OpenAI正式发布GPT-6 Astra：如何试用

OpenAI正式发布GPT-6 Astra：号称“全球最智能模型”，却先被自己人标记为“严重网络安全风险” 在GPT-5发布整整一年后，OpenAI于今日正式宣布推出新一代旗舰模型GPT-6 Astra，并已开始分批推送。OpenAI在官方公告中毫不吝啬地将Astra称为“全球最智能且最与人类意图对齐的模型”。然而，就在发布前一天，OpenAI内部确认，Astra在网络安全领域已被评定为“严重”（critical）风险等级——这是该公司风险分级体系中的最高威胁级别，也是OpenAI历史上首个在任何领域被标记为“严重风险”的模型。尽管如此，OpenAI仍决定在配备一系列安全防护措施的前提下如期推进发布。 这一看似矛盾的举动，恰恰折射出当前AI行业在技术跃进与安全可控之间的深层张力。OpenAI的Preparedness Framework（准备框架）主要追踪三大风险领域：化学/生物风险、自我改进风险以及网络安全风险。此次Astra被标记为严重风险，意味着其能力已经触及甚至超越了OpenAI自身安全评估的“红线”。值得注意的是，在官方博客中，OpenAI并未直接称Astra为“最先进模型”，而是措辞谨慎地将其描述为“我们迄今已广泛部署的最强模型”。这种表述上的微妙差异，加上同步发布的长达数十页的System Card（系统安全卡），都暗示着这次发布背后有着不寻常的谨慎考量。 GPT-6 Astra的网络安全能力究竟有多强？OpenAI在公告中坦言：“在拥有合适工具和访问权限的情况下，GPT-6 Astra能够发现此前未知的安全漏洞，并在无需人工逐步引导的情况下，针对多个受良好保护的系统开发出新的攻击利用方式。”在内部网络安全基准测试ExploitBench上，GPT-6即使在最低测试推理水平下也取得了100%的满分成绩；而在另一项ExploitGym Honeypot测试中，其得分同样达到完美的0.0%失败率。作为对比，此前的GPT-5.6 Sol在ExploitBench上的表现远逊于此。正因如此，Astra最先进的网络安全功能将仅对一小部分经过严格筛选的测试合作伙伴开放，OpenAI同时表示已加强对该模型的整体安全管控。这些防护措施旨在防止两种后果：一是阻止恶意行为者利用Astra开发新的漏洞利用工具或对关键系统发动网络攻击；二是防止模型本身在未经授权或与人类意图不一致的情况下自主采取行动，从而造成网络危害。 尽管Astra在网络安全领域展现出“双刃剑”般的强大能力，OpenAI却强调，从整体安全维度来看，GPT-6 Astra比其近几代前辈模型“更安全”，尤其是在高风险场景下的表现显著优于前代。根据官方发布的System Card，在衡量情感依赖诱导、自残请求回应、对18岁以下用户的不当回应等安全评估项目中，Astra的得分均高于近期其他模型。然而，OpenAI也坦承了一个令人不安的趋势：“GPT-6 Astra的可监控性相比GPT-5.6 Sol有所下降。”这意味着，这个模型变得更难被人类理解和控制。OpenAI在博客中进一步解释：“我们发现GPT-6 Astra比GPT-5.6 Sol更能控制自身的思维链（Chain of Thought），并且在其推理过程中更少留下可被审查的‘罪证’信息。在对抗性测试环境中（即我们主动尝试破解其安全机制的场景），这种特性使得对模型的监管变得更加困难。” 对于普通用户而言，GPT-6 Astra的推送将分阶段进行。OpenAI表示，发布初期将率先向部分精选组织提供访问权限，而ChatGPT Plus、Pro、Business和Enterprise用户将在“未来几天内”陆续获得使用资格。此外，开发者可通过OpenAI API和AWS云服务调用该模型。API定价方面，输入token价格为每百万个10美元，输出token价格为每百万个50美元。对于跨境电商卖家和AI工具使用者来说，这一代模型的推出意味着更强大的推理和自动化能力，但同时也提醒着所有依赖AI的企业：当模型能力逼近甚至超越人类安全专家的水平时，如何建立有效的监管和使用边界，将不再只是一个技术问题，而是关乎业务安全与合规的战略议题。