Сначала ответ
GPT-6 Astra — новая флагманская модель OpenAI для сложной сквозной работы. OpenAI released GPT-6 Astra 3 сентября 2026 года, позиционируя её вокруг сложного рассуждения, использования компьютера, кодирования, исследований, научной работы и создания профессиональных артефактов. Модель в API имеет окно контекста 1.05M токенов и максимум вывода 128K, принимает текст и изображения и поддерживает уровни усилия рассуждения от low до max. Базовое ценообразование API начинается с $10 input / $50 output за миллион токенов. Наиболее важное практическое изменение — не равномерный скачок на каждом тесте обобщённого интеллекта: наибольшие приросты Astra наблюдаются в агентном исполнении, использовании компьютера, длинноконтекстном извлечении, кодовых рабочих процессах, науке и кибербезопасности.
Это важно, потому что прежняя статья CometAPI GPT-6 Is Coming Soon — What Will It Look Like? была неизбежно спекулятивной. Теперь, когда Astra стала публичной, это руководство сосредотачивается на подтверждённом поведении модели, компромиссах в бенчмарках, экономике API и на тех случаях, когда модель действительно является лучшим выбором, чем более дешёвые альтернативы рубежного уровня.
Что такое GPT-6 Astra?
GPT-6 Astra — преемник флагмана OpenAI GPT-5.6 Sol. OpenAI описывает Astra как самую способную модель для самых сложных сквозных задач с упором на рабочие процессы, где модели нужно рассуждать, использовать инструменты, взаимодействовать с ПО, дорабатывать промежуточную работу и доводить задачу от начального запроса до готового результата. Это позиционирование важно: Astra — не просто более крупная чат-модель. Её проектировали как движок рассуждений внутри агентов, работающих в браузерах, терминалах, документах, таблицах, средах разработки и корпоративном ПО.
Пост запуска выделяет передовые результаты в использовании компьютера, браузинга, разработке ПО, кибербезопасности, науке и профессиональной работе. Сообщается о 97.6% / 99.9% / 100% на FrontierMath Tier 4, ARC-AGI-3 и ExploitBench соответственно. Эти показатели впечатляют, но их не следует трактовать как «Astra выигрывает каждый бенчмарк». На Artificial Analysis Intelligence Index, используемом в собственной сравнительной таблице OpenAI, Astra набирает 61.2, тогда как Claude Fable 5.1 — 65.7. Следовательно, релиз лучше понимать как скачок в исполнении и агентной работе, а не как чистую победу по всем метрикам интеллекта.
Что изменилось по сравнению с GPT-5.6 Sol?
Взаимодействие с компьютером стало базовой возможностью
Самый очевидный поколенческий прирост — компьютерное использование. На OSWorld 2.0 OpenAI сообщает 72.6% у Astra против 65.7% у GPT-5.6 Sol. В той же имитации задержки Astra выполняла задачи примерно за 40 минут против около 75 минут у Sol, то есть сокращение примерно на 47%. В сочетании с обновлённой обвязкой Codex OpenAI сообщает 1.9× более быструю доводку на Mind2Web. Практический смысл не просто в том, что Astra «видит экран»: она дольше сохраняет согласованность многокроковых программных задач и делает меньше дорогостоящих обходных манёвров.
Создание профессиональных артефактов стало более продуманным
OpenAI специально обучала Astra для профессиональных рабочих процессов, заканчивающихся пригодными к использованию артефактами, а не сырым текстом. Материалы запуска описывают более сильную работу с документами, таблицами, презентациями, анализом данных, дизайном и соблюдением шаблонов. Astra также лучше сохраняет ориентацию при изменении требований в ходе задачи, поэтому управляющее сообщение с меньшей вероятностью «перепишет» исходную цель. Это особенно полезно для долгоживущих корпоративных агентов, где новые инструкции часто приходят уже после начала рабочего процесса.
Длинные сессии сохраняют больше полезного рабочего контекста
Для длинных кодовых сессий Astra вводит новый способ для Codex сохранять и извлекать заметки после заполнения активного контекста. Ранее подходы сильно полагались на компактацию, из-за чего могло теряться, почему не сработала попытка исправления или какие ограничения уже проверялись. По словам OpenAI, Astra может хранить заметки сквозь окна контекста, улучшая непрерывность при крупных рефакторингах и отладке.
Уровни усилия рассуждения теперь включают максимум
Разработчики могут выбирать low, medium, high, xhigh или max reasoning effort. Это создаёт более широкий спектр качества и стоимости, нежели восприятие Astra как фиксированной точки работы. Официальные рекомендации по модели советуют выбирать минимальный уровень, удовлетворяющий целевым метрикам, поскольку лучшая экономика часто достигается за счёт токенной эффективности, а не постоянной работы на максимуме рассуждения.
