GPT-6 Astra уже доступна на Smart AIPI — скидка 75%, и главное здесь — эффективность токенов

OpenAI анонсировала GPT-6 Astra 3 сентября 2026 года, назвав её «самой интеллектуальной и согласованной моделью в мире». Она доступна в API как gpt-6-astra, а на Smart AIPI доступна прямо сейчас по цене в четверть от цены OpenAI.

Посты о запуске — это маркетинг. Этот — нет: мы продаём доступ к модели, поэтому самое полезное, что мы можем сделать, — точно рассказать, где она выигрывает, где проигрывает и во сколько реально вам обойдётся. Все приведённые ниже цифры взяты из опубликованных OpenAI таблиц оценок и независимого анализа этих данных.

Главные результаты

Astra соответствует современному уровню в работе с компьютером, браузинге, разработке ПО, кибербезопасности, науке и профессиональной работе. Наиболее важные для разработчиков результаты:

Несколько из этих результатов заслуживают отдельного пояснения. Terminal-Bench 4.0 — это наиболее близкий из имеющихся тестов к вопросу «может ли агент работать на реальной машине и завершать реальную работу»; 57.9% у Astra против 37.3% у Sol — это скачок поколения, а не погрешность округления. AutomationBench (многошаговые бизнес-процессы в разных приложениях) более чем вдвое превосходит Sol. В OSWorld 2.0 Astra не только набирает больше, но и завершает задачу примерно за 40 минут против 75 у Sol — примерно на 47% быстрее. И строка про согласованность — не сноска: в состязательном тесте безопасности работы с компьютером Astra создаёт несогласованные результаты в 2.4% случаев против 22.0% у Sol. Если вы позволяете агенту работать с production-средой, это число ценнее балла в бенчмарке.

Три оговорки, которых нет на графиках запуска

Мы предпочитаем, чтобы вы узнали об этом от нас, а не обнаружили самостоятельно.

1. 99.9% в ARC-AGI-3 — это результат тестового контура

ARC-AGI-3 оценивает модель, передавая ей сетку 64×64 из цветных ячеек в виде JSON-объекта и позволяя выдавать токены действий в симулируемую среду — без скриншотов, видео или заранее объяснённых правил. Результат 99.9% получен с использованием собственного контура Responses API от OpenAI и его управления контекстом. Если запустить ту же модель через размещённый контур ARC Foundation с обычными API-вызовами, Astra набирает примерно 62.7%.

Обе цифры честны; они измеряют разные системы. Но это говорит о важном для 2026 года: тестовый контур теперь является полноценной частью результата. Оценивая модель для собственного стека, тестируйте её в своём контуре, а не по чьей-то рекламной диаграмме.

2. Составные индексы громко противоречат друг другу

OpenAI выделила 14 бенчмарков в своём анонсе. Ровно один из них пересекается с Artificial Analysis Intelligence Index, где Astra занимает пятое место с 61.2 — после Claude Fable 5.1 (65.7), Claude Opus 5 (63.1) и Claude Fable 5 (62.1). В Artificial Analysis Coding Agent Index v1.4 Astra набирает 67.0 против 68.1 у Opus 5 и 67.2 у Fable 5. А в Humanity's Last Exam с инструментами Astra уступает Fable 5.1: 57.2% против 65.0%.

Агрегированные индексы — это обёртки вокруг бенчмарков, а обёртка может как выявить сигнал, так и скрыть его. Честная интерпретация такова: Astra очевидно лидирует в агентной работе, работе в терминале и работе с компьютером, но не является бесспорным лидером по всем показателям «интеллекта». Выбирайте модель, которая побеждает по тому критерию, по которому вы действительно поставляете продукт.

3. Кибервозможности ограничены, а цепочка рассуждений стала короче

Astra достигает порога Critical в кибербезопасности согласно Preparedness Framework от OpenAI — 100% в ExploitBench, 42.4% в ExploitGym против 30.3% у Sol, 88.0% за одну попытку в бинарном реверс-инжиниринге SRE-Bench против 55.9% у Sol. Во время оценки она обнаружила и использовала два ранее неизвестных zero-day, которые, по словам OpenAI, были раскрыты сопровождающим проектов.

Практическое следствие: версия при запуске выполняет защитную работу — аудит безопасного кода, патчинг — но отказывается создавать proof-of-concept эксплойты, а дополнительные проверки безопасности иногда могут остановить легитимную задачу. В API заблокированная задача просто прекращается. Это поведение модели со стороны поставщика, а не ограничение Smart AIPI. OpenAI планирует смягчить эти ограничения для проверенных защитных процессов через программу Daybreak.

OpenAI также отметила реальную регрессию: письменные рассуждения Astra сложнее отслеживать, чем у Sol, поскольку она решает задачи меньшим числом записанных шагов и сильнее контролирует свою трассу. Они сами об этом заявили. Это важно знать, если ваша стратегия безопасности зависит от чтения chain-of-thought.

