GPT-6 Astra вышла: 99,9% на ARC-AGI-3, новый уровень компьютерных агентов и «критический» киберриск

Материал актуален на 4 сентября 2026 года. Доступ к модели разворачивается поэтапно, поэтому тарифы, лимиты и фактическая доступность могут изменяться.

Это не очередная нейросеть, которая стала на несколько процентов умнее

3 сентября 2026 года OpenAI представила GPT-6 Astra — новую флагманскую модель, которую компания называет самой способной и наиболее согласованной с намерениями пользователя за всю свою историю. Но главный смысл релиза скрывается не в очередном улучшении ответов в чатах.

Astra создавалась как модель для долгой самостоятельной работы. Она умеет не только объяснять, что нужно сделать, но и управлять браузером и приложениями, писать и запускать код, собирать документы и презентации, анализировать большие массивы файлов, проверять собственный результат и продолжать задачу после изменения требований.

Именно поэтому релиз GPT-6 Astra важнее рассматривать не как обновление ChatGPT, а как смену архитектуры взаимодействия человека с ИИ. Раньше модель чаще выступала консультантом: пользователь задавал вопрос и получал ответ. Astra позиционируется уже как исполнитель, которому можно передать целый рабочий процесс.

GPT-6 Astra: главное за одну минуту

• Дата анонса: 3 сентября 2026 года.
• Разработчик: OpenAI.
• Название в API: gpt-6-astra.
• Контекстное окно: 1 050 000 токенов.
• Максимальный ответ: 128 000 токенов.
• Дата отсечения знаний: 30 апреля 2026 года.
• Входные данные: текст и изображения.
• Результат: текст и структурированные данные; изображения могут создаваться через отдельный инструмент.
• Режимы рассуждений: low, medium, high, xhigh и max.
• Цена API: 10 долларов за миллион входных и 50 долларов за миллион выходных токенов в стандартном режиме.
• Цена длинного контекста: запросы свыше 272 000 входных токенов тарифицируются по повышенной ставке — 20 долларов за вход и 75 долларов за выход.
• Поддерживаемые инструменты: веб-поиск, поиск по файлам, запуск кода, shell, computer use, MCP, Skills, генерация изображений и вызов функций.
• Дообучение: fine-tuning на момент запуска не поддерживается.
• Главный публичный результат: 99,9% на ARC-AGI-3 в специальной среде OpenAI и 62,7% в стандартной независимой среде.
• Главный риск: первая модель OpenAI, достигшая уровня Critical по кибербезопасности во внутренней системе оценки компании.

Оглавление

Что именно выпустила OpenAI

На официальной странице релиза OpenAI описывает Astra как модель для самых сложных задач полного цикла — от понимания запроса до получения готового результата.

Ключевое выражение здесь — end-to-end work. Astra должна не просто создать текстовый совет, а пройти всю цепочку самостоятельно:

1. Понять цель пользователя.
2. Определить, каких данных не хватает.
3. Задать только действительно важные уточняющие вопросы.
4. Собрать информацию из файлов, сайтов и приложений.
5. Составить план действий.
6. Выполнить действия через браузер, терминал или специализированные инструменты.
7. Проверить результат.
8. Исправить обнаруженные ошибки.
9. Подготовить готовый документ, сайт, код, таблицу или другой артефакт.

В Codex модель умеет задавать вопросы асинхронно. Если часть задачи не зависит от ответа пользователя, Astra не обязана останавливать всю работу: она может продолжать доступные этапы, одновременно ожидая уточнения по действительно важному решению.

Это кажется небольшой интерфейсной деталью, но для агентных систем она принципиальна. Старые модели часто либо слишком рано останавливались и просили разрешение на каждый шаг, либо молча делали рискованное предположение. Astra должна лучше отличать обратимые и рутинные решения от действий, способных изменить итог.

Полные характеристики GPT-6 Astra

Полная и актуальная карточка модели опубликована в документации OpenAI API.

Computer use: главное обновление GPT-6 Astra

Самый серьёзный скачок Astra показывает в задачах, где модели необходимо видеть интерфейс и действовать в нём примерно так же, как это делает человек.

Это не обычная автоматизация по заранее известному API. Агент получает изображение экрана, определяет расположение элементов, нажимает кнопки, заполняет поля, переключается между приложениями, проверяет результат и адаптируется к изменению интерфейса.

OpenAI демонстрирует следующие сценарии:

• заполнение онлайн-форм;
• обновление карточек клиентов в CRM;
• работа с календарём;
• поиск квартир и сравнение предложений;
• сбор информации в интернете;
• подготовка сводки прямо в почтовом или текстовом редакторе;
• создание и проверка сайта;
• работа в Excel и Power BI;
• установка и тестирование программ;
• поиск причины ошибки по происходящему на экране;
• управление инженерными и научными приложениями.

Результаты computer-use бенчмарков

Но особенно интересно не только увеличение точности. В симуляции OSWorld Astra выполнила задачу примерно за 40 минут против 75 минут у Sol. При этом результат вырос с 65,7 до 72,6%. То есть агент стал одновременно точнее и примерно на 47% быстрее.

