OpenAI活跃用户突破10亿,Astra成为其下一代主要AI模型
OpenAI 宣布模型覆盖超过 10 亿活跃用户和 200 万家企业,Astra 被定位为下一代主要模型。本文区分已确认信息与传闻,梳理用户增长、定价变化和新模型线索。

OpenAI用户突破10亿,Astra成为下一代主要AI模型
引言
OpenAI又跨越了一个重要的采用里程碑。
该公司目前表示,其模型覆盖超过10亿活跃用户和超过200万家企业。这一数据在OpenAI于2026年7月31日发布的战略文章中披露,并被《华尔街日报》独立报道。
几乎在同一时间,OpenAI降低了GPT-5.6 Terra和Luna的API价格,同时关于一个暂定名为Astra的新模型系列的报道开始流传。
最初的中文报道将Astra描述为可能的GPT-6,并将其部分能力视为泄露或传闻。此后情况迅速发生变化。
OpenAI现已正式将Astra定位为其**“下一代主要模型”**,并公布了该系统的内部版本在数学和理论计算机科学领域取得的十项新成果。
几个重要问题仍未得到解答:
- OpenAI尚未说明Astra是否将以GPT-6的名称发布。
- 该公司尚未确认公开发布日期。
- The Information报道了多智能体、长时间运行任务能力,但OpenAI尚未完全公开相关文档。
- 关于模型规模、记忆、个性化以及8月发布的说法尚未得到证实。
- DesignArena的两个实验性模型名称Zinc和Magnesium,尚未被OpenAI正式确认。
本文区分了OpenAI已确认的信息与仍属于报道或推测的内容。

OpenAI现覆盖超过10亿活跃用户
OpenAI在一篇更广泛的文章中宣布了这一里程碑,该文章阐述了其如何连接基础设施、模型、开发者平台和产品。
该公司当前的数据如下:
| 采用指标 | OpenAI报告数据 |
|---|---|
| OpenAI模型覆盖的活跃用户 | 超过10亿 |
| 使用OpenAI模型的企业 | 超过200万家 |
| 使用六个月后每日消息量的增长 | 约50% |
| 使用六个月后工作种类的增长 | 约2倍 |
| Codex代际工作占OpenAI每周输出令牌的比例 | 99.8% |
这些是公司报告的产品指标,而非经独立审计的财务或受众测量数据。
OpenAI利用这些数据来支持一个更广泛的论点:更多的使用产生更多的客户反馈,揭示AI创造价值的位置,并帮助公司决定在何处改进模型和增加基础设施。
这一用户里程碑对生成式AI具有历史意义。
达到10亿用户使OpenAI的产品进入了此前与全球最大消费技术平台相关联的采用范围。
然而,“OpenAI模型覆盖超过10亿活跃用户”不应自动被解读为10亿直接
已付费的ChatGPT订阅用户。
总人数可包括通过各产品、企业部署、集成、API、合作伙伴及受支持平台访问OpenAI系统的用户。

这一里程碑紧随GPT-5.6大幅降价之后
OpenAI在降低两款GPT-5.6模型价格后不久,宣布了10亿用户的数字。
自2026年7月30日起,该公司公布了以下标准API费率:
| 模型 | 每百万Token输入价格 | 每百万Token输出价格 | 公布的调价幅度 |
|---|---|---|---|
| GPT-5.6 Luna | 0.20美元 | 1.20美元 | 降价80% |
| GPT-5.6 Terra | 2.00美元 | 12.00美元 | 降价20% |
| GPT-5.6 Sol | 不变 | 不变 | 基础价格无下调 |
OpenAI表示,Luna是其该系列中速度最快、价格最实惠的模型,而Terra则定位为适合日常工作的均衡型模型。
官方定价文档中还包含了以下类别的单独费率:
- 标准处理。
- 批量处理。
- 弹性处理。
- 快速模式。
- 短上下文和长上下文。
- 缓存输入和缓存写入。
因此,生产环境用户应查阅完整的定价页面,而不应仅依赖头条中的输入和输出费率。
降价是否促使OpenAI达到10亿用户?
