GPT-6 Astra 之后：OpenAI 的下一个模型，官方到底说了什么
2026-09-08，OpenAI 在公布 Navier–Stokes 千禧问题解法的官方帖里写明：这次用的是「一个明显比 GPT-6 Astra 更强的内部模型」，并且「自 8 月 28 日起我们一直在训练一个新的内部模型……该模型的训练仍在进行，性能还在提升」。也就是说，下一个模型的存在是官方确认的，不是传闻。但同一篇帖子里没有名称、没有 API 模型 id、没有发布日期、没有价格。这一页把官方原文、可核对的时间线，和你现在真正能做的准备分开列清楚。
更新于 2026-09-10
四件已经确定的事（每条都有官方原文）
训练起始日
官方原文：「Since August 28 we have been training a new internal model」。这是官方就这个模型给出的唯一一个确切日期，也是整条时间线的锚点。
训练没有结束
官方原文：「This model's training is ongoing and its performance continues to improve」。训练仍在进行，意味着现在不存在任何可调用的版本 —— 任何说「已经能用」的说法都不是官方口径。
相对 GPT-6 Astra
官方原文：「we used an internal model that is significantly more capable than GPT-6 Astra」。官方只给了这个相对表述；帖内那张对比图没有标出可引用的分数，所以本页不给任何「强多少」的数字。
官方一个字也没给
官方帖全文没有出现名称、API 模型 id、发布日期、价格或上下文窗口。你在别处看到的任何名字都不是官方的，本页也不转述。
这个模型是什么，不是什么
它是 OpenAI 的内部模型，不是产品。官方在 2026-09-08 的帖子里用它（准确说是用它驱动的多智能体系统）给出了 Navier–Stokes 存在性与光滑性问题的解，并同时给出 Lean 形式化证明。官方对它的全部公开描述只有三点：2026-08-28 开始训练、训练仍在进行、明显比 GPT-6 Astra 更强。它不是 GPT-6 Astra 的新版本号，官方没有把它归入任何已发布的产品线；它也不是「GPT-7」——那个名字同样是官方从未使用过的。搜索这个话题时最常见的错误，是把研究帖里的能力描述当成即将发布的产品规格。研究帖描述的是一次内部评测，不是发布公告。
2026-09-08 官方帖里可核对的数字
解 Navier–Stokes 的那一组由「约 10,000 个并发智能体」组成。智能体在 2026-09-05（周六）得出结论，距首批智能体启动约 88 小时；此后 Lean 形式化与验证又花了 17 小时，这一步是由 GPT-6 Astra 完成的。跨全部尝试的问题合计，智能体发出 490 万条消息、用掉约 3,000 亿输出 token；仅 Navier–Stokes 一项就是 270 万条消息、约 1,300 亿输出 token。另外官方明确写道，不打算就此结果申领千禧奖金。这些数字的用处不在于炫耀规模，而在于给你一个判断标尺：它们描述的是一次一次性的内部研究投入，不是任何人能在 API 上复现的东西。
时间线（三条全部出自同一篇官方帖）
OpenAI 开始训练这个新的内部模型。官方称它在内部基准（含数学）上表现出「前所未有」的水平。
智能体给出 Navier–Stokes 的解，距首批智能体启动约 88 小时。随后由 GPT-6 Astra 花 17 小时完成 Lean 形式化与验证。
OpenAI 发帖公开结果，并在同一篇里写明该模型的训练仍在进行、性能还在提升。截至本页更新，官方没有再给出名称或日期。
三档分级：什么是官宣、什么是官方未公布、什么本页不写
已官宣（有官方原文可核）
① 存在一个内部模型，明显比 GPT-6 Astra 更强；② 它自 2026-08-28 起在训练，且训练仍在进行；③ 它驱动的多智能体系统在 2026-09-05 给出了 Navier–Stokes 的解；④ Lean 验证由 GPT-6 Astra 完成，额外耗时 17 小时；⑤ OpenAI 不申领千禧奖金。以上五条都能在 2026-09-08 那篇官方帖里逐字找到。
官方未公布（不要按它排计划）
名称、API 模型 id、发布日期、价格、上下文窗口、输出上限、是否会公开发布 —— 官方一个都没给。社区里流传过若干代号，但它们没有官方来源，本页一个都不转述：把社区标签写成官方型号，是这类话题最常见也最难撤回的错误。如果你需要给团队一个答案：目前唯一诚实的说法是「官方确认在训，没有给日期」。
它和 GPT-6 Astra 是什么关系
GPT-6 Astra —— 今天就能调