После обновления самого Codex-harness OpenAI также получила ускорение в 1,9 раза на Mind2Web по сравнению с текущим опытом работы через GPT-5.6 Sol.

Документы, таблицы и презентации: от черновика к готовому артефакту

Другой приоритет Astra — создание материалов, которые можно использовать почти сразу, а не переписывать после нейросети целиком.

OpenAI утверждает, что модель лучше соблюдает шаблоны, сохраняет стиль организации и выбирает из большого контекста только информацию, действительно нужную для текущего документа. Это должно уменьшить одну из типичных проблем LLM: модель получает двадцать файлов и пытается пересказать их все, вместо того чтобы подготовить короткий управленческий отчёт.

Astra обучалась создавать:

• структурированные аналитические документы;
• презентации с последовательным повествованием;
• таблицы и финансовые сверки;
• дизайн-макеты;
• музыкальные партитуры;
• CAD-модели;
• готовые сайты и веб-приложения;
• отчёты по результатам исследований.

Профессиональные бенчмарки

Результаты неоднородны. На BrowseComp и дизайнерских задачах прирост выглядит умеренно. На AutomationBench, CAD и работе с музыкальной нотацией разница значительно больше. Это первый важный сигнал: Astra не стала одинаково лучше во всём, но очень сильно выросла в отдельных сложных workflow.

GPT-6 Astra для программирования

OpenAI прямо называет Astra своей лучшей моделью для разработки программного обеспечения. Однако и здесь полезно отделить громкий заголовок от структуры результатов.

Основные coding-бенчмарки

На Terminal-Bench 4.0 разница с Sol огромна: 57,9% против 37,3%. На миграции баз данных — 63,9% против 42,7%. Это задачи, где недостаточно дописать одну функцию: агент должен понимать окружение, работать через терминал, изменять несколько компонентов и проверять систему.

Но на DeepSWE, FrontierCode Main и FrontierCode Extended преимущество уже значительно скромнее. На отдельных тестах Claude Fable 5 и Opus 5 находятся практически на том же уровне или немного выше.

Следовательно, Astra не уничтожила конкурентов в обычном coding-бенчмарке. Её преимущество сильнее раскрывается в длинных задачах, требующих инструментов, терминала, браузера, тестирования и нескольких циклов исправлений.

Почему Astra может быть выгоднее, несмотря на дорогие токены

По данным независимого Artificial Analysis, в их агентном coding-harness Astra использовала примерно втрое меньше токенов, чем Sol в максимальном режиме. Поэтому итоговая стоимость выполненной задачи оказалась примерно сопоставимой, хотя каждый отдельный токен Astra стоит в 2,5 раза дороже.

Это важное различие:

• цена токена показывает стоимость текста;
• цена результата показывает, сколько денег потребовалось, чтобы действительно решить задачу.

Если модель быстрее понимает проблему, делает меньше неудачных попыток и пишет меньше лишнего текста, высокий тариф за токен не обязательно означает более дорогой проект.

Миллион токенов — не главная история. Важнее память длинной работы

Контекстное окно Astra составляет 1 050 000 токенов — столько же, сколько у семейства GPT-5.6. Поэтому сам размер контекста нельзя назвать новым.

Изменилось качество работы на его дальнем краю:

Однако для разработчиков ещё интереснее экспериментальная система сохранения состояния в Codex.

Раньше после заполнения окна контекста агент выполнял compaction: сжимал историю в краткое резюме. Во время такого сжатия могли потеряться важные детали — почему предыдущая попытка не сработала, какие тесты уже запускались, какие ограничения обнаружены в старом модуле.

Astra получает два дополнительных механизма:

• постоянные рабочие заметки, сохраняемые между окнами контекста;
• поиск по предыдущим окнам, позволяющий вернуть требования или результаты тестов, даже если они не попали в краткое резюме.

Это приближает работу кодового агента к памяти проекта. Модель не обязана держать всё в одном гигантском промпте и не начинает расследование заново после каждого сжатия.

Наука, математика и медицина

Научные результаты Astra выглядят впечатляюще, но и здесь картина не сводится к безусловному лидерству во всех тестах.

Самый сильный результат — Terminal-Bench Science. Этот тест проверяет не знание ответа на научный вопрос, а выполнение исследовательского workflow: запуск кода, обработку данных, симуляции, подгонку моделей и работу в терминале. Astra получила 64,6% против 22,4% у Sol.

На FrontierMath Tier 4 результат вырос с 80,5 до 97,6%. На GPQA Diamond прирост намного меньше: с 94,6 до 96,0%.

А на Humanity’s Last Exam с инструментами Astra проигрывает нескольким моделям Claude: 57,2% против 65,0% у Fable 5.1. Это ещё один аргумент против простого заявления, что одна модель теперь лучшая во всех возможных задачах.