Производительность GPT-6 Astra в бенчмарках
OpenAI опубликовала широкое сравнение, охватывающее использование компьютера, профессиональную работу, кодирование, академическое рассуждение, здоровье, кибербезопасность, длинный контекст и выравнивание. Полезнее всего читать таблицу, разделяя «общий интеллект» и «способность завершать работу с использованием инструментов». Astra лишь немного опережает Sol по Artificial Analysis Intelligence Index в таблице OpenAI, но резко впереди на нескольких агентных и операционных бенчмарках.
| Benchmark | GPT-6 Astra | GPT-5.6 Sol | Что означает разница |
|---|---|---|---|
| AutomationBench | 41.4% | 18.1% | Большой прирост в сквозных бизнес-процессах |
| OSWorld 2.0 | 72.6% | 65.7% | Лучшая работа с ПК и завершение задач |
| Terminal-Bench 4.0 | 57.9% | 37.3% | Большой прирост в агентном кодинге в терминале |
| Terminal-Bench Science 0.1 | 64.6% | 22.4% | Существенный прирост в научных рабочих процессах |
| FrontierMath Tier 4 v2 | 97.6% | 83.0% | Более сильное фронтирное математическое рассуждение |
| ExploitBench | 100.0% | 78.5% | Критически важная кибербезопасностная способность |
| SRE-Bench, one attempt | 88.0% | 55.9% | Гораздо сильнее 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 по сути без изменений vs Sol |
Картина необычно ясна. Преимущество Astra максимально, когда бенчмарк требует устойчивого взаимодействия с инструментом или средой. AutomationBench растёт с 18.1% до 41.4%; Terminal-Bench Science увеличивается с 22.4% до 64.6%; а длинноконтекстный MRCR 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 раза дороже, но чуть умнее» упускает реальное ценностное предложение продукта.
Источник: OpenAI AutomationBench chart (оригинальное изображение, не перерисовано)
Независимые бенчмарки: является ли GPT-6 Astra поколенческим скачком?
Независимые тесты добавляют важную проверку реальностью. Artificial Analysis сообщает о показателе Intelligence Index 61, равном GPT-5.6 Sol на максимальном усилии. Одновременно Astra значительно улучшает Coding Agent Index и существенно снижает расход токенов в агентном кодинге. Artificial Analysis измерила примерно трёхкратное сокращение использования токенов по сравнению с GPT-5.6 Sol на максимальном усилии в своей обвязке Codex, что позволило Astra показать более высокий результат при примерно той же стоимости на задачу агентного кодирования.
Экономика выглядит менее благоприятно 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 перекрывает этот выигрыш по эффективности; Artificial Analysis оценивает, что Astra примерно на 75% дороже за задачу на максимальном усилии. Также сообщается о снижении уровня галлюцинаций с 92% до 51% на AA-Omniscience при одновременном росте точности на четыре пункта.
Практический вывод зависит от нагрузки: GPT-6 Astra выглядит наиболее поколенческой там, где агент должен действовать, итеративно работать, использовать инструменты и доводить сложную работу до конца. Для обычного рассуждения или высокообъёмной генерации текста премию по цене оправдать значительно сложнее.
GPT-6 Astra vs GPT-5.6 Sol vs Claude Fable 5.1 vs Gemini 3.8 Flash
Практическое сравнение моделей должно охватывать возможности, мультимодальность, контекст, агентное исполнение и цену. Эти модели не взаимозаменяемы: Astra оптимизирована для сложного сквозного исполнения, Claude Fable 5.1 лидирует в некоторых мерах общего интеллекта, а Gemini 3.8 Flash предлагает гораздо 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% |
| Офиц. стандартная цена (вход) | $10/M | $4/M | $10/M | $0.75/M |
| Офиц. стандартная цена (выход) | $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: длинные изменения в коде, автоматизация в браузере/на рабочем столе, глубокие исследования через инструменты, создание технических артефактов или сложные научные и операционные рабочие процессы. Её премию проще всего оправдать, когда меньше перезапусков, меньше ручных правок и ниже расход выходных токенов важнее, чем цена за токен.
Когда Claude Fable 5.1 — лучший выбор
Claude Fable 5.1 остаётся серьёзным конкурентом на фронтире. В собственной таблице запуска OpenAI он набирает 65.7 по Artificial Analysis Intelligence Index против 61.2 у Astra и 65.0 на Humanity’s Last Exam с инструментами против 57.2 у Astra. Это означает, что Astra не следует продвигать как универсального победителя по интеллекту. Если ваш набор оценивания больше похож на долгую форму рассуждения, чем на выполнение с использованием компьютера, Claude Fable 5.1 может быть более сильным вариантом.
