法律科技公司Legora使用Astra进行财务报表审阅，在其相关基准中，Astra带来约40%的提升，并在一次Agent运行中用几分钟审阅41份文件，同时发现了人为埋设的4处错误。游戏开发公司Playco则使用Astra进行游戏原型开发。在其测试中，人工修复工作减少50%，并从一个灰盒基础原型制作出3个不同主题的游戏原型。

　　科学研究也是此次GPT-6升级的重要方向。

　　OpenAI称，Astra在数学和科学领域取得新的纪录。在FrontierMath Tier 4（v2）中，Astra得分97.6%。在ARC-AGI-3中，OpenAI给出的成绩为99.9%；在GPQA Diamond中为96.0%。在科学和健康相关评测中，Astra在GeneBench Pro中取得37.8%，MedChemBench为49.3%，LifeSciBench为60.3%，HealthBench Professional为63.4%。

　　OpenAI还强调，Astra可以将科学推理和电脑操作结合起来，直接进入专业软件检查数据、探索结果，帮助研究人员分析证据，并决定下一步值得研究什么。

　　OpenAI称，Astra已经帮助解决一些长期存在的数学开放问题，并公布了关于质数间隔的新结果。

　　Coding依然是核心战场

　　编程能力仍然是GPT-6 Astra的重要卖点。

　　OpenAI称，Astra是其迄今为止“最强的软件工程模型”。在Terminal-Bench 4.0中，Astra得分57.7%，GPT-5.6 Sol为37.3%；在DeepSWE v1.1中，Astra为74.1%，GPT-5.6 Sol为72.7%；在FrontierCode 1.1 Extended中，Astra为64.5%，GPT-5.6 Sol为60.6%；在内部数据库迁移任务中，Astra为63.9%，GPT-5.6 Sol为42.7%。

在Terminal-Bench 4.0中，Astra得分57.7%。

　　OpenAI此次还改进了Astra处理超长编程任务的方式。