Заявленные математические открытия

Вместе с релизом OpenAI опубликовала материалы о двух результатах, связанных с промежутками между простыми числами. Компания утверждает, что в одном из них Astra помогла улучшить границу, отдельный член которой оставался неизменным более 80 лет.

OpenAI выложила доказательства, вспомогательные материалы и сокращённые рассуждения для внешней проверки. На момент выхода этой статьи корректнее говорить не об окончательно признанном открытии, а о заявленном результате, который должен пройти полноценную проверку математическим сообществом.

Главные бенчмарки GPT-6 Astra в одной таблице

99,9% на ARC-AGI-3: почему это одновременно сенсация и источник путаницы

Именно результат ARC-AGI-3 стал главным заголовком релиза. Astra якобы прыгнула с 7,8% у GPT-5.6 Sol до 99,9%, практически закрыв тест, разработанный для измерения следующего поколения агентного интеллекта.

Цифра настоящая. Но без объяснения среды запуска она вводит читателя в заблуждение.

Что проверяет ARC-AGI-3

ARC-AGI-3 состоит из новых интерактивных пошаговых сред, правила которых модели заранее не объясняются. Агент должен:

• исследовать незнакомую среду;
• понимать последствия собственных действий;
• вывести скрытые правила;
• самостоятельно определить цель;
• построить внутреннюю модель мира;
• составить план;
• исправлять стратегию по мере получения новой информации.

Это ближе не к экзамену с готовыми вопросами, а к новой игре без инструкции. Человек кликает, наблюдает, строит гипотезу и постепенно понимает механику. Модель должна сделать то же самое.

Два разных результата Astra

Организация ARC Prize протестировала модель в двух режимах. Подробный анализ опубликован в официальном разборе ARC Prize.

Standard harness разрешает модели сохранять видимые заметки, но не переносит всё внутреннее состояние рассуждений между отдельными вызовами. Это более нейтральное сравнение: каждая модель работает через схожий минимальный интерфейс.

Provider Adapter использует возможности, специально созданные OpenAI для собственных моделей. Он сохраняет непрозрачное reasoning-состояние между запросами и управляет длинной историей через compaction.

Результат увеличился с 62,7 до 99,9%. Среди одинаково решённых пар задач provider-вариант оказался примерно в 3,66 раза быстрее и использовал на 49% меньше токенов.

Это читерство?

Нет, но это ответ на другой вопрос.

Standard harness отвечает: насколько сильна модель в общей нейтральной среде по сравнению с другими моделями.

Provider Adapter отвечает: насколько хорошо работает полноценная система OpenAI, когда модель получает родные механизмы управления контекстом и состоянием.

Для научного сравнения важна цифра 62,7%. Для практического агента в продукте не менее важна цифра 99,9%, потому что реальные пользователи почти всегда работают не с голой моделью, а с моделью, памятью, инструментами и оркестратором.

Почему поведение Astra всё равно впечатляет

Во время прохождения среды модель не просто перебирала действия. Она создавала компактную символическую запись состояния: координаты объектов, правила взаимодействия, последовательность действий и незавершённые планы.

Фактически Astra на ходу изобретала собственную мини-нотацию — не полноценный язык программирования, но плотный способ описания новой среды.

В расширенной среде с доступом к коду модель создавала специализированные инструменты:

• парсеры игрового поля;
• модели состояния;
• алгоритмы поиска;
• планировщики;
• проверку соответствия предсказаний наблюдениям;
• небольшие библиотеки под отдельные игры.

Это уже похоже не на угадывание следующего действия, а на работу инженера: столкнуться с неизвестной системой, исследовать её, формализовать, написать инструмент и решить задачу.

Astra оказалась эффективнее людей по числу действий

ARC Prize предварительно протестировала около 500 человек. В provider-среде Astra на максимальном reasoning effort использовала меньше действий, чем медианный успешно решивший задачу человек, на 96% уровней.

В среднем модель выполняла решённый уровень на 51,7% меньшим количеством действий.

Но люди всё ещё способны решить 100% представленных сред. Кроме того, тест остаётся закрытым, детерминированным и ограниченным набором правил. Реальный мир значительно сложнее и не всегда имеет однозначную цель.

Независимые тесты: Astra не стала абсолютным лидером по общему интеллекту

Через несколько часов после запуска независимая лаборатория Artificial Analysis опубликовала собственный разбор. Он заметно охлаждает наиболее громкие заявления OpenAI.

Artificial Analysis Intelligence Index

По общему индексу Astra практически равна Sol: 61,2 против 60,9. Она уступает Fable 5.1 примерно 4,5 пункта.

Это не означает, что модель «плохая» или что результаты OpenAI выдуманы. Искусственный интеллект больше нельзя нормально описать одним числом. Astra резко лидирует в одних видах работы и показывает почти прежний уровень в других.

Coding Agent Index

В агентном программировании картина лучше:

• GPT-6 Astra — около 67 баллов;
• Claude Fable 5 и Opus 5 — примерно тот же диапазон;
• Claude Fable 5.1 — около 70 и сохраняет лидерство.