Когда Gemini 3.8 Flash — лучший выбор
Gemini 3.8 Flash ориентирован на другую точку фронтира. Он поддерживает текст, изображения, аудио, видео и PDF на входе с окном контекста около 1M токенов, а официальные вводные цены значительно ниже, чем у Astra. Для высокообъёмного мультимодального извлечения, понимания видео/аудио, рутинных агентов или нагрузок, где экономику токенов $10/$50 трудно оправдать, Gemini 3.8 Flash часто более экономичный выбор для продакшена.
Почему важен рейтинг кибербезопасности GPT-6 Astra
Astra — первая широко развёрнутая модель OpenAI, достигшая порога Critical cybersecurity capability в рамках Preparedness Framework компании. OpenAI говорит, что модель может выявлять ранее неизвестные уязвимости и разрабатывать стратегии эксплуатации в укреплённых системах при наличии соответствующих инструментов и доступа. В оценках запуска Astra набрала 100% на ExploitBench, 42.4% на ExploitGym и 88.0% на SRE-Bench с одной попытки.
Эта способность сопровождается более строгими контролями развёртывания. OpenAI сообщает, 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. Стандартная развёртка Astra также отклоняет более продвинутые запросы на создание эксплойтов; программа Daybreak предоставляет отдельный, проверенный доступ для некоторых оборонительных сценариев.
Системная карта документирует компромисс по наблюдаемости: Astra в целом лучше выровнена, чем Sol, но её письменные рассуждения могут быть сложнее для мониторинга в условиях противодействующих оценок. Поэтому OpenAI разворачивает более широкое наблюдение за несоответствиями вокруг выполнения Astra с инструментами. Корпоративным командам следует рассматривать права агентов, границы одобрения, журналы аудита и доступ к инструментам по принципу наименьших привилегий как часть архитектуры модели, а не необязательные дополнения.
Источник: OpenAI official ExploitGym honeypot safety chart (оригинальное изображение, не перерисовано)
Цены на GPT-6 Astra
Текущая страница цен API OpenAI разделяет запросы с коротким и длинным контекстом. Для Standard тарифов ставки с коротким контекстом: $10 за вход, $1 за кэшированный вход, $12.50 за запись в кэш и $50 за выход за миллион токенов. Запросы свыше 272K входных токенов используют расписание длинного контекста: $20 за вход, $2 за кэшированный вход, $25 за запись в кэш и $75 за выход за миллион токенов.
| Обработка / контекст | Вход | Кэшированный вход / запись в кэш | Выход |
|---|---|---|---|
| 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, стандартные токенные цены Astra для короткого контекста выше в 2.5 раза ($10/$50 против $4/$20). Эта премия не означает автоматически 2.5× более высокую стоимость завершённой задачи. В агентном кодинге OpenAI и Artificial Analysis сообщают о меньшем использовании выходных токенов у Astra в некоторых конфигурациях. Правильная единица оценки — стоимость за успешную задачу, а не только цена за токен.
Как получить доступ к GPT-6 Astra
OpenAI начала постепенный запуск 3 сентября 2026 года. Astra должна поступить к пользователям ChatGPT Plus, Pro, Business и Enterprise, в OpenAI API и AWS в последующие дни. Администраторы Enterprise могут включать Astra для рабочего пространства; по умолчанию доступ на запуске выключен.
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=(
"Review this repository architecture. Identify the highest-risk "
"design issue, explain the evidence, and propose a migration plan."
),
)
print(response.output_text)
Идентификатор модели — gpt-6-astra. Для нагруженных инструментами рабочих процессов Responses API — естественная отправная точка, поскольку Astra поддерживает function calling, структурированные выходы, web search, file search, code interpreter, hosted shell, apply patch, computer use, MCP и tool search. Тонкая настройка пока не поддерживается.
Практические кейсы GPT-6 Astra
Разработка игр и визуальные рабочие процессы ПО
Playco тестировала Astra внутри Playbot — AI-IDE, работающего напрямую в Unity и Godot. По данным OpenAI, на 50% меньше ручных правок по сравнению с предыдущей моделью, а также три прототипа по темам, собранные из одной «серой коробки». Этот пример важен, потому что задача требует большего, чем генерация исходного кода: модель должна рассуждать о пространственном расположении, играть в игру, тестировать изменения, находить ошибки и итеративно работать внутри визуальной среды.
Юридическая и финансовая проверка документов
OpenAI позиционирует Astra для многошаговых профессиональных рабочих процессов, выдающих отполированные документы, таблицы и анализы. В юридической и финансовой проверке её практическая ценность — поддерживать состояние задачи между многими файлами, перекрёстно проверять доказательства и возвращать готовый артефакт, а не отвечать на один изолированный вопрос. Экспертная валидация, контуры одобрения и доступ к данным по принципу минимально необходимых прав остаются необходимыми.
