微软将 OpenAI 的 GPT-6 Astra 引入 Foundry 并提供有限访问

微软已开始通过 Microsoft Foundry 限制访问计划推出 GPT-6 Astra，这是 OpenAI 最新的前沿模型。根据 Microsoft Azure 博客公告，该模型将在未来几天向参与的客户逐步开放，采用基于消耗的计费方式，在标准全球部署下每百万输入代币起价为 10 美元。

该公告由 Steve Sweetman 和 Naomi Moneypenny 撰写，描述 Astra 为一种能够接受开放式挑战、进行多步骤推理、制定计划并产出完整结果的模型。文章将模型围绕三种工作场景进行阐述: 有意的规划与决策支持——模型将挑战拆分为多个步骤，评估选项，给出建议，并确定供审查的后续行动；精致的输出——模型在工作流中运用上下文、模板和质量标准，生成可供审阅的文档、电子表格、演示文稿和分析报告；以及跨应用的执行——通过工具使用和计算机使用，在人工监督下完成多步骤任务。

计算机使用与企业控制

Astra 的计算机使用能力旨在跨熟悉的应用程序工作，包括没有专用 API 的工作流。根据 Azure 的文章，模型能够解释屏幕信息并与已批准的界面交互，以支持更新记录、导航开发工具、测试软件以及将结果汇总成报告等任务。文章指出，OpenAI 在选定的计算机使用评估中报告了领先水平的结果，但也提醒性能会因任务、工具、配置和防护措施而异。

微软将这些能力与限制控制相结合。由于应用程序中显示的内容可能不完整、误导或旨在影响代理的行为，文章称 Foundry 帮助客户定义访问、批准和监控，并设计包含范围化凭证、已批准资源、关键操作的人类检查点以及符合其风险要求的活动记录的工作流。

Azure 文章列举了微软观察到的企业场景，包括软件工程工作——Astra 再现复杂错误、调查可能原因、提出修复方案并准备供开发者测试和审查的更改；商业智能工作——在 Power BI 中构建和优化仪表板；遵循现有模板和业务标准的专业文档制作；以及应用工作流，如更新客户记录、处理表单和在专用 API 受限的情况下测试网站。

在治理方面，文章指出 Foundry 在 OpenAI 的模型层面工作之上，提供 Microsoft Entra 身份与访问管理、传输和静止加密、私有网络选项、基于角色的访问控制、内容过滤、安全评估、监控和治理工具。提示和输出不会用于训练模型。文章补充说，这些功能帮助客户配置防护措施并保持监督，但并不能消除风险，也不能取代各组织根据自身场景和监管义务选择和配置相应控制的责任。

OpenAI 在发布时的报告

OpenAI 在其 GPT-6 Astra 发布文章 中表示，该模型正向有限的组织群体推出，并将在未来几天向所有 ChatGPT Plus、Pro、Business 和 Enterprise 用户以及通过 OpenAI API、Microsoft Azure 和 AWS Bedrock 开放。OpenAI 将 Astra 描述为其最对齐的模型，并报告在计算机使用、浏览、软件工程、网络安全、科学和专业工作评估等方面取得了领先水平的结果。

OpenAI 报告的数据显示: Astra 在 Terminal-Bench 4.0（编码评估）中得分 57.9%，而 GPT-5.6 Sol 为 37.3%；在离线 OSWorld 2.0 计算机使用集合中得分 72.6%，而 GPT-5.6 Sol 为 65.7%；在 GPQA Diamond（研究生水平的科学基准）中得分 96.0%。OpenAI 还报告称，在 OSWorld 2.0 的延迟模拟中，Astra 每个任务的计算机使用性能提升约 47%，并且结合更新的 Codex 框架，这相当于在 Mind2Web 基准上任务完成速度提升 1.9 倍。这些均为 OpenAI 自报告的评估结果。

在安全性方面，OpenAI 在 2026 年 9 月 1 日的更新 中表示，依据其准备框架，Astra 已达到关键网络安全能力阈值——这是公司首个被评定到该等级的模型——这意味着在拥有合适工具和访问权限的情况下，它能够发现此前未知的安全漏洞，并在受保护的系统中开发利用方式，而无需逐步的人类指导。OpenAI 透露，为加强防护，已将 Astra 的部分开发和发布延迟了数周，并且当前发布的版本拒绝执行更高级的网络安全任务，如创建概念验证的利用代码，未来几周将在其 Daybreak 项目中提供更广泛的防御访问。Azure 文章同样指出，OpenAI 将 Astra 描述为迄今为止最对齐的模型，并计划在发布材料中公布相应的对齐、安全性和计算机使用评估。

部署与定价

GPT-6 Astra 将通过标准部署提供，包括全球和美国数据区选项，客户可根据工作负载需求选择部署方式。微软将基于消耗的计费模式描述为团队在不预留容量的情况下开始构建的方式，并指出 Astra 在复杂工作上具备代币效率，但实际使用量和费用会因工作负载和配置而异。

公开的定价表显示，标准全球短上下文部署的费用为每百万输入代币 10.00 美元，每百万缓存输入代币 1.00 美元，每百万缓存写入 12.50 美元，以及每百万输出代币 50.00 美元。标准全球长上下文部署的费用为每百万输入代币 20.00 美元，缓存输入 2.00 美元，缓存写入 25.00 美元，输出 75.00 美元。标准数据区（美国）的短上下文定价为每百万输入代币 11.00 美元，缓存输入 1.10 美元，缓存写入 13.75 美元，输出 55.00 美元；长上下文则为每百万输入代币 22.00 美元，缓存输入 2.20 美元，缓存写入 27.50 美元，输出 82.50 美元。

根据 Azure 文章，客户可以通过 Foundry Models 目录 评估该模型，并使用 Foundry Agent Service 构建跨应用工作流。文章还引用了发布合作伙伴的声明: Replit 首席技术官 Luis Hector Chavez 表示，Microsoft Foundry 中的 GPT-6 Astra 在代码生成之外增添了代理能力；Albertsons Companies 数据与 AI 副总裁 Anirban Nandi 说，Microsoft Foundry 上的 Azure OpenAI 帮助该超市在采用速度与安全、治理以及运营控制之间取得平衡。