GPT-6 Astra 直接写出变分量子电路角度：无需优化器，VQE 能谱覆盖达 95–100%
变分量子算法通常靠经典优化器反复调整门角度，而每次损失评估都要运行量子设备。一项研究让前沿模型 GPT-6 Astra 在只读问题、电路和门约定的条件下直接写出角度，不回传任何损失或梯度；在横场伊辛链、H2 与深度一 QAOA 上，其角度与优化器持平，作为热启动还能把优化器达到最优所需的评估次数中位数压到一次。
审计临床预测网络不必看权重：GPT-6 Astra 接入计算工具后，在 38,401 权重网络上全部找回植入关系
临床预测模型常以文件形式交付、训练数据不随之公开，审计者需要判断它究竟算出了什么。研究者在模拟的蛛网膜下腔出血队列上训练 105 至 38,401 权重的 tanh 网络，并植入已知关系或标签偏差，让 GPT-6 Astra 在无工具、白盒计算工具和仅给预测的黑盒工具三种条件下作答。无工具时 Astra 在 353 权重网络上找回植入关系，到 3,457 权重便不可靠；接入只做计算的工具后，它在全部 29 次含植入关系的运行中找回关系，15 次零网络运行未报假警，黑盒与白盒表现相当。
机械臂抓取差几毫米，Auriga把规划与执行之间的差距补回68.3%
视觉语言模型能读懂任务却常抓不稳物体：在RoboDojo上，同一模型去掉机械臂执行后成功率从22.5%升到76.2%，说明瓶颈在物理执行。Auriga把模型决策与机器人执行分开，由模型维护显式任务信念，所有动作经统一准入网关先预览轨迹、执行中校验阶段容差并在偏差时停机回报。冻结后的Auriga在42项任务上取得57.7%成功率、64.0分，排名第一，并在RoboCasa365上达到73.2%。
机器人不再每步都问大模型：本地CALL头只在关键恢复时呼叫Astra，200个LIBERO回合成功率97.5%
冻结的π0.5策略加装一个本地CALL头，只在关键恢复时刻呼叫GPT-6 Astra，在200个LIBERO回合上把成功率从95.5%提到97.5%，同时把Astra的介入限制在少数环境步上。
COBOL、Fortran不再被模型绕开：新模型在20种语言上把SQLite重建通过率从26.8%拉到87.4%
OpenAI公布面向COBOL、Fortran、Visual Basic等低资源编程语言的新模型进展，并配套两项评测：MultiLangBench要求从零构建兼容SQLite的数据库引擎，COBOL迁移评测要求迁移后行为逐字节一致。在MultiLangBench上，GPT-6 Astra在20种语言上的平均测试通过率为87.4%，GPT-5.6 Sol为26.8%；在COBOL迁移评测上，GPT-6.1 Sol在低推理强度下达到86.6%，GPT-5.6 Sol为5.4%。
OpenAI与Ironclad合作构建11项合同工作流任务，GPT‑6 Astra平均评分55.0%高于GPT‑5.6 Sol的41.6%
OpenAI与AI合同平台Ironclad合作，将法律、商务与采购领域的合同工作流转化为11项研究任务，每项按8至50条标准评分，并在Ironclad托管软件环境中用合成任务和强化学习训练模型；在11项任务上，GPT‑6 Astra平均评分55.0%，高于GPT‑5.6 Sol的41.6%，估计每次尝试平均耗时从37.0分钟降至19.2分钟。
PyRUA-Lean 让 GPT-6 Astra 机器人智能体在同等调用预算下把成功率从 63.1% 提到 71.7%，共同解出的任务上少用 49% 调用与 65% 输入 token
PyRUA-Lean 是一个交互式代码执行框架，让 VLM 智能体把经典机器人原语与冻结的 VLA 策略组合进 Python 单元，在单元内做条件检查与本地重试，并只把显式请求的图像与状态反馈交回模型；在 LIBERO-PRO、RoboTwin 2.0、RoboCasa365 共 700 个仿真任务实例上，与使用同一 GPT-6 Astra 规划器和同一批原语的工具调用基线相比，同等 LLM 调用预算下总体成功率从 63.1% 升至 71.7%，在两者都解出的实例上 LLM 调用减少 49%、输入 token 减少 65%。
GPT-6 Astra 作为具身策略的六域评测：导航领先、混合控制提升操作成功率，但直接手内控制与密集参考运动仍不可靠
该工作系统评测 GPT-6 Astra 在夹爪操作、灵巧操作、移动操作、导航、运动与类人全身操作六个领域的具身策略能力，比较直接控制与配合学习策略或全身控制器的混合控制，发现导航表现领先（RxR 指令跟随 92%、HM3D 物体搜索 82%），混合控制在 RoboDojo 达 48%、DexJoCo 达 50%、RoboCasa365 达 38.7%，而直接手内控制与密集参考运动仍不可靠，并记录了显著的 token 消耗与推理延迟。
OpenAI 在 DevDay 2026 集中发布 20 多项公告，涵盖 GPT-6 Astra、ChatGPT、Codex、API、安全与开发者工具
OpenAI 在 DevDay 2026 上集中发布了 20 多项公告，内容涉及 GPT-6 Astra、ChatGPT、Codex、API、安全以及面向开发者（builder）的新工具。
MBZUAI 团队用 34 项能力、55 个基准评测 GPT-6 Astra 等六个通用系统，发现语义理解已逼近参考水平而精确几何与忠实重建仍是缺口
MBZUAI 与 Apertix 的研究者把 GPT-6 Astra 与 Fable 5、Kimi K3、Gemini 3.1 Pro、Qwen 3.8-Max、Muse Spark 1.3 放在同一套指令、输入与评分下，跨 34 项能力、55 个基准、九大计算机视觉领域与专用模型和人类参考对比，发现语义解释、推理与以物体为中心的预测已接近或达到参考水平，而度量几何精度、忠实重建、时序一致的稠密预测和细粒度专家视觉知识仍存在较大差距。