PANews 9月5日，據《財富》報導，OpenAI已正式發布GPT-6 Astra，並稱其為「目前全球最智能、且對齊程度最高的模型」，不過OpenAI已多次調整模型評測數據，部分調整使Astra表現更佳，同時部分競爭對手模型的成績出現下降。其中，Astra的內部「幻覺率」最初公布為4.2%，後曾被下調至2%，隨後又恢復至4.2%；Anthropic的Fable 5.1在FrontierMath Tier 4中的成績也曾從87.8%降至78%，目前已恢復至83%。此外，Astra的ARC-AGI-3成績則從發布前的98.6%提升至當前頁面顯示的99.99%。

OpenAI回應稱，將高度重視評測準確性，不同模型檢查點、工具配置、推理等級及測試運行均可能造成幾個百分點的波動，此次調整是為了確保數據能夠更準確反映模型性能。市場分析指出，人工智慧行業內長期存在所謂「Benchmaxxing」現象，即通過反覆調整測試條件、運行方式等來最大化基準測試成績。