Настоящая история: эффективность токенов, а не цена за токен

При цене $10 / $50 за 1M токенов напрямую у OpenAI Astra выглядит дорогой рядом с семейством 5.6 — и по цене за токен она действительно дороже. Но цена за токен — неверная единица измерения. Вы платите за токены, потраченные на завершение задачи, и здесь Astra действительно отличается:

• В DeepSWE Astra тратит примерно вдвое меньше выходных токенов, чем GPT-5.6 Sol, при более высоком результате.
• В Agents' Last Exam при настройках с наивысшим результатом она использует примерно на 65% меньше выходных токенов, чем Claude Opus 5.
• Gemini 3.8 Flash (73.8%) и Claude Opus 5 (73.7%) отстают от Astra в DeepSWE менее чем на балл, при этом на задачу они примерно в 4–5x менее эффективны по токенам.
• В Terminal-Bench 4.0 Astra достигает своих 57.9% при примерно на 9% меньшей расчётной стоимости API на задачу, чем Sol, и на 63% меньшей, чем Fable 5.1.
• В BenchCAD Astra достигает 95.9% геометрического совпадения при примерно на 43% меньшей стоимости, чем Sol, и на 86% меньшей, чем Fable 5.1.

Это модель, чья кривая Парето сдвинулась благодаря тому, что она делает меньше работы, а не берёт меньшую цену. Это также создаёт реальное противоречие для лабораторий: если каждый токен обеспечивает больше завершённой работы, бизнес с оплатой за токены либо передаёт выигрыш в эффективности клиентам, либо сохраняет его как маржу. При $10 / $50 OpenAI оставила его себе.

Именно этот разрыв призвана закрыть Smart AIPI. Мы передаём скидку вам: вы получаете эффективность токенов Astra и на 75% более низкую ставку за токен.

Цены: скидка 75%, та же модель, тот же API

Те же веса, та же форма API, совместимая с OpenAI, те же инструменты. Единственное различие — счёт.

Что ещё вышло вместе с Astra

• Заметки с поиском в Codex. Вместо сжатия длинной сессии в одно сводное резюме с потерей информации Astra хранит заметки между окнами контекста и может искать в более ранних окнах — включая вывод инструментов, который так и не попал в резюме. Включите функцию в вашем config.toml для Codex; OpenAI сообщает, что в ближайшие недели она станет стандартной для Astra.
• Улучшенная работа с неоднозначностью. Astra заполняет типовые пробелы из контекста и задаёт точные вопросы только тогда, когда ответ изменил бы результат. В Codex она может задавать вопросы асинхронно, продолжая несвязанную работу.
• Она не теряет задачу при уточнениях. Более ранние модели часто воспринимали исправление посреди задачи как совершенно новую цель. Astra учитывает новые требования, не отбрасывая исходные ограничения.
• Настоящий длинный контекст. 100% извлечения в MRCR v2 до 512K токенов, 96.3% в диапазоне 512K–1M.
• Наука с практическим результатом. Для простых чисел лучший известный предел бесконечно повторяющихся близких пар простых чисел был улучшен с 246 до 240; Astra помогла установить 186. Она также улучшила член в оценке больших промежутков между простыми числами, не менявшейся более 80 лет.

Как использовать GPT-6 Astra

Chat Completions API

curl https://api.smartaipi.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-astra",
    "messages": [{"role": "user", "content": "Refactor this module and add tests"}]
  }'

Responses API с высоким уровнем рассуждений

curl https://api.smartaipi.com/v1/responses \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-astra",
    "input": "Audit this repo for security issues and open PRs to fix them",
    "reasoning": {"effort": "high", "summary": "auto"}
  }'

Codex CLI, Cursor, Cline, Roo Code, OpenCode, Aider

OPENAI_BASE_URL=https://api.smartaipi.com/v1
OPENAI_API_KEY=sk-your-smart-aipi-key
OPENAI_MODEL=gpt-6-astra

Уровень усилий рассуждений поддерживает значения low, medium, high и xhigh. Astra заметно масштабируется с уровнем усилий: ранние партнёры сообщают, что более высокий уровень даёт больше проходов проверки и больше браузерного тестирования свежих сборок, а не просто более длинные ответы. Для долгосрочной агентной работы используйте high или xhigh.

Какую модель вам действительно стоит запускать?

• gpt-6-astra — работа с компьютером, автоматизация браузера, агенты с интенсивным использованием терминала, долгие рефакторинги, всё, где важно завершить задачу без присмотра. Её эффективность токенов означает, что более высокая ставка часто в итоге оказывается дешевле для завершённой задачи.
• gpt-5.6-sol — по-прежнему отличная передовая модель для программирования и существенно дешевле за токен. Подходящий вариант по умолчанию для высоконагруженной агентной разработки, когда вы не платите за преимущество Astra в работе с компьютером.
• gpt-5.6-terra — сбалансированная рабочая модель: качество программирования, близкое к флагманскому, за половину цены sol.
• gpt-5.6-luna — массовые задачи, классификация, суммаризация, недорогие высокопроизводительные пайплайны.

Все четыре работают через один endpoint и один ключ. Переключение требует изменения одной строки, поэтому тестируйте их на своей нагрузке, а не доверяйте чьей-либо диаграмме — включая эту.

Начните работу

1. Зарегистрируйтесь на smartaipi.com/signup (бесплатные кредиты, без кредитной карты)
2. Создайте API-ключ в панели управления
3. Укажите базовый URL https://api.smartaipi.com/v1
4. Используйте модель gpt-6-astra

Лучшая опубликованная агентная модель и модель для работы с компьютером — в production, за четверть от заявленной цены.