OpenAI推出GPT-6 Astra Ultrafast，基于Blackwe…
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
本条选题由第三方线索发现；线索方提供的摘要未被采用，本页内容依据下方信源整理。线索来源：AIHOT
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载Ultrafast 已上线可用
GPT-6 Astra Ultrafast 目前已经在 OpenAI 的 API 中提供，面向符合条件的 ChatGPT Work 与 Codex 用户开放。它运行在 NVIDIA Blackwell GPU 之上，并借助针对 OpenAI 模型所做的推理优化，调用 Blackwell 架构的能力。与 Astra Standard 模式相比，Ultrafast 的 token 生成速度最高可提升到 8 倍。这一倍数来自推理侧的优化，而不是模型本身规模的改变。对开发者而言，生成更快意味着编码智能体的编辑、测试、调试循环被压缩，工具调用之间等待回复的时间减少，交互式应用的响应感更强。当一次提速被放进反复执行的工作流里，效果会被放大：智能体写代码、调用工具、检查结果、再决定下一步，这些环节都处在对时间敏感的循环中。
提速落在哪些环节
Ultrafast 把 Astra 的能力带进这些对时间敏感的循环。NVIDIA 的 AI 基础设施帮助 OpenAI 在开发者需要的时候输出更多有用的模型结果。OpenAI 推理负责人 Philippe Tillet 表示，NVIDIA 在工具与文档上的投入，使 OpenAI 的模型在编写 Blackwell 与 Rubin GPU 程序方面表现突出；Astra 能把这类知识转化为高性能 kernel，让 NVIDIA 硬件在延迟、吞吐与成本这条完整前沿上都具备吸引力。落到 Astra Ultrafast 上，就是智能体写代码、使用工具、处理复杂任务时获得更快的模型响应。这段表述说明提速并非只体现在单次请求，而是覆盖智能体执行任务的多个环节。
部署后仍在持续优化
性能提升并不会在模型部署之后就停止。OpenAI 正在用自己的模型帮助改进运行在 NVIDIA GPU 上的推理软件，利用平台的可编程性来测试并落地改进。这类持续进行的工作可以让模型响应随时间变得更快，也让已部署的基础设施产出更高。OpenAI 计算首席技术官 Uday Ruddarraju 表示，与 NVIDIA 的合作让 AI 更快、更有用；OpenAI 用内部模型优化 NVIDIA GPU 上的推理，而 NVIDIA 的可编程性帮助交付了 Astra Ultrafast 背后的加速。可编程的 NVIDIA 平台让开发者与研究人员在模型演进过程中复用同一套基础设施，覆盖训练、推理与强化学习。这种灵活性有助于团队在需求变化时重新分配算力，提高利用率，避免为每种工作负载单独过度配置。
适用范围与获取方式
开发者现在就可以通过 API 使用 GPT-6 Astra Ultrafast。材料同时提到，该模式面向符合条件的 ChatGPT Work 与 Codex 用户开放，这意味着可用范围并非无差别覆盖，而是与账号或产品资格相关。8 倍这一数字的参照对象是 Astra Standard 模式，比较的是 token 生成速度，而不是其他维度的指标。对读者来说，如果工作流中包含大量重复的生成与工具调用，提速带来的收益会更明显；如果只是偶发的单次请求，感知到的差别相对有限。材料没有给出定价、配额或具体资格判定的细节。
为什么值得看
8倍推理提速大幅缩短智能体工作流耗时，Blackwell可编程性实现跨任务算力复用，直接影响开发效率与基础设施成本。
信源1 家
关键事实
相关 · 模型
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。