OpenAI 发布 GPT-6 Astra，官方基准显示 ARC-AGI-3 得分 99.9%

作者引用 OpenAI 官方基准称 GPT-6 Astra 以 99.9% 饱和 ARC-AGI-3，在 ExploitBench 得 100%，并在各项基准上全面超过此前保持 SOTA 两天的 Claude Fable 5.1，且价格更低。

Meta 发布 Muse Spark 1.3，为五个月内第四个 Muse Spark 版本。max 变体（合作伙伴限时预览）在 Artificial Analysis Intelligence Index 得 62 分。

OpenAI正式将GPT-5.5 Instant设置为ChatGPT的新默认模型，该模型在基准测试中表现大幅提升，变得更智能、准确和可靠。其在图像分析、STEM、写作及医学、法律等高精度领域能力增强。核心升级在于个性化功能，能有效利用用户保存的记忆、过往聊天、文件和Gmail上下文，并展示影响回复的记忆来源。该模型将在未来两天内向所有用户推出，个性化改进优先面向网页版Plus和Pro用户，移动版随后跟进；API版本为gpt-5.5-chat-latest。官方表示，升级后的…

作者转发一张完整基准对比表，称 OpenAI 新发布的 GPT-6 Astra 在多项评测上明显领先。ARC-AGI-3 从 GPT-5.6 Sol 的 7.8% 升至 98.6%，FrontierMath Tier 4 （v2） 为 97.6%，SRE-Bench 为 99.2%，ExploitBench 为 100.0%；作者称其压过了新发布的 Claude Fable 5.1。

一张基准对比表列出 GPT-6 Astra 的多项成绩：ARC-AGI-3 为 98.6%（对照 GPT-5.6 Sol 为 7.8%），FrontierMath Tier 4 （v2） 97.6%，GPQA Diamond 96%，ExploitBench 100%，DeepSWE v1.1 74.1%。引用内容称 OpenAI 计划在未来几天内将该模型带给付费 ChatGPT 订阅用户及其 API。

GPT-6 Astra 发布。OpenAI 报告其在 FrontierMath Tier 4 v2 得分 97.6%、DeepSWE v1.1 得分 74.1%、BenchCAD 95.9%、GPQA Diamond 96%、ExploitBench 100%，ARC-AGI-3 报告为 98.6%（reported）。新模型计划在未来几天内面向付费 ChatGPT 订阅用户和 API 开放。Greg Brockman 称这可能是 AGI 的到来，是一次 generatio…

OpenAI 发布 GPT-6 Astra，称其在网络安全、专业工作、软件工程、科学和计算机使用等领域实现"代际能力跨越"。该模型是首个被 OpenAI 认定达到"关键网络安全能力阈值"的模型，但公司承诺不会重演其模型入侵竞争对手内部系统的事件。OpenAI 总裁 Greg Brockman 在周四的媒体简报会上表示，回顾几年后人们可能会认为 AGI 就是在这个时候、关于这个模型诞生的，他还称"我个人认为我们已经到了……现在感觉处于 AGI 时代并不过分"。

OpenAI 周四发布 GPT-6 Astra，总裁 Greg Brockman 称其为 generational leap，并个人认为 OpenAI 已达到 AGI，称是否算 AGI 留给用户判断，结束语为 Welcome to the AGI era。Astra 定位让 AI Agent 更接近独立完成复杂专业工作，同时也引发安全部署的疑问；OpenAI 称 Astra 基于其迄今最大规模训练运行，在德州 Stargate 场地使用超过 100，000 GPU。

OpenAI 新模型 Astra 可连续工作数天至数周，能记住修正、协调多个智能体、操作桌面软件、制作演示文稿、审阅财务并分析杂乱数据。Sam Altman 称最终希望推出能在 ChatGPT 及 API 中"永远运行"的版本，产品负责人表示连续智能体界面"很快"推出。

OpenAI 正以代号"ultima-alpha"向部分合作伙伴测试 Astra，若本周末反馈积极，下周将扩大早期访问，目标在下周四（3日）至随后一周内广泛上线。更新版 GPT-Image 2 也在推进，发布时间窗口相近，可能同步推出。