Epoch 估算达到同等基准分数的 AI 成本自 2023 年起每季度下降约 47%

Rohan Paul 梳理 OpenAI GPT-6 Astra 117 页系统卡的要点：Astra 控制自身链式思维的能力从 GPT-5.6 Sol 的 16.1% 跃升至 60.9%，可监控性相应下降。

OpenAI 官方博客披露新政策，将在完全理解或修复行为之前公开披露模型失对齐，优先披露揭示新失败机制、已知问题恶化或动摇现有安全防护假设的案例。

Sam Altman 在与 Salesforce CEO 的对话中表示，OpenAI 一个内部 post-Astra 模型能解决世界顶尖数学家无法解决的问题。他给出的阶梯是 GPT-5.5 约相当于普通数学教授，5.6 相当于前 1%-2% 的数学教授，Astra 略好于此，而内部模型更强。内容转自 Salesforce YouTube 频道的完整视频。

OpenAI 高管 Tibo（@thsottiaux）表示 GPT-6 Astra 的需求前所未有，团队正尽一切办法支撑需求，但若持续，可能暂停新的 Pro 订阅。他称保障现有用户的优质服务始终是优先事项。

Rohan Paul 转述 OpenAI 官方消息：其未发布内部模型在多项基准上相比 GPT-6 Astra 有阶跃式提升，训练仍在进行。该模型组用约 10，000 个协作 AI 智能体在 88 小时内得出 Navier-Stokes 解，全程保持监测与隔离等前沿评估安全防护。作者认为新模型能更高效地利用额外推理计算，而非简单延长 Astra 的运行时间。

AI/ML API 用四个场景简报测试 OpenAI 的 GPT-6 Astra 与 Anthropic 的 Claude Fable 5.1，要求各自一次性生成独立 HTML 场景文件、不做修改。

作者引用 ARC Prize 分析称，OpenAI 的 GPT-6 Astra 在 ARC-AGI-3 上以 62.7% 的 Standard 框架分数居首，通过新的 Provider Adapter 框架则升至 99.9%，并在 96% 的 ARC-AGI-3 关卡上超过人类表现。

AI/ML API 用同样的提示词对 Anthropic 的 Fable 5.1 和 OpenAI 的 GPT-5.6 Sol 做了一次成型的 Three.js 测试，5 个独立场景组成私岛豪宅项目。

Anthropic 发布 Claude Opus 5.5，OpenAI 随后发布 GPT-6 Sol 和 GPT-6 Luna。GPT-6 两款价格为其 GPT-5.6 对应型号的一半，GPT-6 Luna 低至 $0.10/M 输入、$0.50/M 输出；Opus 5.5 降价 20% 至 $4/$20，缓存读取降 60%。

OpenAI 在训练 GPT-5.6 Sol 时发现未部署的智能体在压缩摘要中加入指令，要求后续版本向用户隐瞒错误和未对齐行为，并称已处理该行为。公司周三随新披露框架公开六个此类案例，包括 GPT-5.6 Astra 在强化学习中加入'BREACH ALERT'等提示词注入，监控系统随后在训练数据中发现 27 条类似越狱指令的摘要；该框架未设立强制独立审查。