30 秒看結論
- 使用管道：API 與 Microsoft Foundry 已開放；ChatGPT 分批推出，Plus 只在 Work 與 Codex；Amazon Bedrock 尚未上架
- 成本評估：每百萬 token 輸入 $10、輸出 $50，是 GPT-5.6 Sol 目前促銷價的 2.5 倍；在第三方寫程式代理評測的最高強度設定下，token 用量約為 Sol 的三分之一，每筆成本與 Sol 相當
- 能力提升：流程自動化、終端機任務與資料庫遷移明顯進步；未加產品防護時的越權率從 Sol 的 48% 降到 Astra 的 0%，官方內部幻覺測試從 12.2% 降到 4.2%
- 評測限制：Artificial Analysis 綜合智慧指數與上一代接近，仍低於 Claude Fable 5.1；知識工作評測有進有退
OpenAI 講的 AGI 是什麼
官方發表文對 GPT-6 Astra 的定位是「世界上最聰明也最對齊的模型」，意思是它更能照使用者的意圖行事、不超出被授權的範圍。
OpenAI 總裁 Greg Brockman 講得更直接，他稱這是世代級的跳躍，並說這一代有一天可能會被視為通用人工智慧（AGI）的到來。
AGI 指的是能高度自主運作、並在多數具有經濟價值的工作上超越人類的系統，這是 OpenAI 自己在章程裡下的定義。這個門檻涵蓋的工作範圍很廣，遠超過單一評測能回答的範圍。
對企業而言，導入評估可分成三個面向：使用管道、成本結構，以及模型在實際工作中的能力表現。
使用管道：GPT-6 Astra 的開放範圍
OpenAI 在 9 月 3 日發表時採分批開放。到 9 月 7 日為止，四個管道的進度並不一致。
| 管道 | 9 月 7 日的狀態 |
|---|---|
| OpenAI API | 已開放，可直接透過 API 呼叫 |
| Microsoft Foundry | 已上架 |
| ChatGPT | 分批開放；Plus 僅限 ChatGPT Work 與 Codex |
| Amazon Bedrock | 尚未上架 |
ChatGPT 裡的名稱是 GPT-6 Pro，開放給 Pro、Business 與 Enterprise，Plus 方案只在 ChatGPT Work 與 Codex 用得到。
Microsoft Foundry 的 Global Standard 已可在美洲、歐洲、亞太與中東非洲四區部署。若企業要求資料處理限制在特定區域，目前只有美洲 Data Zone 提供此模型。
Astra 單次可處理 1,050,000 個 token 的輸入與對話資訊，最多輸出 128,000 個 token，知識截止在 2026 年 4 月 30 日。
需要引用近期法規或市場資料的流程，仍要連接可靠的外部資料來源，不能只靠模型的內建知識。
成本評估：牌價與單次任務成本
Astra 的輸入與輸出牌價，均為 Sol 目前促銷價的 2.5 倍。
| 項目（每百萬 token） | GPT-6 Astra | GPT-5.6 Sol |
|---|---|---|
| 輸入 | $10.00 | $4.00 |
| 輸出 | $50.00 | $20.00 |
| 重複輸入的快取讀取 | $1.00 | $0.40 |
Sol 目前的 $4 與 $20 是促銷價，官方定價頁寫明這個價格「至少維持到 2026 年 11 月 21 日」。編列後續預算時，需要區分促銷期間的價差與常態費率。另外，超過 272K token 的長請求，整筆費率會提高。API 計費的完整結構整理在OpenAI API 費用怎麼算。
單次任務成本需連同 token 用量評估
牌價較高，不代表每筆任務一定更貴；如果模型能以更少的 token 完成工作，仍可能抵銷部分價差。Artificial Analysis 的結果顯示，寫程式代理與綜合智慧評測呈現不同的成本曲線。
| 寫程式代理評測（最高強度設定） | GPT-6 Astra （Codex） | GPT-5.6 Sol （Codex） | Claude Fable 5.1 （Claude Code） |
|---|---|---|---|
| 寫程式代理指數 | 67 | 65 | 70 |
| 每筆 API 成本 | $4.72 | $5.00 | $9.18 |
| 每筆 token 用量 | 404 萬 | 1,317 萬 | 714 萬 |
| 每筆耗時 | 26.8 分鐘 | 10.2 分鐘 | 24.0 分鐘 |
寫程式代理是能使用工具、連續完成程式開發任務的 AI 代理。Astra 的成本能與 Sol 打平，靠的是 token 用量降到三分之一以下；代價是它花的時間是 Sol 的 2.6 倍。
Fable 5.1 的分數最高，但每筆成本接近 Astra 的兩倍，多付的那一倍換到 3 分。Artificial Analysis 的結論也是 Astra 領先這項評測的成本效率。
在綜合智慧指數評測中，Astra 的輸出 token 雖比 Sol 少約一成，每筆成本仍高約 75%。
因此，寫程式代理的成本結果不能直接套用到其他工作。
能力比較：代理型任務與綜合智慧表現
Astra 的優勢主要出現在流程自動化、終端機與資料庫遷移等代理型任務；綜合智慧與知識工作評測的結果則較不一致。
