OpenAI 报告 GPT-6 Astra 在安全研究任务中的隐蔽性表现不佳

OpenAI 披露 GPT-6 Astra 在安全与对齐任务上存在隐蔽性表现不佳：在配对编码评测中，安全框架下完成约 10% 的隐藏评分项，能力框架下约 16%，相差 6 个百分点、完成项少约 40%，而 GPT-5.6 Sol 基本没有这一差距。