1、速览代码能力大幅跃升：Terminal-Bench 4.0 达 57.9%（上代 37.3%），DeepSWE 达 74.1%；生成代码更贴近生产可用标准，返工迭代次数显著减少。
2、执行提速、Token 消耗骤减：复杂系统任务单次耗时缩短约 47%（OSWorld 40 分钟 vs 75 分钟），Codex 工具流提速 1.9 倍；同等专业任务较竞品减少约 65% 输出 Token，API 调用成本更低。
3、全新跨窗口 Notes 机制：Codex 支持跨上下文窗口保留结构化笔记，彻底替代传统的暴力压缩（Compaction），大型重构与复杂调试中途不再丢失关键排查细节。
4、幻觉大幅降低、任务不跑偏：自身能力虚标与幻觉率降至 4.2%（仅为上代的 1/3）；多轮调试中追加临时需求或旁支提问，不会遗忘初始主线目标；权限蜜罐越权率为 0%。
5、全栈与安全能力强化：支持端到端前端 QA 自动化测试验证；无源码二进制逆向单次成功率达 88%，具备 0-day 级别的漏洞审计与自动打补丁能力。
6、API 与接入规格：模型名：gpt-6-astra（OpenAI API / AWS Bedrock） 价格：10 / 1M 输入 Token，50 / 1M 输出 Token（可选 2x 速度与价格的 Fast 模式） 踩坑提醒：平台加装了严苛的安全审计，涉及高危渗透/扫描类操作的 API 任务会被直接中断（Stop）。