Текущая2026-09-03

От OpenAI
GPT-6 Astra — флагманская reasoning-модель OpenAI для сложной работы от начала до результата: кода, исследований, браузера, документов и computer use. Модель принимает текст и изображения, поддерживает контекст 1 050 000 токенов, вывод до 128 000 токенов и уровни reasoning от low до max. Параметры не раскрыты, а расширенные кибервозможности ограничены дополнительными мерами доступа.
Для GPT-6 Astra пока нет совпавших результатов в подключённых публичных лидербордах. Исходные значения карточки не используются для G‑Score.
Показатели G‑Код, G‑Рассуждения, G‑Агенты и G‑Зрение рассчитаны по массовым таблицам LiveBench, Artificial Analysis и LMArena. Наведите или нажмите на значок рядом с оценкой, чтобы увидеть исходный лидерборд, вариант модели, значение и размер выборки.
Уверенность данных
низкая
Покрытие
0 тестов · 0 направлений
Происхождение
нет данных лидербордов
Место исходного бенчмарка показывается только при закреплённом source record и среди других карточек с источником. Эти старые значения не участвуют в G-Score лидербордов.
| Бенчмарк | Результат | Место | Доказательство |
|---|---|---|---|
| OSWorld 2.0 (Компьютер) | 72.6% | 2 из 4 | Результат разработчика |
| BrowseComp (Веб-поиск) | 91.5% | 1 из 2 | Результат разработчика |
| DeepSWE 1.1 | 74.1% | 2 из 7 | Результат разработчика |
| FrontierCode | 53.3% | 1 из 1 | Результат разработчика |
| GPQA Diamond | 96% | 1 из 3 | Результат разработчика |
| Humanity's Last Exam с инструментами | 57.2% | 3 из 7 | Результат разработчика |
| ScreenSpot Pro | 92.7% | 1 из 2 | Результат разработчика |
| Automation Bench | 41.4% | 2 из 5 | Внутренний тест разработчика |
| MRCR v2 512K–1M | 96.3% | 2 из 2 | Результат разработчика |
| Agents' Last Exam | 59.3% | 1 из 3 | Результат разработчика |
| Terminal-Bench 4.0 | 57.7% | 2 из 4 | Результат разработчика |
| FrontierMath Tier 4 (v2) | 97.6% | 1 из 1 | Результат разработчика |
Происхождение результатов
Значения перенесены из официальных таблиц OpenAI. Сравнивать можно только одинаковые версии набора, режим reasoning и agent harness; внутренние тесты и ARC-AGI-3 с различающимися adapter-конфигурациями не включены в структурированный набор.
Вариант: gpt-6-astra, published launch configurations; benchmark-specific effort and harness vary · получено 2026-09-07
GPT-6 Astra стоит выбирать для самых сложных многошаговых задач, где модель должна не только ответить, но и довести работу до проверяемого результата: изменить большой проект, провести исследование, управлять приложениями или собрать документ по множеству источников. Для коротких текстов, классификации и массовой обработки она обычно избыточна: API дорогой, высокий reasoning увеличивает задержку, а лидерство Astra зависит от типа теста и конфигурации запуска.
OpenAI выпустила GPT-6 Astra 3 сентября 2026 года как флагман для программирования, computer use, исследований и профессиональной работы. Идентификатор в API — gpt-6-astra. Это закрытая reasoning-модель: число параметров и устройство архитектуры не раскрыты, зато пользователь может выбирать глубину рассуждения.
Главное отличие Astra от обычной чат-модели — ориентация на длинный процесс с инструментами, уточнениями пользователя и промежуточными результатами. Это не отменяет проверку кода, фактов и совершённых действий.
| Параметр | GPT-6 Astra |
|---|---|
| Контекстное окно | 1 050 000 токенов |
| Максимальный вывод | 128 000 токенов |
| Срез знаний | 30 апреля 2026 года |
| Вход | текст и изображения |
| Выход модели | текст |
| Reasoning effort | low, medium, high, xhigh, max |
| API | Responses, Chat Completions, Batch |
| Структурированный ответ | поддерживается |
| Fine-tuning | не поддерживается |
Окно 1,05 млн токенов позволяет передать крупный репозиторий или набор документов, но ёмкость не равна безошибочной памяти. В MRCR v2 Astra показала 96,3% на диапазоне 512 тысяч — 1 млн токенов; в критичных задачах всё равно нужны поиск по фрагментам и ссылки на исходные места.
