Сначала ответ
GPT-6 Astra — новый флагманский модель OpenAI для сложной сквозной работы. OpenAI выпустила GPT-6 Astra 3 сентября 2026 года, позиционируя её вокруг сложного рассуждения, использования компьютера, программирования, исследований, научной работы и создания профессиональных артефактов. Модель в API имеет контекстное окно 1.05M токенов и максимум вывода 128K, принимает текст и изображения и поддерживает усилие рассуждения от низкого до максимального. Стандартные цены API начинаются с $10 за ввод / $50 за вывод за миллион токенов. Наиболее важное практическое изменение — не равномерный скачок на всех тестах общей интеллекции: самые большие приросты Astra видны в агентном исполнении, работе с компьютером, извлечении из длинного контекста, рабочих процессах программирования, науке и кибербезопасности.
Это важно, потому что прежняя статья CometAPI GPT-6 Is Coming Soon — What Will It Look Like? по необходимости была спекулятивной. Теперь, когда Astra стала публичной, это руководство фокусируется на подтверждённом поведении модели, компромиссах бенчмарков, экономике API и на тех случаях, где модель действительно лучше дешёвых фронтирных альтернатив.
Что такое GPT-6 Astra?
GPT-6 Astra — преемница флагмана OpenAI GPT-5.6 Sol. OpenAI описывает Astra как свою самую способную модель для самых сложных сквозных задач с акцентом на рабочие процессы, требующие от модели рассуждать, использовать инструменты, взаимодействовать с ПО, дорабатывать промежуточные результаты и доводить задачу от начального запроса до завершённого результата. Это позиционирование важно: Astra — не просто более крупная чат-модель. Она спроектирована как движок рассуждения внутри агентов, работающих в браузерах, терминалах, документах, таблицах, средах разработки и корпоративном софте.
Пост запуска выделяет передовые результаты в работе с компьютером, браузингом, разработке ПО, кибербезопасности, науке и профессиональной деятельности. Сообщается о 97.6% / 99.9% / 100% на FrontierMath Tier 4, ARC-AGI-3 и ExploitBench соответственно. Эти заголовочные баллы впечатляют, но их не следует трактовать как «Astra выигрывает каждый бенчмарк». В индексе Artificial Analysis Intelligence, используемом в сравнительной таблице OpenAI, Astra набирает 61.2, тогда как Claude Fable 5.1 — 65.7. Поэтому релиз корректнее понимать как шаг в изменении исполнения и агентной работы, а не как чистую победу по всем метрикам интеллекта.
Что изменилось по сравнению с GPT-5.6 Sol?
Использование компьютера стало возможностью первого класса
Самое очевидное поколенческое улучшение Astra — работа с компьютером. На OSWorld 2.0 OpenAI сообщает о 72.6% у Astra против 65.7% у GPT-5.6 Sol. В той же симуляции задержек Astra завершала задачи примерно за 40 минут по сравнению с около 75 минут у Sol, сокращение примерно на 47%. В сочетании с обновлённой обвязкой Codex OpenAI сообщает о 1.9× более быстром завершении на Mind2Web. Практический смысл не только в том, что Astra «видит экран»; она дольше удерживает целостность многошаговой программной задачи и делает меньше дорогостоящих отклонений.
Создание профессиональных артефактов стало более целенаправленным
OpenAI явно обучала Astra профессиональным рабочим процессам, которые завершаются пригодными артефактами, а не сырым текстом. Материалы запуска описывают более сильную работу с документами, таблицами, презентациями, анализом данных, дизайн-задачами и следованием шаблонам. Astra также лучше сохраняет ориентацию при изменении требований в ходе задачи, поэтому корректирующее сообщение с меньшей вероятностью перезапишет исходную цель. Это особенно полезно для долго работающих корпоративных агентов, где новые инструкции часто приходят после старта процесса.
Длительные сессии сохраняют более полезный рабочий контекст
Для долгих сессий программирования Astra вводит новый способ для Codex сохранять и извлекать заметки после заполнения активного контекста. Более ранние подходы сильно полагались на компактацию, из-за чего могло теряться, почему попытка исправления не удалась или какие ограничения уже проверялись. OpenAI говорит, что Astra может хранить заметки между окнами контекста, улучшая непрерывность при крупных рефакторингах и отладке.
