GPT-6 Astra இப்போது Smart AIPI-இல் கிடைக்கிறது — 75% தள்ளுபடி, உண்மையான முக்கிய அம்சம் டோக்கன் செயல்திறன்
OpenAI-இன் GPT-6 Astra, FrontierMath Tier 4 (97.6%), ARC-AGI-3 (99.9%) மற்றும் ExploitBench (100%) ஆகியவற்றில் உச்சத்தை எட்டுகிறது; மேலும் Terminal-Bench 4.0-இல் 57.9% பெறுகிறது. இது இன்று Smart AIPI-இல் 1M-க்கு $2.50 / $0.25 / $12.50 என்ற விலையில் கிடைக்கிறது — OpenAI-இன் $10 / $1 / $50-ஐ விட 75% குறைவு. உண்மையான எண்கள், வரைபடங்கள் மறைக்கும் எச்சரிக்கைகள், மற்றும் ஸ்டிக்கர் விலையை விட டோக்கன் செயல்திறன் ஏன் முக்கியம் என்பவை இங்கே உள்ளன.
TL;DR: gpt-6-astra இன்று Smart AIPI-இல் 1M டோக்கன்களுக்கு $2.50 / $0.25 / $12.50 என்ற விலையில் கிடைக்கிறது — OpenAI-இன் $10 / $1 / $50 விலையை விட 75% குறைவு. இது Terminal-Bench 4.0-இல் 57.9% பெறுகிறது, FrontierMath Tier 4 (97.6%) மற்றும் ExploitBench (100%) ஆகியவற்றில் உச்சத்தை எட்டுகிறது, மேலும் கணினிப் பயன்பாட்டிற்கான புதிய தரநிலையை அமைக்கிறது. கீழே: முழுமையான பெஞ்ச்மார்க் அட்டவணை, வெளியீட்டு வரைபடங்கள் காட்டாத மூன்று எச்சரிக்கைகள், மற்றும் ஒவ்வொரு டோக்கனுக்கான விலை அல்லாமல் டோக்கன் செயல்திறன் ஏன் உங்கள் கட்டணத்தை நிர்ணயிக்கும் எண் என்பதற்கான விளக்கம்.
OpenAI, GPT-6 Astra-வை September 3, 2026 அன்று அறிவித்து, அதை "உலகின் மிக நுண்ணறிவுமிக்க மற்றும் ஒத்திசைக்கப்பட்ட மாடல்" என்று குறிப்பிட்டது. இது API-இல் gpt-6-astra ஆகக் கிடைக்கிறது; மேலும் இப்போது Smart AIPI-இல் OpenAI விலையின் கால் பங்கில் கிடைக்கிறது.
வெளியீட்டுப் பதிவுகள் சந்தைப்படுத்தலுக்கானவை. இது அப்படியல்ல — நாங்கள் மாடலுக்கான அணுகலை விற்கிறோம்; எனவே இது எங்கு வெல்லுகிறது, எங்கு தோற்கிறது, உண்மையில் உங்களுக்கு எவ்வளவு செலவாகும் என்பதைத் துல்லியமாகக் கூறுவதே நாங்கள் செய்யக்கூடிய பயனுள்ள விஷயம். கீழேயுள்ள அனைத்துக் கணக்குகளும் OpenAI வெளியிட்ட மதிப்பீட்டு அட்டவணைகளிலிருந்தும் அவற்றின் சுயாதீன பகுப்பாய்விலிருந்தும் பெறப்பட்டவை.
