搜索“GPT-6 Astra”

MIT Technology Review 记者 Grace Huckins 认为，Berners-Lee 设想的语义网未实现，但基于 LLM 的智能体网络已经到来。

Meta 的 Muse、OpenAI 的 Dots 下载量创纪录并获得银行账户和邮箱访问权限，Anthropic 于 10 月推出 Claude Duet 研究预览。构建方式有两条：让智能体像人一样操作浏览器，或通过文本和代码接口连接网站后端，后者以 Gmail、Instacart 等连接器形式出现。OpenAI 的 GPT-6 Astra 在 OSWorld 2.0 上取得 73% 成功率。亚马逊在 Muse 发布后封禁其访问，时代周刊开始向爬虫投放面向智能体的广告。

datasette-llm 插件发布 0.1a9，开始自动读取 LLM 使用的默认模型，用户无需再显式配置默认模型即可启动 Datasette Agent。

此前需要额外指定 `-s plugins.datasette-agent.default_model gpt-6-astra`，现在可直接用 `uvx --with datasette-agent datasette content.db --internal internal.db` 运行。作者表示 Datasette Agent 还有较大升级在推进中，此次只是底层插件的一处小型体验改进。

Google 发布前沿模型 Gemini 4 Carbon，称其在编码、智能体任务和网络安全方面有明显提升。

该模型在 Artificial Analysis Intelligence Index（v5.0）上排名第一，Claude Opus 5.5 和 GPT-6 Astra 位列其后，并在衡量真实漏洞发现能力的 SEC-bench Pro 和衡量漏洞利用转化的 ExploitGym 上排名第一。目前它只向少数网络安全防御公司开放，后续将通过 Fairwind Program 扩展到其他合作伙伴。Google 称 Carbon 适合长时间运行的多步工程任务，能减少走捷径、抵御提示词注入，并将无依据表述相比 Argon 减少两倍。

Retell 使用 OpenAI 模型为其每月 1 亿次通话提供支持，GPT-6 Astra 在其语音智能体基准测试中排名第一。

Codex 帮助该公司实现每位员工 160 万美元的年化营收。

OpenAI 的 Ted Sanders 对 GPT-6.1 Terra 做了分类，并解释了公司如何为语言模型命名。

他表示模型性能是多维的，擅长数学的模型未必擅长讲笑话，但多数性能差距归结为一个变量：模型规模。由于模型规模、推理投入和多智能体系统是不同维度，把三者合并成单一“IQ 分数”会掩盖细节；较新的小模型也能靠更好的训练数据或架构改进超越旧的大模型。Sanders 称 GPT-6.1 Terra 在技术沟通上可能优于规模更大的 Astra，在图像处理和计算机使用上大致相当且价格低得多，但多数其他领域落后。他的选择建议是：只看质量选 Astra，对价格略敏感选 Sol，非常在意价格则选 Terra 或 Luna。

OpenAI 发布 GPT-6.1 Terra，官方称其结合细致的视觉推理与精确的电脑操作，写作更清晰自然，相比 GPT-5.6 Terra 有明显提升，适用于起草提案、解读技术图纸、填写表单和编辑视频等工作任务。

OpenAI 的 Ted Sanders 在 Hacker News 评论中表示，Terra 在技术沟通上可能优于 Astra 和 Sol，视觉与电脑操作能力相近但速度快得多，其他多数方面略弱。定价为每百万输入 token 1 美元、每百万输出 token 5 美元，约为 GPT-5.6 Terra 和 GPT-6.1 Sol 的一半，约为 GPT-6 Luna 的 10 倍。

Greptile 正利用 GPT-6 Astra 把缺陷检测从代码审查延伸到用户工作流测试，并用 Daybreak 加强安全、用 Codex 减少返工。

OpenAI 新闻页仅给出这一方向性描述，未披露模型参数、benchmark 分数、检测准确率或上线时间等细节。

The Verge 梳理 OpenAI 与 Anthropic 在 COBOL 等遗留语言代码迁移上的进展，并采访多位软件工程学者指出这些评测与真正替换关键系统之间仍有距离。

OpenAI 在 10 月 19 日的博客中称，其模型能把 COBOL 代码迁移到 C++、Java、Kotlin、Python、Rust 等语言且不改变原软件行为，并给出 GPT-6.1 Sol 在低推理强度下 87%、高推理强度下 98% 的行为保持准确率，对比 GPT-6 Astra 约 86%、GPT-6 Sol 21%、GPT-5.6 Sol 仅 5%。

Nvidia 开源数据引擎 Flora，用于为机器人视频生成动作描述、分步评分和任务成败判断三类标注，称标注一小时视频约 0.72 美元，而 GPT-6 Astra 约 88.50 美元。

Flora 由三个微调的 Qwen3.5 模型组成，其中 9B 模型切分动作片段，两个 27B 模型分别负责描述和评分，模型已在 Hugging Face 发布。Nvidia 称该系统已用于 GR00T 模型训练，在 512 块 GB300 GPU 上每天可标注最多 20 万小时视频。

OpenAI 表示其最新模型针对 COBOL、Fortran、Visual Basic 等训练代码稀缺的“低资源”语言做了改进，并构建了两个评测来衡量进展。

MultiLangBench 要求模型从零构建兼容 SQLite 的数据库引擎，在 20 种语言上，GPT-6 Astra 在最高推理强度下平均测试通过率为 87.4%，GPT-5.6 Terra 约为 38%；GPT-6 Luna 为 40.3%，略高于 GPT-5.6 Terra 的 37.9%，但成本低得多。

