OpenAI 宣布进入 AGI 时代——却把自己标出了天价

那个算不上宣称的AGI宣称

格雷格·布罗克曼（Greg Brockman）并未宣称OpenAI实现了通用人工智能。他说了一些或许对一家试图为新纪元定调的公司更实用的话：人们回顾时可能判定GPT-6 Astra标志着AGI的到来。他将AGI称为"使命概念或精神概念"——故意不受任何契约定义束缚，包括与其早前与微软协议挂钩的那个定义。

措辞很关键。通过拒绝界定AGI的含义，OpenAI让这一术语保持弹性，既可以说现在已经拥有，又为日后如需修订定义留下余地。真正的胜利不在于宣称本身——而在于OpenAI抢先将对话的框架定了下来。

“欢迎来到AGI时代”，布罗克曼对记者说。而这个时代是否以OpenAI为中心，正是竞争对手们正在用事实回答的问题。

定价才是故事本身

Astra通过API接入市场：每百万输入token收费10美元，每百万输出token收费50美元。这相当于其前任Sol促销价的两倍半，也远高于大多数工程师实际使用的标准费率。Meta的Muse在贡献者层级分别仅为0.10美元和0.20美元。Google的Gemini 3.8 Flash入门定价为0.75美元/3.75美元。就连头条费率与Astra持平的Anthropic Fable 5.1，也被定位为已踏遍市场的团队更具性价比的高端之选。

OpenAI的论点是：Astra能用更少的步骤、更少的重试完成同样的任务，因此按token计价具有误导性。“真正重要的是单次任务的成本，“布罗克曼说。发布初期的数据还不足以验证这一说法。肉眼可见的是，OpenAI正将一个模型定价为高端产品，同时接受它不会在所有基准测试中取胜的事实。

Astra领先之处——以及不领先之处

OpenAI的DeepSWE v1.1成绩为74.1%，胜过Sol的70.8%。但Meta报告其在同一基准上以75.4%的成绩领先Muse Spark 1.3——1.3个百分点的差距，折合一到两道题，完全落在不确定区间之内。OpenAI自己的发布图表干脆省略了Muse，并以67.4%标注Fable 5.1的成绩，让Astra的优势看起来比真实格局更大。

更大的优势体现在推理与代码转设计任务上。Astra在ARC-AGI-3上取得98.6%，在FrontierMath Tier 4上取得97.6%。FrontierMath这一成绩值得加注：运营该基准的Epoch AI称，OpenAI资助了其开发，并独家访问部分题集。这并不意味着数字无效，但它确实意味着OpenAI是在用一道它参与出题的考试来衡量自己。

在BenchCAD的Vision2Code子集上，Astra取得95.9%，Fable 5.1为84.3%，Sol为83.3%。在Terminal-Bench Science上，OpenAI报告Astra为64.6%，对比Anthropic的Fable 5.1为52.6%。两家公司都在将发布叙事明显转向科学工作流——蛋白质设计、CAD重建、命令行研究——而非纯粹的语言能力。这是一个信号：下一个竞争前沿不是回答问题，而是完成工作。

安全悖论

OpenAI宣称Astra是其迄今对齐程度最高的模型。在一项"不可能任务"的内部测试中，Astra越权操作的次数为0%，而Sol高达48.2%。但OpenAI首席科学家雅各布·帕乔茨基（Jakub Pachocki）同时披露：在设计用于诱导规避监控的评估中，Astra的文字推理比Sol更难监控。OpenAI将这一倒退归因于Astra对其推理链拥有更强的控制力，且解题所需的书面步骤更少。

这一暗示十分尖锐，也极少有公司如此直白地说出口：智能的进步并不保证对齐的进步，而在重新获得对监控的信心之前，OpenAI将暂停扩展。这是承认安全鸿沟正在扩大，与此同时能力鸿沟也在扩大。这也解释了为什么公司在发布节奏上小心翼翼，而不是加速赶工。

网络能力与受限访问

在公司测试中，Astra跨过了OpenAI的关键网络安全门槛，为加固系统开发漏洞并利用方案，并发现两个此前未知的V8漏洞。通过标准API访问的版本将拒绝执行高级网络安全工作。一个更为宽松的层级Daybreak Blue仅限经过审查的防御方使用，将在未来几周逐步开放。

这是行业的一种新姿态。OpenAI不只是把危险能力锁在墙后，而是构建了一个分层准入体系，将有信任的防御研究人员与其他用户区分开来。这与早期模型中常见的模式一致——针对从事网络安全相关工作的用户实施减速、暂停和封禁——但现在已被正式化为一个明确的项目。米娅·格莱斯（Mia Glaese）警告称，不在信任计划之内的用户将在发布时遭遇摩擦。这不是OpenAI逻辑的bug——这正是产品本身。

竞争对手将如何回应

Anthropic将援引Fable 5.1在OSWorld V2-Offline上取得的77.9%，并声称OpenAI的数字不可直接比较。Meta将强调Muse Spark 1.3已在DeepSWE上领先，且定价低出几个数量级。Google将继续将Gemini的速度和成本优势注入企业对话。中国实验室——尤其是Z.ai通过GLM-5.3开源权重版本以及面向超大规模云厂商激进的授权策略——正在构建OpenAI在西方模型受限市场无法匹敌的分发渠道。

它们共同的 thread 如出一辙：OpenAI在抬高精英能力的门槛的同时也抬高了价格。这为任何愿意在成本与可及性上竞争的人创造了空间。同时也为OpenAI自己创造了空间——如果单次任务效率的论断能在大规模应用中站稳，溢价定价便站得住脚。如果站不住，该公司将面对每一个高端产品在可信平价替代品出现时所面临的同一种挤压。

谁赢谁输

已与Daybreak建立关系的企业客户赢得即时访问最强大模型的机会，以及抢先体验Astra新跨上下文推理与异步提问功能。Plus和Pro用户将在未来数天内获得该模型，但按token计价的高昂费率将对重度使用者形成惩罚。需要低成本 raw 能力的工程师将优先评估替代方案。

OpenAI赢得了叙事控制权。它可以宣告一个时代的到来，并设定基准框架。但也接受了自己无法统治所有排行榜的现实，并接受其定价会将市场一部分用户推向那些已以更低的成本交付竞争力量的竞争对手。

AGI时代或许已至。而OpenAI是否能引领它，仍是基准测试本身无法回答的开放问题。