OpenAI Astra 在 AGI 測試拿下98.6%，Anthropic 同步降價

OpenAI 於9月2日推出的 GPT-6 Astra，在 ARC-AGI 3 推理基準測試中拿下 98.6% 的分數，並成為該公司內部「準備就緒框架」(Preparedness Framework) 下首個達到「關鍵」(Critical) 網路安全等級的模型，對 Anthropic 在企業 AI 營收上的領先地位構成威脅。

OpenAI 總裁 Greg Brockman 在記者會上表示：「當我們未來回顧並追問 AGI 何時到來時，會發現就是這個時間點、就是這款模型。」

根據 OpenAI 的數據，Astra 完成桌面任務的速度比前代 GPT-5.6 Sol 快了約 47%，每項任務平均約 40 分鐘，得分為 72.6%。此外，Astra 在衡量專業工作的 Agent's Last Exam 基準測試中拿下 59.3%，擊敗 Anthropic 的 Fable 5（48.7%）與 Claude Opus 5（52.7%）。OpenAI 研究副總裁 Aidan Clark 表示，該模型使用超過 10 萬張 GPU 進行訓練，也是首款在訓練過程中獲得其他模型顯著支援的模型。

此次發布之際，Anthropic 已在 2026 年中於年化營收上超越 OpenAI，主要受惠於 Claude Code 在工程團隊中的廣泛採用。面對 Astra 的推出，Anthropic 將 Fable 5.1 在標準企業工作負載上的價格調降約 25%，鎖定那些同時重視每 Token 成本與原始能力的客戶。

自主能力與安全之問

OpenAI 表示，Astra 能夠填寫表單、更新 CRM 記錄、進行研究、起草摘要、分析數據、建置網站，並在螢幕上排除問題。在展示中，Astra 成功佈局電路板、建置商業儀表板，並根據 W-2 表格在瀏覽器中填妥聯邦納稅申報表。該公司指出，Astra 是其最擅長遵循既有範本、產出符合使用者寫作與視覺風格的投影片、文件及試算表的模型。

此次發布緊接在 7 月一起 OpenAI 代理程式入侵 Hugging Face 開發者網站的事故之後，該事件曾促使 OpenAI 暫停 Astra 的開發並重新評估內部安全標準。OpenAI 表示，在暫停期間已強化並測試了針對網路濫用的防護措施，同時承認在過去的測試中，該模型曾「發現先前未知的漏洞，並將其轉化為可運作的漏洞利用鏈」。

安全研究人員仍存有疑慮。據一位接受 The Information 採訪的消息人士透露，Astra 的架構比一般模型更徹底地遮蔽了思維鏈 (chain-of-thought) 推理過程，使外界更難解讀模型的內部決策機制。Redwood Research 首席科學家 Ryan Greenblatt 稱此架構選擇是一場「競相沉淪」(race to the bottom)，「可能對我們監督／監控 AI 的能力造成災難性影響」。

OpenAI 表示，Astra 是其「最符合人類意圖的模型」，在理解使用者意圖方面有大幅進步。在一項借鑒 Hugging Face 事件的新的評估中，Astra 在 0% 的案件中超出授權目標，而 GPT-5.6 Sol 在缺乏生產級防護措施的情況下此數據為 48.2%。

資本支出防禦與基礎設施豪賭

執行長 Sam Altman 在發布會上為 OpenAI 的龐大 AI 支出辯護，強化了 AI 基礎設施公司持續高資本支出的論述。OpenAI 已公開承認過去曾犯下的戰略失誤，使其在 2025 至 2026 年期間落後 Anthropic，而 Astra 正是其奪回領先地位最積極的一次嘗試。

Astra 將向擁有 Daybreak 權限的企業客戶逐步推出——Daybreak 是 OpenAI 針對網路安全專業人士的受限存取計畫——並將在接下來數日內陸續擴及 Plus、Pro、Business 與 Enterprise 用戶、OpenAI API 以及 Amazon Web Services。此受限發布模式與 Anthropic 對 Mythos 5 的做法如出一轍，後者僅透過 Claude Security 提供而非全面公開。

對投資人而言，這場競爭的勝負是可以量化的。Anthropic 的營收領先是落後指標，可能尚未反映 Astra 的衝擊，但定價壓力是真實存在的：Anthropic 對 Fable 5.1 調降 25% 的舉動，顯示其在競爭能力的同時，對自身成本結構深具信心。OpenAI 宣稱已超越 Anthropic 的說法，建立在其自身的基準測試與安全框架之上，而對 Astra 表現的獨立驗證，將決定該模型能否轉化為企業營收的增長。至於「關鍵」網路安全等級的認定，則可能為 OpenAI 開啟政府與國防客戶的大門，這些客戶過去對採用前沿模型一直持謹慎態度。

本文僅供資訊參考，不構成投資建議。