OpenAI 正式发布了 GPT-6，消息出来以后我把前后能翻的资料都过了一遍，挑最要紧的几条讲：这次不是挤牙膏式的小版本，官方头一回公开承认模型到了 AGI 的水平，推理测试从 7.8 分直接跳到 99.9 分，它还能自己盯着屏幕操控电脑干活，速度是人类的 4 倍。
官方这次把话说得很直白
GPT-6 是全新一代预训练模型，跟 GPT-5.5、GPT-5.6 那种小步迭代不是一回事，发布会上的措辞也不含糊，直接承认它达到了通用人工智能也就是 AGI 的水平，编程电脑操控数学科研这些老牌榜单，它全部超过了此前的模型。
最能说明问题的是 ARC-AGI 通用推理测试。这个测试满分 100 分，公认的难考，上一代 GPT-5.6 只拿到 7.8 分，GPT-6 一口气考到 99.9 分，我特意核了一下，这个分数基本等于满分，直接把顶给封了。
演示里的几个画面
榜单数字是纸面实力，真要看它行不行，我还是更信演示画面，挑几个有冲击力的讲。
操控电脑这块，速度是真的不讲道理。一场金融建模挑战里，GPT-6 全程只用眼睛看屏幕，自己动鼠标敲键盘，把参赛的人类冠军远远甩开，用时只有对方的四分之一，全程没让任何人搭手。
长工期它也不怵。演示里 Astra 一口气干了 7 天，用虚幻引擎把整个曼哈顿搭了出来，放大到每条街道每家店铺都有细节，还能先在 Blender 里建模，再把模型搬进虚幻引擎让人直接走进去看，搞设计的人应该懂这有多省事。
做 3D 游戏基本是手拿把攥的事。演示中途博主想跳一下，空格连按，角色嗖地窜上了天，这个小插曲反倒给演示添了乐子，评论区不少人拿这个玩梗。
办公桌上的活它照样接得住。丢一张表格照片进去，能还回一份能编辑的 Excel，做个 PPT 出手就是专业水准，财务税务这类表单、预约查询这种操作，交代一句就有人跑腿，后台忙活的是一队 agent。
价格翻了一截，短板也明摆着
价格是绕不开的坎，我看完发布的第一反应就是先翻价目表，GPT-6 的官方定价是 GPT-5.6 的 2.5 倍，单看标价涨得挺猛，不过 token 效率也跟着上来了，同一个任务实际跑下来，账单经常比用 5.6 还低，我算了下这笔账，省不省还真要看任务类型。
短板我也留意过。提前用上的开发者说，前端审美和 3D 建模这类偏创作的活，它还是压不过 Claude 5.1，写文章风格也学得慢，成品偶尔带一股 AI 味，这些只能等后续版本慢慢补。
离超级智能，还差两块拼图
业内聊 GPT-6 之后的路，说法出奇一致，真正的超级智能还差两块拼图，短期都补不上。头一块是自我改进，模型得学会从自己跑过的任务里长本事，不能每次进步都等工程师调参数喂新数据。再就是世界模型，杨立昆、李飞飞盯了很久的方向，让 AI 不光懂文字和代码，还得懂重力碰撞时间这些物理常识，能感知会决策，这两块多半要交给 GPT-7 和 GPT-8 来填。
视频最后博主也算了笔账，一个人带几十个 agent，干的是过去几百人公司才接得下的活，这话放在两年前，听着跟段子似的。
