GPT-6 Astra: дата выхода, цена, технические характеристики и первые отзывы

Обновлено 18 сентября 2026 года.

Мы позвонили gpt-6-astra через сервис моделей GlobalGPT с поддержкой командной строки, с использованием синтетических входных данных и сохранением исходных ответов. Это не было ни прямым тестированием API OpenAI, ни тестированием подписки ChatGPT. В этой партии сквозные вызовы занимали 4,87–9,07 секунд, а баланс счета уменьшился на 391,08 кредитов.

В этом обзоре показано, что мы запрашивали, какие данные предоставила компания Astra, что прошло проверку, а где доказательства заканчиваются. Официальные технические характеристики и цены приводятся отдельно от результатов наших измерений.

Результаты практического тестирования GPT-6 Astra

Речь идет о трёх разных задачах, каждая из которых предполагает один вызов модели; это не повторные попытки и не измеренный показатель успешности 100%. Время измерено с момента отправки полного запроса CLI/провайдеру до получения результата; время до появления первого токена не измерялось. В реестре отображаются целые кредиты, тогда как изменение баланса включает дробные доли.

Как мы тестировали Astra через API

Для всех трёх вызовов мы использовали одну и ту же существующую учетную запись GlobalGPT. Каждый вызов представлял собой новый запрос без сохранения состояния, в котором задача предоставлялась в виде текстового файла. Запрашиваемая и возвращаемая метка модели составляла gpt-6-astra. Сервис вернул текст ответа, данные об использовании токенов ввода-вывода и поле ошибок; ни один из этих трёх результатов не содержал сообщения об ошибке. Маркировка поставщика не является независимой проверкой маршрута модели выше по цепочке.

Перед началом тестирования мы подготовили ключ ответов на задания и ответы на пакеты политик. Затем мы проверили сгенерированный код локально на 10 примерах, сформированных после его получения; эти примеры не являлись заранее зарегистрированным набором тестовых данных для кодирования. В подсказке мы запросили JSON и проверили, удалось ли его проанализировать, вместо того чтобы использовать встроенную схему структурированного вывода.

Все входные данные были вымышленными. Не передавались никакие записи о клиентах, файлы компании, секретные данные учетных записей или личные данные. Мы не предоставляли инструментов для просмотра или управления компьютером при выполнении задач и не повторяли попытки ответа с целью повышения его оценки. CLI не раскрывала настройки интенсивности рассуждений или разбивку кешированных токенов для этих прогонов.

Тест 1: Сможет ли Astra привести в порядок неструктурированные данные о заказах?

Задание и ключ с ответами

В CSV-файле, состоящем из восьми строк, содержались: старая версия заказа, более новая версия, заказ в процессе обработки, возмещения и один заказ без указания общей суммы. Согласно правилам, необходимо было сохранить самую новую версию каждого заказа, исключить платежи, находящиеся в процессе обработки, вычесть суммы возмещений и обозначить отсутствующую выручку как «неизвестную».

Ожидаемая известная чистая выручка составила $275: Поиск $170, электронная почта $75 и социальные сети $30. Для параметра A требовалась дедупликация, для параметра C — исключение, а значение параметра F должно было остаться неизвестным. Одного только правильного итогового значения было недостаточно для прохождения всех пяти проверок.

Что вернула «Астра»

{"known_net_usd":275,"channel_known_net_usd":{"Поиск":170,"Электронная почта":75,"Социальные сети": 30},"unknown_order_ids":["F"],"excluded_order_ids":["C"],"replaced_order_ids":["A"]}

Все пять проверок прошли успешно. Что ещё более важно, в заключении говорилось: “Общая чистая выручка по-прежнему неизвестна, поскольку в заказе F отсутствуют данные о валовой выручке”.” Он справедливо назвал Search крупнейшим известный промежуточный итог, не утверждая при этом, что стоимость отсутствующего заказа, отправленного по электронной почте, равна нулю.

Наша оценка: Это был хороший результат для небольшой задачи по сверке данных. Модель соответствовала правилам бухгалтерского учета и учитывала неопределённость. Речь не шла о тестировании подключения к действующей электронной таблице, обработке тысяч транзакций, соблюдении налогового законодательства или принятии автономных финансовых решений.

Тест 2: Действительно ли сгенерированный код работает?