Дальновидные инженерные агенты
Комбинация результатов на Terminal-Bench, DeepSWE, миграциях БД, использовании компьютера и длинном контексте делает Astra особенно актуальной для инженерии на уровне репозитория. Полезный паттерн развёртывания — дать Astra ограниченную среду разработки, задачу (issue) или цель миграции, тесты и доступ к инструментам; затем оценивать успех по качеству объединённых задач (merged), числу неудачных итераций, времени человеческой проверки и итоговой стоимости. Это лучшая производственная метрика, чем один-единственный балл на кодинговом бенчмарке.
Ограничения GPT-6 Astra
- Премиальная цена за токен. Astra стоит в 2.5 раза дороже, чем GPT-5.6 Sol, по стандартным тарифам для короткого контекста, поэтому рутинный чат, классификация, извлечение и простое черновое написание часто неэкономичны.
- Надбавка за длинный контекст. Запросы с более чем 272K входных токенов переходят на более высокие ставки для всего запроса, поэтому «окно 1.05M» не следует понимать как равномерную по цене память.
- Нет нативного аудио или видео на входе. Astra принимает текст и изображения и выдаёт текст; Gemini 3.8 Flash более гибок, когда нативное понимание аудио/видео — ключ к задаче.
- Нет тонкой настройки. Официальная страница модели сейчас указывает, что fine-tuning не поддерживается, поэтому настройка опирается на промптинг, инструменты, извлечение и дизайн рабочих процессов.
- Кибер-защиты могут прерывать рабочие процессы. OpenAI прямо предупреждает, что дополнительные проверки безопасности могут приостанавливать или останавливать легитимную работу в более рискованных контекстах.
- Не универсальный победитель бенчмарков. Claude Fable 5.1 опережает Astra на Artificial Analysis Intelligence Index и HLE-with-tools, включённых в опубликованное сравнение OpenAI.
Часто задаваемые вопросы
GPT-6 Astra официально выпущена?
Да. OpenAI начала развёртывание 3 сентября 2026 года. Доступ предоставляется поэтапно для организаций, платных планов ChatGPT, доступа к API и AWS, а не появляется одновременно у всех аккаунтов.
Какое окно контекста у GPT-6 Astra?
Официальная страница модели указывает окно контекста 1.05M токенов и максимум вывода 128K токенов. Запросы свыше 272K входных токенов используют тариф длинного контекста.
Сколько стоит GPT-6 Astra?
Стандартные тарифы для короткого контекста — $10 input / $50 output за миллион токенов, при $1 за кэшированный вход и $12.50 за запись в кэш. Для длинного контекста, Batch/Flex и Fast mode действуют другие ставки, поэтому продакшн-оценки должны использовать уровень, соответствующий фактическому запросу.
GPT-6 Astra лучше, чем Claude Fable 5.1?
Зависит от нагрузки. Astra лидирует в ряде оценок по использованию компьютера, агентному кодингу, науке, кибербезопасности и профессиональной работе, тогда как Claude Fable 5.1 опережает Astra по Artificial Analysis Intelligence Index и HLE with tools в опубликованном сравнении OpenAI. Используйте собственные оценки агентов/задач, не предполагая, что одна модель доминирует во всех категориях.
Является ли GPT-6 Astra AGI?
Официальные продуктовые страницы OpenAI описывают Astra как новое поколение интеллекта и наиболее способную широко развёрнутую модель, но не определяют продукт как «AGI». Насыщение бенчмарков на некоторых задачах не равно устоявшемуся универсальному определению AGI.
Вывод
GPT-6 Astra лучше всего понимать как ориентированную на исполнение фронтирную модель. Её наиболее убедительные доказательства прогресса — это не крошечное движение с 60.9 до 61.2 относительно GPT-5.6 Sol на Artificial Analysis Intelligence Index; это куда больший рост в использовании компьютера, агентном кодинге, научных рабочих процессах, длинноконтекстном извлечении, профессиональном завершении задач и кибербезопасности. Окно контекста 1.05M и глубокий стек инструментов дают разработчикам больше пространства для создания агентов, полезных не только в одном ответе.
Компромисс — цена. Стандартные тарифы $10/$50 — это премия, длинный контекст стоит дороже, а независимые тесты показывают, что на нагрузках общего интеллекта Astra может быть существенно дороже, чем Sol. Модель оправдывает эту премию там, где более высокая доля успешных завершений и меньшая потребность в ручных правках перевешивают стоимость токенов. Для более простых или высокообъёмных нагрузок GPT-5.6, Claude Fable 5.1 и особенно Gemini 3.8 Flash остаются актуальными альтернативами, а не устаревшими предшественниками.