在OSWorld 2.0测试中，Astra得分72.6%，GPT-5.6 Sol为65.7%；在延迟模拟环境下，Astra完成一项任务平均约需40分钟，而GPT-5.6 Sol约需75分钟，OpenAI据此称Astra完成任务所需时间约减少47%。

　　在Mind2Web测试中，结合更新后的Codex harness后，Astra的任务完成速度达到当前GPT-5.6 Sol体验的1.9倍。

在OSWorld 2.0测试中，Astra得分72.6%。

　　奥特曼在接受外媒采访时表示，Astra在主观体验上与此前任何模型都非常不同，这是第一个让他觉得可以放心让用户直接“试一试”的模型。用户可以让Astra构建复杂互动软件、开发电脑游戏、进行DIY电子工程、运行科学模拟，甚至制作财务模型并同步生成PPT演示文稿。

　　OpenAI表示，Astra将复杂推理与多步骤工作流结合起来，可以直接生成和处理文档、电子表格和演示文稿，并能够遵循已有模板、调整页面布局，同时尽可能只提取与任务相关的信息。

　　OpenAI公布的Professional评测中，Astra在AutomationBench取得41.4%，GPT-5.6 Sol为18.1%；在BenchCAD中分别为95.9%和83.3%；在BrowseComp中分别为91.5%和90.4%。

　　这些指标分别覆盖自动化任务、计算机辅助设计以及网络信息检索等不同工作场景。其中，AutomationBench的差距尤其明显。Astra的成绩达到41.4%，GPT-5.6 Sol为18.1%。

　　OpenAI公布的企业案例也显示，Astra正在被用于更加接近真实生产流程的任务。