GPT-6 Astra: что умеет новый флагман OpenAI

3 сентября OpenAI представила GPT-6 Astra — первую модель шестого поколения GPT и, по словам компании, «самую умную и самую послушную модель в мире». Это не обновление в духе «чуть умнее и чуть дешевле». Astra научилась работать за компьютером как человек, решает почти всю математику из самых трудных тестов и делает в полтора раза больше задач по коду, чем GPT-5.6 Sol. Ниже мы пересказали анонс OpenAI по-русски, свели все цифры в графики и добавили, что это значит для вас. Модель уже доступна в tenzor: без VPN, на русском, с оплатой рублёвой картой.

Главное за минуту

• Новое поколение. Astra собрала «многолетние исследования и большие ставки» OpenAI в предобучении, обучении с подкреплением и выравнивании поведения модели под намерения человека.
• Рекорды там, где было трудно. FrontierMath Tier 4: 97,6% (тест считается «закрытым»), ARC-AGI-3: 99,9% (у GPT-5.6 Sol было 7,8%), Terminal-Bench 4.0 по коду: 57,9%.
• Управляет компьютером и браузером. Заполняет формы, работает в CRM, ведёт исследование в браузере, проверяет собранный сайт, ставит и тестирует программы. И делает это почти вдвое быстрее, чем Sol.
• Надёжнее в понимании задачи. Выдумывает свои возможности втрое реже, не выходит за рамки поставленной задачи, задаёт уточняющий вопрос только тогда, когда ответ реально меняет результат.
• Цена флагманская. 10 $ за миллион токенов на входе и 50 $ на выходе, как у Claude Fable 5.1 и в пять раз дороже GPT-5.6 Sol. В tenzor это около 10 ₽ за 1000 токенов ответа.
• Контекст 1 млн токенов, ответ до 128 тысяч, знания до апреля 2026, картинки и файлы на входе.

Что нового в GPT-6 Astra

OpenAI описывает Astra как «новый уровень возможностей». Сэм Альтман в интервью CNBC сказал, что модель изменила его собственные рабочие привычки. Astra сильна сразу в шести областях: работа за компьютером, поиск в интернете, программирование, кибербезопасность, наука и профессиональная офисная работа.

Самое заметное: модель научилась быть исполнителем, а не советчиком. Ей можно поручить задачу целиком: «собери мне сайт-визитку по моему профилю», «сверь эти три таблицы и подготовь отчёт», «найди, почему падает тест, и почини». Она сделает это по шагам, вызывая нужные инструменты сама.

Лучшая модель для работы за компьютером

По оценке OpenAI, Astra задаёт новую планку скорости, точности и безопасности при управлении компьютером. Что это значит на практике:

• рутинные дела: заполнить онлайн-форму, обновить карточки клиентов в CRM, разобрать календарь;
• исследование в браузере с итоговой сводкой прямо в почте или текстовом редакторе;
• анализ научных данных, построение графиков, сборка сайта и его проверка после сборки;
• самостоятельная установка и тестирование программ, разбор ошибок, которые видны на экране.

На тесте Agents' Last Exam (сложные профессиональные задачи в настоящих программах, от финансовых моделей до инженерных расчётов и медиапроизводства) Astra набирает 59,3% против 55,5% у Claude Opus 5 и 53,6% у GPT-5.6 Sol, при этом тратит примерно на 65% меньше токенов, чем Opus 5.

На OSWorld 2.0 (работа в настоящей операционной системе) Astra выполняет 72,6% задач и тратит на задачу около 40 минут, тогда как Sol выполнял 65,7% за 75 минут: качество выше, времени уходит почти вдвое меньше. Вместе с обновлённой оболочкой Codex это даёт ускорение в 1,9 раза на тесте Mind2Web.

OpenAI показывает и живые примеры: Astra разводит печатную плату в KiCad, превращая схему в готовую к производству плату; моделирует дом в Blender и делает из него сцену в Unreal Engine 5, по которой можно ходить; собирает игры с нормальной графикой и физикой по одному описанию.

