GPT-6 Astra — новый скачок ИИ? Где она стала в 2–3 раза сильнее
Где Astra действительно даёт скачок по сравнению с GPT-5.6 и Fable, а где новая архитектура пока остаётся красивыми цифрами в тестах OpenAI — и что это меняет для человека, который пользуется моделями каждый день?
Читатель увидит цифры внутренних тестов OpenAI по Astra: 64% против 22% в научных задачах с терминалом, 41% против 18% в автоматизации профессиональной работы, 92% против 76% в понимании интерфейса, 4% ошибочных утверждений вместо 12%. Поймёт, почему ведущий считает Astra не «более умным чатом», а началом систем, которые понимают человека, и почему не называет её агентом. Узнает, что означает критический уровень в кибербезопасности и какие ограничения из него следуют. И получит трезвую рамку: для простых запросов разница с 5.6 будет небольшой, а веб-поиск, общий индекс интеллекта и обычный код почти не сдвинулись.
На что обратить внимание
Ключевые тезисы и выводы
OpenAI выпустила Astra, и это уже GPT-6: не внутренние ветки 5.6 вроде Sol и Luna и не 5.5, а другая линейка. Разница здесь такого же порядка, как между GPT третьим, четвёртым и пятым, и компания впервые отнесла свою модель к критическому уровню возможностей в кибербезопасности.
Скептики говорят, что любую модель дистиллируют и повторят. Kimi K3 от Moonshot заявила уровень Fable и 5.6 Sol — ведущему об этом писала даже их PR-служба, — но за месяц взрыва мирового использования не случилось, как не показала уровня Fable и 5.6 от OpenAI.
По ощущению ведущего, OpenAI и Anthropic недавно сравнялись, хотя OpenAI сохраняет большой отрыв по ежедневным пользователям. Astra вместе с собственной инфраструктурной линейкой — чипами Халапеньо, серверами и софтом — может снова вывести компанию на передовую позицию.
Во внутренних тестах OpenAI относительно GPT-5.6 Sol Astra выполняет 64% научных задач с программами и терминалом против 22% — ведущий называет это фундаментальным скачком. Он признаёт, что 5.6 Sol его разочаровала и в последние месяцы он больше строил системы на Claude, оставаясь ежедневным пользователем ChatGPT.
41% против 18%: Astra лучше прежних моделей понимает, когда можно самостоятельно принять разумное решение, а когда нужно уточнить у пользователя. Судить об эффективности всерьёз ведущий предлагает в сентябре-октябре, напоминая, что 5.6 Sol, на его взгляд, проиграла именно в собственных рассуждениях.
У Opus 5 есть Ultra Code, у 5.6 Sol были Extra High и Pro, и это фундаментально разные возможности и разные выводы. Для простого запроса вроде выбора ресторана разница неочевидна, для серьёзных задач прогресс между режимами очевиден — и это надо помнить, читая любые сравнения.
Сложные задачи программирования через терминал — 57% против 37%, понимание элементов компьютерного интерфейса — 92% против 76%, ошибочные утверждения — 4% вместо 12%. Наибольший выигрыш Astra показывает в агентной работе и программировании; науку OpenAI тоже называет.
Ведущий настаивает: в жизни человека одновременно идут сотни процессов, и это сложнее любой научной задачи. Три года назад эра GPT начиналась с анекдотов и писем; настоящий сдвиг наступит, когда система по-настоящему поймёт, кто вы, — и, судя по описанию Astra, к этому идёт, в том числе через память.
Если модель нужна, чтобы найти ошибки в письме или узнать население страны, скачка вы не заметите. Контекст в миллион токенов и ответ в 128 тысяч — абстрактные числа, а обещания лучше работать с формами, календарём и почтой звучали от каждой новой модели последнего года. Разница — в новой архитектуре, а не в демо с ракетой и 3D-миром.
OpenAI заявляла, что AGI у неё уже есть, Сэм Альтман — что технологическая сингулярность по сути достигнута. Ведущий относится к этому сдержанно: если сингулярность есть, кто её контролирует? По идее, такую систему контролировать невозможно.