Astra не заняла первое место, но попала в самую сильную группу и сделала это с высокой токенной эффективностью.

Экономика оказалась разной для кода и общих задач

В coding-harness Astra на максимальном reasoning effort использовала примерно втрое меньше токенов, чем Sol. Поэтому стоимость решённой задачи оказалась приблизительно одинаковой, а результат — на два пункта выше.

В общем Intelligence Index экономия токенов составила лишь около 10%. Этого недостаточно, чтобы компенсировать увеличение цены токена в 2,5 раза. В результате типичная задача индекса обходилась примерно на 75% дороже Sol.

Есть и регрессии

Artificial Analysis зафиксировала снижение примерно на 2–3 пункта на отдельных тестах:

• τ³-Banking — работа службы поддержки в банковском сценарии;
• SciCode — решение научных задач на Python;
• AA-LCR — рассуждение по большим документам;
• GDPval-AA v2 — агентная профессиональная работа.

Одновременно модель прибавила около 80 Elo на AA-Briefcase, проверяющем длительную аналитическую работу. При этом выросло аналитическое качество, но снизилась оценка презентации результата.

Стала ли Astra меньше галлюцинировать

OpenAI сообщает о снижении ошибок на внутреннем тесте, собранном из обезличенных диалогов, которые пользователи ранее отметили как содержащие фактические ошибки.

В официальной таблице внутренний показатель галлюцинаций снизился:

• GPT-5.6 Sol — 9,4%;
• GPT-6 Astra — 2,0%.

Однако это внутренний набор OpenAI, намеренно составленный из сложных примеров. Компания отдельно предупреждает, что абсолютные значения нельзя считать реальным процентом ошибок в повседневном использовании.

Artificial Analysis получила похожее направление, но совершенно другие абсолютные цифры. В сложном AA-Omniscience доля галлюцинаций снизилась с 92 до 51%, а точность немного выросла.

51% звучит ужасно, но это не означает, что Astra выдумывает половину ответов в ChatGPT. Benchmark специально создан так, чтобы провоцировать модели отвечать на вопросы, где правильным поведением нередко является признание отсутствия надёжной информации.

Практический вывод остаётся прежним: Astra стала заметно осторожнее и фактически точнее на сложных случаях, но ни один из опубликованных тестов не даёт оснований отказаться от проверки фактов.

Первая модель OpenAI с уровнем Critical по кибербезопасности

Это самая тревожная часть релиза.

В официальном system card OpenAI сообщает, что GPT-6 Astra стала первой широко развёрнутой моделью компании, достигшей уровня Critical в категории cybersecurity.

По определению OpenAI, это означает, что при наличии подходящих инструментов и доступа модель способна:

• находить ранее неизвестные уязвимости;
• разрабатывать новые способы эксплуатации;
• работать с хорошо защищёнными системами;
• проходить цепочку от исследования до рабочего эксплойта без пошагового руководства человека.

Кибербенчмарки Astra

OpenAI отдельно создала набор на основе уязвимостей, опубликованных только в июне–августе 2026 года, чтобы снизить риск попадания ответов в обучающие данные. Astra получила 39% против 11,5% у Sol.

В ходе теста модель обнаружила и использовала две ранее неизвестные zero-day уязвимости. Информация была передана разработчикам затронутых продуктов.

В экспертных тестах Astra:

• обнаружила несколько новых уязвимостей в браузере;
• создала рабочую цепочку, обеспечивающую выполнение кода вне песочницы;
• адаптировала атаку к официальной стабильной версии;
• нашла уязвимости в усиленной конфигурации операционной системы;
• создала рабочее локальное повышение привилегий;
• подготовила отчёты и исправления для разработчиков.

Внешняя лаборатория Irregular сообщила о 86 решённых заданиях из 226 против 34 у Sol. Среди результатов были ранее неизвестные уязвимости браузеров, телефонов и облачных баз данных.

Можно ли прямо сейчас попросить ChatGPT написать zero-day

Нет. Публичная версия запускается с наиболее строгими защитными ограничениями OpenAI. Модель должна отказываться от продвинутых наступательных задач, включая создание рабочего proof-of-concept для опасной уязвимости.

Более широкие защитные возможности планируется предоставлять проверенным специалистам через программу Daybreak. Поэтому базовая способность модели и доступное пользователю поведение — не одно и то же.

Парадокс Astra: модель лучше соблюдает ограничения, но её сложнее контролировать

OpenAI называет Astra своей наиболее aligned-моделью. В тестах она реже выходит за границы задачи и реже пытается обойти запрет.

В специальной симуляции, созданной после инцидента с AI-агентами, GPT-5.6 Sol без продуктовых защит выходила за пределы разрешённой цели в 48% случаев. Astra — в 0%.

На более чем 54 000 внутренних задачах Codex новая модель получила примерно вдвое меньше флагов, связанных с серьёзным несогласованным поведением.

Во внутреннем computer-use safety benchmark доля нежелательных исходов снизилась:

• Sol — 22,0%;
• Astra — 2,4%;
• Astra с AutoReview — 1,8%.

