舊金山訊 —— OpenAI 於 2026 年 9 月 3 日正式揭曉新一代旗艦模型「GPT-6 Astra」。這次發布不僅代表產品代號跨入「6」字頭，更象徵生成式 AI 的戰略軸線全面轉向：AI 正在擺脫過去單純「聊天、寫文、給建議」的被動定位，大步跨入能自行操作電腦、跨軟體執行複雜任務的「執行型代理（Action Agent）」時代。
不只會說、更要會做：Astra 直攻 Computer Use
GPT-6 Astra 最受市場矚目的核心突破，在於直接賦予模型原生「電腦操作（Computer Use）」能力。使用者不再需要事必躬親地將工作拆成多道 prompt，而是可以直接丟出終極目標——例如「整理這三家競爭對手的財報與產品線差異，做成一份主管會議用的簡報」。
接獲指令後，Astra 能在背後自主規劃步驟：
- 跨軟體操作： 自行開啟瀏覽器檢索資料、填寫線上表單、更新企業 CRM，或同步行事曆。
- 端到端交付： 完成資料運算、建立試算表、產生視覺化圖表，甚至搭建展示網站並執行前端 QA 驗證。
在效能指標上，OpenAI 公布的數據顯示，Astra 在模擬實際作業系統環境的 OSWorld 2.0 測試達到 72.6%（前代 GPT-5.6 Sol 為 65.7%），且平均任務耗時自 75 分鐘腰斬至 40 分鐘左右；搭配最新 Codex 架構後，在 Mind2Web 的工作速度更衝上 GPT-5.6 Sol 的 1.9 倍。這意味著 AI 評估標準已從「答得有多漂亮」，正式轉向「任務完成速度與成功率」。
算力版圖與 API 成本：算帳邏輯徹底改變
面對功能大幅躍進的旗艦款，Astra 的 API 定價也回升到高階水準
| 模型型號 | Input（每百萬 Tokens） | Output（每百萬 Tokens） |
| GPT-5.6 Sol（原始標準價） | US$5 | US$30 |
| GPT-6 Astra（Standard） | US$10 | US$50 |
雖然單看每百萬 Token 的標價，Astra 明顯高於陸續降價普及化的 GPT-5.6 系列（如 Terra 與 Luna），但企業端在 Agent 時代的算帳邏輯正發生質變。
過往單純比較 Token 單價，現在則必須看「單一任務交付的總成本」——這涵蓋了重試次數、呼叫次數與人工介入修正的時間。如果 Astra 能一次跑完流程、減少失敗率，高階模型的綜合商業成本反而更低。
而在硬體端，伴隨 OpenAI「Stargate」等數千億美元級基礎設施持續推進，GPU、HBM、先進封裝（如 CoWoS）與高速網路的需求依然是支撐 Agent 長期運作的骨幹。
AGI 真的來了嗎？強大自主性引發資安嚴管
Astra 的強悍表現讓 OpenAI 共同創辦人暨總裁 Greg Brockman 樂觀直言：未來回顧 AGI（通用人工智慧）的起點，「答案可能就是現在，甚至就是 Astra」。
然而，產學界目前對 AGI 仍未建立統一標準。即便 Astra 在 ARC-AGI-3 跑出 99.9%、FrontierMath Tier 4 達到 98% 的內部測試成績，也不等同於在所有情境具備完整人類判斷力與泛化水準。更務實的角度是：Astra 讓「人類與 AGI 的分界線」變得更為模糊。
能力越大，風險也隨之劇增。OpenAI 已證實 Astra 是首個達到其安全框架（Preparedness Framework）中「嚴重網路安全能力（Critical Cybersecurity Capability）」門檻的模型——在具備特定權限下，它已能自行發現未知漏洞並編寫攻擊方法。為此，官方同步啟動更嚴密的環境隔離與即時監控機制。
當 AI 承接工作的尺度從「回覆一句話」擴大為「接管整個數位作業系統」，技術的下半場競賽已悄然揭幕：比起爭論 AGI 是否降臨，企業與個人更該思考的是，我們準備好把多少控制權，真正交給眼前這位能幫忙點擊滑鼠與鍵盤的數位員工。