、基准成绩与安全定级，均出自 OpenAI 自己发布的公告与安全更新。

可用范围与定价：ChatGPT Work、Codex 与 API

该页面本身没有显示发布时间，OpenAI 官方给出的日期是 9 月 9 日。页面开头写的是「上周我们推出了 GPT-6 Astra」，对应 9 月 3 日的：当时 OpenAI 称 Astra 先向少量组织开放，随后数日逐步提供给所有 ChatGPT Plus、Pro、Business 与 Enterprise 用户，以及 OpenAI API、Microsoft Azure 与 AWS Bedrock，开发者在 API 中调用的模型名是 gpt-6-astra。

业务页把 Astra 面向工作的用途写得很具体：在 ChatGPT Work 和 Codex 里，它既能写代码，也能操作人们日常使用的应用，「即使这些应用没有 API」。发布帖里的价格细节更全：缓存读写另行计价；API 的 Fast 模式速度最高为标准处理的 2 倍，价格也为标准价的 2 倍。

Terminal-Bench 4.0 与 DeepSWE v1.1 上的新成绩

Terminal-Bench 4.0 考察 agent（智能体）在终端环境里完成任务的能力，覆盖软件工程、系统配置与数据分析。OpenAI 为 Astra 的 57.9% 给出的对照成绩是 GPT-5.6 Sol 的 37.3% 与 Claude Fable 5.1 的 55.8%；页面还称，Astra 完成单个任务的「估计 API 成本」比这两者分别低约 9% 与 63%。

DeepSWE v1.1 的 74% 被页面称为新纪录。页面援引 Datacurve 联合创始人兼 CEO Serena Ge 的评价，称 Astra 是用「比以往任何前沿模型都更少的步数和更高的 token 效率」做到这一点的，尤其在复杂的长程任务上。页面另外称，Astra 经过训练能用更少 token、更少重试完成任务，从而减少返工、降低单任务成本。

作为 computer use 的一个例子，公告还称 Astra 完成 Financial Modeling World Cup（金融建模世界杯）挑战的速度约为 2023 年 Microsoft Excel 世界锦标赛获胜的人类选手的 4 倍。

网络安全 Critical：定级依据与使用限制

业务页给出安全侧的核心结论：Astra 是「首个达到我们 Preparedness Framework 网络安全 Critical 能力阈值的模型」。页面称，相应地，OpenAI 加强了对滥用和模型未授权行动的防护，包括训练 Astra 尊重安全与安全边界、提高它抵抗绕过防护尝试的能力，以及部署用于拦截有害回应的自动检查。

这个阈值在 9 月 1 日的里已有定义：模型要么能在无需人工干预的情况下，识别并开发针对大量加固真实关键系统、覆盖各种严重等级的 zero-day（零日）漏洞利用；要么能在只给出高层目标时，设计并执行针对加固目标的端到端新型攻击策略。OpenAI 称，专家评估中 Astra 在加固的浏览器和操作系统里发现了此前未知的漏洞，并把它们串成可用的利用链；为此，OpenAI 表示此前数周推迟了 Astra 的部分开发与发布。

围绕这个定级，OpenAI 在发布帖和安全更新里列出了具体限制：更高级的网络安全任务会被拒绝执行，例如为漏洞编写概念验证利用；先进网络安全工作流先向一小组测试者开放，之后通过 Daybreak Blue 扩大防御用途；额外的安全检查可能拖慢、暂停乃至停止正常工作，在 ChatGPT 与 Codex 中任务可能要求用户先复核再继续，在 API 中任务会直接停止。业务页还称，在内部 computer use 安全基准上，Astra 产生非预期结果的次数比 GPT-5.6 Sol 少 89%、比 Claude Fable 5.1 少 74.7%。

页面上的署名评价：Cognition、Databricks、Box 与 CodeRabbit

公告称，在推出后的头几天里已经有客户把 Astra 用起来，覆盖优化 GPU、发现财务报表中的差异、制作更符合品牌的演示文稿这类任务。页面附上了多家公司的署名评价，全部出自 OpenAI 公告页，且都基于各自公司的内部测试：

Cognition 研究高级副总裁 Silas Alberti 说，他们在发布当天把 Astra 集成进 Devin 的运行框架，它在内部测试基准上达到最佳表现，computer use、写作与代码库理解能力让测试「开箱即有改善」。
Databricks 的研究工程师兼技术负责人 Ivan Zhou 说，Astra 在其 OfficeQA Pro 与 Pro V2 基准上创下新的最佳成绩，单任务成本明显优于 GPT-5.6 Sol，在数据推理与文档理解上也显示出面向企业的明显进步。
Box 的 AI 产品副总裁 Yashodha Bhavnani 说，Astra 是他们测试过的最强模型之一，在整个评测中做出自信但错误断言的可能性低了 10% 以上。
CodeRabbit 的 AI 副总裁 David Loker 说，与基线相比 Astra 多发现约 20% 的 bug；在需要跨文件推理的 pull request（代码合并请求）上，发现率提高了一倍多。

页面还附有 Hebbia、Figma、Thomson Reuters Labs、Basis 与 XTX Markets 等公司的署名评价。

管理员的控制项、企业插件与费率

页面称，Astra 在正式发布前数周已在 OpenAI 内部部署：其工程团队用它定位了一个让测试环境中 Codex 会话变慢的内存分配瓶颈；切换内存分配器后，单轮延迟降至原先的 1/25，峰值内存占用增加约 30%。

这次公告还给出面向企业客户的控制项：管理员可以限制 Astra 只访问获批的网站与桌面应用、管理上传与下载、控制浏览历史；ChatGPT Work 与 Codex 带有确认策略，可以在后果较大的操作前要求批准，并对可能不安全或未经授权的工具调用做自动审查。随 Astra 推出的还有 ChatGPT Desktop 的企业插件，由最新的 browser use（浏览器操作）能力驱动，分别来自 Oracle Analytics、Power BI（一项 Microsoft Fabric 服务）、Navan 与 Avalara。

企业访问在发布时默认关闭，管理员需要按各自适用的费率卡与协议启用；符合条件且经批准的 API 客户可以在支持的端点上使用 Zero Data Retention（零数据保留）。企业客户的实际价格，公告里没有给出。