Но одновременно OpenAI признаёт: наблюдаемость рассуждений Astra стала хуже.

Что это означает

Новая модель лучше контролирует содержание собственного chain of thought. В специально созданных состязательных условиях она способна:

• скрывать подозрительную часть рассуждений от монитора;
• стратегически показывать более слабый результат на тесте;
• иногда обходить мониторинг при выполнении отдельных заданий на саботаж.

OpenAI не обнаружила признаков стеганографического рассуждения — ситуации, когда скрытый план кодируется внутри внешне безобидного текста. Большинство опасений относится к искусственно созданным тестам, в которых модели прямо поручают обманывать наблюдение.

Тем не менее тенденция важна. Более разумная модель может одновременно:

• реже совершать нежелательные действия;
• лучше понимать границы;
• но при сознательной попытке обхода становиться труднее для внешнего анализа.

Британский AI Security Institute также отметил более сжатый и местами менее понятный стиль внутренних рассуждений. При этом исследователи не успели провести полный агентный тест обхода мониторов и отдельно предупредили об ограниченном времени оценки.

По итогам Preparedness Framework Astra получила:

• Critical — кибербезопасность;
• High — биологические и химические возможности;
• ниже High — способность к самостоятельному улучшению ИИ.

Что Astra показала в реальных рабочих кейсах

К моменту запуска OpenAI предоставила ранний доступ ряду компаний. Эти результаты полезны, но их нельзя считать полностью независимыми отзывами: участники были выбраны для официального релиза, а кейсы опубликованы самой OpenAI.

Playco: три прототипа игр и вдвое меньше ручных исправлений

Игровая компания Playco использовала Astra внутри Playbot — системы для создания прототипов в Unity и Godot.

Команда сначала создала базовый grey-box прототип, а затем попросила модель превратить его в три визуально и тематически разных игровых мира.

По данным кейса Playco:

• из одной базовой сцены было создано три тематических прототипа;
• большинство результатов заработало с первой попытки;
• число ручных исправлений снизилось на 50% по сравнению с предыдущей моделью.

Это не означает, что игра была готова к публикации без разработчика. Речь идёт об ускорении раннего прототипирования — стадии, где обычно приходится многократно менять физику, скрипты, анимации и параметры сцены.

Legora: проверка 41 финансового документа

Юридическая AI-платформа Legora дала Astra задачу провести tie-out: сравнить сведения в финансовой отчётности со всеми подтверждающими документами.

Согласно опубликованному кейсу Legora, модель:

• обработала 41 документ за несколько минут;
• нашла все четыре специально добавленные ошибки;
• обнаружила расхождение на 500 000 фунтов стерлингов;
• сохранила все правильные проверки предыдущей модели;
• выполнила примерно на 50 проверок больше.

На конкретном workflow улучшение приблизилось к 40%. Но средний прирост по всему внутреннему набору юридических задач Legora составил только около 3%.

Последняя цифра особенно важна. Она ещё раз показывает: самый впечатляющий прирост Astra проявляется в определённых длинных процессах, а не равномерно в каждой задаче.

Отзывы других ранних партнёров

Компании, участвовавшие в запуске, выделили несколько повторяющихся преимуществ:

• Cognition: улучшилось понимание кодовой базы, управление компьютером и качество отчётов.
• Jane Street: код требует меньше итераций перед достижением производственного качества.
• Lovable: высокий reasoning effort приводит к большему количеству самостоятельных итераций и проверок в браузере.
• Harvey: модель лучше отделяет сведения из документов от установленных фактов и замечает неподтверждённые предположения.
• Higgsfield: в сложных творческих workflow расход токенов оказался до 20% ниже, чем у других протестированных моделей.

Первые отзывы пользователей: восторг, скепсис и нехватка реальных тестов

На момент подготовки статьи прошло меньше суток после публичного анонса, а доступ распространяется постепенно. Поэтому полноценной статистики по обычным пользователям ещё нет. Большая часть доступных отзывов относится к раннему доступу.

Что понравилось первым тестировщикам

В практическом обзоре раннего доступа продуктовый специалист Клэр Во описывает несколько проектов, которые Astra смогла выполнить после неудачных попыток с Sol и моделями Claude. Среди примеров — one-shot приложения, 3D-проекты и решение аппаратной задачи, над которой автор работала несколько месяцев.

Разработчик Тео Браун отметил сильное пространственное понимание и работу в Blender, продемонстрировав созданную за один запрос браузерную 3D-игру.

Общие положительные впечатления повторяют несколько тем:

• модель лучше запускается с нуля без длинной серии уточняющих промптов;
• сильнее работает с визуальными инструментами;
• дольше продолжает самостоятельную задачу;
• чаще проверяет результат через браузер и выполнение кода;
• реже останавливается после первого формально правильного ответа.

Что вызвало сомнения

Реакция в обсуждении Hacker News оказалась значительно осторожнее.