Из формулировки «Astra понимает, когда можно принять разумное решение» ведущий вытаскивает давнее требование: модели должны задавать вопросы пользователю и смотреть, зачем они что-то предлагают. Пока же OpenAI присылает письма с предложением «воспользоваться голосом» тому, кто пользуется им давно, — интерфейсы строятся без участия самого ИИ.
Маркетолог, работающий через бота в Notion, Slack, Telegram, ERP или CRM, не видит, что там за цепочка софта и есть ли модель вообще, и думает, что это то же самое, что Codex или Claude Code напрямую. То же теряется в агрегаторах вроде Perplexity и в сторонних сервисах для документов. Чтобы появилась привычка, модели надо использовать изнутри — а сильные модели в бесплатном режиме будут доступны всё меньше.
На момент записи Astra открыта в платных версиях — Plus, Pro, Business, Enterprise — и разворачивается по странам, начиная с США. По части описаний она пока только в Pro за 200 долларов с лимитом 200 сообщений в неделю в чате; Codex и Work считаются отдельно. Всё это может меняться каждый день.
В испытаниях без публичных ограничений Astra находила неизвестные уязвимости и создавала работающие способы их использования — как до неё Fable. Поэтому публичная версия получила более жёсткие ограничения и наблюдение за последовательностью действий, а о стопроцентной конфиденциальности, по словам ведущего, сегодня нельзя говорить ни в одной системе.
Ведущий не считает Fable и Astra агентами и не называет их «более умным чатом». Настоящий искусственный интеллект для него — как в фильмах «Обливион» или «Первому игроку приготовиться», и до него ещё далеко, но Astra ближе к нему: это мир или пространство, в котором вы находитесь и которое что-то делает.
В автоматизации сложной работы в программах — в бухгалтерии, продажах, маркетинге, редактуре, управлении, аналитике, финансах — рост более чем двукратный. У пользователей Codex — с 37% до 57%. Понимание интерфейсов выросло с 75% до 92%, но 8% ошибок в договоре или налоговой форме всё ещё слишком дорого: нужны доли процента и самопроверка.
Научная работа через программы терминала — самый практический скачок: большие массивы данных и понимание сложного контекста, о котором ведущий говорил в связи с исследованием Anthropic про агентов. Поиск нужной информации в очень большом контексте вырос с 73% до 96% — меньше шансов забыть деталь среди сотен документов.
Сложный веб-поиск остался на 90% — ChatGPT с хорошей версией и так ищет отлично, а что такое 100%, никто не знает. Общий индекс интеллекта держится около 60%, дизайн и работа программистов с обычным кодом почти не сдвинулись. Astra не стала радикально умнее во всём: кардинальный скачок — в автоматизации сложной работы и в том, что модель меньше переспрашивает.
О чём этот выпуск
Соло-выпуск ToTheMoon о выходе Astra — первой модели линейки GPT-6. Александр Волчек напоминает контекст: несколько дней назад на воскресном подкасте с Ильнаром и Таней обсуждали Fable 5.1 и ждали Astra — и вот она вышла. Это не GPT-5.6 с внутренними ветками Sol и Luna и не 5.5, а другая линейка, и разница здесь такого же порядка, как между GPT третьим, четвёртым и пятым. Скептикам, которые говорят, что любую модель китайцы повторят, ведущий отвечает примером Kimi K3: заявленный уровень Fable и 5.6 Sol не превратился во взрыв использования. Вместе с собственной инфраструктурой — чипами Халапеньо, серверами, софтом — Astra может вернуть OpenAI лидерство перед Anthropic, с которым компании, по его ощущению, недавно сравнялись.
