在GPT-6 Astra模型发布后，OpenAI正处在全面炒作模式中，英伟达（NVIDIA）的黄仁勋（Jensen Huang）也在几小时前加入了这场炒作热潮。然而，尽管Astra采用100,000块GPU的训练听起来已经够离谱，它注定会被一次更宏大的400,000块GPU训练所超越，而这次训练可能覆盖OpenAI位于得克萨斯州阿比林（Abilene， Texas）的星际之门项目（Stargate project）全部范围。
OpenAI可能已花费5亿美元至10亿美元来训练GPT-6 Astra，但如果黄仁勋的预测靠谱，即将进行的一次训练将打破Astra的纪录。
上周，OpenAI透露它已在100,000块GPU集群上训练了GPT-6 Astra。这场巨型训练很可能让这家风头正劲的AI实验室花费了5亿美元至10亿美元，假设每块GPU每小时成本为2.50美元至3.50美元：
100,000块GPU × 24小时 × 90天 × 每块GPU每小时2.50美元 = 5.4亿美元
100,000块GPU × 24小时 × 120天 × 每块GPU每小时2.50美元 = 7.2亿美元
100,000块GPU × 24小时 × 90天 × 每块GPU每小时3.50美元 = 7.56亿美元
100,000块GPU × 24小时 × 120天 × 每块GPU每小时3.50美元 = 10.08亿美元
请注意，OpenAI很可能是在其位于阿比林的星际之门数据中心进行了此次训练。当然，如果这家AI实验室使用CoreWeave的设施，很可能会产生高得多的成本，尤其是CoreWeave的算力售价约为每GPU小时10.50美元。
此外，英伟达的黄仁勋几小时前公开祝贺了OpenAI，并宣布了一项规模大得多的400,000块GPU训练。假设这次训练利用英伟达的GB 200 NVL72服务器机架，且每个机架功耗约为140千瓦，那么OpenAI将需要约1.2吉瓦电力来完成这次训练（5,555.55个机架 × 约140千瓦 × 1.5 PUE，即电源使用效率）。
对于可能还不了解的人来说，GPT-6 Astra无需开发者为其AI智能体需要使用的每个应用提供专用API，而是能够以与人类极其相似的方式操作任何给定软件：它生成智能体，让这些智能体跨浏览器、电子表格、网站和桌面应用工作，生成完成的文档和演示文稿，并执行多步骤工作流，而不仅仅是告诉用户如何完成这些任务。
基本上，GPT-6 Astra的核心推理引擎利用原生多智能体结构来解决复杂问题。当面对复杂任务时，模型的主编排智能体可以提出一个理论，并部署不同的子智能体来并行测试变体并验证结果。这种原生委派使其对“死循环”有很强的抵抗力——即模型陷入重复错误循环——从而让它能够自主调试自己的代码并即时调整策略。
即便如此，一些人仍对OpenAI的GPT-6 Astra是否真正构成通用人工智能（AGI）持批评态度。毕竟，Anthropic的Fable 5.1在SWE-bench Pro、Artificial Analysis Intelligence Index、Artificial Analysis Coding Agent Index和ProofBench v1.1（形式化数学证明）上仍然领先于Astra。