Исправить ошибку в расчете выручки

Мы предоставили неисправный образец sum(float(r.get('gross_usd') or 0) for r in records) и попросил создать функцию на чистом Python, которая обрабатывала бы обновления с дубликатами, статус платежей, возмещения, отсутствующие значения, отсортированные списки ID и пустые входные данные. Функция должна была использовать целые числа для центов внутри и оставлять входные записи без изменений.

Astra вернула функцию, которая использует Десятичный для преобразования сумм в центы, сохраняет последнюю запись для каждого заказа и пропускает неизвестные суммы брутто, вместо того чтобы вставлять ноль. Мы расшифровали экранирующие символы новой строки в возвращаемой строке кода, проанализировали импорты и операции, а затем запустили программу локально, не изменяя её логику.

Десять проверок в автономном режиме

Неизменяемость входных данных также соблюдалась во всех 10 случаях. Наша оценка: функция была пригодной для использования в рамках указанного контракта, и локальное выполнение давало более убедительные доказательства, чем один лишь правдоподобный образец кода. Мы не тестировали некорректные временные метки, работу с несколькими валютами, развертывание, реальный репозиторий, транзакции в базе данных или производительность при масштабировании.

Тест 3: Может ли система разрешить конфликт правил в длинном пакете?

Пять значимых заметок из 500

Мы сформировали пакет объемом 73 252 символа, состоящий из 500 пронумерованных записок. Соответствующие факты были распределены по запискам № 037, 114, 261, 398 и 477: старое правило о возврате средств в течение 30 дней, более новое стандартное правило о 14 днях, 30-дневное исключение для предприятий, смена владельца, ценообразование на основе годового эквивалента по сравнению с месячным, а также вопрос, по которому отсутствовали доказательства.

Сообщение о полном запросе 17 445 входных токенов. Это была небольшая проверка большого объема документов, значительно меньшего, чем заявленная компанией Astra пропускная способность в 1,05 млн токенов. Справочные материалы представляли собой простые отвлекающие элементы, поэтому задача оказалась проще, чем работа с беспорядочным набором реальных документов.

Правильные правила, цены и неопределенность

Все шесть ответов были правильными и содержали необходимые пояснительные примечания. В ответе, касающемся стандартного возврата средств, дополнительно было указано примечание об исключении для предприятий, что соответствовало контексту. Идентификаторы примечаний возвращались в виде строк; схема с использованием числовых идентификаторов не требовалась.

Наша оценка: Astra правильно обработала исправления и исключения и не придумала отсутствующее право. Это является полезным доказательством для синтеза ограниченных политик. Оно не подтверждает актуальность текущих исследований, произвольных юридических документов, поиска «иголки в стоге сена» среди миллиона токенов или устойчивости к вредоносным инструкциям, встроенным в исходные коды.

Сколько стоят эти тесты API-маршрутов

Сообщается о трёх случаях 21 707 входных токенов и 790 выходных токенов. На счете GlobalGPT отображались 67, 105 и 219 кредитов; остаток на счете изменился с 15 477,71 до 15 086,63 кредитов, что соответствует снижению на 391,08 кредитов. Мы не пересчитываем эти кредиты в фиктивные денежные начисления.

Для наглядной иллюстрации составления бюджета: если применить стандартные ставки OpenAI для короткого контекста — $10 на миллион токенов входных данных, не хранящихся в кэше, и $50 на миллион токенов выходных данных — к указанным количествам, то получится примерно $0.2566: $0.0289 для заказов, $0.0452 для кода и $0.1825 для пакета. При этом предполагается, что входные данные не кэшируются и дополнительные сборы не взимаются. Это не счёт за наши звонки по тарифу GlobalGPT и не расчёт стоимости прямых звонков по тарифу OpenAI на основе фактического объёма.

В данном пакете пакетный прогон оказался быстрее, чем прогон кода, несмотря на большее количество входных токенов. Один прогон на каждую задачу не позволяет составить рейтинг задержек: длина вывода, маршрутизация, условия ожидания в очереди и условия обработки могут различаться. Мы не проводили сравнения с аналогичными конкурентными решениями.

Доступен ли GPT-6 Astra?

Да. Astra указана в каталоге GlobalGPT, и все три новых запроса вернули результат с меткой gpt-6-astra. OpenAI также публикует документацию по моделям API; доступ к Chat, Work и Codex предоставляется в рамках отдельных лицензий на продукты.