முக்கிய முடிவுகள்
Astra, கணினிப் பயன்பாடு, உலாவல், மென்பொருள் பொறியியல், சைபர் பாதுகாப்பு, அறிவியல் மற்றும் தொழில்முறைப் பணிகளில் தற்போதைய அதிநவீன நிலையை அடைகிறது. டெவலப்பர்களுக்கு மிக முக்கியமான மதிப்பெண்கள்:
| பெஞ்ச்மார்க் | GPT-6 Astra | GPT-5.6 Sol | Claude Fable 5.1 | Claude Opus 5 |
|---|---|---|---|---|
| Terminal-Bench 4.0 | 57.9% | 37.3% | 55.8% | 52.6% |
| DeepSWE v1.1 | 74.1% | 72.7% | 67.4% | 73.7% |
| FrontierCode 1.1 Extended | 64.5% | 60.6% | 63.6% | 63.6% |
| OSWorld 2.0 (கணினிப் பயன்பாடு) | 72.6% | 65.7% | — | 70.2% |
| ScreenSpot-Pro (கருவிகள் இல்லை) | 92.7% | 76.9% | — | 87.3% |
| Agents' Last Exam | 59.3% | 53.6% | — | 55.5% |
| AutomationBench | 41.4% | 18.1% | 31.4% | 26.9% |
| FrontierMath Tier 4 (v2) | 97.6% | 83.0% | 87.8% | 73.2% |
| GPQA Diamond | 96.0% | 94.6% | 93.7% | 93.7% |
| Humanity's Last Exam (கருவிகளுடன்) | 57.2% | — | 65.0% | 63.6% |
| ARC-AGI-3 | 99.9% | 7.8% | — | 30.2% |
| ExploitBench (சைபர்) | 100.0% | 78.5% | — | 70.0% |
| MRCR v2 8-needle, 512K–1M | 96.3% | 73.8% | — | — |
| கணினிப் பயன்பாட்டுப் பாதுகாப்பு (குறைவாக இருப்பது சிறந்தது) | 2.4% | 22.0% | 9.5% | 11.5% |
இவற்றில் சில ஒவ்வொன்றுக்கும் ஒரு விளக்கம் தேவை. Terminal-Bench 4.0 என்பது "ஒரு ஏஜென்ட் உண்மையான கணினியை இயக்கி உண்மையான வேலையை முடிக்க முடியுமா" என்பதற்கு நம்மிடம் உள்ள மிக நெருக்கமான அளவுகோல் — Sol-இன் 37.3%-க்கு எதிராக Astra-வின் 57.9% என்பது சிறிய வட்டமிடல் பிழை அல்ல, தலைமுறை தாண்டிய முன்னேற்றம். AutomationBench (பயன்பாடுகளுக்கு இடையிலான பல-படிநிலை வணிகப் பணிப்பாய்வுகள்) Sol-ஐ இரட்டிப்புக்கும் அதிகமாக மிஞ்சுகிறது. OSWorld 2.0-இல், Astra அதிக மதிப்பெண் பெறுவதுடன் மேலும் Sol-இன் ஒவ்வொரு பணிக்கும் 75 நிமிடங்களுடன் ஒப்பிடும்போது சுமார் 40 நிமிடங்களில் முடிக்கிறது — தோராயமாக 47% குறைந்த நேரம். ஒத்திசைவு வரிசை ஒரு அடிக்குறிப்பு அல்ல: எதிர்மறையான கணினிப் பயன்பாட்டுப் பாதுகாப்புச் சோதனையில், Sol 22.0% நேரங்களில் தவறாக ஒத்திசைக்கப்பட்ட விளைவுகளை உருவாக்க, Astra 2.4% நேரங்களில் மட்டுமே உருவாக்குகிறது. நீங்கள் ஒரு ஏஜென்ட்டை உற்பத்திச் சூழலைத் தொட அனுமதித்தால், அந்த எண் ஒரு பெஞ்ச்மார்க் புள்ளியை விட அதிக மதிப்புடையது.
வெளியீட்டு வரைபடங்கள் காட்டாத மூன்று எச்சரிக்கைகள்
இவற்றை நீங்களே கண்டறிவதை விட எங்களிடமிருந்து கேட்பதையே நாங்கள் விரும்புகிறோம்.