Усилие рассуждения теперь расширено до max
Разработчики могут выбирать low, medium, high, xhigh или max уровень усилий рассуждения. Это создаёт более широкий компромисс «качество-стоимость», чем рассматривать Astra как фиксированную рабочую точку. Официальные рекомендации по модели советуют выбирать минимальное усилие, удовлетворяющее вашей оценке, потому что лучшая экономика модели часто достигается за счёт эффективности токенов, а не постоянной работы на максимуме.
Результаты бенчмарков GPT-6 Astra
OpenAI опубликовала широкое сравнение, охватывающее работу с компьютером, профессиональные задачи, программирование, академическое рассуждение, здравоохранение, кибербезопасность, длинный контекст и выравнивание. Наиболее полезный способ читать таблицу — отделить «общий интеллект» от «способности завершать работу с использованием инструментов». В таблице OpenAI Astra лишь немного превосходит Sol по Artificial Analysis Intelligence Index, но заметно опережает на нескольких агентных и операционных бенчмарках.
| Бенчмарк | GPT-6 Astra | GPT-5.6 Sol | Что означает дельта |
|---|---|---|---|
| AutomationBench | 41.4% | 18.1% | Существенный прирост в сквозных бизнес-процессах |
| OSWorld 2.0 | 72.6% | 65.7% | Лучшая работа с компьютером и завершение задач |
| Terminal-Bench 4.0 | 57.9% | 37.3% | Большой прирост в агентном кодинге через терминал |
| Terminal-Bench Science 0.1 | 64.6% | 22.4% | Сильный прирост в научных рабочих процессах с кодом/инструментами |
| FrontierMath Tier 4 v2 | 97.6% | 83.0% | Более сильное фронтирное математическое рассуждение |
| ExploitBench | 100.0% | 78.5% | Критически важные возможности в кибербезопасности |
| SRE-Bench, одна попытка | 88.0% | 55.9% | Значительно более сильная работа в реверс-инжиниринге / SRE |
| MRCR v2, 512K-1M | 96.3% | 73.8% | Улучшенное извлечение из очень длинного контекста |
| AA Intelligence Index v4.1.1 | 61.2 | 60.9 | Общий интеллект практически без изменений vs Sol |
Картина необычно ясна. Преимущество Astra наиболее велико, когда бенчмарк требует устойчивого взаимодействия с инструментом или средой. AutomationBench растёт с 18.1% до 41.4%; Terminal-Bench Science повышается с 22.4% до 64.6%; а MRCR для длинного контекста улучшается с 73.8% до 96.3% в диапазоне 512K–1M. Напротив, Artificial Analysis Intelligence Index движется с 60.9 до 61.2. Поэтому описание Astra как «в 2.5× дороже, но немного умнее» упускает из виду реальное ценностное предложение продукта.
Источник: Диаграмма OpenAI AutomationBench (оригинальное изображение, не перерисовано)
Независимые бенчмарки: является ли GPT-6 Astra поколенческим скачком?
Независимые тесты добавляют важную проверку реальностью. Artificial Analysis сообщает о балле 61 по Intelligence Index, равном GPT-5.6 Sol на максимальном усилии. В то же время Astra заметно улучшилась по Coding Agent Index и использует существенно меньше токенов в агентном программировании. Artificial Analysis измерила примерно троекратное снижение использования токенов по сравнению с GPT-5.6 Sol на максимальном усилии в своей обвязке Codex, что позволяет Astra набрать выше при примерно той же стоимости за задачу агентного кодинга.
Экономика выглядит менее благоприятной для общего интеллекта. Astra использует примерно на 10% меньше выходных токенов, чем Sol, в Intelligence Index на максимальном усилии, но 2.5× рост цены за токен перевешивает этот выигрыш по эффективности; Artificial Analysis оценивает, что Astra примерно на 75% дороже за задачу на максимальном усилии. Также сообщается о снижении частоты галлюцинаций с 92% до 51% на AA-Omniscience при одновременном росте точности на четыре пункта.
Полезный вывод зависит от типа нагрузки: GPT-6 Astra выглядит наиболее поколенческой там, где агент должен действовать, итеративно работать, использовать инструменты и завершать сложную работу. Для обычного рассуждения или массовой генерации текста ценовую премию окупить гораздо сложнее.