加拿大区域的 Amazon Bedrock 用户现可通过跨区域推理（CRIS）访问 OpenAI GPT-6.1 Sol、GPT-6（Astra、Sol、Luna）和 GPT-5.6（Sol、Terra、Luna），源区域为 Canada (Central) 与 Canada West (Calgary)，推理在北美境内处理。这些模型支持文本与图像输入、100 万 token 上下文窗口、推理模式和工具调用，并支持提示词缓存，可通过 OpenAI Responses API、Chat Completions API 和 Amazon Bedrock Converse API 调用。

独立 AI 安全研究员 Matilda Glynn-Henley 在 Vals AI 网站发布实验，让六个具备网页和邮件权限的 AI 智能体处理一笔 350 英镑（约 465 美元）的火车票退款，最终全部失败。

测试模型包括 Grok 4.7、Claude Fable 5.1、Gemini 3.8 Flash、GPT-6 Astra、Muse Spark 1.3 和 Claude Opus 5.5，每个智能体最多可用十二个模拟周和 4000 万 token。

Elorian 发布首个模型 Glimpse，以研究预览形式提供 API 访问，聊天界面需排队等候。

该模型在推理过程中可裁剪图像区域、从视频中抽取特定帧，或运行代码测量和比较所看内容，Elorian 将这一机制称为视觉草稿空间。Glimpse 由小团队在数百块 GPU 上训练，规模远小于其对标的 frontier 系统，定价为输入每百万 token 0.60 美元、输出每百万 token 3 美元。据 Elorian 的评测，Glimpse 在科学图表推理和短视频描述任务上超过 GPT-6 Astra，其他视觉推理任务表现相当。初期目标客户为机器人公司、科研实验室和媒体创意公司，明年计划打造在各项视觉推理测试中领先的模型。

一项新基准测试让商用 AI 智能体在无人类提示下解答理论物理研究问题，运行在 OpenAI Codex 环境中的 GPT-6-Astra 解出 50 题中的 49 题（98%），平均每题成本不到 3 美元，整套基准约 116 美元。

Anthropic 的 Opus 5.5 在 Claude Code 中得分 92%，Google Gemini 3.8 Flash 为 68%，开源权重模型 DeepSeek-V4.1-Flash 和 GLM 5.3 分别为 54% 和 42%。题目覆盖理论物理 11 个子领域，刻意避开重大开放问题，聚焦对已知方法略作改动的常规计算。

Google 与 Meta 在一周内先后发布前沿模型，重新回到与 OpenAI、Anthropic 竞争的第一梯队。

Google 发布 Gemini 4 Argon，称在多项基准上追平或超越对手，并将价格压低最多 80%；Meta 发布 Muse Wonder Full，称可与 GPT-6 Astra、Claude Opus 5.5 等模型竞争。

Amp 利用 GPT-6 Astra、Ultrafast、GPT-Live-1 及 Sign in with ChatGPT，将 AI 智能体从写代码拓展到更广泛的任务场景。

该案例展示了智能体在编程之外的能力边界。

Third Moment Research 借助 GPT-6 Astra、GPT-6.1 Sol、Codex 以及网络安全工具 Daybreak，构建出可连续专注运行 36 小时以上、并随使用不断改进的 AI 智能体，单次可调度 10,000 个。

Higgsfield 借助 GPT-6 Astra 把 AI 视频生成时长从 1 分钟延长到 10 分钟以上，并用 GPT-Image-2.5 提升画面精度，同时通过 GPT-Live 探索语音驱动的电影制作路径。

Google 发布 Gemini 4 Argon 模型，称其在编码、网络安全、科学、金融和法律等基准上超过 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5，并减少冗余与套话。

Simon Willison 发布 Python Web 应用 web-edit 0.1a0，用于在浏览器中查看和编辑文件夹内文件，由 Codex 和 GPT-6 Astra Extra High 构建。

该工具设计通过 Tailscale 运行，便于智能体启动后从手机直接编辑文件，编辑器采用 CodeMirror 6，因 Monaco 移动端体验不佳而弃用。

Amazon Bedrock 面向泰国、马来西亚、新加坡、印尼和台湾五个 AWS 区域，通过全球跨区域推理提供 OpenAI GPT-6 Sol、GPT-6 Luna 和 GPT-6 Astra。

Amazon Bedrock 9 月新增 OpenAI 的 GPT-6 Astra、Sol、Luna 系列模型，其中 GPT-6 Astra 支持最高 100 万输入 token，Ultrafast 版本推理速度最高提升 6 倍、达 300 tokens/秒。

Simon Willison 用 ChatGPT 桌面版 Codex 标签页的语音对话模式，在做饭的半小时里几乎全程靠说话为博客开发出 Newsletters 页面，底层模型为 GPT-6 Astra High。

Asana 借助 Codex 中的 GPT-6 Astra，在测试中让浏览器智能体的模型成本降低 76 倍、速度提升 5 倍，从而为客户提供能力更强的模型。

Pollo AI 借助 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5，帮助创作者把创意转化为精细图像和电影级视频广告。

GPT-6 Astra 与 Fable 5.1 已能可靠完成数周人类工作量，但现有模型能力被严重低估和使用不足。

Ethan Mollick 用 GPT-6 Astra 将 1977 年文字冒险游戏 Zork 改造成可玩的 3D 动作冒险游戏，并让 Fable 5.1 依据视频和照片在 3D 中重建 Umberto Eco 约 5000 本书的米兰书房。