Дальше — цифры внутренних тестов OpenAI относительно GPT-5.6 Sol. Научные задачи с программами и терминалом: 64% против 22%. Автоматизация профессиональной работы: 41% против 18% — модель лучше понимает, когда можно решить самой, а когда надо уточнить у пользователя. Сложные задачи программирования через терминал: 57% против 37%. Понимание элементов интерфейса: 92% против 76%. Ошибочные утверждения: 4% вместо 12%. Ведущий оговаривает, что у 5.6 Sol он остался разочарован рассуждениями и в последние месяцы больше строил системы на Claude, а к Opus 5 у него те же претензии, — и напоминает, что режимы Extra High, Pro и Ultra Code дают фундаментально разные возможности, так что говорить об эффективности Astra всерьёз можно будет в сентябре-октябре.
Вторая половина выпуска — о смысле этих цифр. Для запросов уровня «найди ошибки в письме» разница с 5.6 будет небольшой; контекст в миллион токенов и ответ в 128 тысяч — абстрактные числа. Каждая новая модель за последний год обещала лучше работать с формами, календарём и почтой, и ролик OpenAI про Astra с ракетой и 3D-миром тоже не объясняет, в чём фундаментальная разница. Ведущий переводит разговор к AGI и сингулярности: OpenAI заявляет, что AGI уже есть, Сэм Альтман — что сингулярность достигнута, но если она достигнута, контролировать такую систему невозможно. Из формулировки «Astra понимает, когда можно принять разумное решение» он вытаскивает своё давнее требование: модели должны спрашивать пользователя о нём самом, а не присылать письма с предложением «воспользоваться голосом» тому, кто пользуется им давно. Отдельно — про вакуум, в котором живут люди, работающие через корпоративного бота в Notion, Slack, Telegram, ERP или CRM: им кажется, что это то же самое, что работать напрямую в Codex или Claude Code, а это не так; то же теряется в агрегаторах вроде Perplexity и в сторонних сервисах для документов. Отсюда совет: чтобы появилась привычка, модели надо использовать изнутри — и готовиться к тому, что в бесплатных режимах Fable и Astra будут доступны всё меньше.
Закрывают выпуск доступность и ограничения. Astra открыта в платных тарифах, начиная с США; по части описаний — пока только в Pro за 200 долларов с лимитом 200 сообщений в неделю, Codex и Work считаются отдельно. Главное — критический уровень в кибербезопасности: в испытаниях без публичных ограничений модель находила неизвестные уязвимости и создавала работающие способы их использования, как до этого Fable; отсюда более жёсткие ограничения публичной версии и наблюдение за последовательностью действий, а ведущий добавляет, что о стопроцентной конфиденциальности сегодня нельзя говорить ни в одной системе. Он не считает Fable и Astra агентами: это ближе к искусственному интеллекту как пространству, в котором вы находитесь. Практически же скачок виден в автоматизации сложной работы в программах — более чем двукратный, — у пользователей Codex, в понимании интерфейсов (но 8% ошибок в налоговой форме или договоре — всё ещё дорого), в научной работе через терминал и в поиске нужной детали среди сотен документов: с 73% до 96%. Почти не изменились веб-поиск (90% и остался), общий индекс интеллекта около 60%, дизайн и обычный код для программистов.
Выпуск полезен именно тем, что не поддаётся ни восторгу, ни скепсису. Цифры OpenAI показывают скачок там, где модель должна работать долго и сама — в автоматизации сложной работы, в терминале, в больших массивах документов, — и почти ничего не показывают там, где живёт обычный пользователь: в поиске, в простых запросах, в дизайне. Главную мысль ведущий формулирует не через проценты: Astra — не более умный чат и не агент, а первый шаг к системам, которые понимают человека, и цена этого шага уже названа — критический уровень в кибербезопасности, более жёсткие ограничения и конец бесплатного доступа к сильным моделям.
Расшифровка выпуска
Голосовая связка применена к 49 сегментам: 49 определено, 0 содержат несколько определённых участников, 0 вероятных, 0 остаются без окончательной идентификации. Неподтверждённые голоса обозначены как «Участник дискуссии», фрагменты с несколькими подтверждёнными участниками — как «Микс».
Загрузка…