OpenAI выпустила GPT-6 Astra: обзор новой флагманской модели

Что такое GPT-6 Astra  

Astra продолжает «именную» традицию OpenAI: летом компания выпустила семейство GPT-5.6 из трех моделей ― Sol, Terra и Luna, а в июле запустила на их базе агент ChatGPT Work. GPT-6 Astra ― первая модель, которая рассчитана именно на эту новую оболочку: OpenAI советует испытать Astra через десктопное приложение ChatGPT.

Название Astra впервые прозвучало не в релизе, а в отчете о безопасности. 2 сентября OpenAI опубликовала материал «Путь к Astra», где сообщила, что модель первой пересекла «критический» порог по кибербезопасности в рамках Preparedness Framework ― внутренней системы оценки рисков компании. Полноценный релиз состоялся на следующий день.

Astra ― не «еще одна версия GPT-5». OpenAI описывает ее как модель нового поколения, которая совмещает продвинутые рассуждения, использование компьютера и «более сильное суждение» для сложной работы в коде, приложениях и исследованиях. Ключевое изменение ― модель проектировалась под долгие агентные сессии: она умеет вести заметки между контекстными окнами, не сжимая накопленные детали в одно резюме, и задавать уточняющие вопросы, не останавливая текущую работу.

Отдельно OpenAI подчеркивает выравнивание. В ее внутренних тестах Astra ни разу не вышла за рамки разрешенной задачи (0,0% против 48,2% у Sol в тесте-ловушке ExploitGym), не пыталась обойти систему проверки кода AutoReview и втрое реже, чем Sol, искажала сведения о собственных возможностях. Доля галлюцинаций по внутреннему бенчмарку упала до 4,2% с 12,2% у предшественницы. 

Возможности и бенчмарки  

OpenAI сравнивает свою новую модель с GPT-5.6 Sol, флагманом предыдущего поколения, а также с Claude Fable 5.1 от Anthropic. 

Использование компьютера. На OSWorld 2.0 ― 72,6% против 65,7% у Sol, причем среднее время на задачу сократилось с 75 до 40 минут. На ScreenSpot-Pro, тесте на точность определения элементов интерфейса, ― 92,7% против 76,9%. На Agents’ Last Exam ― 59,3% против 53,6% у Sol и 55,5% у Opus 5.

Профессиональная работа. На AutomationBench, тесте на бизнес-процессы, ― 41,4% против 18,1% у Sol, более чем вдвое. На BenchCAD, где модель пишет код для 3D-моделей САПР, ― 95,9% против 83,3%. На BrowseComp ― 91,5%.

Программирование. Terminal-Bench 4.0 ― 57,9% против 37,3% у Sol и 55,8% у Fable 5.1. DeepSWE v1.1 ― 74,1% против 72,7%. FrontierCode 1.1 Extended ― 64,5% против 60,6%. На задачах миграции баз данных ― 63,9% против 42,7%.

Наука и рассуждения. Terminal-Bench Science 0.1 ― 64,6% против 52,6% у Fable 5.1. FrontierMath Tier 4 ― 97,6% против 83,0% у Sol, что близко к насыщению. GPQA Diamond ― 96,0%. Humanity’s Last Exam с инструментами ― 57,2%: здесь Astra уступает Fable 5.1 с ее 65,0%.

Кибербезопасность. ExploitBench ― 100% против 78,5% у Sol, бенчмарк насыщен. На ExploitGym ― 42,4% против 30,3%, на SRE-Bench по обратной разработке бинарных файлов ― 88,0% с первой попытки и 99,2% с четырех.

Самая обсуждаемая цифра ― 99,9% на ARC-AGI-3, интерактивном тесте на абстрактное рассуждение, где предыдущая Sol набирала 17,8%. Важная оговорка: в стандартной обвязке ARC Prize модель показывает 62,7%. Президент ARC Prize Foundation Грег Камрадт отметил, что на 96% уровней Astra превзошла человеческий ориентир по эффективности действий.

Цены, контекст и уровни усилий  

Согласно документации OpenAI, окно контекста Astra ― 1 050 000 токенов, максимальный вывод ― 128 000 токенов, дата отсечки знаний ― 30 апреля 2026 года. Модель принимает текст и изображения, отвечает текстом. Уровней усилий (reasoning effort) пять: low, medium, high, xhigh и max; режим «без рассуждений» не поддерживается.

Базовая цена в API ― $10 за млн входных и $50 за млн выходных токенов, ровно как у Claude Fable 5.1, с которой OpenAI сравнивает модель в анонсе. Напомним, что Anthropic выпустила свой флагман класса Mythos летом, а обновленную версию 5.1 ― всего за два дня до Astra. Чтение из кеша ― $1 за млн, запись в кеш ― $12,5 за млн. Есть три модификатора: запросы длиннее 272 000 входных токенов оплачиваются по двойному тарифу за вход и полуторному за выход; режим Fast с удвоенной скоростью стоит вдвое дороже; Batch и Flex дают скидку 50%.

По оценке Artificial Analysis, которую приводит Саймон Уиллисон, по интегральному индексу Astra набирает 61 балл против 66 у Fable 5.1, но на задачах кодинга обходится примерно вдвое дешевле при сопоставимых результатах. 

