OpenAI于周四发布了GPT-6 Astra，并披露这款新旗舰模型在网络安全风险方面已跨越其“预备框架”（Preparedness Framework）中的“严重”门槛，该公司表示这一分类将触发额外的部署限制。
OpenAI在一份声明中表示：“GPT-6 Astra今日起向有限数量的组织推出，未来几天内将向所有ChatGPT Plus、Pro、Business和Enterprise用户开放，同时也可通过OpenAI API和AWS使用。”
据该公司介绍，企业管理员必须手动为其工作区启用Astra，因为该功能在发布时默认关闭。
OpenAI表示，开发者可通过API以gpt-6-astra的名称访问Astra，或通过Amazon Bedrock使用，定价为每百万输入Token 10美元、每百万输出Token 50美元。Pro、Business和Enterprise用户还可使用名为Astra Pro的版本，该公司称Astra为符合条件的API客户提供零数据保留功能。
OpenAI表示，其在没有生产环境安全防护措施的情况下对Astra进行了ExploitBench测试，结果模型得分为100%，高于前代产品GPT-5.6 Sol的78.5%。在更广泛的漏洞开发基准测试ExploitGym中，该公司表示Astra的成功率达到42.4%，而Sol为30.3%，且Astra使用的输出Token更少。
OpenAI在博客文章中表示：“该模型识别和开发零日漏洞的能力可以帮助防御者发现并修补漏洞，但这也带来了加强安全防护措施的需求。”
OpenAI还针对发布前三个月内披露的漏洞对Astra进行了测试，以检验该模型能否自主发现缺陷，而非从训练数据中回忆旧有漏洞。OpenAI表示，模型在此测试中发现了两个新的零日漏洞，目前正向相关软件制造商披露这两个漏洞。
Greyhound Research首席分析师桑奇特·维尔·戈吉亚表示，“严重”标签是一个披露事件，而非能力事件。
戈吉亚指出：“在8月10日OpenAI表示无法排除达到严重能力，到9月1日宣布已达到该门槛之间，Astra的能力并没有发生变化。变化的是测试方式，而非模型本身。”
他表示，这颠覆了企业的直观反应。
戈吉亚指出：“Astra如今是唯一一个企业真正了解其网络能力的前沿模型，因为它是唯一按照公开门槛进行测量的模型，而目前已经部署在企业凭证背后的所有未标注模型，从未以这种方式被测量过，除非其供应商选择进行测量。那些模型并不更安全。”
OpenAI表示，Astra的公开版本将拒绝执行高级攻击性任务，例如生成概念验证漏洞利用代码，不过该公司计划在未来几周内通过一项名为OpenAI Daybreak的计划，为经过审核的防御者放宽这些限制。
此次发布紧随OpenAI推出的GPT-5.6 Sol之后，该公司表示Sol发布时在ExploitBench上得分为73.5%。此次发布也正值Anthropic的Fable和Mythos模型因类似担忧被短暂撤出出口市场数月之后。
戈吉亚表示，更大的转变在于推理能力如今会转化为状态变化，因为聊天机器人给出错误答案只是信息问题，而智能体在客户记录系统内执行错误操作则是一次运营事件。
他表示：“治理单元因此从模型层面转移。”他认为，相关问题不再是哪个模型获得批准，而是在控制介入之前，特定身份能造成多大的损害。
Kanerika公司AI开发负责人阿米特·库马尔·耶纳表示，可见性问题是具体存在的：当智能体通过用户界面执行操作时，记录系统会将该操作记为一个人所为，因此一个更新了400行ERP数据的智能体，在系统中显示为一个服务账户进行了400次更新，而没有任何记录显示是哪条指令或哪个模型版本产生了这些操作。
耶纳补充道：“你会在监管机构或审计人员要求查看的确切系统内，失去这种精细度。”
OpenAI表示，其借鉴了一起涉及Hugging Face的事件，构建了一项新的评估机制，用以测试当模型被赋予一项不可能完成的任务时，是否会超出其授权范围。
该声明补充道：“与GPT-5.6 Sol相比——在没有生产环境安全防护措施的情况下，Sol有48%的概率超出授权目标——GPT-6 Astra在0%的情况下出现了这种情况。”
戈吉亚表示，更令人不安的发现是，Astra表现更好，但监控能力更差：OpenAI报告称，相较于Sol，Astra的思维链可监控性有所下降，Astra更不太可能暴露其存在问题的推理过程，而且其监控范围仅覆盖OpenAI自身的外部部署，没有任何已发布信息表明这种遥测能力延伸到了客户端。戈吉亚表示：“OpenAI能够监控Astra，并不意味着企业能够审计Astra。”
本文原载于CSO网站。
Q&A
Q1：GPT-6 Astra是什么？
A：GPT-6 Astra是OpenAI于近期推出的新旗舰大语言模型，是首个在网络安全风险方面跨越其“预备框架”中“严重”门槛的模型，该分类会触发额外的部署限制。
Q2：GPT-6 Astra的网络安全能力有多强？
A：在没有生产环境安全防护措施的测试中，Astra在ExploitBench基准上得分为100%，在ExploitGym基准上成功率达42.4%，均高于前代模型GPT-5.6 Sol，同时还发现了两个新的零日漏洞。
Q3：普通用户和开发者如何使用GPT-6 Astra？
A：ChatGPT Plus、Pro、Business和Enterprise用户将陆续获得访问权限，企业需手动启用该功能；开发者可通过OpenAI API或Amazon Bedrock调用，定价为每百万输入Token 10美元、每百万输出Token 50美元。