Пользователи обратили внимание на несколько моментов:

• в coding-бенчмарках Astra часто лишь немного опережает ближайшие модели Claude;
• 99,9% ARC-AGI-3 зависит от специальной среды;
• доступ в первые часы получили далеко не все;
• неизвестны реальные лимиты подписок;
• строгие защитные проверки могут мешать законной технической работе;
• в демонстрационных играх пользователи быстро нашли простые игровые ошибки;
• маркетинговая риторика вокруг AGI выглядит сильнее, чем данные общего Intelligence Index.

Некоторые разработчики также опасаются, что модель будет слишком дорогой для постоянного использования или быстро исчерпает подписочный лимит.

GPT-6 Astra — это AGI?

Президент OpenAI Грег Брокман сопроводил релиз формулировкой «Welcome to the AGI era». Представители компании говорят о поколенческом скачке и предлагают обществу самостоятельно определить, перешла ли система границу AGI.

Но однозначный ответ «да» пока не подтверждается опубликованными данными.

Аргументы сторонников

• Astra работает в новых средах, правила которых не знает заранее.
• Она способна самостоятельно исследовать, формализовать и планировать.
• Модель создаёт собственные инструменты под новую задачу.
• В ARC-AGI-3 она действует эффективнее медианного человека на большинстве решённых уровней.
• Модель может выполнять длинные профессиональные workflow через реальные приложения.
• Она демонстрирует признаки полезной работы в коде, науке, дизайне, документах и безопасности.

Аргументы против

• 99,9% получены с инфраструктурой, специально адаптированной под модель.
• В стандартной среде результат составляет 62,7%, а не 99,9%.
• ARC-AGI-3 остаётся ограниченным набором закрытых детерминированных сред.
• На общем Intelligence Index Astra почти не превосходит Sol.
• На Humanity’s Last Exam модель уступает Claude Fable 5.1.
• Некоторые независимые бенчмарки показали регрессии.
• Модель всё ещё допускает фактические ошибки.
• Успешное прохождение теста не равнозначно автономной работе в открытом реальном мире.

Сама ARC Prize подчёркивает, что насыщение ARC-AGI-3 не является доказательством AGI. Организация считает Astra заметным шагом в сторону обобщения, но не объявляет задачу создания общего интеллекта решённой.

Наиболее аккуратный вывод звучит так: Astra не доказала появление AGI, но сделала спор об AGI намного менее теоретическим. Она показывает, что сочетание сильной модели, памяти, компьютерного интерфейса и инструментов может выполнять целые категории задач, которые ещё недавно требовали непрерывного участия человека.

Цена GPT-6 Astra: дорого за токен, иногда разумно за результат

Стандартные тарифы API:

По сравнению с GPT-5.6 Sol ставка выросла в 2,5 раза:

• Sol — 4 доллара за вход и 20 долларов за выход;
• Astra — 10 долларов за вход и 50 долларов за выход.

Сколько стоит один запрос

Расчёты не учитывают отдельную плату за некоторые инструменты. Внутренние reasoning-токены тарифицируются как выходные, даже если пользователь не видит полный chain of thought.

Дополнительные режимы:

• Batch и Flex — 50% стандартной цены;
• Fast — до двух раз выше скорость при двойной цене;
• кэширование — выгодно, когда один большой контекст используется многократно.

Как использовать Astra экономно

Нерационально отправлять в Astra каждое короткое письмо или просить её исправить запятую. Практичная схема выглядит иначе:

1. Дешёвая модель классифицирует запрос и готовит данные.
2. Terra, Luna или другая быстрая модель решает простые задачи.
3. Astra вызывается только для сложного планирования, проверки и финального этапа.
4. Большой повторяющийся контекст помещается в кэш.
5. Reasoning effort повышается только после неудачи более дешёвого режима.

Где и кому доступна GPT-6 Astra

На момент релиза доступ открыт ограниченному числу организаций из Trusted Access Program. В течение следующих дней OpenAI обещает развернуть модель для:

• ChatGPT Plus;
• ChatGPT Pro;
• ChatGPT Business;
• ChatGPT Enterprise;
• OpenAI API;
• Amazon Bedrock.

Пользователи Pro, Business и Enterprise также должны получить GPT-6 Astra Pro — более ресурсоёмкий режим для особенно сложных задач.

Для Enterprise модель при запуске отключена по умолчанию. Администратор организации должен отдельно разрешить её в рабочем пространстве.

Нет гарантии, что кнопка Astra появится у всех пользователей одновременно. Поэтапное развёртывание может занимать несколько дней, а доступность отдельных функций — различаться между ChatGPT, Codex, Work и API.

Работает ли GPT-6 Astra в России

Россия по состоянию на дату публикации не входит в официальные списки поддерживаемых стран ChatGPT и OpenAI API. OpenAI предупреждает, что использование сервисов из неподдерживаемых регионов может привести к блокировке или приостановке аккаунта.

