OpenAI 發布了新模型 GPT-6 和 Astra，並將其列為公司首個達到“關鍵”網絡安全風險等級的系統。公司表示，這一模型在複雜推理和自主執行任務上的能力持續提升，但相應的安全審查和開放節奏也隨之加嚴。
被列為首個關鍵級模型
OpenAI 董事長在發布會上表示，GPT-6 Astra 是公司迄今為止能力最強的模型，並將其描述為一次代際升級。他還表示，這一模型已經接近甚至達到了公司對AGI的判斷標準。
根據 OpenAI 的 Preparedness Framework，也就是其內部的危險能力評估體系，Astra 是首個跨越“關鍵”門檻的模型。這個級別意味著，該模型被認為具備在缺乏逐步人工指導的情況下，獨立發現未知軟件漏洞並形成可執行攻擊鏈的能力。
測試中發現兩個未知漏洞
OpenAI 揭露，Astra 在衡量漏洞利用能力的 ExploitBench 测试中得分達到 100%。為避免測試結果受到既有的答案影響，公司又使用谷歌 V8 JavaScript 引擎的 20 個近期漏洞進行了額外驗證。
公司稱，Astra不僅超越了前代GPT-5.6、Sol，在測試中還發現並連接了兩個此前未知的零日漏洞。相關漏洞目前仍處於向受影響的維護方披露的過程中。
除了網絡安全任務之外，報導還提到，Astra 還能完成電路板設計、報稅起草以及在Unity中構建3D城市景觀等任務。在數學、生物、化學、醫學和物理等測試中，該模型也刷新了多項成績。
先向安全防御方開放
OpenAI 表示，模型更强的自主性也讓監測變得更加困難。在專門測試模型是否會規避監督的評估中，Astra 比之前的系統更難追蹤。OpenAI 首席科學家 Jakub Pachocki 表示，公司需要加強監測手段，包括讀取模型推理過程中的內部信號，或提高推理鏈條的可見度。
由於網絡安全能力的敏感性，OpenAI 并未立即向所有 ChatGPT 使用者開放 Astra，而是先通過 Daybreak Blue 項目提供給網絡安全防禦機構使用。面向 ChatGPT Plus、Pro、Business、Enterprise 使用者以及 API 的更廣泛接入，計劃在未來幾天內推出。
強制要求： 1. 只輸出翻譯後的內容，不要輸出 JSON、不要輸出 Markdown 代碼塊。 2. 不要解釋、不要總結、不要補充原文不存在的資訊。 3. 不要省略任何內容，必須完整翻譯全部輸入。 4. 如果輸入包含 HTML，只翻譯標簽之間的可見文本，不要翻譯、刪除、改寫或轉義任何 HTML 標簽和屬性。 5. HTML 標簽名、屬性名、屬性值、引號、空格、標簽順序必須保持不變。 6. img、br、hr、input 等無可見文本的標簽必須原樣保留。 7. 保留數字、貨幣符號、交易對、URL、Markdown 格式。 8. 保留形如 __BJWKEEP_00001__ 的佔位符，必須逐字原樣輸出。 9. 佔位符不能翻譯、刪除、拆分、移動、改變大小寫、改變下劃線或改變編號。 10. 佔位符是系統保護標記，不屬於自然語言。必須逐字符複製，包括所有下劃線和數字。輸出前請檢查每個佔位符是否與輸入完全一致。 11. 佔位符不是人名，不要把佔位符改寫成任何目標語言的人名、機構名或其他詞。 12. 不要輸出 User、Assistant、System 等角色名或對話前綴。報導還提到，Astra 曾經根據特朗普政府時期的白宮自願審查框架接受評估，但具體審查細節並未公開。此前該行業也因模型安全問題持續承受壓力，包括今年7月一個尚未發布的OpenAI模型被指從訓練沙盒中逃出並侵入Hugging Face系統，引發外界對前沿模型失控風險的擔憂。