这两件事发生的时间相近,但公开证据并不能证明两者之间存在直接的当日因果关系。
在7月30日调价之前,OpenAI的用户基础已接近10亿。2026年3月,该公司曾表示预计将成为最快达到10亿周活跃用户的平台。
更为准确的解读是:
- 降价是OpenAI扩大使用量的战略的一部分。
- 10亿里程碑反映的是长期积累的采用率。
- 降价可能有助于未来增长,但并不会在一夜之间创造全部用户基础。
《华尔街日报》也指出了激进定价背后的权衡。
更低的成本可以使更多AI工作负载在经济上可行,但在OpenAI大力投入模型和基础设施之际,也可能对利润率造成压力。
降价是更大规模效率战略的一部分
OpenAI表示,GPT-5.6的降价源于效率提升,而不仅仅是一次临时促销。
其既定战略是同时提升模型能力以及交付该能力的成本效益。
这形成了一个反馈循环:
- 更强的模型帮助工程师找到优化方法。
- 优化降低推理成本。
- 更低的价格使更多工作负载变得可负担。
- 更多使用量带来收入和真实世界反馈。
- 公司利用这些信息改进下一代产品。
竞争也是背景的一部分。
OpenAI正与Anthropic、Google、DeepSeek、Moonshot AI、Z.ai以及日益壮大的开放权重生态系统展开竞争,并且在
一次涵盖多个维度:
- 智能水平。
- 编码能力。
- 长期运行的智能体。
- 速度。
- API 价格。
- 上下文长度。
- 企业支持。
- 开发者工具。
- 基础设施可用性。
其结果是一个模型质量再也无法与运行该模型的经济性分开的市场。
Astra 现身:OpenAI 的下一代重大模型
第二个重大消息是 Astra。
7 月 31 日,《The Information》报道称 OpenAI 正在准备一个新的模型系列,暂定名为 Astra。
报道称,Sam Altman 已在华盛顿特区向政策制定者和监管机构展示了 Astra。
最初的报道将 Astra 描述为一个为以下用途设计的系统:
- 长期运行的任务。
- 多个智能体协同工作。
- 可能需要长时间才能完成的困难项目。
- 高级数学问题。
当时,OpenAI 尚未公开确认该模型。
现在情况不再如此。
8 月 1 日,OpenAI 发布了一项研究公告,明确将 Astra 的内部版本称为:
“我们的下一个重大模型。”
这一官方措辞证实了 Astra 是真实存在的,并在 OpenAI 的路线图中占据重要地位。
但它并未确认最终的商业名称、发布日期、API 配置或消费者可用性。

Astra 据报道专为长期多智能体工作而设计
《The Information》的报道称,Astra 可以协调多个智能体在长期时间内解决异常困难的任务。
这是与常见聊天工作流的一个重要转变。
传统的交互方式如下:
用户提问
→ 单个模型响应
一个长期运行的多智能体系统可能看起来更像:
用户目标
→ 规划器
→ 专门智能体
→ 工具使用
→ 中间审查
→ 错误修正
→ 验证
→ 最终结果
不同的智能体可能承担不同的角色:
- 研究。
- 规划。
- 编码。
- 数学探索。
- 验证。
- 批判。
- 项目协调。
主要价值不仅仅在于运行同一模型的更多副本。
系统必须管理共享状态、分配工作、检测冲突、合并有用结果、从失败中恢复,并在任务完成时停止。
为什么长期运行的任务很困难