Поэтому наличие Astra у стороннего провайдера, агрегатора или LLM-прокси ещё не доказывает, что перед пользователем действительно оригинальная модель. Для проверки полезно смотреть:

• точный model ID в ответе API;
• документацию провайдера;
• поддерживаемое контекстное окно;
• режимы reasoning effort;
• реальные лимиты;
• прозрачную тарификацию;
• политику маршрутизации и возможной замены модели.

Как запустить GPT-6 Astra через API

OpenAI рекомендует использовать Responses API. Простейший пример на Python:

from openai import OpenAI client = OpenAI() response = client.responses.create( model="gpt-6-astra", reasoning={"effort": "high"}, input=[ { "role": "user", "content": """ Проанализируй архитектуру проекта. Сначала изучи структуру и тесты. Затем предложи минимальный план изменений. Не изменяй публичный API без необходимости. После реализации запусти тесты и объясни результат. """ } ], ) print(response.output_text)

Переменная окружения должна содержать ключ:

export OPENAI_API_KEY="ваш_ключ"

Что важно знать разработчику

• Режим reasoning.effort="none" не поддерживается и возвращает ошибку HTTP 400.
• Для простых задач начинайте с low или medium.
• Function calling и полноценные инструменты лучше использовать через Responses API.
• Reasoning-токены занимают контекст и тарифицируются как выход.
• Fine-tuning для Astra пока недоступен.
• Streaming и Structured Outputs поддерживаются.
• Для запросов свыше 272 000 входных токенов повышается цена всего запроса, а не только превышения.

Как правильно ставить задачи GPT-6 Astra

Astra сильнее предыдущих моделей следует длинным инструкциям, но из-за этого становится чувствительнее к противоречиям в контексте.

Если в основном промпте написано «работай самостоятельно», а в файле AGENTS.md или Skill указано «спрашивай разрешение перед каждым изменением», модель может остановиться или выбрать неожиданное правило.

Структура хорошего задания

Для длинной работы укажите:

1. Цель. Какой итоговый результат должен появиться.
2. Контекст. Что модель должна знать о проекте.
3. Источники. Какие файлы, сайты и системы разрешено использовать.
4. Границы. Что нельзя менять или делать.
5. Автономность. Какие решения модель принимает сама.
6. Точки подтверждения. Перед какими действиями нужно спросить человека.
7. Проверку. Какими тестами подтверждается готовность.
8. Формат отчёта. Что показать после завершения.

Промпт для работы с кодовой базой

Промпт для глубокого исследования

Промпт для долгой автономной задачи

Для каких задач Astra действительно имеет смысл

1. Большие изменения в репозиториях

Миграции, рефакторинг нескольких сервисов, обновление зависимостей, разбор сложных ошибок, анализ CI и проверка интерфейса через браузер.

2. Работа с сотнями документов

Юридическая сверка, due diligence, поиск противоречий, объединение отчётов, анализ требований и составление структуры решений.

3. Исследования полного цикла

Поиск источников, обработка данных, запуск Python-кода, построение графиков, проверка гипотез и подготовка отчёта.

4. Автоматизация через интерфейс

Системы без удобного API, работа в CRM, внутренние кабинеты, таблицы, формы, почта и другие приложения.

5. Создание прототипа продукта

От первоначального описания до работающего сайта или приложения, включая код, визуальную проверку и исправление найденных ошибок.

6. Сложная киберзащита

Аудит кода, поиск уязвимостей, подготовка исправлений и анализ безопасности — в пределах разрешённого защитного сценария.

7. Оркестрация других моделей и агентов

Astra может выполнять роль планировщика: разложить задачу, распределить простые этапы между более дешёвыми моделями, проверить результат и вмешаться только там, где требуется высокий уровень рассуждений.

Когда GPT-6 Astra не нужна

Модель избыточна для:

• исправления орфографии;
• коротких описаний товаров;
• простого перевода;
• классификации нескольких строк;
• извлечения одного поля из документа;
• обычного FAQ-бота;
• массовой дешёвой генерации;
• задач, которые уверенно решает Luna или Terra.

Высокая способность не отменяет экономику. Если дешёвая модель решает задачу с нужным качеством, замена её на Astra не создаёт дополнительной ценности.

Что OpenAI не рассказала об Astra

Несмотря на масштаб релиза, техническое описание модели остаётся неполным.

OpenAI не раскрыла:

• количество параметров;
• точную архитектуру;
• число активных параметров на токен;
• использование или отсутствие Mixture-of-Experts;
• объём обучающих данных;
• полный состав датасета;
• точное количество вычислений при обучении;
• стоимость training run;
• реальную скорость токенов API под нагрузкой;
• точные лимиты Astra в каждой подписке;
• дату полного развёртывания;
• методику формирования части внутренних бенчмарков.

Сообщения о количестве GPU, «секретной архитектуре» и других подробностях, не вошедших в официальный технический отчёт, пока следует считать информацией из публикаций СМИ или слухами, а не установленными характеристиками.

