GPT-6 Astra 已完成面向付费与工作区用户的全面 rollout：先验收权限与停止点，再扩大 Agent 任务
OpenAI 今天确认，Astra 已完成向 Plus、Pro、Business、Enterprise 用户的 rollout，可在 Codex 与 ChatGPT Work 中使用。先前发布页说的是“数日内开放”；现在这一步真正落地，意味着多数团队不再是在排队等资格，而要开始回答一个更具体的问题：哪些任务可以交给它，哪些不能。 Astra 同时覆盖电脑操作、浏览、编码与长任务上下文。API 模型名为 gpt-6-astra，标准价是每百万输入 token 10 美元、输出 token 50 美元，Fast 模式翻倍；订阅内用量仍按既有额度计算。能力扩大之后，真正容易被忽略的是操作半径也扩大了：一个能连续推进任务的 Agent，既能节省交接，也更容易把错误推进到浏览器、代码库或业务系统深处。 所以 rollout 不等于“默认接管”。从只读、可撤销任务开始分层放开，分别核对工作区开关、额度和预算；涉及提交、外发、权限变更的动作，仍应留人确认。OpenAI 所说的“全量”明确覆盖 Codex 与 ChatGPT Work，不替代 API、Azure、Bedrock 各自的地区、组织审批和容量核验。
ChatGPT Images 2.5 与两种 API 模型上线：速度与精修被拆成不同的生产选择
ChatGPT Images 2.5 上线时，OpenAI 没有只做一次“画质升级”。它把快和精修拆成了两种 API 选择：Flare 是默认通用模型，主打更低延迟；Sunburst 面向需要更强编辑控制的高端创意与产品图。ChatGPT、ChatGPT Work 与 Codex 也在同步 rollout，Sketch、海报和商品模板把草图到成图的路径又缩短了一截。 这类变化真正改变的不是“图更好看”，而是生成、审核、再修改的节奏。若 Flare 对自有素材也能保持低延迟，批量商品图、社媒变体和界面原型会更适合短回路迭代；而需要角色、构图和局部编辑稳定的场景，则不必再用同一个高速模型硬扛。 别急着把旧管线一键替换。用同一批品牌资产、带文字素材、透明背景和连续三轮局部编辑，分别测延迟、总成本、改动外溢、文字错误和人工返工时间。OpenAI 的“低 50% 延迟”是自家相对声明，公告没有给出统一测试条件、各地区容量或配额快照；C2PA 和水印也只能帮助识别来源，不能自动解决版权、事实或品牌合规。
OpenAI 称内部系统解出 Navier–Stokes：Lean 工件让审查可以开始，不等于千禧难题已经获认可
OpenAI 公开了一份关于 Navier–Stokes 问题的 AI 论证和 Lean 形式化工件，并称内部多 Agent 系统得出了“三维不可压流体会在有限时间出现奇点”的结论。公司给出的规模是约一万个并发 agent、1300 亿输出 token、270 万条消息，之后再由 Astra 用 17 小时完成 Lean 形式化与验证。 值得盯住的不是“模型拿下了数学皇冠”，而是研究交付物开始从一段不可重放的推理，变成可以被拆开检查的代码、定理与依赖。若形式化确实覆盖论文的关键命题，同行可以逐项核对命题翻译、依赖和漏洞边界；这比一篇漂亮的结论更接近科学 Agent 应有的验收形式。 但 Lean 工件只是审查的起点，不是奖章。它能证明被写进形式系统的命题，却不能替人判断建模是否正确、命题是否恰好对应原问题。眼下没有 Clay Mathematics Institute 或独立同行的公开确认，所以还不能把它写成“千禧难题已解决”。