Приведенные ниже скриншоты от 4 сентября относятся к периоду запуска. Формулировка, использованная при их публикации, носит исторический характер и не свидетельствует о том, что запись GlobalGPT сегодня недоступна.

Технические характеристики GPT-6 Astra

Astra принимает входные данные в виде текста и изображений и генерирует текстовый вывод. Её контекстное окно объёмом 1,05 млн токенов соответствует масштабам, необходимым для работы с крупными репозиториями, коллекциями документов или длинными историями взаимодействий с агентами, а ограничение вывода в 128 тыс. токенов позволяет генерировать объёмные коды или отчёты.

Объем не равнозначен качеству. Окно объемом в миллион токенов не гарантирует, что каждая деталь будет воспроизведена одинаково хорошо, а передача максимального объема контекста может привести к увеличению как затрат, так и уровня шума. Для практической работы с длинным контекстом сначала следует извлекать наиболее релевантные файлы и формулировать инструкции по выполнению задачи максимально четко.

Если вам нужен ориентир, как предыдущее поколение обрабатывало большие запросы, ознакомьтесь с Руководство по ценообразованию и контексту GPT-5.5. Для получения более широкого представления, ориентированного на конкретные задачи, руководство по сценариям использования GPT-5.5 поможет определить рабочие нагрузки, для которых целесообразно использовать флагманскую модель.

Цены на API GPT-6 Astra

В документе OpenAI приведены следующие стандартные скорости обработки запросов объемом до 272 000 входных токенов:

Ставки были повторно проверены 18 сентября 2026 года по отношению к Цены на API OpenAI. Это стандартные тарифы на токены API, а не цены на подписку ChatGPT или стоимость кредитов GlobalGPT.

Как только объем запроса превышает 272 000 входных токенов, OpenAI применяет 2-кратный множитель скорости ввода и скорости ввода из кэша и Коэффициент 1,5 к выходным ставкам для полного запроса. Согласно указанным стандартным тарифам это означает $20 на миллион входных токенов и $75 на миллион выходных токенов.

Для ознакомления с исторической справочной таблицей цен см. Цены на GPT-5.6 а также цены на GPT-5.4. Сравнивайте полную рабочую нагрузку, а не только скорость ввода данных: длина вывода, поведение кэша, использование инструментов, а также частота сбоев или повторных попыток могут иметь большее значение, чем заявленная цена.

Что на самом деле нового в GPT-6 Astra?

OpenAI руководство по новейшим моделям подчеркивает набор функций, предназначенных для длительной интерактивной работы агентов.

Асинхронный вызов инструментов

Astra может продолжать работу, пока более медленные инструменты ещё выполняются, вместо того чтобы рассматривать каждый вызов инструмента как полную остановку. Это может помочь в проведении исследований, написании кода и выполнении операционных задач, в которых задействованы несколько внешних систем с разным временем отклика.

Инструкции в ходе выполнения задания

Пользователи могут вносить корректировки в ходе выполнения задачи. Это особенно полезно в тех случаях, когда оператор в целом выполняет задачу в соответствии с планом, но требуется добавить новое ограничение, изменить приоритет или сузить сферу применения. Это должно снизить необходимость отменять длительный цикл выполнения и начинать сначала.

Уровень усилий, затрачиваемых на динамическое мышление

Astra может регулировать степень использования логических выводов при выполнении задачи. В принципе, это позволяет ей уделять больше внимания сложным этапам и меньше — рутинным. Тем не менее, командам следует проверить, оправдывает ли повышение качества дополнительные затраты на токены вывода при работе с их конкретной нагрузкой.

Использование компьютера и непрерывность выполнения длительных задач

Концепция OpenAI ориентирует Astra на взаимодействие с компьютером и выполнение задач, состоящих из множества шагов. Практический вопрос заключается не в том, сможет ли система пройти по ссылкам в демонстрационной версии, а в том, сможет ли она восстанавливаться после непредвиденных ситуаций, сохранять замысел пользователя и объяснять, что именно было изменено. Именно эти аспекты должны оценивать первые пользователи.

Читатели, интересующиеся эволюцией от «обсуждающих» чатов к системам, использующим инструменты, также могут ознакомиться с GPT-5.4 Мышление а также это руководство по использованию ChatGPT Agent.