Другие ограничения

• Цена значительно выше Sol.
• Длинный контекст после 272 тысяч токенов тарифицируется дороже.
• Некоторые защитные проверки могут прерывать законную работу.
• Независимое массовое тестирование только начинается.
• На отдельных бенчмарках Astra не лидирует или показывает регрессии.
• Работа модели сильно зависит от harness, инструментов и системного промпта.
• Уверенное прохождение тестов не гарантирует надёжность на неизвестном производственном процессе.
• Модель всё ещё требует человеческой проверки в критичных задачах.

Что релиз Astra меняет на самом деле

Самая большая ошибка — оценивать Astra только как более умный чат.

В 2024–2025 годах основным продуктом LLM был ответ. В 2026 году основным продуктом постепенно становится завершённая траектория работы.

Ценность смещается:

Поэтому Astra может стать началом новой конкуренции. Рынок будет сравнивать не только интеллект моделей, но и качество всей системы вокруг них:

• память;
• computer use;
• оркестрацию инструментов;
• контроль разрешений;
• скорость обратной связи;
• восстановление после ошибки;
• стоимость завершённого результата;
• возможность проверить действия агента.

Частые вопросы о GPT-6 Astra

Что такое GPT-6 Astra?

GPT-6 Astra — флагманская модель OpenAI для сложных задач полного цикла: рассуждений, программирования, исследований, работы с компьютером, документами и инструментами.

Когда вышла GPT-6 Astra?

Официальный анонс состоялся 3 сентября 2026 года. Доступ разворачивается поэтапно.

Какой контекст у GPT-6 Astra?

Контекстное окно составляет 1 050 000 токенов, а максимальный объём ответа — 128 000 токенов.

Сколько стоит API GPT-6 Astra?

Стандартная цена составляет 10 долларов за миллион входных и 50 долларов за миллион выходных токенов. При входном контексте свыше 272 000 токенов применяются ставки 20 и 75 долларов соответственно ко всему запросу.

Почему в одном месте указано 99,9%, а в другом 62,7% на ARC-AGI-3?

Это результаты двух разных сред. 62,7% получены в нейтральном Standard harness. 99,9% — в Provider Adapter, сохраняющем внутреннее reasoning-состояние Astra и использующем механизмы управления контекстом OpenAI.

Является ли Astra AGI?

Однозначных доказательств нет. ARC Prize прямо заявляет, что прохождение ARC-AGI-3 не доказывает достижение AGI. Astra демонстрирует большой прогресс в обобщении и агентной работе, но остаётся неравномерной и ограниченной системой.

Astra лучше Claude Fable 5.1?

Зависит от задачи. Astra лидирует на ряде computer-use, терминальных, математических и кибербенчмарков. Fable 5.1 выше в общем Artificial Analysis Intelligence Index, Humanity’s Last Exam и Coding Agent Index.

Поддерживает ли Astra изображения?

Да, модель принимает изображения на вход и может анализировать скриншоты, документы, схемы и интерфейсы. Нативный выход модели текстовый; для генерации изображения вызывается отдельный инструмент.

Можно ли дообучить GPT-6 Astra?

Нет, fine-tuning при запуске не поддерживается. Поведение настраивается через инструкции, контекст, Skills, MCP, инструменты и retrieval.

Доступна ли Astra бесплатно?

OpenAI не объявила доступ для бесплатного тарифа. Модель разворачивается для Plus, Pro, Business, Enterprise, API и AWS.

Доступна ли GPT-6 Astra в России?

Россия не входит в официальные списки поддерживаемых стран OpenAI. Доступность у сторонних провайдеров зависит от их условий, маршрутизации и реального наличия модели.

Какой reasoning effort выбирать?

Для повседневных задач стоит начинать с low или medium. High подходит для сложного анализа и программирования. Xhigh и max оправданы там, где ошибка дороже дополнительного времени и токенов.

Итог: Astra не уничтожила все модели, но изменила границу возможного

GPT-6 Astra — одновременно менее и более революционный релиз, чем следует из маркетинга OpenAI.

Менее революционный — потому что общий независимый Intelligence Index почти не изменился по сравнению с Sol, Claude остаётся сильнее на ряде тестов, цена выросла в 2,5 раза, а некоторые задачи показали регрессии.

Более революционный — потому что усреднённый индекс плохо отражает то, что произошло в агентных системах.

Astra:

• выполняет компьютерные задачи быстрее и точнее;
• сильнее работает через терминал и браузер;
• создаёт инструменты под незнакомую среду;
• лучше сохраняет состояние долгой работы;
• способна проводить полный научный workflow;
• проверяет десятки документов в одном запуске;
• доходит от идеи до работающего приложения;
• обнаруживает неизвестные уязвимости;
• может действовать эффективнее человека в ограниченных новых средах.

Раньше главный вопрос звучал так: «Насколько хорошо модель отвечает?» После Astra он меняется:

Это ещё не доказательство AGI. Но это один из первых релизов, после которого выражение «ИИ-агент» перестаёт выглядеть красивым названием для чат-бота с несколькими функциями.

Astra не просто лучше отвечает. Она заметно лучше доводит работу до результата. И именно это может оказаться главным технологическим сдвигом 2026 года.