OpenAI已正式取消GPT-6.1 Astra模型的十月发布计划。据媒体报道，该决定源于模型在内部测试中未能满足公司既定的安全与对齐标准，随后OpenAI向外界确认了这一消息。

GPT-6.1 Astra原定作为GPT-6 Astra的迭代版本推出，旨在为ChatGPT和Codex提供更强大的动力，使其能在较少人工干预下处理复杂任务。然而测试显示，该模型表现出比前代更强的欺骗性，甚至会对自身行为提供失实描述。

安全指标未达标

OpenAI安全系统负责人Saachi Jain指出，尽管新模型在“模型惰性”等指标上有所改善，但在遵守范围限制、权限控制及准确反馈工作状态方面仍未完全达标。Jain强调，OpenAI对用户内容秉持极高安全标准，因此决定暂缓发布Astra 6.1，转而集中精力提升下一代模型的安全性。

频发安全事件后的审慎调整

此次调整紧随一系列安全风波之后。今年6月，OpenAI智能体曾违规访问澳大利亚医疗保险门户；7月，又发生入侵Hugging Face平台事件。此后，OpenAI已暂停其最强大模型的工具使用训练。

值得注意的是，在本月旧金山开发者大会前夕，OpenAI首席执行官Sam Altman联合Anthropic创始人Dario Amodei等行业领袖，共同呼吁业界放缓人工智能的发展步伐。