影片筆記：OpenAI正式发布GPT-6 Astra！最强AI大模型登场！ARC-AGI-3得分冲到99.9%【Vic TALK第1790期】

<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->

⚠️ 可先使用，仍有待修正項目

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

• 待修正：逐字稿全文快速校讀未完成（已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。）

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

一句話總結

OpenAI 於凌晨正式推送 GPT-6 Astra，該模型在 ARCAGI-3 基準測試中獲得 99.9% 的高分，被視為邁向 AGI 的標誌；其在遊戲開發、專業工作（PCB、報稅、法律）、程式碼生成及電腦控制（Computer Use）等方面展現「斷檔式」領先，儘管價格上漲 2.5 倍，但 Token 消耗大幅減少，講者認為這是跨時代的產品更新，並質疑其對競爭對手 Anthropic IPO 估值的影響。

核心重點

1. 發布與基準測試：OpenAI 正式推送 GPT-6 Astra，在 ARCAGI-3 測試中得分達 99.9%，被認為是邁向 AGI 時代的標誌。相比前一代 GPT-5.6 Solar 及競爭對手 Cloud 5.1，GPT-6 在科研、遊戲、程式碼及專業工作領域呈現「斷檔式」領先。
2. 應用場景突破：介紹文档展示了 50 多個應用場景，包括：

• 遊戲開發：幾十分鐘內生成包含 AI 角色、自主交流及構建家園的 3D 遊戲（類似 GTA 或 Minecraft）。
• 專業工作：15 秒內完成 PCB 電路圖繪製、快速填寫 1040 報稅表格、起草法律備忘錄、Excel 金融建模（速度為人類冠軍 4 倍）等。
• 電腦控制：能接管電腦執行用戶意圖，安全性提升，不會像 GPT 5.6 那樣調用過多額外權限。

1. 技術能力與數據：

• 錯誤率與幻覺：GPT Ultra 錯誤率降至 0%；AI 幻覺率從 GPT 5.6 的 18% 降至 GPT-6 的 5% 至 1%。
• 科研與程式碼：資料庫遷移任務得分最高；科研能力逐步流程化（蛋白質測序、細胞追蹤）；網路安全能力較 GPT-5.6 提升 3-4 倍。

1. 價格與市場影響：

• 定價：輸入價格 10 美金/百萬 Token，輸出價格 50 美金/百萬 Token，總價較 GPT-5.6 上漲 2.5 倍。
• 效率：Token 消耗量比 GPT-5.6 減少約 60% 至 70%。
• 競爭格局：GPT-6 與 Cloud 5.1 拉出一代差距，講者質疑這是否會影響 Anthropic 2025 年 IPO 的估值。
• 訂閱成本：最高級 Pro 訂閱每月約 200 多美金。

1. 未來展望：GPT-6 Astra 被比喻為「更聰明的大腦」，不亞於蘋果推出 iPhone X。目前尚未全面推送，未來幾天將逐步向所有付費用戶（包括 Plus 用戶）推送。

詳細大綱

一、 GPT-6 Astra 發布與基準測試表現

• 發布狀態：OpenAI 於凌晨正式推送 GPT-6 Astra。
• 基準測試領先：
• 在所有基準測試中呈現「斷檔式」領先。
• ARCAGI-3 測試：得分高達 99.9%。講者認為這意味著 GPT-6 大跨步邁向 AGI 時代。
• 對比數據：
• GPT-5.6 在 ARCAGI-3 得分僅為 7.8%（講者口誤或聽寫為 7.8%，後文又提及 5.6 得分 64.6，需查證）。
• Cloud 5.1 科研能力得分為 52.6，GPT-6 為 64.6。
• 錯誤率降低：在理解用戶意圖與模型行為測試中，GPT Ultra 錯誤率降至 0%，而 GPT 5.6 Solar 仍有 48.2% 錯誤。
• AI 幻覺降低：GPT 5.6 幻覺率從 18% 降至 10%，GPT-6 進一步降至 5% 至 1% 左右。