2026-09-03 发布，API 模型 id 是 gpt-6-astra，上下文 1,050,000、输出上限 128,000（含推理 token），官方标价每百万 token 输入 $10、输出 $50。上面那 17 小时的 Lean 验证就是它做的 —— 它本身已经是能承担这类工作的模型。
内部模型 —— 拿不到
官方只给了「明显更强」这一句相对描述。没有 id 就意味着没有调用方式，没有日期就意味着没法排期。它现在对你的实际意义，是提示你把代码写成「换个 model id 就能切」的形态，而不是等它。
现在真正值得做的准备
把模型名从代码里抽出来，放到配置或环境变量里，让切换成本降到改一行。OpenAI 这一年里发布的新模型（GPT-5.6 三档、GPT-6 Astra）在接口上都是同一套 Responses API，迁移的摩擦主要来自参数而不是接口本身：Astra 就去掉了 temperature、top_p、top_logprobs，推理档不支持 none 且要从 low 起步，工具调用必须走 Responses。把这些差异集中到一处适配层，下一个模型无论叫什么、什么时候来，你的迁移都是改配置而不是改代码。这件事今天就能做完，而且不依赖任何未发布的东西。
在 QCode 上怎么准备
QCode 的一把 key 现在就能调 gpt-6-astra 与 GPT-5.6 三档，切换只改 model id，不用换端点、不用换鉴权。这意味着你可以今天就在 Astra 上把上面那套适配层跑通、把成本基线量出来；等下一个模型真的公开发布时，你要做的只是加一个 model id。我们不会承诺任何未发布模型的上线时间 —— 官方都没给日期，我们更不该给。以 /models 页的实时状态为准。
常见问题
OpenAI 下一个模型叫什么名字？
官方没有公布名称。2026-09-08 那篇帖子从头到尾只称它为「内部模型」（internal model）。任何具体名字都不是官方的，包括社区里流传的那几个代号，也包括「GPT-7」这个顺推出来的叫法。
什么时候发布？
官方没有给日期。原话是训练仍在进行、性能还在提升。这句话本身就排除了「近期发布」的确定说法 —— 一个还在训练的模型没有发布日程可言。任何写着具体日期的说法，其来源都不是官方。
它比 GPT-6 Astra 强多少？
官方只写了「明显更强」（significantly more capable）。帖子里那张对比图画的是通过率随测试时算力变化的曲线，没有标出可以引用的具体数值，所以本页不给「强百分之多少」的数字。可核的能力证据只有一条：它驱动的多智能体系统解出了 Navier–Stokes。
我现在能用到它吗？
不能。官方明确称它为内部模型，且训练仍在进行。没有 API 模型 id 就没有调用方式。今天能调到的 OpenAI 最强模型是 GPT-6 Astra，2026-09-03 已经发布。
Navier–Stokes 那个结果说明它有多强？
它说明这套系统能在一个 90 年未解的数学问题上给出可被 Lean 形式化验证的证明，这是很硬的证据。但要注意三点：一是那是约 10,000 个并发智能体协作 88 小时的结果，不是一次对话；二是验证环节用的是 GPT-6 Astra；三是官方自己写明不申领千禧奖金，并把这件事称为「进程中的一个快照」而不是终点。
该等它，还是现在就上 GPT-6 Astra？
等一个没有日期的东西没有可执行的计划可言。更划算的做法是现在就把迁移成本压低：把 model id 抽成配置、把参数差异集中到适配层。这样无论下一个模型什么时候来，你的切换成本都是改一行。今天在 Astra 上积累的用法和成本基线，到那时一样有效。
出处
本页所有引文与数字均来自 OpenAI 官方博客 2026-09-08 的《On the Navier–Stokes Millennium Prize Problem》（openai.com/index/navier-stokes-solution/），以及 2026-09-06 由首席科学家 Jakub Pachocki 署名的《An Alien Mind》（openai.com/index/an-alien-mind/）。GPT-6 Astra 的规格与定价来自官方模型文档与定价页。本页不引用任何二手转述，也不转述没有官方来源的代号。页面更新日期见页脚。
相关页面
GPT-6 完整指南
GPT-6 Astra 的规格、定价与实际用法。
GPT-6 Astra 迁移指南
从 GPT-5.6 迁到 Astra 要改的四类参数。
GPT-6 Astra 额度消耗
Astra 在 Codex 里的额度消耗与实测观察。
本页描述的是一个尚未发布的模型。所有「已官宣」条目均可在上方列出的官方帖中逐字核对；名称、发布日期、价格与 API 模型 id 官方至今未公布，本页不做任何推测，也不承诺任何未发布模型的上线时间。