Sam Altman 称 OpenAI 内部 post-Astra 模型能做到世界顶尖数学家做不到的事

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 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。

Artificial Analysis 发布 Speech to Speech Index，OpenAI 的 GPT-Live-1 以 81.5 分（Astra 后端，medium 推理强度）排名第一，超过 Grok Voice Think Fast 2.0 High 的 81.3；Sol 后端配置得 80.1 排第三。

Hugging Face 联创 Thomas Wolf 回应 OpenAI 用下一代模型（强于 GPT-6 Astra）的 agent 群组证明 Navier-Stokes 千禧年问题猜想为假的结果，称其令人印象深刻。

据 Fortune 报道，OpenAI 自 9 月 3 日发布 GPT-6 Astra 公告以来多次修改评测基准数据：Astra 幻觉率曾从 4.2% 降至 2% 后又改回。

OpenAI 在模型文档中说明 GPT-6 Astra 相比 GPT-5.6 Sol 更常提出澄清问题、对上下文更敏感，并给出让模型更主动、审计 AGENTS.md 等技能文件、控制写作风格、约束子智能体委派和测试规模的提示词建议。