Почему Astra влияет на решение о покупке

Важный сдвиг заключается в переходе от оценки ИИ по качеству одного ответа к оценке его способности выполнить задачу в целом. Полезный агент может нуждаться в том, чтобы просматривать файлы, управлять программным обеспечением, дожидаться готовности инструментов, устранять ошибки, вносить изменения, проводить проверки и объяснять результат. Окончательный ответ — лишь одна из частей этой последовательности действий.

Это также меняет ситуацию с затратами. Ставки за токены у Astra высокие, но одна только цена токена не позволяет определить, насколько это выгодно. Более адекватное сравнение — это стоимость за каждое успешно выполненное задание: учитываются расходы на модели и инструменты, повторные запуски, затраченное время, ручной контроль и очистка данных. Более дешевая модель может в итоге обойтись дороже, если потребует неоднократной корректировки; дорогостоящий запуск по-прежнему будет неэффективным, если модель сбивается с курса или генерирует результаты, которые придется переделывать.

Повышение уровня автономности также повышает требования к средствам контроля. Согласно последней версии руководства OpenAI, система Astra подлежит асинхронному мониторингу несоответствий. Команды по-прежнему должны предоставлять агенту минимальный набор необходимых полномочий, требовать подтверждения перед выполнением действий, имеющих серьезные последствия, вести журнал действий и создавать контрольные точки, позволяющие отменить внесенные изменения. Эффективное использование вычислительных ресурсов имеет ценность только в том случае, если окружающая система ограничивает возможные сбои.

Что говорят первые рецензенты

Приписываемый ранний опыт

Мэтта Шумера первый обзор Astra является одним из наиболее подробных публичных отчетов, доступных на момент запуска. Он отмечает, что модель демонстрирует высокие способности в таких областях, как разработка бэкенда, использование компьютера, понимание неполных запросов, четкое изложение результатов своей работы и поддержание связности в ходе длительных диалогов.

Это качественные замечания другого рецензента. Они помогают определить функции, которые стоит протестировать, но не являются нашими измерениями и не подтверждают общую надёжность.

Ранние ограничения и открытые вопросы

В том же обзоре также поднимаются важные вопросы. Astra может работать медленно, потреблять большое количество токенов и при этом увлекаться мелочами во время длительной автономной работы. Шумер также отмечает, что качество визуального дизайна может отставать от Claude, даже несмотря на высокую эффективность работы бэкенда.

• Скорость: Модель, которая способна рассуждать, использовать инструменты и проверять результаты своей работы, может работать дольше, чем облегчённая модель чата.
• Автономность: «Длительное функционирование» не означает отсутствие контроля. Рецензент всё же обнаружил моменты, когда модели требовалась координация или корректировка.
• Использование токенов: Обработка большого контекста и расширенные вычисления могут быстро привести к значительному увеличению затрат, особенно при превышении порога в 272K.
• Визуальный дизайн: Высокая эффективность кода не всегда означает, что интерфейс будет выглядеть наиболее эстетично.
• Глубина доказательств: Пока еще нет достаточного количества независимых сравнительных испытаний, чтобы делать общие выводы о надежности или превосходстве.

Таким образом, ключевым критерием внедрения является эффективность, а не максимальные возможности. Оцените, как часто Astra правильно выполняет всю задачу, какой уровень контроля ей требуется, сколько токенов она использует и какой объем работы по очистке данных остаётся. Даже более медленный и затратный прогон может оказаться целесообразным, если он заменяет часы работы эксперта, но не в том случае, если система постоянно сбивается с курса.

Кому рекомендуется использовать GPT-6 Astra?

Astra вряд ли станет оптимальным выбором по умолчанию для коротких переформулировок, рутинной классификации, простого извлечения информации или обработки больших объемов данных, когда более компактная модель уже соответствует требуемому уровню качества. Обзор GPT-5.4 и Nano показывает, почему маршрутизация моделей по задачам может быть более экономичной, чем отправка всего на флагманскую модель.

Практический контрольный список для оценки

1. Выберите три реальных задачи с чётко определёнными критериями успеха.
2. Запустите те же входные данные и ограничения как в Astra, так и в вашей текущей модели.
3. Запишите общее прошедшее время, входные и выходные токены, количество попыток и исправления, внесенные человеком.
4. Оценивайте выполнение заключительного задания отдельно от стиля изложения или формы представления.
5. Прерывание испытания, перенаправление в середине задачи и восстановление после одного преднамеренного сбоя инструмента.
6. Применяйте Astra только в тех случаях, когда улучшение результатов является воспроизводимым и оправдывает дополнительные затраты.