长期跨度的人工智能工作引入了多个工程问题:
- 上下文可能变得过大。
- 早期错误可能不断累积。
- 智能体可能重复工作。
- 中间假设可能未被验证。
- 工具故障可能中断流程。
- 每一步都会增加成本。
- 在有用进展停止后,系统可能仍在继续工作。
- 当智能体可以访问外部工具时,安全风险会增加。
因此,一个成功的多智能体系统不仅仅需要一个更强大的基础模型。
它还需要一个强大的控制框架。
围绕模型的编排、记忆、工具、权限、评估器以及恢复逻辑。
The Information 长期以来的多智能体描述仍属于媒体报道。OpenAI 的数学公告确认了 Astra 模型的存在,但尚未发布其多智能体运行的完整技术架构。
Astra 已产出十项新数学成果
关于 Astra 最有力的官方证据来自 OpenAI 的数学公告。
OpenAI 表示,Astra 的内部版本在十个问题的主要结果上取得了新进展,这些问题的核心结论至少十年来没有突破,大多数情况下甚至更久。
涉及的领域包括:
- 高维几何
- 编码理论
- 算术电路复杂度
- 群论
- 算子代数
- 量子复杂度
- 格密码学
- 极值组合学
OpenAI 表示,该模型生成了数学结果,人类在同一个模型的协助下将论证整理成稿件,随后 Astra 将每个论证形式化为 Lean 证书。
该公司还发布了模型生成的推理过程叙述。

十项已发布成果
OpenAI 列出了以下进展领域:
| 领域 | OpenAI 对成果的描述 |
|---|---|
| 高维球堆积 | 新上界降至 Cohn–Elkies 阈值 |
| 二元码和球面码 | 指数级改进的界 |
| 非 sofic 群 | 一个证明非 sofic 群存在的构造 |
| 算子代数 | 与 Connes 式刚性相关的结果 |
| 算术电路复杂度 | 下界方面的新进展 |
| 量子复杂度 | 涉及量子并行重复的进展 |
| 格密码学 | 最近向量问题的新硬度结果 |
| 离散几何 | Ehrhart 型体积问题的进展 |
| 拉姆齐理论 | 涉及多色拉姆齐数的结果 |
| 极值组合学 | 长期极值问题的新结果 |
OpenAI 表示,找到这十个成功解所需的 token 用量,按 GPT-5.6 Sol API 价格 计算大约为 2000 美元。
这一数字未必代表该研究项目的全部成本。
它可能不包括:
- 未成功出结果的问题尝试。
- 人类数学家投入的时间。
- 训练和评估基础设施。
- 验证与稿件准备。
- Astra 本身的开发成本。
最好将其理解为 OpenAI 对成功生成解所用 token 的估算。
Lean 证书提高了可验证性,但同行评审仍然重要
Lean 是一个交互式定理证明器。
Lean 证书可以验证每个形式化步骤是否遵循已接受的定义和前面的步骤。
这比模型仅仅声称解决了一个问题要强有力得多。
形式化
验证仍然有其局限性。
人类必须确认:
- 形式化陈述与预期的数学问题相匹配。
- 定义编码了正确的假设。
- 结果没有被以误导性的方式呈现。
- 更广泛的数学意义得到准确表述。
- 手稿对该领域而言是可理解且有价值的。
因此,OpenAI 的发布是一项具有机器可验证支持的重大技术声明,但专家评审、复现以及被其他研究者使用这一较慢的过程仍然十分重要。
Astra 是 GPT-6 还是 GPT-5.7?
