AGI的争论尚未平息，OpenAI最新旗舰大模型GPT-6 Astra已在全新3D空间推理基准测试中再下一城。

　　北京时间9月4日凌晨，OpenAI正式发布全新大模型GPT-6 Astra并迅速引发全球科技圈关注。

　　值得一提的是，英伟达CEO黄仁勋此后更是公开发声，认定OpenAI已成为全球首个实现AGI的团队。这一论断也迅速引发行业关于“AGI究竟如何定义”的深层讨论。

　　空间推理登顶MazeBench

　　结果显示，GPT-6 Astra经过60多个小时的运算，在满分100分的测试中拿下14分，成为首个在该项测试中取得两位数得分的AI模型，超越此前所有智能体。

　　相比之下，上一代旗舰GPT-5.6 Sol在开启Python辅助的情况下仅获13分，Claude Fable 5为11分，Gemini Opus 5为9分。而在不借助Python的条件下，此前所有模型得分均不足1%，Astra直接提升至14%。

　　公开资料显示，MazeBench是由Jonathan Pappas和David Pappas于2026年7月底推出的3D空间推理测试环境，包含200多个房间、100颗宝石及大量推箱子式谜题。模型需要面对电梯砖、可开关墙体、冰面滑行等多重机制，且只有11个可用动作（4个移动、4个视角旋转，外加撤销、重置和传送），每道题往往需要规划100步以上。

　　值得一提的是，考虑到如今市场对Token应用效率日益关注，评测团队还要求模型采用“批量出招”模式以减少Token消耗。Astra将原本预估的30亿Token压缩至3.5亿，同时每次能前瞻10至20步。

　　不过，此次评测也暴露出Astra在3D空间理解上的局限性。它更倾向于使用俯视视角观察关卡，导致部分仅在3D视角下可见的墙体被误判为“空气墙”。

　　尽管存在短板，Astra在实际应用场景中展现出的三维空间构建能力已令开发者惊叹。有开发者仅凭一段4分钟的视频，让Astra通过计算机使用功能自主操作Fusion 360完成全参数化建模，设计出严丝合缝的地漏清理部件，并直接导入3D打印。

　　“AGI已来”还是“赛道切换”

　　值得注意的是，就在GPT-6 Astra发布后，英伟达CEO黄仁勋公开表示，OpenAI已成为全球首个实现AGI的团队，这一表态令资本市场高度关注。

　　OpenAI总裁格雷格·布罗克曼在9月4日的发布会上亦直言：“欢迎来到AGI时代”，并称个人认为公司“可能已经到达AGI了”。

　　所谓AGI，即通用人工智能，在此前的认知中，它通常被定义为：在所有经济价值任务上达到或超越人类水平。而在此前一系列围绕大模型的测试中，空间认知能力已然成为大模型“最后需要攀登的高峰”。

　　不过，若以此标准审视，Astra在MazeBench等空间推理任务中虽然取得突破，但与人类的空间认知和操作能力相比仍有差距。而这一差距，也引发学术界对现行AGI评测体系有效性的审视。

　　在此次测评结果发布后，有业内人士就指出，AGI不应被理解为“在所有维度同时超越人类”的静态终点，而更应视作智能体具备跨领域迁移和自主进化的能力阈值。

　　记者注意到，布罗克曼在发布会后曾进一步阐释其对AGI的理解：“未来回望时，人们或许会把GPT-6 Astra视为AGI时代开启的标志性模型。但真正重要的是，AI已经能够自我加速——它写代码、训练下一代模型，甚至以研究实习生身份入职。”

　　有意思的是，据相关媒体报道，OpenAI下一代模型“Bel”及Anthropic神秘“Model 2”已在酝酿中。不少业内人士指出，围绕对于AGI时刻的定义，眼下行业头部厂商的竞争正从“谁先抵达AGI”向“谁能让智能实现自我递归进化”切换。