Выбирайте Astra или модель меньшего размера в зависимости от поставленной задачи

Используйте Astra для сложных задач синтеза и в тех случаях, когда правильность результата важнее минимальной стоимости токена. Для рутинного извлечения информации или небольшого переписания текста может хватить модели меньшего размера. Сравните показатели успешного выполнения, уровня контроля и общей стоимости при одинаковых входных данных.

Для многомодельного рабочего процесса, GPT-6 Astra, Модели Claude Opus 5, Claude Sonnet 5 и Gemini 3.8 Flash представлены в текущем каталоге GlobalGPT. GlobalGPT — это отдельная подписка; она не активирует платную учетную запись другого провайдера.

Сайт Страница годового плана GlobalGPT В таблице указаны тарифы: «Basic» — $5,80 в месяц, «Pro» — $10,80 в месяц и «Unlimited» — $25 в месяц при годовой оплате (данные на 18 сентября 2026 года). Сравнивайте первоначальные обязательства и включённые объёмы использования моделей, а не только меньшую сумму, эквивалентную ежемесячной плате.

Чего этот обзор по-прежнему не доказывает

Предыдущая попытка Astra по тому же маршруту CLI завершилась без ответа. Мы сохранили эту неудачу в архиве тестов; она не учитывалась при расчете показателя качества. Три успешных вызова, приведенные здесь, показывают, что маршрут сработал для данной партии, но не означают, что предыдущая неудача не может повториться.

Мы не тестировали использование компьютера, асинхронный вызов инструментов, управление в ходе выполнения задачи, воспроизведение миллиона токенов, прямой доступ к плану ChatGPT или автономную производственную работу. Здесь нет оснований утверждать, что Astra превосходит модели Claude, Gemini или более компактную модель OpenAI. Для таких сравнений необходимы сопоставимые задачи и повторные испытания.

Рекомендация по покупке: Попробуйте использовать Astra в тех задачах, где важна проверка соответствия правилам, отсутствующих значений и исключений. Для рутинных задач, которые и так соответствуют вашим требованиям к качеству, используйте модель меньшего размера. Оценивайте дополнительные затраты с точки зрения сокращения количества исправлений и получения готового результата, пригодного к использованию, а не только исходя из названия модели.

Часто задаваемые вопросы

Это было прямое тестирование API OpenAI?

Нет. Мы использовали сервис модели GlobalGPT с поддержкой CLI и моделью gpt-6-astra. Указанные количество токенов и кредиты относятся к данному маршруту; расчет в долларах для OpenAI представляет собой отдельный пример из прейскуранта.

Доступна ли модель GPT-6 Astra на платформе GlobalGPT?

Да. В этом обзоре представлены три успешных вызова gpt-6-astra, выполненных через сервис модели GlobalGPT. Подписка на эту платформу оплачивается отдельно от тарифов на API OpenAI и тарифных планов ChatGPT.

Что такое контекстное окно?

OpenAI поддерживает контекст объемом 1 050 000 токенов, при этом максимальное количество входных токенов составляет 922 000, а выходных — 128 000.

Есть ли в «Plus» функция GPT-6 Pro в чате?

Согласно рекомендациям по моделям от 10 сентября, GPT-6 Pro включен в тарифные планы «Pro», «Business» и «Enterprise» для чата. Кроме того, в планы «Work» и «Codex» включена Astra; это отдельные права на использование продуктов.

Как работает ценообразование на основе длительных входных данных?

На официальной странице модели к полному запросу, превышающему 272 000 входных токенов, применяются более высокие тарифы: в 2 раза выше тарифы на входные данные и кэш, а также в 1,5 раза выше тарифы на выходные данные.

Включал ли новый тест вопросы об использовании компьютера?

Нет. Мы протестировали анализ синтетических последовательностей, генерацию кода с локальным выполнением и текстовый пакет объемом 500 нот. Использование компьютера, асинхронные инструменты и надежность при обработке миллиона токенов не тестировались.

Стоит ли заменить все модели на Astra?

Нет. Сравните качество результатов, объем ручной проверки, время обработки и затраты для ваших конкретных задач. Небольшая модель может оказаться лучшим выбором, если она надежно выдает тот же пригодный для использования ответ.