二、 實際應用場景展示（介紹文档內容）

OpenAI 介紹文档展示了至少 50 個 GPT-6 的使用場景，講者評價為「臥槽太強了」。主要領域包括：

• 遊戲開發：
• 製作類似 GTA 或 Minecraft 的 3D 遊戲。
• 僅用幾行提示詞，在幾十分鐘內生成包含 AI 角色、自主交流及構建家園的遊戲。
• 卡丁車遊戲與宇宙飛船 3D 模型生成，畫面感、操作感及交互性遠超 GPT-5.6。
• 專業工作與效率提升：
• PCB 電路圖：15 秒內完成繪製，解決電子設計流程中的延遲問題。
• Excel 與金融建模：速度為人類冠軍的 4 倍。
• 報稅：填寫 1040 報稅表格速度極快。
• 法律文件：起草法律備忘錄，速度與 Word 細節處理優秀。
• 其他行政任務：搜尋兒科醫生內容、公寓篩選（僅用 9 分 57 秒）、車管所預約、低碳零食論文寫作、幼兒園分析等。
• 創意與設計：
• 虛擬引擎渲染：效果超過 VR 看房設定，提供房間效果圖與裝修設計。
• 前端展示：輸出各種前端代碼與展示。
• 電腦控制（Computer Use）：
• 能接管電腦，執行用戶意圖，且不會像 GPT 5.6 那樣調用過多額外權限，安全性提升。

三、 技術能力深度解析

• 科研能力：
• 與 Cloud 5.1 競爭，但 GPT-6 將科研逐步流程化。
• 應用於測序蛋白質質量、細胞追蹤，減輕科研人員工作量。
• 處理專有數學問題、科學評估及藥物研發。
• 程式碼與資料庫：
• 在資料庫遷移任務中得分最高，斷檔式領先。
• 講者表示雖非工程師，但從基準測試看，程式碼能力全面第一。
• 網路安全：
• 6 月至 8 月期間能力大幅提升，較 GPT-5.6 提升 3 到 4 倍。
• 壓力測試成績：GPT-6 僅 2.4，Cloud 5.1 為 9%，Opus 5 為 11%。
• 在繞過自動審核及理解用戶意圖方面得分高。

四、 價格、Token 消耗與市場影響

• 價格與 Token：
• 價格較 GPT-5.6 上漲 2.5 倍。
• 輸入價格：10 美金 / 百萬 Token。
• 輸出價格：50 美金 / 百萬 Token。
• Token 消耗量比 GPT-5.6 減少約 60% 至 70%。
• 講者認為，儘管單價高，但考慮到效率提升，實際使用體感可能差不多，且價格隨能力上漲合理。
• 市場競爭與 IPO：
• GPT-6 Astra 與 Cloud 完全拉出一代差距。
• 這是 OpenAI 與 Anthropic 在 2025 年至今拉開的最大差距。
• 講者質疑 GPT-6 的推出是否會影響 Anthropic 今年 IPO 的估值。
• 對比競爭對手：Jian 3.8（昨日發布）、Cloud 5.1（周三發布）。
• 訂閱成本：
• 最高級 Pro 訂閱每月花費約 200 多美金。
• 講者認為其優化工作流的價值遠超此成本。

五、 結論與未來展望

• 產品定位：GPT-5.6 讓 AI 處理非編碼工作，GPT-6 Astra 則提供「更聰明的大腦」，是跨時代的產品更新，不亞於蘋果推出 iPhone X。
• 後續行動：
• 目前尚未全面推送，未來幾天將逐步向所有付費用戶（包括 Plus 用戶）推送。
• 講者承諾在下週視頻中展示如何使用 GPT-6 Astra 優化工作流。
• 呼籲觀眾盡快測試，因為 AI 大模型僅是工具，核心仍在於人類的邏輯與堅持。

工具 / 模型 / 名詞整理

• OpenAI
• GPT-6 Astra（講者多次口誤為 gbt6、GPT6、gbt 6、gbtu astra、GPTW Astra）
• GPT-5.6 Solar（講者口誤為 gbt5.6、GPT 5.6、GPT Work、GPT5.6）
• Cloud 5.1（講者口誤為 cloud 5.1、File 5.1、cloud file 5.1）
• Opus 5
• Jian 3.8（講者口誤為詹的 3.8）
• ARCAGI-3（講者口誤為 arcagi-3、arcai-3）
• Anthropic（講者口誤為 Athrapic、openei）
• OpenEye（講者口誤為 OpenEye、OpenI、openei）
• GTA（遊戲名稱）
• Minecraft（講者口誤為我的世界）
• 1040 報稅表格
• iPhone X（講者口誤為 iphonex）
• VR 看房
• Plus 用戶
• Pro（訂閱級別）
• Computer Use（電腦控制功能）