GPT-6 Astra vs GPT-5.6 Sol vs Claude Fable 5.1 vs Gemini 3.8 Flash
Практическое сравнение моделей должно включать возможности, мультимодальность, контекст, агентное исполнение и цену. Модели ниже не взаимозаменяемы: Astra оптимизирована под сложное сквозное исполнение, Claude Fable 5.1 лидирует по некоторым метрикам общего интеллекта, а Gemini 3.8 Flash предлагает значительно более низкие цены за токен с более широкими нативными входными модальностями.
| Метрика | GPT-6 Astra | GPT-5.6 Sol | Claude Fable 5.1 | Gemini 3.8 Flash |
|---|---|---|---|---|
| Окно контекста | 1.05M | 1.05M | 1M | 1.048M |
| Максимальный вывод | 128K | 128K | 128K | 65.5K |
| Входные модальности | Text, image | Text, image | Text, image/PDF | Text, image, audio, video, PDF |
| AA Intelligence Index | 61.2 | 60.9 | 65.7 | 58.7 |
| AutomationBench | 41.4% | 18.1% | 31.4% | — |
| Terminal-Bench 4.0 | 57.9% | 37.3% | 55.8% | 19.1% |
| DeepSWE 1.1 | 74.1% | 72.7% | 67.4% | 73.8% |
| FrontierMath Tier 4 v2 | 97.6% | 83.0% | 87.8% | — |
| HLE with tools | 57.2% | — | 65.0% | — |
| HealthBench Professional | 63.4% | 60.5% | 58.1% | 52.1% |
| Официальная цена за ввод | $10/M | $4/M | $10/M | $0.75/M |
| Официальная цена за вывод | $50/M | $20/M | $50/M | $3.75/M |
Когда GPT-6 Astra — лучший выбор
Выбирайте Astra, когда задача дорога из-за необходимости людям спасать провалившиеся запуски агентов: длительные изменения кода, автоматизация в браузере/на рабочем столе, глубокие исследования с охватом инструментов, создание технических артефактов или сложные научные и операционные рабочие процессы. Её премия проще всего оправдывается там, где меньше перезапусков, ручных исправлений и ниже использование выходных токенов важнее, чем цена за токен.
Когда Claude Fable 5.1 — лучший выбор
Claude Fable 5.1 остаётся серьёзным фронтирным конкурентом. В таблице запуска OpenAI он набирает 65.7 по Artificial Analysis Intelligence Index против 61.2 у Astra и 65.0 по Humanity’s Last Exam с инструментами против 57.2 у Astra. Это значит, что Astra не следует продвигать как универсального победителя интеллекта. Если ваша оценка больше похожа на длинноформатное рассуждение, чем на исполнение с использованием компьютера, Claude Fable 5.1 может оказаться более подходящим.
Когда Gemini 3.8 Flash — лучший выбор
Gemini 3.8 Flash нацелен на другую точку фронтира. Он поддерживает текст, изображения, аудио, видео и PDF с контекстным окном около 1M токенов, а официальные вводные цены значительно ниже, чем у Astra. Для массового мультимодального извлечения, понимания видео/аудио, рутинных агентов или рабочих нагрузок, где экономика $10/$50 за токен трудно оправдать, Gemini 3.8 Flash часто является более экономичным выбором для продакшна.
Почему рейтинг кибербезопасности GPT-6 Astra важен
Astra — первая широко развернутая модель OpenAI, достигшая критического порога возможностей в области кибербезопасности в рамках Preparedness Framework компании. OpenAI говорит, что модель может выявлять ранее неизвестные уязвимости безопасности и разрабатывать стратегии эксплуатации в защищённых системах при наличии соответствующих инструментов и доступа. В запускных оценках Astra получила 100% на ExploitBench, 42.4% на ExploitGym и 88.0% на SRE-Bench с одной попытки.
Эта способность сопровождается более строгими контролями развёртывания. OpenAI говорит, что производственные меры защиты могут замедлять, приостанавливать или останавливать легитимную работу, особенно в более рискованных киберконтекстах. ChatGPT или Codex могут попросить пользователя подтвердить действие перед продолжением, а задача в API может остановиться. Базовое развёртывание Astra также отклоняет более продвинутые запросы на создание эксплойтов; программа Daybreak предоставляет отдельный, проверенный доступ для некоторых оборонительных сценариев.
Системная карта документирует компромисс наблюдаемости: Astra в целом лучше выровнена, чем Sol, но её письменное рассуждение сложнее мониторить в условиях противодействующей оценки. Поэтому OpenAI разворачивает более широкие средства мониторинга несоответствий вокруг работ Astra с инструментами. Командам в предприятиях следует рассматривать права агента, границы утверждений, журналы аудита и принцип наименьших привилегий для инструментов как часть архитектуры модели, а не необязательные дополнения.