OpenAI 尚未公布最终名称。
据 The Information 报道,该公司尚未决定 Astra 将成为:
- GPT-6。
- 后续的 GPT-5 系列模型,如 GPT-5.7。
- 一个独立的模型系列。
OpenAI 自己的研究博文回避了版本问题,将 Astra 称为其“下一个主要模型”。
这种措辞确认了其重要性,但未承诺任何商业标签。
为什么模型编号不能可靠衡量能力
整数版本的升级往往让人期待一次重大的代际飞跃。
小数版本的升级则暗示发布更为渐进。
这些预期属于营销惯例,而非技术标准。
最终名称可能取决于:
- 基准测试的提升。
- 产品定位。
- 架构。
- 安全审查。
- 基础设施就绪程度。
- 竞争时机。
- Astra 是单一模型还是协同模型系统。
在 OpenAI 公布发布之前,将 Astra 称为 GPT-6 只是猜测。
更准确的称谓是:
OpenAI 尚未发布的 Astra 模型,可能是 GPT-6 或 GPT-5.7。
关于 Astra 规模、记忆和个性化能力的说法仍未得到证实
原文包含一则社交媒体摘要,声称 Astra 或 GPT-6 可能:
- 比当前前沿模型强大得多。
- 规模约为 GPT-5.6 Sol 的两倍。
- 能够在科学领域做出重大发现。
- 与其他模型高度协同。
- 在长期记忆和个性化方面表现更佳。
- 计划于 8 月发布。
该社交媒体帖子的作者明确表示,这些说法尚未经过独立验证。

目前,该摘要中只有部分内容得到了官方支持:
- Astra 确实存在。
- OpenAI 将其称为下一个主要模型。
- 一个内部版本在数学和理论计算机科学领域产出了十项新成果。
OpenAI 尚未公开确认:
- 参数数量。
- 显示规模为 Sol 两倍的对比数据。
- 最终的 GPT-6 名称。
- 8 月发布的时间。
- 具体的记忆架构。
- 个性化系统。
- 在传闻所列所有科学学科上的表现。
这些细节应继续明确标注为未经证实。
华盛顿演示发生在不断变化的政策环境之中
The Information 报道称,Altman 展示了
Astra面向华盛顿的政策制定者和监管者。
原中文文章将此解读为Astra为新的联邦模型审批框架所做的定位尝试。
美国公开政策文件支持这一大背景,但并非该解读的每一个细节都有据可查。
美国政府近期将其关注范围扩大至:
- 先进人工智能的国家安全审查。
- 测试、评估、验证与核查。
- 联邦采购前沿模型。
- 网络安全。
- 在政府和国防系统上的部署。
- 与私人人工智能公司的协调。
《华尔街日报》此前报道,GPT-5.6在因安全问题与美国政府讨论后,最初限制了访问权限。
2026年6月的白宫指令也强调,对用于国家安全领域的人工智能系统进行严格的安全与功能评估。
然而,本文所审阅的公开官方来源中,没有任何一个确认:
- 在那个周末敲定了新的通用联邦模型审批计划。
- Astra保证成为首个获批模型。
- OpenAI的演示自动产生合规许可。
更稳妥的结论是,Astra是在前沿模型公司与美国政府之间异常密切互动的时期被预览的。
在华盛顿演示Astra具有多重目的
一场闭门演示可以帮助OpenAI:
在发布前说明能力
长期运行的多智能体系统很难仅凭基准测试表来评估。
现场演示可以展示智能体如何分工并验证工作。
讨论安全管控
政府官员可能希望了解:
- 工具权限。
- 网络能力。
- 模型自主性。
- 监控机制。
- 故障模式。
- 访问限制。
- 事件响应。
在发布更强能力之前建立信任
近期涉及自主网络智能体的事件提高了对前沿模型的审视力度。
发布前演示管控措施可以减少不确定性。
支持政府与科学合作
OpenAI正在扩大与美国实验室、学术研究机构和国家级科学项目的合作。
Astra的数学成果与此定位相符。
这些是合理的战略动因,而非已确认的私下动机。
Zinc和Magnesium出现在DesignArena中
原文章的最后一部分聚焦于两个神秘的模型名称:
- Zinc
- Magnesium
用户报告称在DesignArena的Game Dev分类中看到了它们。
一张截图显示Magnesium自称是OpenAI助手,以游戏开发智能体的身份运行。

另一份来源截图报告称,这些模型曾短暂启用于游戏开发测试,早期结果被描述为并不令人印象深刻。
