30 秒看重點

  • OpenAI 在 9 月 3 日發表 GPT-6 Astra，總裁 Greg Brockman 在發表會結尾直接說「歡迎來到 AGI 時代」，模型能自己操作瀏覽器、試算表與桌面軟體。
  • 同一個 ARC-AGI-3 測驗，OpenAI 自家測試環境跑出 99.9%，ARC Prize 用中立環境重跑只有 62.7%。
  • 微軟 AI 同一天推出 MAI-Transcribe-2，60 種語言平均字錯率 5.2%，每小時只要 0.10 美元，比 OpenAI 的 GPT-Transcribe 快 10 倍。

GPT-6 Astra 真的代表 AGI 來了嗎？

先講結論：能力真的往前跳了一大步，但「AGI 來了」比較像行銷用詞，連 OpenAI 自己的研究員都沒這樣背書。

9 月 3 日 OpenAI 發表 GPT-6 Astra，賣點不是聊天更順，是它會自己動手：開瀏覽器、填表單、更新客戶資料、做簡報，電腦操作測驗 OSWorld 2.0 拿到 72.6%。前幾天寫的 OpenAI 掃貨 Mac mini，養的就是這種模型。發表會最後 Brockman 丟下一句「Welcome to the AGI era」。

然後就被打臉了（有點快）。

根據 ARC Prize 的數字，Astra 在 ARC-AGI-3 用中立的 Standard 環境是 62.7%，OpenAI 自家的 Provider Adapter 環境則是 99.9%，差別在後者會保留模型看不見的推理狀態，等於考試中間可以留小抄。老實講 62.7% 已經很猛，同一份考卷 Claude Opus 5 拿 30.2%、GPT-5.6 Sol 只有 7.8%。但兩個數字掛同一個名字到處講，就是兩回事。

名詞小教室：AGI（Artificial General Intelligence，通用人工智慧）指的是「什麼題目都能做到人類水準」的 AI。你可以想像成一個能直接轉調到任何部門上工的正職員工，而不是只會做某一件事的工讀生。目前業界對它連統一定義都還沒有。

畫個重點吧，OpenAI 首席科學家 Jakub Pachocki 承認這一代模型的思考過程更難稽核，思維鏈監控「很脆弱」，趨勢「很不幸地」往壞的方向走。自家人講這句，比任何跑分都重要。

至於錢，API 每百萬 token 輸入 10 美元、輸出 50 美元。

微軟為什麼把語音辨識砍到每小時 0.1 美元？

因為語音轉文字已經被微軟當成「基礎水電」在賣，不是拿來賺錢的產品了。

微軟 AI 同一天推出 MAI-Transcribe-2，在 FLEURS 這個多語言基準的 60 種語言拿下第一，平均字錯率 5.2%，同時補上講者分離跟逐字時間戳。微軟還引用 Artificial Analysis 的評測，說它比 GPT-Transcribe 快 10 倍、比 ElevenLabs 的 Scribe v2 快 7 倍。

每小時音檔 0.10 美元，一小時會議錄音轉逐字稿，成本大概三塊台幣。

名詞小教室：講者分離（diarization）就是讓 AI 標出「這句是誰講的」。沒有它的逐字稿，就像一份沒有名字的會議記錄，十個人吵一小時你只拿到一大坨字，回頭根本查不出誰答應了什麼。

「所以我該換工具了嗎？」如果你現在做逐字稿是每小時付好幾十塊，那確實可以重算一次。不過微軟講「全世界最快最準最便宜」是自己評自己，球員兼裁判的成分要扣掉一點。這種效能拉高、價格往下砍的路數，跟前天寫的 Gemini 3.8 Flash 壓價是同一套劇本。

沙烏地的國家級 AI，為什麼建在中國的模型上？

因為從零訓練一個前沿模型太貴，直接拿別人開源的權重回來續訓，成本跟時間都差一個量級。

9 月 3 日沙烏地主權基金 PIF 旗下的 HUMAIN 在利雅德 LEAP 大會發表 humain-m3，4,280 億參數的混合專家模型。底子是中國 MiniMax 的 MiniMax-M3，再用超過 1 兆 token 的阿拉伯語內容續做預訓練，七項公開阿拉伯語基準的平均分是受測前沿模型裡最高的。

目前是研究預覽版，安全訓練完後計畫依 MiniMax 社群授權開源權重，時間指向下個月。一個把「主權 AI」喊很大聲的國家，地基選了中國的開源權重，這其實是今天最有訊息量的一則 雖然標題流量最少。

編輯觀點：AGI 喊得最大聲的那天，AI 也變得最便宜

這三則疊在一起看，畫面有點荒謬。上面在喊 AGI，下面在打價格戰，中間還有一個國家直接跳過訓練環節去撿現成權重。ARC Prize 跑一次那個測驗要 26,098 美元，微軟的語音辨識一小時 0.1 美元，同一天出場。

我自己的判斷是，AGI 這個詞今年會快速貶值。當「通用能力」變成一個要靠測試環境設定才撐得住的數字，市場很快就會回頭問更土的問題：這東西一小時多少錢、錯多少、誰要負責。微軟那則比 OpenAI 那則更貼近你明年會真的花到的錢。

回到台灣。第三則給了一條可抄的路線：不用從頭訓練，拿開源權重加上本地語料續訓，就能做出對自己語言最強的模型。繁體中文的處境跟阿拉伯語很像，語料量不大但夠特殊，台灣欠的不是算力也不是模型，是「有人願意把乾淨語料整理出來」這件苦工。至於企業端，與其開會討論要不要等 AGI，不如先把逐字稿的帳單砍掉九成，這個今天就能做欸。

明天值得關注

第一條線是 ARC Prize 會不會強制廠商公布「用哪種環境跑的」，這直接影響往後所有跑分的可信度。第二條是 humain-m3 下個月開源權重會不會準時，主權 AI 講得再漂亮，看的還是權重有沒有真的放出來。

常見問題 FAQ

GPT-6 Astra 跟前一代最大的差別是什麼？

GPT-6 Astra 最大的差別是能直接操作電腦介面，像瀏覽器、試算表與桌面軟體，完成填表單、更新資料、產出簡報等多步驟工作，在 OSWorld 2.0 電腦操作測驗拿到 72.6%。

為什麼同一個模型的 ARC-AGI-3 分數有兩個版本？

因為測試環境不同。ARC Prize 用中立的 Standard 環境測出 62.7%，OpenAI 用自家 Provider Adapter 環境測出 99.9%，後者會保留模型的內部推理狀態，兩個數字都已標註條件並列在排行榜上。

MAI-Transcribe-2 的每小時 0.10 美元是永久價格嗎？

不是。微軟公布這個價格適用到 2026 年 12 月 31 日，之後的定價尚未公布。這個模型目前可透過 Microsoft Foundry 與 MAI Playground 使用。

整理一下今天的重點：AGI 被喊得最大聲的這一天，真正會改變你帳單的其實是那個一小時 0.1 美元的語音模型。

希望這篇快報有讓你抓到今天的 AI 動向哩～如果覺得有幫助，歡迎分享給同樣在追 AI 趨勢的朋友。

我們明天見囉～

本快報由 Array 報報 AI 編輯部根據上方引用來源整理，每日 08:00 自動發佈。