Источник: Официальная диаграмма OpenAI ExploitGym honeypot safety (оригинальное изображение, не перерисовано)
Цены GPT-6 Astra
Текущая страница цен API OpenAI разделяет запросы с коротким и длинным контекстом. Для Standard короткоконтекстные тарифы составляют $10 за ввод, $1 за кэшированный ввод, $12.50 за запись в кэш и $50 за вывод за миллион токенов. Запросы свыше 272K входных токенов используют расписание для длинного контекста: $20 за ввод, $2 за кэшированный ввод, $25 за записи в кэш и $75 за вывод за миллион токенов.
| Обработка / контекст | Ввод | Кэшированный ввод / запись в кэш | Вывод |
|---|---|---|---|
| Standard, короткий контекст | $10/M | $1/M / $12.50/M | $50/M |
| Standard, длинный контекст (>272K) | $20/M | $2/M / $25/M | $75/M |
| Batch / Flex, короткий контекст | $5/M | $0.50/M / $6.25/M | $25/M |
| Batch / Flex, длинный контекст | $10/M | $1/M / $12.50/M | $37.50/M |
| Fast mode, короткий контекст | $20/M | $2/M / $25/M | $100/M |
| Fast mode, длинный контекст | $40/M | $4/M / $50/M | $150/M |
По сравнению с GPT-5.6 Sol, цены за токены Astra в Standard для короткого контекста в 2.5× выше ($10/$50 против $4/$20). Эта премия не автоматически означает 2.5× более высокую стоимость завершённой задачи. В агентном программировании OpenAI и Artificial Analysis сообщают о меньшем использовании выходных токенов у Astra в некоторых конфигурациях. Корректная единица оценки — стоимость за успешную задачу, а не только цена за токен.
Как получить доступ к GPT-6 Astra
OpenAI начала постепенное развёртывание 3 сентября 2026 года. Ожидается, что Astra станет доступна пользователям ChatGPT Plus, Pro, Business и Enterprise, в OpenAI API и AWS в течение последующих дней. Администраторы предприятий могут включать Astra по рабочим пространствам, и доступ по умолчанию выключен на момент запуска.
Вызов GPT-6 Astra через OpenAI Responses API
from openai import OpenAI
client = OpenAI()
response = client.responses.create(
model="gpt-6-astra",
reasoning={"effort": "high"},
input=(
"Проанализируйте архитектуру этого репозитория. Определите наиболее рискованную "
"проблему дизайна, объясните доказательства и предложите план миграции."
),
)
print(response.output_text)
Идентификатор модели — gpt-6-astra. Для нагрузок с большим количеством инструментов Responses API — естественная отправная точка, поскольку Astra поддерживает вызов функций, структурированный вывод, веб-поиск, поиск по файлам, интерпретатор кода, размещённую оболочку, применение патча, работу с компьютером, MCP и поиск инструментов. Тонкая настройка пока не поддерживается.
Реальные сценарии использования GPT-6 Astra
Разработка игр и визуальные рабочие процессы в ПО
Playco протестировала Astra внутри Playbot — IDE с поддержкой ИИ, которая работает напрямую в Unity и Godot. OpenAI сообщает о на 50% меньшем количестве ручных исправлений, чем с предыдущей моделью, и о трёх тематических прототипах, созданных из единой «серой коробки». Этот пример важен, потому что задача требует большего, чем генерация исходного кода: модель должна рассуждать о пространственной компоновке, играть в игру, тестировать изменения, выявлять баги и итеративно работать внутри визуальной среды.
Юридическая и финансовая экспертиза документов
OpenAI позиционирует Astra для многошаговых профессиональных процессов, которые приводят к готовым документам, таблицам и анализам. В юридической и финансовой экспертизе её практическая ценность — поддержание состояния задачи по множеству файлов, перекрёстная проверка доказательств и возврат законченного артефакта, а не ответ на один изолированный вопрос. Проверка экспертами, контуры утверждений и доступ к данным по принципу наименьших привилегий остаются необходимыми.