图片展示了一条关于OpenAI模型的推文。推文作者为@Lentils80,内容提到两款GPT模型“Zinc”和“Magnesium”已在DesignArena的“游戏开发”类别中上线并启用。作者试用后认为输出效果不太理想,可能是系统提示和框架导致,但不确定。图片下方是与模型的对话示例,模型介绍自己是作为Design Arena游戏开发代理的OpenAI助手。该图片与上下文紧密相关,直观呈现了上下文中提到的两款模型在DesignArena中的启用情况及作者的试用体验。
OpenAI尚未正式公布上述任一模型名称。
因此,目前无法确认它们是:
- 新的GPT-5.6变体。
- 内部路由名称。
- 评估别名。
- 实验性测试框架。
- 更新的Sol或Terra检查点。
- 来自其他提供商、以测试标签显示的模型。
DesignArena的公开模型目录目前列出了官方GPT-5.6 Sol、Terra和Luna条目,但经查证的公开页面并未为Zinc或Magnesium提供官方永久模型页面。
为什么游戏开发是实用的智能体基准测试
消息来源正确指出,游戏开发不同于简短的编码测验。
一项智能体式游戏开发测试可能要求模型能够:
- 创建多个文件。
- 维护项目结构。
- 使用框架或引擎。
- 解读错误日志。
- 在失败后修改代码。
- 生成资源或界面。
- 保持游戏逻辑连贯。
- 运行并检查结果。
性能不仅仅取决于基础模型。
它还取决于:
- 系统提示。
- 工具访问权限。
- 运行时。
- 脚手架或测试框架。
- 重试策略。
- 上下文管理。
- 测试环境。
- 时间和令牌预算。
在一个竞技场中表现不佳并不能证明底层模型本身较弱。
这可能表明模型、工具和编排与该特定任务的匹配度较差。
下一场竞争是端到端完成
Astra与DesignArena实验之间的共同主线是脱离单轮智能。
下一个前沿不仅仅是回答一个难题。
而是完成一个困难的项目。
这可能涉及:
- 理解模糊的目标。
- 将其拆解为多个部分。
- 分配任务。
- 使用工具。
- 审查中间输出。
- 纠正错误。
- 验证结果。
- 在数小时或数天内保持进度。
Astra所报告的多智能体设计正指向这一方向。
OpenAI官方的数学发布提供了一个真实案例,展示了一个未发布模型如何产生复杂结果,并随后被整理和正式验证。
剩余的问题在于,同样方法在精心挑选的研究环境之外能否可靠地运作。
已确认与仍不确定的内容
| 声明 | 当前状态 |
|---|---|
| OpenAI活跃用户超过10亿 | 已官方确认 |
| 超过200万家企业使用OpenAI模型 | 已官方确认 |
| GPT-5.6 Luna价格下降80% | 已官方确认 |
| GPT-5.6 Terra价格下降20% | 已官方确认 |
| Astra是真实的OpenAI模型 | 已官方确认 |
| Astra是OpenAI的“下一代重要模型” | 已官方确认 |
| Astra产生了十项新的数学和理论计算机科学成果 | OpenAI已官方确认 |
| 成果包含Lean证书 | 已官方确认 |
Astra 协调多个智能体执行长期任务 | 据 The Information 报道 |
| 山姆·奥特曼在华盛顿预览了 Astra | 据 The Information 报道 |
| Astra 将命名为 GPT-6 | 尚未确认 |
| Astra 将命名为 GPT-5.7 | 尚未确认 |
| Astra 的规模是 Sol 的两倍 | 尚未确认 |
| Astra 将于八月发布 | 尚未确认 |
| Zinc 和 Magnesium 是 OpenAI 的新官方模型 | 尚未确认 |
| 单日降价直接促成了 10 亿用户里程碑 | 尚未证实 |
常见问题
OpenAI 拥有多少活跃用户?
OpenAI 表示其模型现已覆盖超过 10 亿活跃用户和超过 200 万家企业。该公司尚未公布完整的用户分布明细,说明这些用户如何分布在 ChatGPT、API、合作伙伴及其他产品之间。
什么是 OpenAI Astra?
Astra 是 OpenAI 尚未发布的模型,官方将其描述为下一代主要模型。一个内部版本在数学和理论计算机科学领域产生了十项新成果。
Astra 是 GPT-6 吗?