Для нового агентного приложения основной интерфейс — Responses API. Chat Completions поддерживается, но инструментальные сценарии OpenAI переводит на Responses. Astra умеет вызывать функции, возвращать данные по JSON Schema, искать в интернете и файлах, запускать code interpreter и hosted shell, применять патчи, использовать computer use, MCP, skills и tool search.
Изображения можно подавать на вход, но собственный ответ модели остаётся текстовым. Генерация картинки происходит через отдельный инструмент. Аудио- и видеоввод модель не поддерживает, поэтому для голосового ассистента или разбора видео понадобится специализированная модель перед Astra.
Для длинных процессов появились три важные возможности:
configuration_update меняет reasoning effort по ходу диалога, сохраняя пригодный для кэша префикс.Режима none у Astra нет. При миграции также нужно убрать temperature, top_p и top_logprobs; иначе старый запрос может оказаться несовместимым. Начинать разумно с low или medium, а xhigh и max включать после измерения качества, времени и расхода токенов на собственных задачах.
| Режим | Вход за 1 млн токенов | Выход за 1 млн токенов |
|---|---|---|
| Standard | $10 | $50 |
| Cached input | $1 | — |
| Cache write | $12,50 | — |
| Batch или Flex | 50% от Standard | 50% от Standard |
| Fast | 2× применимой ставки | 2× применимой ставки |
Запуск со 100 тысячами входных и 10 тысячами выходных токенов стоит около $1,50 без инструментов. Кэш снижает стоимость повторяемого префикса, но его первичная запись дороже обычного входа.
При превышении 272 тысяч входных токенов двойная ставка на вход и кэш и коэффициент 1,5 на выход применяются ко всему запросу. Например, 300 тысяч входных и 20 тысяч выходных токенов стоят около $7,50 вместо $4 по короткому тарифу. Платные инструменты могут увеличить счёт поверх токенов.
Поэтому сравнивать модели лучше по цене принятого результата: расходы на все попытки плюс время проверки и исправлений, делённые на число успешно завершённых задач. Astra может использовать меньше токенов, однако экономия не гарантирует, что дорогая ставка окупится в вашем процессе.
| Тест | Результат Astra | Что проверяет |
|---|---|---|
| Agents' Last Exam | 59,3% | работа агента с компьютером |
| OSWorld 2.0 | 72,6% | действия в настольных интерфейсах |
| ScreenSpot-Pro | 92,7% | поиск нужного элемента на экране |
| AutomationBench | 41,4% | профессиональные задачи в приложениях |
| BrowseComp | 91,5% | сложный веб-поиск |
| Terminal-Bench 4.0 | 57,7% | инженерные задачи в терминале |
| DeepSWE v1.1 | 74,1% | агентная разработка, 113 задач |
| FrontierCode 1.1 Main | 53,3% | сложные задачи программирования |
| GPQA Diamond | 96,0% | экспертные научные вопросы |
| Humanity's Last Exam с инструментами | 57,2% | междисциплинарные экспертные задачи |
Картина неоднородна. Astra особенно сильна в computer use: 72,6% на OSWorld 2.0 и 92,7% на ScreenSpot-Pro. AutomationBench — 41,4% против 18,1% у GPT-5.6 Sol. В кодинге преимущество меньше: 74,1% на DeepSWE v1.1 близко к конкурентам, а 53,3% на FrontierCode 1.1 Main немного ниже нескольких моделей. На Humanity's Last Exam с инструментами Astra набрала 57,2% против 65,0% у Claude Fable 5.1.
Независимый Artificial Analysis Intelligence Index v4.1.1 дал Astra 61,2 балла против 65,7 у Fable 5.1. Это противовес рекордам 97,6% на FrontierMath Tier 4 v2 и 99,9% на ARC-AGI-3.