Агенты с длинным горизонтом в инженерии
Сочетание результатов по Terminal-Bench, DeepSWE, миграции баз данных, работе с компьютером и длинному контексту делает Astra особенно актуальной для инженерии на уровне репозитория. Полезный шаблон развёртывания — дать Astra ограниченную среду разработки, задачу или цель миграции, тесты и доступ к инструментам; затем оценивать успех по качеству объединённых задач, числу неудачных итераций, времени человеческой проверки и общей стоимости. Это лучшая производственная метрика, чем один показатель в бенчмарке кодинга.
Ограничения GPT-6 Astra
- Премиальная цена за токен. Astra стоит в 2.5× дороже GPT-5.6 Sol по Standard для короткого контекста, поэтому рутинный чат, классификация, извлечение и простые черновики часто экономически невыгодны.
- Длинный контекст имеет наценку. Запросы с более чем 272K входных токенов переходят на более высокие тарифы для всего запроса, поэтому «контекст 1.05M» не следует понимать как память по фиксированной цене.
- Отсутствует нативный вход аудио или видео у модели. Astra принимает текст и изображения и возвращает текст; Gemini 3.8 Flash более гибок, когда нативное понимание аудио/видео — центральная часть нагрузки.
- Нет тонкой настройки. Официальная страница модели в данный момент указывает, что fine-tuning не поддерживается, поэтому кастомизация опирается на промптинг, инструменты, ретривал и дизайн процессов.
- Киберзащита может прерывать рабочие процессы. OpenAI прямо предупреждает, что дополнительные проверки безопасности могут приостанавливать или останавливать легитимную работу в более рискованных контекстах.
- Это не универсальный победитель бенчмарков. Claude Fable 5.1 опережает Astra по Artificial Analysis Intelligence Index и HLE-with-tools в опубликованном сравнении OpenAI.
Частые вопросы
GPT-6 Astra официально выпущена?
Да. OpenAI начала развёртывание 3 сентября 2026 года. Доступ вводится поэтапно для организаций, платных планов ChatGPT, доступа к API и AWS, а не появляется у каждого аккаунта одновременно.
Какое контекстное окно у GPT-6 Astra?
Официальная страница модели указывает контекстное окно 1.05M токенов и максимум 128K токенов вывода. Запросы свыше 272K входных токенов используют тарифы длинного контекста.
Сколько стоит GPT-6 Astra?
Стандартная цена для короткого контекста — $10 за ввод / $50 за вывод за миллион токенов, при $1 за кэшированный ввод и $12.50 за записи в кэш. Для длинного контекста, Batch/Flex и Fast mode действуют иные тарифы, поэтому производственные оценки следует делать по уровню, соответствующему фактическому запросу.
GPT-6 Astra лучше, чем Claude Fable 5.1?
Зависит от нагрузки. Astra лидирует в нескольких оценках работы с компьютером, агентного программирования, науки, кибера и профессиональной работы, тогда как Claude Fable 5.1 опережает Astra по Artificial Analysis Intelligence Index и HLE with tools в опубликованном сравнении OpenAI. Используйте собственные метрики агентов/задач, а не предполагайте, что одна модель доминирует во всём.
Является ли GPT-6 Astra AGI?
Официальные продуктовые страницы OpenAI описывают Astra как новое поколение интеллекта и самую способную из широко развёрнутых моделей, но не определяют продукт как «AGI». Насыщение бенчмарков по некоторым задачам не равнозначно общепринятому, универсальному определению AGI.
Заключение
GPT-6 Astra лучше всего понимать как фронтирную модель, ориентированную на исполнение. Её самый убедительный признак прогресса — не крошечное движение с 60.9 до 61.2 против GPT-5.6 Sol в Artificial Analysis Intelligence Index, а существенное улучшение в работе с компьютером, агентном программировании, научных рабочих процессах, извлечении из длинного контекста, завершении профессиональных задач и кибербезопасности. Контекст 1.05M и глубокий стек инструментов дают разработчикам больше пространства для построения агентов, полезных дольше, чем один ответ.
Компромисс — цена. Стандартная цена $10/$50 премиальна, запросы с длинным контекстом стоят дороже, и независимые тесты показывают, что на задачах общего интеллекта Astra может быть значительно дороже, чем Sol. Модель отрабатывает премию там, где лучшая доля успешных завершений и меньше человеческих правок перевешивают стоимость токенов. Для более простых или массовых нагрузок GPT-5.6, Claude Fable 5.1 и особенно Gemini 3.8 Flash остаются актуальными альтернативами, а не устаревшими предшественниками.