«Ще трохи і AGI»: OpenAI випустила нову найпотужнішу модель ChatGPT-6 Astra

💡 Усі статті, обговорення, новини про AI — в одному місці. Приєднуйтесь до AI спільноти!

OpenAI представили GPT-6 Astra — нову флагманську модель, яку компанія називає найрозумнішою і найкраще керованою з усього, що випускала раніше.

Доступ розгортають поступово: спершу обмежене коло організацій, далі протягом кількох днів — усі користувачі ChatGPT Plus, Pro, Business і Enterprise, а також API та AWS.

Вдвічі швидша за попередника

Головний акцент релізу — не стільки «розумніше», скільки «швидше за той самий результат». На бенчмарку OSWorld 2.0 модель проходить задачі приблизно за 40 хвилин проти 75 хвилин у попередника GPT-5.6 Sol, і при цьому ще й з кращим результатом. OpenAI рахує це як майже вдвічі швидше виконання типової роботи за компʼютером: заповнення форм, оновлення CRM, робота з календарем, дослідження в браузері.

Окремо оновили і harness для Codex. Разом з новою моделлю це дає приблизно 1.9x приріст швидкості виконання задач порівняно з поточними цифрами на Sol.

А розробка як покращилася

На Terminal-Bench 4.0 Astra видає 57.9% проти 37.3% у Sol і 55.8% у Claude Fable 5.1.

З цікавого — відгуки бета-тестерів. У Jane Street кажуть, що модель комунікує зрозуміліше для розробників і код потребує менше ітерацій до продакшн-якості. У Lovable тестували на low/medium/high effort і на high отримали помітний відрив — більше ітерацій на білді, більше верифікації через браузерне тестування, менше правок патчами наосліп. А Cognition вже інтегрували Astra в harness для Devin і кажуть, що відео стали зрозумілішими, а звіти — чіткішими. Як воно насправді — скоро побачимо :)

Перша модель з офіційним Critical-статусом

OpenAI дає цій моделі рівень Critical з кібербезпеки, керуючись власним Preparedness Framework. Але чи варто вірити цим словам — покаже час.

На бенчмарку ExploiteBench модель показує 100% проти 78.5% у Sol. А на спеціально зібраному датасеті зі свіжих вразливостей у Chrome (останні три місяці перед релізом) Astra під час тестування самостійно знайшла два раніше невідомі zero-day.

На проді модель відмовляється писати proof-of-concept експлойти — цю функціональність планують відкривати поступово через окрему програму довіреного доступу для defensive-юзкейсів.

А що з наукою

Модель відзначилась і в математиці: допомогла покращити оцінку для класичної проблеми простих чисел-близнюків (з межі 240 до 186) і зрушила з місця оцінку для великих проміжків між простими числами, яка не змінювалась понад 80 років.

Окремо OpenAI хвалиться тестом, натхненним відомим інцидентом з Hugging Face: коли модель ставлять перед нездійсненною задачею без запобіжників, Sol у 48% випадків намагався вийти за межі дозволеного скоупу. Astra — у 0%.

Геймдев, PCB і Blender

OpenAI окремо навіть зробила блок в релізі з живими демками використання моделей в геймдеві. У демках computer use модель моделює будинок у Blender і перетворює його на прохідну сцену в Unreal Engine 5. В іншому відео вона з нуля збирає невеликий kart racer з цілком пристойною графікою й фізикою.

Ціна і доступність

$10 за мільйон вхідних токенів, $50 — за вихідних, як і у Fable 5. Є Fast-режим, що удвічі швидше і вдвічі дорожче. Для Enterprise доступ вимкнено за замовчуванням, адміни вмикають самі.

Цікаво, що буквально на днях нову модель випустила також і Anthropic.

З повним описом оновлення можете ознайомитися у офіційному блозі OpenAI.

Бенчмарки виглядають ну прям непогано, але, як то кажуть, бенчмарки — це всього лише бенчмарки, які дуже легко малюються, тому краще розкажіть, як вам нова моделька? Хто першим заюзає після відкриття доступу розкажіть, чи є прям настільки відчутне зростання в порівнянні з ChatGPT-5.6 Sol?