Где доступна и на каких тарифах  

Расход Astra входит в существующие лимиты подписок, сверх них можно докупать кредиты. По справке OpenAI, пользователи Pro за $100 и $200 получают под Astra весь свой лимит, а Plus и стандартные места Business ― ограниченное количество запросов с опциональными кредитами.

Подписчикам Pro, Business и Enterprise дополнительно доступна версия GPT-6 Astra Pro для самых сложных задач. Бесплатного тарифа в списке нет.

Кибербезопасность: первая модель «критического» уровня  

Astra ― первая модель OpenAI, которая по Preparedness Framework соответствует порогу Critical в кибербезопасности. На практике это означает, что модель способна самостоятельно находить уязвимости нулевого дня и строить цепочки эксплойтов в защищенных системах. Во время оценки она нашла две ранее неизвестные уязвимости, вышла из песочницы браузера и получила root-доступ, связав несколько недостатков ОС.

Ответ OpenAI ― многослойная защита. Стандартные пользователи не получат доступ к наступательным сценариям: разработка эксплойтов, анализ вредоносного ПО и инженерия детектирования выделены в отдельную программу OpenAI Daybreak с менее строгими ограничениями и проверкой участников. В тестах Astra отклоняла 91,5% попыток обойти запреты по кибертематике против 59% у Sol.

Второй слой ― мониторинг. Классификаторы проверяют рассуждения и действия модели и автоматически останавливают несанкционированную активность. OpenAI предупреждает, что из-за этого в ChatGPT легитимная работа иногда будет ставиться на паузу до проверки, а в API ― останавливаться. Компания также признает, что рассуждения Astra стало труднее контролировать, чем у Sol, и называет мониторируемость приоритетом исследований.

Релиз выходит на фоне растущего давления на индустрию. По данным Al Jazeera, после инцидента с Hugging Face сенатор Берни Сандерс и конгрессмен Грег Касар внесли законопроект о паузе в разработке продвинутого ИИ до принятия федеральных правил безопасности.

Как проверить модель в деле: 3D-модель самолета по чертежу в Blender  

Ключевую заявку Astra, работу в настоящих десктопных приложениях, проверяем на моделировании в Blender. Мы попросили нейронку собрать истребитель по трехпроекционному чертежу: вид сбоку, спереди и сверху.

Для работы с Blender у десктопного ChatGPT есть два пути. Первый ― плагин Computer Use: модель видит экран, кликает по меню и тянет вершины, как человек. Это универсально, но каждый шаг проходит через скриншоты экрана, а доступ к каждому приложению нужно одобрять отдельно. Второй ― MCP-сервер: модель управляет Blender через его Python API, а объекты появляются в открытом окне редактора мгновенно. Для геометрии по чертежу второй путь заметно точнее ― его и выберем. Подобную связку с Claude мы разбирали весной, но там коннектор ставился из каталога в несколько кликов. У ChatGPT готового коннектора для Blender нет, поэтому всю установку можно поручить самой Astra.

Понадобятся: новое десктопное приложение ChatGPT для macOS или Windows и платный тариф с доступом к Astra. Blender можно не устанавливать заранее: модель сделает это сама.

Шаг 1: Откройте приложение и выберите модель

В селекторе моделей выберите GPT-6 Astra. Приложение будет запрашивать разрешение на выполнение команд. Таких запросов будет несколько.

Шаг 2: Поручите Astra собрать связку

Первый промпт ― про инфраструктуру. Модель должна проверить Blender, поставить недостающее, установить официальное расширение MCP Server от Blender Foundation, прописать сервер в конфиг приложения и запустить редактор.

Дальше работает Astra: проверяет версию Blender, ставит uv, скачивает архив расширения и устанавливает его bpy-скриптом, дописывает конфиг. На Windows инсталлятор Blender может показать системный запрос прав ― его придется подтвердить вручную, модель предупредит об этом сама. В конце на экране появляется окно Blender с пустой сценой.

Шаг 3: Соберите модель 

Второй промпт ― собственно моделирование. Прикрепите чертеж к сообщению: Astra принимает изображения на вход и сама «прочитает» пропорции, а по имени файла загрузит ту же картинку в Blender как референс. Порядок работы и точки контроля модель построит сама. 

Astra вызывает инструменты MCP-сервера: моделирует и текстурит объект. Пользователю остается только проверить результат работы.

Бонусом нейронка отрендерила получившейся самолет в красивом ракурсе и скинула картинку в чат.

Что запуск Astra меняет для пользователей

GPT-6 Astra ― первый флагман OpenAI, у которого главная сцена не чат, а рабочий стол: Blender, Excel и игровые движки в анонсе показаны не как эксперименты, а как штатные сценарии. С учетом того, что десктопное приложение ChatGPT уже объединило чат и Work, OpenAI выстраивает единую среду, где модель одинаково работает и с документами, и с кодом, и с десктопными программами.

Цена релиза ― самый жесткий режим защиты в истории компании. «Критический» уровень киберспособностей означает, что часть возможностей Astra обычные пользователи не увидят, а мониторинг будет иногда вмешиваться в работу. Насколько этот компромисс устроит бизнес, покажут ближайшие недели ― и то, как OpenAI справится с претензиями регуляторов, которых после инцидента с Hugging Face стало заметно больше.