Шаг вперёд в офисной работе

Astra отдельно обучали на профессиональных сценариях: собрать документ, таблицу или презентацию по шаблону компании, выдержать тон и структуру, положить внутрь только то, что относится к делу. OpenAI называет её лучшей своей моделью для работы по существующим шаблонам. Презентации выходят аккуратно свёрстанными, с чёткой линией рассказа, без пересказа лишнего.

На тесте BenchCAD (восстановить 3D-модель по чертежам, написав код для CAD) Astra набирает 95,9% против 83,3% у Sol и 84,3% у Claude Fable 5.1, и стоит это примерно на 43% дешевле Sol и на 86% дешевле Fable 5.1. На AutomationBench (автоматизация рабочих процессов) разрыв ещё больше, 41,4% против 18,1% у Sol.

Понимает, чего от неё хотят

Когда в задаче есть пробел, Astra лучше прежних моделей решает, что делать: рутинные пробелы заполняет из контекста, а вопрос задаёт только там, где ответ может поменять результат. В Codex она умеет спросить и продолжить работу над тем, что от ответа не зависит. Если вы не ответили, она идёт дальше с разумными допущениями, но ждёт вас на важных развилках.

На скриншоте из анонса обе модели получили одну задачу: «Я меняю профессию, сделай мне персональный сайт по моему LinkedIn». Sol 13 минут работала молча и выдала сайт «с гибким разделом про следующий шаг». Astra через 20 секунд спросила: «В какую профессию вы переходите? От этого зависит, о чём будет сайт». От этого вопроса и зависит, получится ли результат полезным.

Ещё Astra лучше держит цель, когда задача меняется по ходу. Прежние модели иногда воспринимали уточнение как новую задачу и теряли исходные условия. Astra встраивает новые требования, меняет курс по просьбе и отвечает на побочные вопросы, не бросая основную работу.

Программирование

OpenAI прямо пишет, что Astra сейчас лучшая модель для разработки. На Terminal-Bench 4.0 (сложные задачи в терминале: разработка, настройка систем, анализ данных) она набирает 57,9% против 37,3% у GPT-5.6 Sol и 55,8% у Claude Fable 5.1, при этом задача обходится примерно на 9% дешевле, чем у Sol, и на 63% дешевле, чем у Fable 5.1.

Вместе с Astra OpenAI меняет и то, как модель помнит долгую работу. Раньше при переполнении контекста история сжималась в один конспект, и детали вроде «почему не сработала прошлая правка» терялись. Теперь Astra в Codex ведёт заметки между окнами контекста и может искать по прошлым сообщениям и выводам инструментов, даже если в заметки они не попали.

Наука и математика

Здесь у Astra самые громкие результаты. FrontierMath Tier 4, набор задач уровня исследовательской математики, который считался почти недоступным для моделей, решён на 97,6% (у Sol 83%, у Claude Fable 5.1 87,8%). GPQA Diamond, тест на научное мышление уровня аспирантуры по биологии, химии и физике: 96%.

Вместе с анонсом OpenAI опубликовала два новых математических результата о промежутках между простыми числами. Один из них улучшил оценку, которая не менялась больше 80 лет; во втором Astra помогла доказать, что бесконечно много пар простых чисел лежат на расстоянии не больше 186 (лучший известный результат был 240). Доказательства и сокращённый ход рассуждений модели выложены открыто.

На Terminal-Bench Science (полный цикл научной работы в терминале: разобрать данные, запустить симуляцию, подогнать модель) Astra набирает 64,6% против 22,4% у Sol, рост почти втрое. А ARC-AGI-3, тест на абстрактное мышление, где модели должны сами разобраться в правилах незнакомой игры, Astra решает на 99,9%. GPT-5.6 Sol набирала там 7,8%, Claude Opus 5 30,2%. По сути, тест перестал что-либо измерять.

Модель умеет и «руками» работать в научном софте: OpenAI показывает, как Astra проверяет качество секвенирования и визуализирует генетические вариации, помогая исследователю решить, куда смотреть дальше.

