OpenAI 称 GPT-6 Astra 在 Agents’ Last Exam、AutomationBench 与 ScreenSpot Pro 上取得 SOTA，这三项评测覆盖跨职业的电脑工作流与屏幕定位/操作能力，补齐其已公布的 TerminalBench / ARC-AGI / FrontierMath 之外的“电脑使用”侧证据。

核心要点速览

  • ✓Agents’ Last Exam、AutomationBench、ScreenSpot Pro 三项电脑工作流/屏幕操作评测宣称 SOTA。
  • ✓定位为跨职业电脑使用能力，而非纯代码仓库修复。
  • ✓与 TerminalBench 等已公布成绩形成互补的 agentic computer-use 证据链。
⚡

开发者 3 秒速决决策指标

一眼结论
🏆 权威跑分段位榜单
Agents’ Last Exam、AutomationBench、ScreenSpot Pro 三项电脑工作流/屏幕操作评测宣称 SOTA。
查看天梯总榜→
💰 调用成本与套餐比价
支持主流 API / 订阅
查可用套餐与测算↗
🛠️ 开发与接入生态规则
GPT-6 Astra · OpenAI · Agents Last Exam
配置 IDE 专属规则↗
🧭

把技术选型换算成你的开发预算

40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟

⚔️ 模型战力比拼→💰 比较订阅与额度↗
实战指南准备好将技术转化为生产力？

即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。

⚔️ 开始双模型比拼→💳 查看可用套餐↗
接着读OpenAI 发布 LifeVal 基准：用 3995 人调查和时间使用研究衡量 AI 帮人办日常事务的能力
立即阅读→