Большинство результатов OpenAI получены на максимальном reasoning effort. В ARC-AGI-3 фирменный тестовый контур сохранял reasoning между действиями; нейтральная конфигурация дала заметно иной результат. Некоторые конкуренты запускались с изменёнными настройками, а внутренние наборы OpenAI нельзя воспроизвести. Тесты не измеряют русский текст, стабильность вашей связки инструментов и стоимость проверки.
Astra полезна для миграций и изменений, затрагивающих код, тесты, интерфейс и документацию. В обзоре OpenAI Codex можно отдельно оценить рабочую оболочку. Для одиночной функции более дешёвая модель часто даст тот же результат.
Сильные OSWorld, ScreenSpot-Pro и AutomationBench делают Astra кандидатом для работы с интерфейсами, формами и таблицами. Надёжность всё равно зависит от разрешений и критериев приёмки.
Большой контекст, поиск по файлам и интернету подходят для обзоров и сборки документов по шаблону. Задайте требования к источникам, даты актуальности и способ проверки цитат.
На 7 сентября 2026 года Astra разворачивается поэтапно в API, Codex и ChatGPT Work. Доступ зависит от тарифа, способа входа, клиента и настроек рабочей области. В Enterprise модель выключена по умолчанию первые две недели; ChatGPT-доступ не открывает API автоматически.
У Free tier API доступа нет. Для уровней API действуют отдельные лимиты запросов и токенов. Fast mode недоступен для Astra при хранении данных в Евросоюзе, а для самого Fast нет гарантии задержки.
Продвинутые кибервозможности ограничены Trusted Access. Опасные запросы могут блокироваться, а мониторинг — приостанавливать задачу. Результаты кибертестов без боевых защитных ограничений не описывают доступ обычного пользователя.
| Модель | Текущая цена API, вход/выход | Когда выбирать |
|---|---|---|
| GPT-6 Astra | $10 / $50 | самый сложный многошаговый процесс, высокая цена ошибки |
| GPT-5.6 Sol | $4 / $20 | сложная работа, когда Sol уже проходит ваши проверки |
| GPT-5.6 Terra | $2 / $12 | повседневная профессиональная нагрузка и баланс цены |
| GPT-5.6 Luna | ниже старших моделей | массовые повторяемые и хорошо заданные запросы |
Соберите 20–50 типичных задач, зафиксируйте инструменты и reasoning effort, затем сравните успех, время, расход и объём исправлений. Часто выгоднее маршрутизация: Luna или Terra обрабатывает простые случаи, Sol — сложные, Astra — эскалации с высокой ценой ошибки.
Нет. Astra — модель, доступная на нескольких поверхностях: через API, в Codex и ChatGPT Work. Набор инструментов, лимиты и управление доступом различаются между продуктами.
Укажите model: "gpt-6-astra" в запросе Responses API. Для работы с инструментами выбирайте Responses, а не старый Chat Completions-пайплайн.
Она принимает текст и изображения и возвращает текст. Аудио и видео не поддерживаются; генерация изображений возможна через отдельный инструмент.
Нет, fine-tuning для GPT-6 Astra не заявлен. Адаптацию строят на инструкциях, retrieval, инструментах, кэше промптов и оценках качества.
Россия отсутствует в актуальном списке стран, поддерживаемых OpenAI API. Использование сервиса из неподдерживаемой страны может привести к блокировке или приостановке аккаунта; перед интеграцией проверяйте официальный список стран и условия поставщика.
Только если она заметно повышает долю принятых результатов или сокращает повторные попытки и проверку. По цене токена Astra примерно в 2,5 раза дороже Sol, а независимые агрегаты не показывают одинакового преимущества во всех задачах.
Цены приведены за 1 млн токенов и могут меняться. Доступность российских провайдеров проверяется на их стороне.
$10.00 / $50.00 за 1M токенов; cached input $1.00, cache write $12.50; длинные запросы свыше 272K тарифицируются дороже
Рассчитать сценарий →История семейства
Последовательность собрана по датам релиза моделей OpenAI в каталоге. Она показывает соседние поколения, но не приписывает им совместимость или наследование архитектуры без отдельного источника.
Сервисы, инструменты, материалы и обсуждения, связанные с моделью.
Точных связей пока нет. Искать по разработчику.
Задайте вопрос сообществу — карточка модели будет прикреплена автоматически.