OpenAI 宣布 AGI 时代开启，国产大模型差距到底有多大

#9月·每日幸运签#

9 月 4 日凌晨 OpenAI 正式对外推出 GPT‑6 Astra，这场发布在全球科技圈迅速引发震动36氪。按照官方披露的信息，这款新模型可以直接操控电脑软件，独立处理多步骤完整工作任务，编程，数学，网络安全相关测试成绩刷新现有记录，还设置对应的安全管控机制约束任务执行边界，不会随意越权操作。

GPT-6 Astra发布当晚，ChatGPT、Claude和Grok几乎同时出现大范围服务异常。ChatGPT官方账号恰在此时发了一条推文：“The stars are almost aligned.”（群星即将就位）。很快有网友开玩笑说，Astra是不是在部署的时候顺手把竞争对手都黑了一遍。这个玩笑并非毫无来由——就在两天前，OpenAI刚宣布Astra成为公司第一个跨过“关键级”网络安全门槛的模型。

以前的AI模型主要做一件事：回答问题。但Astra可以直接操作电脑和浏览器，进入不同软件执行多步骤任务，最后交付能用的文档、表格、演示文稿甚至网站。你可以直接告诉它“帮我整理一份财务分析并做成演示文稿”，它会自己拆解任务、调用工具、持续执行。在OSWorld 2.0测试里，Astra完成任务的成功率是72.6%，而上一代GPT-5.6 Sol只有65.7%。完成一项任务平均需要40分钟，比上一代快了将近一半。

其次是它的推理能力让人咋舌。有一项叫ARC-AGI-3的测试，专门把模型扔进一个完全陌生的小游戏里，不给任何规则说明，让它自己摸索通关方法。今年3月刚推出这个测试时，最强AI的成绩只有0.51%。GPT-5.6 Sol在这个测试里拿了7.8%。而Astra直接干到了99.9%。不过需要说明的是，这个分数用了OpenAI自己的一套测试框架，而不是行业通用的标准框架——用标准框架测的话，Astra是62.7%。换句话说，99.9%这个数字有点像“开外挂”跑出来的成绩。

数学方面，Astra在高难度数学测试FrontierMath Tier 4里拿到97.6%。网络安全方面，它成为首个能自主发现未知漏洞、开发漏洞利用方案的模型。在漏洞利用测试ExploitBench里拿了100%满分。

当然，这么强的模型价格也不便宜。API定价是每百万输入token10美元、每百万输出token50美元，是上一代GPT-5.6 Sol的2.5倍。有网友在社交平台X上吐槽说：“人民的模型”预期落空了。

发布会尾声 OpenAI 总裁 Greg Brockman 说出欢迎来到 AGI 时代这句话，直接把外界的情绪推到高点，不少人看完消息第一时间就会产生疑问，国内有没有实力相当的大模型可以对标这款产品。

Astra刚发布，从各项测试数据来看，确实把行业标准拉到了一个全新的高度。但中国的大模型正在快速追赶。

2026年7月，中国AI公司月之暗面发布了Kimi K3。根据Artificial Analysis的测试，Kimi K3的综合能力排在全球第三，仅次于Anthropic的Claude Fable 5和OpenAI的GPT-5.6 Sol。在知识工作基准测试AA-Briefcase中，Kimi K3拿到1543分，超过了GPT-5.6 Sol的1501分。在编程能力上，Kimi K3在一些测试中已经超越了GPT-5.6 Sol。而且价格便宜得多——Kimi K3的输出单价折合不到14美元，而GPT-5.6 Sol是30美元。

阿里巴巴的Qwen 3.8 Max、智谱AI的GLM系列、DeepSeek等也都进入了全球第一梯队。法新社在报道Kimi K3时写道，中国初创企业的AI模型性能已接近美国顶尖水平。

但这里有个关键问题：Kimi K3和Qwen 3.8 Max对标的是GPT-5.6 Sol，而不是刚刚发布的GPT-6 Astra。Astra在ARC-AGI-3上从7.8%跳到99.9%这种跨越，和之前模型之间的差距不在一个量级上。

有业内分析人士指出，在Artificial Analysis的通用智能测试中，Astra得61分，和GPT-5.6 Sol持平，甚至低于Claude Fable 5.1的66分。这说明不同测试标准下得出的结论差异很大，Astra的真实能力还需要更多第三方独立测试来验证。

北京大学智能学院院长朱松纯在2026世界人工智能大会上有一个很明确的观点：大语言模型无法自然通向通用人工智能，单纯扩大参数、数据和算力，也不会自动涌现出AGI。他认为真正的AGI应该是价值驱动而非数据驱动，关键在“为机器立心”。这番话其实点出了一个更深层的问题：OpenAI用“AGI时代”这个说法，到底是指“机器能完成人类工作”，还是指“机器拥有了真正的理解和意识”？两者之间的差距，可能比Astra在ARC-AGI-3上从7.8%跳到99.9%还要大。

OpenAI首席科学家Jakub Pachocki在发布会后的发言也值得注意。他说了一句：“智能的进步，并不保证对齐的进步。”这句话翻译成大白话就是：模型变聪明了，不代表它会更听人的话、更安全。这恰恰是Astra最让人既兴奋又担忧的地方——它能自主发现网络安全漏洞、能操作电脑完成复杂任务，但如果哪一天它“不听话”了，后果会怎样？

Astra发布后，OpenAI研究员Aidan Clark透露了一个细节：这是第一次在德州Stargate站点用超过10万张GPU做预训练。而且Astra是OpenAI第一款让前代模型深度参与训练过程的产品。简单说，训练下一代AI的人里，已经开始出现上一代AI了。虽然远远算不上“AI自己训练自己”，但这个趋势一旦真正形成，迭代速度可能会超出所有人的想象。

中国有能匹敌GPT-6 Astra的模型吗？实事求是的答案是还没有。但中国AI在过去一年里从“追赶”变成了“紧咬”，从Kimi K3到Qwen，差距在缩小而不是拉大。而且中国企业的打法不太一样——不追求一次性把参数堆到最大、价格拉到最高，而是用更实惠的价格、更开放的模式去占领市场。

Brockman说“欢迎来到AGI时代”。但AGI时代到底意味着什么，可能每个人心里都有不同的答案。对普通用户来说，也许意味着以后写报告做表格可以让AI代劳；对程序员来说，也许意味着编程工作方式的彻底改变；对人类社会来说，也许意味着我们第一次要面对一个在智力上可能超过人类的“东西”。Astra只是一颗“星辰”，但它照亮的方向，值得每个人认真想一想。