OpenAI於上週四正式發布全新模型「GPT-6 Astra」，引起科技圈關於AGI（通用人工智慧）的熱烈討論。
OpenAI總裁布羅克曼（Greg Brockman）在發表會上直接向大眾宣告：「歡迎來到AGI時代。」
這股樂觀情緒也獲得了硬體巨頭背書，輝達（Nvidia）執行長黃仁勳隨後發文祝賀，並強調在超過10萬組Grace Blackwell NVLink72晶片的訓練下，模型的進化速度驚人，直言「AGI已經到來」。
GPT-6 Astra是什麼？
GPT-6 Astra被OpenAI稱為迄今為止「最聰明且最符合人類價值」的模型，專為編寫程式、科學研究、電腦操作與多步驟任務的高強度工作所打造。
- 頂級性能表現：Astra在多項極限測試中幾乎拿下滿分。它在進階數學測試FrontierMath Tier 4中拿下98%的高分，在ARC-AGI-3達到近乎完美的99.9%，在資安漏洞測試ExploitBench更是獲得100%滿分。
- 定價與發布：如此強大的算力，伴隨著高昂的價格。Astra的API定價為每百萬輸入Token 10美元、每百萬輸出Token 50美元，是上一代GPT-5.6 Sol促銷價的2.5 倍。
目前該模型正優先向特定組織開放，並將陸續提供給ChatGPT Plus、Pro、Business、Enterprise用戶以及各大雲端API平台。
- 以質勝量：雖然單價高，但OpenAI強調Astra具備卓越的推理能力，能用「極少的輸出Token」達成更高的程式碼執行成功率。這代表著企業可以減少來回試錯的時間與成本，一次買到完成的結果。
除了在各項基準測試中取得優異成績，Astra最具突破性的是它的「代理」（Agent）能力。它不再只是在對話框裡回答問題，而是能夠實際操作電腦、導航瀏覽器、製作試算表與簡報，並在需求改變時自動調整工作流程。
Astra到底有多厲害？
GPT-6 Astra最大的亮點，在於它已經從一個語言模型進化成了「勞動力」。
科技記者卡斯威爾（Amanda Caswell）點出，Astra與過去模型最大的差異在於「它能停留在一個任務上的時間長度」。
過去規劃家庭旅行或大型專案時，用戶必須不斷下指令來索取清單、比價或排行程；但面對 Astra，卡斯威爾進行了一個實驗，她採用全新的指令策略：「給定一個目標，要求它自行制定計畫並開始執行。失敗了就換策略重試，只有在遇到需要人類主觀判斷、花費金錢或不可逆的重大決策時，才暫停下來詢問。」
這種工作模式測試的不再是AI給出什麼答案，而是AI在接收指令與給出最終成果之間，能自動替人類代勞多少工作。
實驗結果顯示，Astra不僅自動推進任務，還能明確交代它為了達成目標所採取的具體步驟與決策理由。
卡斯威爾讚嘆，GPT-6 Astra的表現「絕對值得等待」，測試結果證明它不再只是回答問題的聊天機器人，而是真正周全且具備實質執行力的數位助理。
另一位科技記者沃（Claire Vo）則透過實測展現了Astra令人驚豔的實作能力。
首先，她僅用單次提示，就讓Astra透過3D軟體Blender寫出一款「芭比服裝設計師」的3D網頁遊戲，具備替芭比更換服裝、髮型甚至走秀的動態功能。她還成功用Astra將原本單調的家庭家事App，改寫成一個可互動的3D虛擬世界。
當沃沒空時，Astra成功接管了她的電腦，自行打開設計軟體Figma，為她的YouTube頻道製精美的影片封面縮圖——這在過去的AI電腦操作測試中幾乎不可能順利完成。
沃也分享，Astra可以梳理極度混亂的非結構化數據、建立全新的CRM業務流程，甚至能「駭入」實體硬體（如修改藍牙燈泡的控制程式），「那種只會寫簡單網頁程式的時代已經結束了！」
除此之外，Astra在資安領域也展現了極度強大的能力，能在無人指導的情況下，找出系統中未知的零日漏洞並進行攻擊。不過，為了安全起見，OpenAI對一般用戶版本進行了嚴格的限制，拒絕執行高危險性的網路攻擊指令。
這真的是AGI嗎？
雖然產業界大老紛紛宣告AGI時代來臨，但若以OpenAI自家憲章對AGI的定義「在多數具經濟價值的工作中超越人類的高度自主系統」來看，目前仍有待商榷。
Astra確實實現了前半段的「高度自主性」，它能像人類員工一樣跨越不同應用程式獨立工作，甚至自我修正錯誤。
然而，OpenAI尚未公布針對專業工作表現的「GDPval」基準測試成績，且Astra許多最亮眼的表現（例如ARC AGI 3測試），仍高度仰賴模型周邊的工具、記憶體與代理軟體基礎設施的輔助，而非單純來自底層模型本身的智力。
《富比士》科技記者舒默爾澤（Ron Schmelzer）總結，比起爭論這到底算不算真正的AGI，現在更核心的商業問題其實是：「這值得嗎？」
Astra無疑是目前OpenAI 旗下最強大、但也最昂貴的模型，使得OpenAI或許可以將其稱為AGI時代的開端，但對於多數企業而言，最大的挑戰還是如何將這種前所未有的「勞動力」真正整合進日常營運中。
（資料來源：Reuters, Forbes, Wired, YouTube）
