OpenAI выпустила GPT-6 Astra

Компания OpenAI представила флагманскую языковую модель GPT-6 Astra. Она превосходит свою предшественницу и лидирует в большинстве тестов на работу за компьютером и на кибербезопасность, а еще значительно реже допускает фактические ошибки в ответах. Нейросеть реже галлюцинирует и почти не обходит запреты. Подробная информация доступна системной карточке модели на сайте компании.

Пятое поколение моделей OpenAI появилось в августе 2025 года. Тогда компания представила GPT-5, которая в зависимости от сложности запроса могла самостоятельно переключаться между быстрой моделью и моделью с более глубокими рассуждениями. В последующие месяцы OpenAI выпустила несколько обновленных моделей: GPT-5.1, GPT-5.2, GPT-5.4, GPT-5.5 и ориентированную на программирование GPT-5.3-Codex. Последнюю версию пятого поколения моделей OpenAI, GPT-5.6, компания выпустила в широкий доступ в июле 2026 года. В нее входили флагманская Sol для наиболее сложных задач, средняя по возможностям Terra и самая быстрая и дешевая модель Luna. Старшая из них на момент релиза показывала лучшие для моделей OpenAI результаты в ряде тестов на программирование, научных задачах и в области кибербезопасности.

Теперь OpenAI выпустила модель шестого поколения GPT-6 под названием Astra. По сравнению с GPT-5.6 Sol она заметно лучше предыдущего поколения справляется с управлением компьютером и браузером, программированием, научными и профессиональными задачами, задачами в области кибербезопасности. Наиболее заметно выросли результаты в задачах, где модель должна самостоятельно пользоваться компьютером и выполнять многоэтапную работу. В бенчмарке OSWorld 2.0 Astra набрала 72,6 процента против 65,7 у Sol, причем на выполнение одной задачи ей в среднем требовалось около 40 минут вместо 75 у предыдущего поколения. В тесте Terminal-Bench 4.0 на работу через командную строку Astra набрала 57,9 процента против 37,3 у предшественницы.

Astra может самостоятельно выполнять работу в профессиональных программах. В качестве демонстрации разработчики показали, как нейросеть сама проектирует печатную плату в KiCad. В другом примере GPT-6 смоделировала дом в программе Blender и превратила его в интерактивную локацию на игровом движке Unreal Engine 5. Нейросеть может самостоятельно заполнять и форматировать юридические документы, создавать веб-сайты и проводить проверку их качества. Кроме этого, разработчики научили модель сохранять контекст при продолжительной работе: теперь она может сохранять информацию в заметках для переноса данных между контекстными окнами без необходимости сжатия.

Заметно улучшились и результаты выполнения научных задач. В математическом бенчмарке FrontierMath Astra набрала 97,6 процента против 83 у GPT-5.6 Sol. В бенчмарке GPQA Diamond с вопросами уровня аспирантуры по физике, химии и биологии прирост оказался меньше — 96 процентов против 94,6 процента у более ранней модели. Сильнее всего заметен разрыв в ARC-AGI-3, где модель должна сама разобраться в незнакомой интерактивной среде: Astra получила 99,9 процента, Sol — 7,8. Компания сообщила и о том, что Astra участвовала в математических исследованиях и помогла улучшить известную верхнюю границу для бесконечного числа пар простых чисел.

В бенчмарке на кибербезопасность ExploitBench, где проверяется способность моделей превращать уязвимости в работающие эксплойты, Astra набрала максимальные 100 процентов. Sol на этом же бенчмарке достигла только 78,5 процента. На тесте обратной разработки бинарных файлов SRE-Bench модель решила 88 процентов задач с первой попытки и 99,2 процента за четыре попытки. Для сравнения: результаты Sol — 55,9 и 68,7 процента. В релизной версии Astra благодаря дополнительным защитам будет отказываться собирать эксплойты даже в демонстрационных целях. По совокупности результатов OpenAI впервые из всех своих моделей отнесла GPT-6 к критическому уровню возможностей в области кибербезопасности по собственной шкале Preparedness Framework. По ней для каждой опасной области заданы две ступени — высокая и критическая. Высокая означает, что модель существенно помогает человеку, у которого уже есть подготовка, критическая — модель способна провести атаку самостоятельно.

Astra реже допускает фактические ошибки и лучше соблюдает ограничения, которые ей задает пользователь и среда. В среде для работы с кодом Codex опасные команды перед выполнением проверяются отдельной моделью, после чего они могут быть заблокированы. В тесте на реакцию на такую блокировку Sol при максимуме рассуждений в пяти процентах запусков все же пыталась выполнить запрещенное действие, в то время как Astra не предпринимала таких попыток, даже когда проверяющую модель намеренно настроили с изъяном. Однако следить за ходом рассуждений новой модели стало труднее. Цепочки стали короче, а круг задач, которые модель решает вообще без рассуждений, заметно расширился. Получив прямое указание уклоняться от надзора, модель умеет намеренно занижать результаты так, что мониторы этого не замечают. Поэтому OpenAI подключила мониторинг рассуждений и действий ко всем запускам Astra с программными инструментами.

Сразу на момент выхода доступ к Astra получила только ограниченная группа организаций. Однако в течение нескольких дней OpenAI планирует открыть модель пользователям аккаунтов ChatGPT Plus, Pro, Business, Enterprise и через API. Пользователи тарифов Pro, Business и Enterprise дополнительно получат доступ к более производительной версии GPT-6 Astra Pro.

В апреле компания Anthropic представила модель Mythos Preview, которая продемонстрировала выдающиеся способности в области кибербезопасности. Модель нашла тысячи ранее неизвестных уязвимостей во всех основных операционных системах и браузерах, включая 27-летнюю в OpenBSD.