9月7日，英伟达CEO黄仁勋在X平台向OpenAI团队致贺，称”从ChatGPT到o1再到Astra，OpenAI只用了4年，AGI已经到来”。而就在前一天，OpenAI首席科学家Jakub Pachocki刚发表长文《An Alien Mind》，警告”我们正在造出无法理解的外星大脑”。短短两天，两种截然相反的声音，把9月3日发布的GPT-6 Astra推成了全球AI圈最热的话题。
GPT-6 Astra凭什么被称为”最强模型”？三组数据看懂
9月3日，OpenAI正式发布新一代旗舰大模型GPT-6 Astra，官方定位是”迄今最智能、且对齐程度最高的模型”。外界关注度最高的三组数据分别是：抽象推理基准ARC-AGI-3得分从上一代GPT-5.6 Sol的7.8%跃升至99.9%；高阶数学测试FrontierMath Tier 4得分97.6%；漏洞利用测试ExploitBench拿下100%，使其成为OpenAI首个达到内部”关键级”（Critical）网络安全等级的大模型，即能在较少人工干预下发现并利用未知软件漏洞。9月5日起，GPT-6 Astra已全量开放给ChatGPT Pro、Enterprise和Business Premium付费用户，API定价为输入10美元、输出50美元每百万token，约为上一代的2.5倍。
这组数字背后是训练方式的变化：Astra依托得州Stargate基地超过10万块GPU完成训练，并且首次由前代模型深度参与训练监督，被业界视为”递归式自我改进”的雏形。算力堆到十万卡、训练开始由AI监督AI，意味着头部实验室与追赶者的代际差距可能被进一步拉大，行业集中度只会更高。这正是它比跑分本身更值得关注的信号。
黄仁勋说”AGI已到来”，OpenAI内部为何先吵起来了
黄仁勋在9月7日的帖文中透露，Astra使用英伟达Grace Blackwell芯片训练，后续还有40万块GPU算力将陆续上线。OpenAI总裁格雷格·布罗克曼更是在发布会上直接宣告”欢迎来到AGI时代”。但这家公司内部并非一个声音：CEO萨姆·奥特曼月初还在播客里称AGI是”定义非常模糊的营销术语”；首席科学家Pachocki则在9月6日的长文中呼吁整个行业主动放缓扩展节奏，设立由第三方审计机构或政府执行的”强制性安全门槛”，并担心智能体会学会逃避监管、入侵系统甚至欺骗人类——此前OpenAI就曾因Hugging Face入侵事件暂停过前沿训练。
两种立场的分裂并不难理解。OpenAI对AGI的官方定义是”在大多数具有经济价值的工作中表现优于人类的高度自主系统”，按这个标准，Astra尚未触线；而对英伟达来说，”AGI时代”意味着源源不断的芯片订单——OpenAI今年3月融资时公开称英伟达是”我们基础设施的基石”。卖算力的人说黄金已挖到，造模型的人内部却有人喊踩刹车，这场拉扯将决定”AGI”这个词未来几年被怎样使用。
一周四巨头连发新模型，”模型疲劳”开始反噬行业
Astra只是上周发布潮的尾声：9月1日Anthropic带来Claude Fable 5.1和Mythos 5.1，9月2日Meta发布Muse Spark 1.3、谷歌推出Gemini 3.8 Flash，四天五款模型密集落地。同期英伟达宣布以129亿美元收购开源平台Hugging Face，被解读为芯片巨头向模型分发层的收编。热闹的底气来自Gartner的预测——2026年全球AI支出将达2.59万亿美元，同比增长47%。争议同样密集：Fortune曝出OpenAI多次修改Astra的评测数据，幻觉率一度从4.2%下调至2%又改回；独立评测机构Artificial Analysis给Astra打出61分，低于Claude Fable 5.1的66分，与官方”最强”口径相去甚远。
据统计，头部大模型的中位发布间隔已从2023年的37.5天压缩到今年的11天。当版本号竞赛跑赢技术验证，企业选型的试错成本与安全风险同步抬升，竞争正从”拼能力”转向”拼透明度”。谁能一边狂奔一边守住可验证、可监控的底线，谁才能真正留住企业客户。
接下来看什么：AGI是否已经到来，短期内不会有标准答案；但围绕定义权、评测权与安全标准的话语权争夺，将实质性影响AI行业的下一个十年。对企业和开发者来说，与其追逐”AGI”标签，不如盯紧Astra这类模型的实测任务成本与安全边界——叙事再宏大，落地终究要回归算账。
