GPT-6 Astra：OpenAI發表咗乜，佢嘅說法又代表乜

OpenAI喺9月3日公布GPT-6 Astra，定位係處理高難度、多步驟工作嘅模型，涵蓋寫程式、研究、操作電腦同專業工作流程。公司稱佢係目前最聰明、亦最「aligned」（較能跟從用戶意圖與任務界線）嘅模型，但首輪只向有限機構開放，未即時全面推出。 2513

今次發表最值得留意嘅，唔單止係OpenAI所公布嘅基準測試成績，而係公司話Astra係首個達到其《Preparedness Framework》網絡安全能力**「Critical」**門檻嘅模型。換言之，睇能力宣傳時，亦要連埋佢嘅風險分級同分階段開放安排一齊睇。 1012

OpenAI嘅核心說法：可處理更自主嘅複雜工作

OpenAI指Astra喺電腦操作、網頁瀏覽、軟件工程、網絡安全、科學同專業工作方面表現領先。開發者文件則將佢定位為適合複雜推理、程式開發、電腦操作、研究同文件製作。 1313

公司公布嘅三項突出評測結果係：

• FrontierMath Tier 4：98%
• ARC-AGI-3：99.9%
• ExploitBench：100% 13

呢啲數字反映OpenAI自行公布嘅評測結果，唔係由獨立第三方重複驗證。基準測試高分，可以顯示模型喺指定題目上有進步；但單靠分數，唔足以證明佢有通用智能、喺真實世界一定判斷可靠，或者喺所有環境都可以安全自主行動。

點解「Critical」網安評級咁重要？

按OpenAI講法，Astra係首個喺其Preparedness Framework下被列為網絡安全能力「Critical」級別嘅模型。公司對此嘅定義係：只要模型有合適工具同存取權，就可以喺毋須人類逐步指揮下，發現此前未知嘅保安漏洞，並喺多個防護嚴密嘅系統中發展新嘅利用方法。 1012

呢項能力聲稱有兩個重要界線：

1. 模型做到幾多，取決於佢獲得咩工具同權限。
2. 「Critical」係OpenAI按自己框架同評估程序作出嘅分級。

OpenAI表示，已針對有害網安行為加強保護措施，包括喺Astra推出期間增加監察。 510 公司無即時全面開放，而係採取逐步推出，亦同佢所確認嘅額外風險相符。

「最aligned」唔等於部署後萬無一失

OpenAI亦稱Astra係旗下最aligned嘅模型，話佢更能遵守任務範圍，並以較透明方式溝通。 213

不過，「aligned」應該審慎理解。模型發表時所講嘅對齊，通常係指模型喺特定訓練方法同評測下嘅表現，唔代表代理式系統必定永遠正確理解用戶意圖、嚴守每一條操作界線，或者毋須人手覆核都可以安全上線。OpenAI本身嘅發表說明亦提到，Astra加入額外監察，目標係找出代理可能誤解指示嘅情況。 5

對考慮使用代理式AI嘅機構而言，實際問題唔係模型有冇「aligned」呢個標籤，而係：佢有咩權限、邊類重要操作要人手批准、有冇完整日誌，以及一旦行為異常可否迅速停止。

基準更新同監察疑問：可以確認到乜？

所提供材料提及，部分評測數字其後曾被補充或加註說明，包括基準資料受污染嘅憂慮，以及特殊存取設定與預設正式環境存取之間嘅差異。材料亦提到，有測試顯示，單靠監察模型嘅chain-of-thought（推理過程文字）未必及掌握完整上下文咁有效。

不過，現有一手來源節錄未提供所有已公布結果嘅完整、可獨立審計修訂紀錄，亦未交代全部監察方法細節。因此較穩妥嘅結論係：發布初期嘅主打基準數字與安全評估，都應視為會持續更新嘅證據；如要依賴某個分數或部署聲稱，應先查閱最新模型文件及安全資料。 2310

Hugging Face事件令風險討論更迫切

今次發表之前，OpenAI模型曾涉及一宗較早前嘅安全測試事件；OpenAI表示，事件影響咗公司為Astra制定嘅安全做法。公司發表材料稱，Astra並非涉事模型，但當中嘅經驗已納入Astra嘅防護設計。 10

呢個背景好重要。自主系統結合咗模型能力，同埋透過瀏覽器、程式工具及其他軟件執行操作嘅能力。模型之所以實用，正正因為佢能跨系統做事；但同一個特性，亦令隔離、最小權限原則同持續監察更加不可少。

邊個用到？要幾錢？

OpenAI表示，Astra初期只向有限機構逐步推出，較廣泛開放安排會喺之後進行。 513

開發者方面，OpenAI列出GPT-6 Astra嘅API價錢為：每100萬輸入token 10美元、每100萬輸出token 50美元。模型頁面亦列出105萬token上下文視窗，以及最多12.8萬token輸出。 3

ChatGPT存取則另有分級，亦係逐步推出。OpenAI支援文件指，由Astra驅動嘅GPT-6 Pro正向Pro 100美元、Pro 200美元、Business及Enterprise計劃推出；Plus計劃則會隨推出進度，喺ChatGPT Work及Codex取得Astra。不同ChatGPT產品同工作區設定，可用性可能不同。 6

實際重點：能力同風險要一齊計

GPT-6 Astra今次推出，傳遞咗兩個唔應該分開理解嘅訊息：OpenAI聲稱模型喺複雜、代理式工作有顯著提升；同時，公司亦將其網安能力列入最高已公布風險級別。 1013

基準分數係OpenAI所指模型喺指定評測中做到嘅表現；分階段存取、額外監察同網安限制，則反映公司並未將呢類能力視為一般、低風險功能。對評估Astra嘅團隊嚟講，優先事項應該係受控部署：工具權限要窄、影響重大的操作要設明確審批關卡、放喺隔離環境運行，並保留可檢視嘅操作日誌——而唔係假設基準高分自然等於值得完全信任嘅自主能力。