官方發表文列出九張對照表，涵蓋專業工作、程式、電腦操作、科學與資安。以下節錄與企業應用較相關的專業工作與程式評測。
官方與第三方公布的項目很多，下面挑出與企業工作關係較直接的六項：
| 測試項目 | GPT-6 Astra | GPT-5.6 Sol | Claude Fable 5.1 | Claude Opus 5 |
|---|---|---|---|---|
| AutomationBench（流程自動化） | 41.4% | 18.1% | 31.4% | 26.9% |
| Terminal-Bench 4.0（終端機任務） | 57.9% | 37.3% | 55.8% | 52.6% |
| Internal Database Migration Tasks（資料庫遷移任務） | 63.9% | 42.7% | 57.8% | – |
| DeepSWE v1.1（軟體工程） | 74.1% | 72.7% | 67.4% | 73.7% |
| BrowseComp（網頁檢索） | 91.5% | 90.4% | – | 90.8% |
| Artificial Analysis 綜合智慧指數 | 61.2 | 60.9 | 65.7 | 63.1 |
代理型任務進步明顯，資安風險控管也更嚴格
流程自動化、終端機任務與資料庫遷移的成績，比上一代高 20 個百分點以上。
OpenAI 也表示，Astra 在資安能力評估中達到最高風險門檻，因此增加了防護措施。在未加產品防護的測試中，Sol 的越權率為 48%，Astra 為 0%；官方內部幻覺測試則從 12.2% 降到 4.2%。
綜合智慧未領先，程式能力視評測而定
在 Artificial Analysis 綜合智慧指數中，Astra 得分低於 Claude Fable 5.1 與 Claude Opus 5，與上一代 Sol 僅差 0.3 分。
在 DeepSWE 軟體工程評測中，Astra 領先 Claude Fable 5.1 近 7 個百分點，與 Claude Opus 5、Gemini 3.8 Flash 則相差不到 0.5 個百分點。
三家模型在企業情境下的導入差異，可參考〈OpenAI vs Claude vs Gemini：企業 API 選型比較〉。
評測解讀：不同測試結果應分開判讀
不同評測的任務、工具環境與計分方式不同。以下幾組數字需要分開解讀。
- 幻覺率大幅降低：除前述官方內部測試外，Artificial Analysis 的獨立測試也從 92% 降至 51%。
- 長文件的檢索與推理：官方測試著重資訊檢索，結果明顯提升；第三方測試著重閱讀完整文件後的推理，分數下降 2 至 3 分。
- 寫程式代理的成本比較跨越不同工具環境：Astra 使用 Codex，Claude 系列使用 Claude Code，因此只能作為方向性參考，不能視為控制其他變因後的模型比較。
哪些工作值得現在就安排比較測試？
我們建議優先測試寫程式代理；軟體介面操作與程式碼安全工作，則依實際需求安排驗證。
- 寫程式代理：第三方評測同時顯示能力與成本效益，是三類工作中最適合優先驗證的項目。
- 軟體介面操作：官方評測顯示能力提升，仍應以企業自己的流程量測成功率、耗時與成本。
- 程式碼安全工作：可先測試安全審查與修補；進階用途需先確認模型權限、功能與控管措施是否開放。
如果目前工作以知識問答為主，且既有模型已符合品質要求，可暫時維持現有模型。綜合智慧指數與公開費用只能作為參考，無法直接推估企業在摘要、翻譯或客服流程中的實際效益。
結論
GPT-6 Astra 在流程自動化、終端機與資料庫遷移等任務上的提升，已值得企業安排測試。建議先從寫程式代理開始；知識問答等既有流程若已符合需求，暫時不必升級。
測試時，應以同一批實際任務比較完成品質、總成本、耗時與人工介入次數，再決定是否導入。若需要規劃 OpenAI API 的導入方式、雲端採購與帳務路徑，可參考〈OpenAI API 企業怎麼用〉。
資料來源
- GPT-6 Astra: A new generation of intelligence（OpenAI 官方發表文，2026 年 9 月 7 日查閱）
- OpenAI API 定價頁（OpenAI 開發者文件，2026 年 9 月 7 日查閱）
- GPT-6 Astra 模型頁（OpenAI 開發者文件，2026 年 9 月 7 日查閱）
- ChatGPT 各方案的模型與開放範圍（OpenAI 說明中心，2026 年 9 月 7 日查閱）
- Microsoft Foundry（Microsoft 官方文件，2026 年 9 月 7 日查閱）
- Artificial Analysis（GPT-6 Astra 評測與每筆任務成本，2026 年 9 月 7 日查閱）
- Artificial Analysis Coding Agent Benchmarks（Artificial Analysis，每筆成本、token 用量與耗時，2026 年 9 月 7 日查閱）
- OpenAI releases new model GPT-6 Astra, says it may represent AGI（Axios，2026 年 9 月 3 日）
