先说结论：OpenAI 确实首次公开提到了 Astra，并称其为“我们的下一代主要模型（our next major model）”，但这不是一次面向用户的模型发布。 截至 2026 年 8 月 5 日，OpenAI 没有宣布 Astra 的发布日期、API 型号、价格、ChatGPT 开放范围，也没有确认它最终会叫 GPT-6。普通用户现在无法在 ChatGPT、Codex 或 API 中选择 Astra。
这次官宣的核心是研究成果：Astra 的一个内部版本在数学和理论计算机科学中给出了 10 项新结果。它们有的解决了长期开放问题，有的显著推进了已知边界；OpenAI 还公开了对应的 Lean 4 形式化证明代码。
Astra 尚未开放。想先使用当前可用的 ChatGPT 与 Codex 模型，可查看 Plus / Pro 套餐；Astra 开放后，本文会继续更新入口、权限和使用方式。
OpenAI 这次真正官宣了什么
2026 年 8 月 1 日，OpenAI 发布了《Ten advances in mathematics and theoretical computer science》。官方原文的关键表述是：“an internal version of Astra, our next major model”，即“我们的下一代主要模型 Astra 的一个内部版本”。
这句话能确认两件事：
- Astra 是 OpenAI 正在研发的下一代主要模型相关名称，而不只是外界传闻。
- 产生这批结果的是内部版本，不是已经在 ChatGPT 或 API 上线的公开产品。
它不能确认 Astra 是最终商品名，更不能直接推出“Astra 就是 GPT-6”。官方公告没有模型卡、系统卡、API model ID、开放套餐、价格或发布日期，因此更准确的定性是：这是下一代模型的研究能力展示，不是产品发布会。
需要特别注意，OpenAI 的公告标题用的是“ten advances（十项进展）”，不是“ten problems solved（解决十道难题）”。把全部十项都写成“彻底攻克十道未解题”会夸大官方结论。
Astra 完成的 10 项结果是什么
OpenAI 在 ten-proofs 开源仓库 中列出了十项结果及对应 Lean 文件。下面用非专业读者也能理解的方式概括其意义：
| # | 方向 | 这次取得的结果 |
|---|---|---|
| 1 | 高维球堆积 | 改进高维空间中球体最密堆积问题的渐进上界，达到 Cohn-Elkies 阈值。这是边界推进，不是解出所有维度的球堆积问题。 |
| 2 | 二进制码与球面码 | 对每一种最小距离给出指数级更强的二进制码上界，并得到相应的球面码结果。 |
| 3 | non-sofic 群 | 构造出一个 non-sofic 群，否定“每个群都能被有限置换近似”的可能性。该问题通常追溯到 1999 年，因此常被概括为约 27 年未解。 |
| 4 | Connes 刚性猜想 | 给出反例，说明某些群不能仅由其群冯诺依曼代数唯一确定。 |
| 5 | 算术电路复杂度 | 提升计算 permanent（积和式）的算术电路与公式下界，其中包含 n^4 / log n 的公式下界。 |
| 6 | 量子并行重复 | 对任意有限双人量子游戏证明指数级并行重复结论。 |
| 7 | 最近向量问题 | 推进 CVP 的多项式因子近似困难性，并给出与译码、格问题相关的推论。 |
| 8 | Ehrhart 体积猜想 | 给出所有维度下的尖锐最大体积：研究对象是重心为唯一内部格点的凸体。 |
| 9 | 多色 Ramsey 数 | 给出多色三角 Ramsey 数的超指数下界，并解决 Erdős 问题 183。 |
| 10 | 极值图论 | 为紧致性猜想和退化性猜想构造反例，并解决 Erdős 问题 146 与 180。 |
这组结果覆盖几何、编码理论、群论、算术电路、量子复杂性、格问题和极值组合等多个专业方向。真正值得关注的不是“模型会做竞赛题”，而是它尝试完成了提出新构造、寻找反例、改进理论上下界，再把论证转成机器可检查证明的完整研究流程。
“成本约 2000 美元”到底是什么意思
网上常见的“Astra 花 2000 美元解决十道难题”并不准确。OpenAI 的口径是：把这项研究消耗的模型 token 按 Sol API 费率折算，约为 2000 美元。
这不是 Astra 的售价，也不是训练 Astra 的成本，更不是整个研究项目的总预算。它不包含模型训练、研究人员时间、基础设施、形式化工程和学术验证等成本。更稳妥的理解是：如果只核算本项目中的推理 token，并用当前 Sol API 价格估值，量级约为 2000 美元。