Вышла GPT-6 Astra: что это значит для бизнеса в Узбекистане

GPT-6 Astra — новая флагманская модель OpenAI. Ограниченный доступ открыли 3 сентября, общий 4 сентября. Предыдущим флагманом была GPT-5.6 Sol, вышедшая в июле.

Сухие цифры: модель удерживает в контексте 1 050 000 токенов, выдаёт до 128 000 токенов за ответ, знания до 30 апреля 2026 года. Обучена более чем на 100 тысячах видеокарт в центре Stargate в Техасе.

Практическая разница описывается одним словом: самостоятельность. Прежние модели отвечали на вопрос. Astra рассчитана на то, чтобы взять задачу, пройти несколько шагов и довести её до результата.

Для нас это ключевая новость. В проектах автоматизации много времени уходит на один и тот же случай: у системы нет API, и сотрудник каждый день вручную переносит данные из одного окна в другое. До сих пор такие места автоматизировать было тяжело.

Именно здесь Astra сделала скачок. Цифры, опубликованные OpenAI: в тесте OSWorld 2.0, где модель выполняет реальную работу за компьютером, она набрала 72,6 процента против 65,7 у прежней модели. Важнее не сам балл, а время: Astra тратит на задачу около 40 минут, прежняя модель тратила 75.

В тесте на поиск элемента на экране (ScreenSpot-Pro) разрыв ещё больше: 92,7 против 76,9 процента. В работе с терминалом 57,7 балла против 37,3. То есть модель теперь способна видеть интерфейс, находить нужную кнопку и действовать последовательно.

Ещё одна хорошая новость: модель реже выдумывает. По внутреннему замеру OpenAI доля фактических ошибок упала с 12,2 до 4,2 процента.

Эту часть нельзя пропускать, потому что она влияет на решение о применении модели.

Внутри Astra использована новая техника recurrent depth. Проще говоря, часть рассуждений модели теперь проходит не словами, а во внутреннем состоянии. В результате прочитать со стороны, почему модель приняла то или иное решение, нельзя.

Это признали не критики, а сама OpenAI. В официальном документе по безопасности сказано: возможность отслеживать ход рассуждений существенно снизилась по сравнению с прежними моделями, и если модель намеренно станет работать хуже и скрывать это, поймать её мы, скорее всего, не сможем.

Второй момент: Astra впервые в истории OpenAI получила высший, критический уровень по кибербезопасности. Во время тестирования модель нашла две новые, никому не известные уязвимости. Поэтому у корпоративных клиентов эта возможность выключена по умолчанию и включается администратором вручную.

Здесь нужна осторожность. OpenAI назвала её самой умной моделью в мире, но это утверждение из её собственных таблиц.

Независимый рейтинг Artificial Analysis показал иное: в последнем замере Astra и Claude Fable 5.1 от Anthropic набрали равный балл. В части тестов Astra впереди (работа с терминалом, автоматизация), в части позади (научный код, понимание длинного контекста).

В некоторых тестах Astra оказалась слабее даже предыдущей модели. Например, в Humanity's Last Exam она набрала 57,2 процента, а Claude Fable 5.1 — 65. OpenAI опубликовала этот результат, не скрывая его.

Независимые тестировщики отметили ещё одно: тексты Astra пишет хуже прежней модели. Стиль сухой, без индивидуальности. Некоторые вообще не рекомендовали её для творческой работы.

И есть вопрос скорости: Astra отвечает медленно. Первого слова можно ждать до полутора минут. Для чат-бота, отвечающего клиенту в реальном времени, это не подходит.

Во-первых, цена. Astra в 2,5 раза дороже прежней модели. Если ваш бот тысячу раз в день отвечает на простой вопрос, Astra увеличит счёт в несколько раз и не даст ни копейки дополнительной пользы. Для простой задачи достаточно недорогой модели.

Во-вторых, место, где Astra даёт реальную пользу, вполне конкретно: работа со старыми системами. На многих предприятиях Узбекистана работают программы без API, и сотрудник вручную переносит между ними данные. Astra начинает брать эту работу на себя.

В-третьих, сторона кибербезопасности. Если ваши данные чувствительны, невозможность проверить ход рассуждений модели — серьёзный вопрос. В таком проекте до выбора модели нужно решить, как она будет контролироваться.

В-четвёртых, и это главное: одна модель не решает всё. В проекте работают несколько моделей. Astra выполняет сложные шаги, недорогая модель даёт простые ответы, третья пишет тексты. Мы в клиентских проектах работаем именно так, потому что это и дешевле, и результат лучше.

Правило простое: решает не бренд модели, а задача. В начале проекта мы разбиваем задачу на части и на каждую ставим самую недорогую из достаточных моделей.

На практике это выглядит так: в чат-боте для клиента быстрая и недорогая модель, в подготовке отчётов и аналитике средняя, а в многошаговой самостоятельной работе модель уровня Astra. Тогда и счёт остаётся низким, и результат хорошим.

Выход новой модели не означает, что всё нужно на неё переводить. Сначала мы прогоняем её через собственные тесты и только потом ставим в клиентский проект.