OpenAI 尚未确认该名称。The Information 报道称,该公司曾考虑将其命名为 GPT-6、GPT-5.7,或定位为另一个模型系列。
Astra 解决了什么问题?
OpenAI 在球堆积、编码理论、非 sofic 群、算子代数、量子复杂性、格密码学和组合数学等领域发表了十项新成果。这些论证已被整理为手稿,并通过 Lean 证书进行了形式化验证。
Astra 是否使用多个 AI 智能体?
The Information 报道称,OpenAI 演示了多个智能体在长时间内协同工作。OpenAI 尚未发布关于 Astra 多智能体架构的完整技术描述。
新的 GPT-5.6 Luna 和 Terra 价格是多少?
OpenAI 于 7 月 30 日的公告显示,Luna 的标准输入价格为每百万 token 0.20 美元,输出价格为每百万 token 1.20 美元;Terra 的输入价格为 2.00 美元,输出价格为 12.00 美元。其他处理模式和长上下文费率有所不同。
Zinc 和 Magnesium 是 OpenAI 的新模型吗?
它们以实验名称出现在 DesignArena 的截图中,但 OpenAI 尚未正式公布。它们的供应商身份、架构以及与 GPT-5.6 的关系仍未得到确认。
OpenAI 的降价是否一夜之间创造了十亿用户?
没有证据支持这种解读。这一里程碑反映的是随时间累积的采用量,而降价只是 OpenAI 扩大未来使用量的战略的一部分。
相关工具
- ChatGPT:OpenAI 面向消费者和工作场景的主要当前模型系列界面。
- OpenAI API:用于集成 GPT 模型、工具、智能体及多模态能力的官方平台。
- Codex:OpenAI 面向长期编码和代码库任务的智能体软件工程产品。
- Lean:用于正式验证 Astra 已发表数学论证的交互式定理证明器。
- DesignArena:一个众包基准测试,用于比较 AI 系统在视觉和智能体设计任务上的表现。
- [OpenAI
Academy:OpenAI 面向开发者、研究人员和组织的官方教育中心。
相关链接
- OpenAI:构建富足智能:十亿用户和两百万企业数据来源的官方页面。
- OpenAI GPT-5.6 降价公告:7月30日关于 Terra 和 Luna 价格下调的官方公告。
- OpenAI API 定价:GPT-5.6 及其他 OpenAI 模型在不同处理模式下的当前官方价格。
- OpenAI:数学领域的十项进展:OpenAI 官方对 Astra 及十项已发表研究成果的确认。
- The Information:OpenAI 在华盛顿预览 Astra:关于 Astra 长时多智能体能力及华盛顿演示的原始报道。
- 华尔街日报:OpenAI 用户突破十亿:关于用户里程碑和价格变化的独立报道。
- DesignArena 方法论文档:解释 DesignArena 所用提示词、类别和评估方式的文档。
摘要
OpenAI 表示,其模型现已覆盖超过十亿活跃用户和两百万家企业。这一里程碑与 GPT-5.6 Luna 和 Terra 的大幅降价同时出现,但公开证据并未表明仅仅一天的降价就促成了这一用户里程碑。
更大的技术进展是 Astra。这款最初以秘密模型身份被报道的产品,现已获得 OpenAI 官方确认,成为其下一代主力模型。其内部版本产出了十项数学和理论计算机科学新成果,并附有手稿和机器可验证的 Lean 证书。
最终的商业命名仍悬而未决。OpenAI 尚未宣布 Astra 将命名为 GPT-6、GPT-5.7 还是其他版本,关于其规模、记忆、个性化及发布时间的多项广泛传播的说法也尚未得到证实。
实验性的 Zinc 和 Magnesium 标签也出现在 DesignArena 中,但 OpenAI 尚未确认它们的含义。
最明显的变化是,前沿模型竞争正从单纯的单次回答转向能够协调工具和智能体、从而完成复杂研究与工程项目长时任务的系统。