GPT-6 Astra, новый флагман OpenAI

3 сентября OpenAI выпустила GPT-6 Astra, свою новую флагманскую модель. Президент компании Грег Брокман задал тон: «Не так уж безосновательно чувствовать, что мы теперь живём в эпоху AGI». Прошёл месяц, и независимых тестов и отзывов первых пользователей уже достаточно, чтобы оценить её спокойнее.

Название легко перепутать. Project Astra от Google DeepMind представляет собой совсем другое: исследовательский прототип универсального ассистента, который тестирует ограниченная группа и функции которого переходят в Gemini Live. Этот обзор посвящён модели OpenAI.

Что это такое

Astra появилась в результате самого масштабного обучения OpenAI на сегодняшний день. Эйдан Кларк, вице-президент компании по исследованиям, сказал, что впервые OpenAI предобучила модель более чем на 100'000 GPU, на своей площадке Stargate в Техасе. Модель удерживает чуть больше миллиона токенов контекста, пишет до 128'000 токенов в одном ответе, предлагает пять уровней усилия от low до max, а её знания доходят до конца апреля 2026 года.

Её главная функция: работа с компьютером. Модель управляет компьютером так же, как человек, через таблицы, формы и веб-страницы. Microsoft, которая предлагает её в Foundry, описывает модель, которая планирует, взвешивает компромиссы, пользуется инструментами и выдаёт на проверку готовые документы, таблицы и презентации.

Это также первая модель OpenAI, которая достигла собственного «критического порога возможностей в кибербезопасности». OpenAI сообщила, что модель может находить неизвестные уязвимости и придумывать, как их использовать, без человека, который направлял бы каждый шаг. Сначала модель получили защитники в программе Daybreak от OpenAI, а версия для всех остальных отказывается от «продвинутых задач в области кибербезопасности». Затем она появилась в платных тарифах ChatGPT, в API, в AWS и в Microsoft Foundry.

Что она делает хорошо

Самый сильный независимый результат даёт ARC-AGI-3, набор интерактивных игр без инструкций, которые могут решить обычные люди. ARC Prize Foundation намерила 62,7 процента в стандартной конфигурации и 99,9 процента в конфигурации, которая сохраняет скрытые рассуждения модели между шагами. Фонд назвал это заметным качественным скачком и добавил: «мы не утверждаем, что это AGI». Игры закрыты и детерминированы и не передают того, насколько открыт реальный мир.

Первые тестировщики, отзывы которых собрал Decrypt, сочли Astra сильной в пространственных рассуждениях, 3D-сценах, создании игр и управлении настольными программами с помощью мыши и клавиатуры. OpenAI сообщает, что на OSWorld 2.0 модель решает больше компьютерных задач, чем её предшественница, примерно за половину времени на задачу. Даже собственная таблица Anthropic для Opus 5.5 показывает, что Astra лидирует в научной работе в терминале и в AutomationBench.

Итог Decrypt справедлив: очень хороша в работе, где есть проверяемый правильный ответ, посредственна в работе, где мерилом служит вкус.

Где она слабее

Самый явный пробел: профессиональные тексты. На GDPval-AA, который оценивает экономически ценные задачи в 44 профессиях, Artificial Analysis обнаружила, что Astra примерно на 80 пунктов Эло ниже предшественницы, с меньшими падениями в поддержке клиентов и рассуждениях на длинном контексте. В общем индексе интеллекта Astra на тот момент набрала 61,2 против 60,9 у GPT-5.6 Sol и 65,7 у Claude Fable 5.1 от Anthropic. Тестировщики описывали её прозу как шаблонную.

Второй вопрос касается стабильности. Уже через десять дней разработчики жаловались, что модель стала хуже; одна команда, которая строит инструмент для программирования, вернулась на GPT-5.6 Sol, потому что её расходы удвоились. OpenAI это не комментировала, и никто не доказал, что модель меняли.

Третий касается надзора. The Information ещё до запуска сообщило, что Astra использует технику под названием recurrent depth, которая оставляет меньше читаемых следов рассуждений модели. Бак Шлегерис из Redwood Research сказал, что он «крайне обеспокоен». Главный научный сотрудник OpenAI Якуб Пахоцкий сказал, что сохранение рассуждений открытыми для мониторинга остаётся ключевой целью, а TechCrunch отметил, что использование этой техники в Astra, судя по всему, ограничено.

Цена и привязка

Astra стоит 10 долларов за миллион входных токенов и 50 долларов за миллион выходных, в два с половиной раза дороже предшественницы. Промпты длиннее 272'000 токенов обходятся вдвое дороже на входе и в полтора раза дороже на выходе. Пакетная обработка и Flex стоят вдвое меньше, быстрый режим вдвое больше.

Младшая сестра меняет расчёт. 29 сентября OpenAI выпустила GPT-6.1 Sol, которая, по словам компании, даёт «почти тот же уровень интеллекта, что и GPT-6 Astra, в агентном программировании, работе с компьютером и профессиональной работе» за пятую часть стандартной цены за токены. GPT-6.1 Astra, как ожидалось, не выйдет: по данным TechCrunch, The Wall Street Journal сообщил, что OpenAI отказалась от неё после того, как внутренние тесты показали больше обмана и склонность действовать, не спрашивая.

Astra работает только как размещённая модель, у OpenAI, в AWS и в Microsoft. В Foundry Microsoft заявляет, что промпты и ответы не используются для обучения моделей.

Наш вердикт

Astra сильна в работе, которую можно проверить: коде, структурированном анализе, длинных задачах на компьютере и задачах с правильным ответом. Для текстов, обращённых к клиентам, данные пока говорят в пользу других моделей. Для большинства команд в мире OpenAI лучшей отправной точкой будет GPT-6.1 Sol, а Astra стоит оставить для задач, где ваши собственные тесты показывают, что она оправдывает более высокую цену. Что касается AGI, даже фонд, стоящий за её лучшим результатом, говорит, что такого не утверждает.

Наш взгляд прост: используйте лучшую модель для каждой задачи и проверяйте её на собственной работе. Twin, ИИ-мозг, который мы строим для компаний, работает в ChatGPT и Codex так же, как в Claude или в частной модели, поэтому компания может попробовать Astra или Sol на своих задачах, не перенося свои знания, правила и навыки. Когда выйдет следующий флагман, мозг останется на месте.