OpenAI于9月3日发布GPT-6 Astra，定价为每百万输入令牌10美元，每百万输出令牌50美元，是其所取代模型价格的2.5倍。在发布后的48小时内，获得早期访问权的开发者将其变成了一个公开的压力测试。Astra被描述为有史以来用于空间、机械或智能体任务的最强模型，但在同一群人的评价中，它的写作能力不如其前身。

Astra的主要功能是计算机使用，即模型可以操作真实桌面环境中的鼠标和键盘，而不仅仅是返回指令列表。在OSWorld 2.0测试中，OpenAI报告称其完成了72.6%的普通桌面任务，而Sol仅完成65.7%。此外，Astra是OpenAI首个在网络安全关键阈值上评分的模型，能够发现未知软件漏洞并构建工作攻击。

在视觉理解和空间意识方面，Astra表现优异。投资者Matt Shumer利用Unreal Engine生成了一比一还原曼哈顿的场景；开发者Tom Krcha仅凭一张房屋图片便生成了完整的可编辑室内几何结构；另有开发者在24分钟内利用Three.js重建了中国杭州的3D版本。在游戏开发领域，Astra同样展现出强大能力，能在短时间内生成具有良好美学的3D游戏。

然而，在写作领域，Astra的表现令人失望。内部基准测试显示，Astra在编辑风格评分中排名第11位，而其前身排名第6。测试者指出，Astra生成的文本缺乏创造力，且容易被AI检测工具识别。Artificial Analysis的测量数据也显示，在涵盖44个职业经济价值任务的GDPval-AA v2基准测试中，Astra的评分下降了约80个Elo点。

总体而言，Astra在处理有明确正确答案的任务（如音乐作曲、3D建模）上表现出色，但在需要品味和创造力的写作任务上则显得平庸。