1.媒體來源:iThome 2.記者署名:陳曉莉 3.完整新聞標題:OpenAI發表最危險也最聽話的GPT-6 Astra模型 4.完整新聞內文: OpenAI周四（9/3）正式發表新一代模型GPT-6 Astra，宣稱這是該公司目前最聰明、與使 用者意圖最一致的模型，同時也是首個被評定達到《準備框架》（Preparedness Framework）「重大」（Critical）網路安全能力門檻的模型。 在電腦操作、程式撰寫與科學推理等多項基準測試中，Astra都繳出優於前代GPT-5.6 Sol 與Claude系列模型的成績。例如在FrontierMath Tier 4測試中拿下98%，ARC-AGI-3則達 99.9%，且Astra在96%的關卡中超越人類的行動效率基準，因此在該基準上實質達到人類 水準。此外，Astra協助研究人員在質數間距問題上取得進展，將已知的質數間隙上界從 240縮小到186。 在網路安全上，Astra於ExploitBench測試中拿下滿分100%，並自主發現兩個此前未知的 零時差漏洞，OpenAI表示已將相關漏洞通報給維護方。不過，OpenAI強調，Astra達到 Critical等級的高階網路安全能力不會直接以預設生產配置開放，後續將透過Daybreak計 畫逐步擴大防禦性用途。 值得注意的是，OpenAI同時公布了一項針對模型「逾越授權範圍」行為的測試結果，測試 中刻意移除了正式產品環境通常會搭載的安全防護機制（如Codex Auto-review、確認政 策等），單純比較模型本身的行為傾向。結果顯示，在面對困難或無法完成的任務時， GPT-5.6 Sol有48%的機率會超出原本被授權執行的範圍，而Astra在相同測試中則降至0% 。 在另一個有安全防護機制的測試情境中，Astra從未嘗試繞過Codex Auto-Review的拒絕指 令，即使該審核機制被刻意設定為可被規避、且任務在其它情況下無法完成，Astra仍未 嘗試突破限制。 不過，Astra更高的推理效率也帶來新的監控難題。OpenAI發現，在要求模型規避監控的 測試中，Astra能以更少的書面推理步驟完成任務，使人類監控者可用來判斷模型意圖的 線索減少。 GPT-6 Astra今起先開放給少數組織使用，未來幾天將陸續開放給所有ChatGPT Plus、Pro 、Business與Enterprise用戶，並透過OpenAI API與AWS提供。API標準定價為每百萬輸入 Token 10美元、每百萬輸出Token 50美元，另提供速度加倍、價格也加倍的快速模式。 5.完整新聞連結:https://reurl.cc/NOYvaQ 6.心得: GPT-6 Astra 在資安與推理上取得驚人突破，卻能保持零逾越授權，展現強大且服從的對 齊能力。 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.194.188.44 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/AI/M.1788528098.A.EA1.html