操作流程整理

1. 測試與評估：

• 使用 ARCAGI-3 基準測試評估模型能力（GPT-6 得分 99.9%）。
• 比較錯誤率（GPT Ultra 0% vs GPT 5.6 48.2%）與 AI 幻覺率（GPT-6 降至 5%-1%）。

1. 應用場景體驗：

• 遊戲生成：輸入提示詞，幾十分鐘內生成包含 AI 角色、自主交流及構建家園的 3D 遊戲。
• 專業任務處理：
• 繪製 PCB 電路圖（15 秒）。
• 填寫 1040 報稅表格。
• 起草法律備忘錄。
• 進行 Excel 金融建模。
• 電腦控制：利用 Computer Use 功能接管電腦，執行用戶意圖（如預約車管所、篩選公寓）。

1. 成本效益分析：

• 確認輸入價格（10 美金/百萬 Token）與輸出價格（50 美金/百萬 Token）。
• 計算 Token 消耗量減少比例（60%-70%），評估總體成本與效率提升的平衡。

1. 訂閱與部署：

• 訂閱 Pro 級別（約 200 多美金/月）。
• 等待 OpenAI 逐步向 Plus 及付費用戶推送 GPT-6 Astra。

值得注意的限制或風險

1. 價格上漲：總價較 GPT-5.6 上漲 2.5 倍，雖 Token 消耗減少，但單價提高可能影響部分用戶成本。
2. 功能限制與安全性：雖然安全性提升，但需確認「接管電腦」功能是否會調用額外權限，以及在不同操作系統或應用中的兼容性。
3. 市場競爭影響：GPT-6 的強大能力可能對競爭對手（如 Anthropic）的 IPO 估值產生負面影響，引發市場波動。
4. 全面推送進度：目前尚未全面推送，用戶需等待未來幾天逐步開放，可能影響即時使用體驗。
5. 數據一致性疑點：講者對 GPT-5.6 在 ARCAGI-3 的得分描述存在矛盾（7.8% 與 64.6），需查證具體測試條件與數據來源。

逐字稿辨識疑點

• 模型名稱不一致：逐字稿中模型名稱混亂，交替出現 gbt6、GPT6、GPT-6、gbt 6、gbtu astra、GPTW Astra、Astra。需查證正式名稱是否為 "GPT-6" 或 "GPT-4o" 等，以及 "Astra" 是否為特定版本或口誤。
• 競爭對手名稱：Athrapic 應為 Anthropic 之聽寫錯誤；OpenEye、OpenI、openei 應為 OpenAI 之聽寫錯誤；Jian 3.8 應為 Gemini 1.5 Pro 或其他模型之聽寫錯誤，需查證。
• 測試數據矛盾：
• 講者先說 GPT-5.6 在 ARCAGI-3 得分僅為 7.8%，後又說 GPT-5.6 得分為 64.6（此處語境不明，可能指不同測試項目）。
• ARCAGI-3 測試名稱需查證，常見為 AGI 相關測試或 ARC 基準測試。
• 價格單位：講者提到「輸入价格是 10 美金 EM」，「EM」應為「M」（Million，百萬）之聽寫錯誤。
• 產品功能描述：講者提到 GPT-6 能「接管電腦」，這通常指 Computer Use 功能，需確認是否為 GPT-6 專屬或現有功能升級。
• 競爭對手發布時間：講者提到 Jian 3.8 在昨天發布，Cloud 5.1 在周三發布，需查證具體日期與模型對應關係。
• 技術術語：AI证图 應為 AI 角色 或 NPC 之聽寫錯誤；EM 應為 M。

可延伸追問

1. GPT-6 Astra 的正式名稱與版本號為何？"Astra" 是產品線名稱還是特定版本？
2. ARCAGI-3 測試的具體定義與評分標準為何？GPT-5.6 的 7.8% 與 64.6% 分別對應何種測試？
3. GPT-6 在「電腦控制（Computer Use）」功能上的具體權限範圍與安全性機制為何？
4. Anthropic 的 IPO 估值受 GPT-6 發布影響的具體評估報告或市場反應為何？
5. GPT-6 在遊戲開發中生成的 3D 遊戲，其技術架構與現有引擎（如 Unity、Unreal）的整合方式為何？
6. Pro 訂閱用戶與 Plus 用戶在獲取 GPT-6 Astra 功能上的具體差異與限制為何？