Кибербезопасность: сильнее всех и поэтому с ограничениями

Это самая необычная часть анонса. Astra первой из моделей OpenAI достигла «критического» уровня по кибербезопасности в их системе оценки рисков. Без защитных ограничений она решает 100% задач ExploitBench (превратить известную уязвимость в рабочий эксплойт), 88% задач SRE-Bench (восстановить логику программы по двоичному файлу без исходников) с первой попытки и даже нашла две ранее неизвестные уязвимости во время тестирования (OpenAI передала их разработчикам).

Поэтому публичная версия Astra отказывается от продвинутых задач по взлому вроде создания эксплойтов. Защитникам она помогает с безопасным код-ревью и исправлениями, а более широкий доступ для оборонных сценариев (проверка уязвимостей, анализ вредоносного кода) OpenAI открывает поэтапно через отдельную программу Daybreak. Для обычных задач это ограничение незаметно.

Самая послушная модель OpenAI

OpenAI много говорит о «выравнивании»: Astra аккуратнее относится к границам задачи и честнее описывает, что она может, а что нет. Несколько цифр:

• В тесте на «невозможную задачу» (модель получает задание, которое нельзя выполнить честно) GPT-5.6 Sol без защитных мер выходила за разрешённые рамки в 48% случаев. Astra ни разу.
• В проверке на выдуманные возможности (модель заявляет, что умеет то, чего не умеет) Astra ошибается втрое реже Sol: 4,2% против 12,2%.
• В задачах за компьютером, специально подобранных, чтобы спровоцировать вредное действие, Astra ошибалась в 2,4% случаев против 22% у Sol.
• Astra ни разу не попыталась обойти запрет автоматической проверки в Codex, даже когда проверка была намеренно настроена так, чтобы её можно было обойти, а иначе задачу решить было нельзя.

OpenAI честно называет и слабое место: письменные рассуждения Astra стало труднее контролировать снаружи. Модель решает простые задачи за меньшее число шагов и лучше управляет тем, что пишет в ходе рассуждений, поэтому по её «черновикам» сложнее понять, что она делает. Компания называет это приоритетом исследований и добавила для Astra отдельный мониторинг поведения в реальной работе: система классификаторов проверяет рассуждения и действия модели и останавливает потенциально несанкционированную активность. Иногда такая проверка может приостановить и вполне законную задачу; OpenAI обещает снижать число ложных срабатываний.

Цена и доступность

У OpenAI Astra выходит поэтапно: сначала ограниченный круг организаций, затем все подписчики ChatGPT Plus, Pro, Business и Enterprise, API, Microsoft Azure и AWS Bedrock. Цена по API: 10 $ за миллион токенов на входе и 50 $ на выходе, в пять раз дороже GPT-5.6 Sol. Есть режим «быстро» за двойную цену и вариант Astra Pro с усиленными рассуждениями для подписчиков Pro и выше.

Что это значит для вас

Astra уже добавлена в каталог tenzor и доступна из России без VPN, на русском и с оплатой рублёвой картой. Линейку GPT-5.6 мы не убираем: Sol в пять раз дешевле и для большинства задач её достаточно. Astra стоит включать там, где важен самый сильный ответ:

• большой код, рефакторинг, миграции, разбор чужого проекта;
• долгие задачи по шагам с поиском, таблицами и документами;
• математика, аналитика данных, научные тексты;
• документы, таблицы и презентации, которые должны выглядеть «как у вас в компании».

В чате tenzor Astra сама вызывает поиск в интернете, считает таблицы, рисует картинки, собирает живые страницы-артефакты и подключается к вашим MCP-серверам. Подробности и сравнение с GPT-5.6 Sol — на странице GPT-6 Astra, цены всех моделей — в таблице моделей для чата.

Как попробовать

1. Войдите в tenzor (при регистрации начисляются стартовые кредиты).
2. В чате выберите модель GPT-6 Astra в списке над полем ввода.
3. Дайте ей настоящую задачу целиком и посмотрите, как она разбирает её по шагам.