1. ARC-AGI-3-இல் உள்ள 99.9% என்பது ஒரு harness முடிவு
ARC-AGI-3, ஒரு மாடலுக்கு 64×64 வண்ணக் கலங்களைக் கொண்ட கிரிட்டை JSON ஆப்ஜெக்டாக வழங்கி, உருவகப்படுத்தப்பட்ட சூழலில் செயல் டோக்கன்களை வெளியிட அனுமதிப்பதன் மூலம் மதிப்பிடுகிறது — ஸ்கிரீன்ஷாட்கள் இல்லை, வீடியோ இல்லை, விதிகள் முன்கூட்டியே விளக்கப்படுவதில்லை. 99.9% எண், OpenAI-இன் சொந்த Responses API harness-ஐப் பயன்படுத்தி, அதன் சொந்த சூழல் நிர்வாகத்துடன் உருவாக்கப்பட்டது. அதே மாடலை ARC Foundation-இன் ஹோஸ்ட் செய்யப்பட்ட harness வழியாக சாதாரண API அழைப்புகளுடன் இயக்கினால், Astra சுமார் 62.7% பெறுகிறது.
இரண்டு எண்களும் நேர்மையானவை; அவை வெவ்வேறு அமைப்புகளை அளவிடுகின்றன. ஆனால் 2026-ஐப் பற்றிய முக்கியமான ஒன்றை இது சொல்கிறது: harness இப்போது மதிப்பெண்ணின் முதல்-தர அங்கமாக உள்ளது. உங்கள் சொந்த stack-க்காக ஒரு மாடலை மதிப்பிடும்போது, வேறு ஒருவரின் பத்திரிகை வரைபடத்தில் அல்ல, உங்கள் harness-க்குள் அதை மதிப்பிடுங்கள்.
2. கூட்டு குறியீடுகள் சத்தமாக முரண்படுகின்றன
OpenAI தனது அறிவிப்பில் 14 பெஞ்ச்மார்க்குகளை முன்னிலைப்படுத்தியது. அவற்றில் ஒன்று மட்டுமே Artificial Analysis Intelligence Index-உடன் ஒத்துப்போகிறது; அது Astra-வை 61.2-இல் ஐந்தாவது இடத்தில் தரவரிசைப்படுத்துகிறது — Claude Fable 5.1 (65.7), Claude Opus 5 (63.1), மற்றும் Claude Fable 5 (62.1) ஆகியவற்றுக்குப் பின்னால். Artificial Analysis Coding Agent Index v1.4-இல், Astra 67.0 பெறுகிறது; Opus 5-இன் 68.1 மற்றும் Fable 5-இன் 67.2-க்கு எதிராக. மேலும் Astra, கருவிகளுடன் கூடிய Humanity's Last Exam-இல் Fable 5.1-யிடம் 57.2% எதிராக 65.0% என்ற வித்தியாசத்தில் தோற்கிறது.
ஒட்டுமொத்த குறியீடுகள் பெஞ்ச்மார்க்குகளைச் சுற்றியுள்ள wrapper-கள்; ஒரு wrapper சிக்னலை வெளிக்கொணரவும் முடியும், புதைக்கவும் முடியும். நேர்மையான வாசிப்பு இதுதான்: Astra, ஏஜென்டிக், டெர்மினல் மற்றும் கணினிப் பயன்பாட்டுப் பணிகளில் தெளிவாக முன்னணி மாடலாக உள்ளது; "நுண்ணறிவு" என்பதற்கான ஒவ்வொரு அளவிலும் மறுக்க முடியாத முன்னணி மாடல் அல்ல. நீங்கள் உண்மையில் வெளியிடும் அச்சில் வெல்லும் மாடலைத் தேர்ந்தெடுங்கள்.
3. சைபர் திறன் கட்டுப்படுத்தப்பட்டுள்ளது; reasoning trace சுருங்கியுள்ளது
Astra, OpenAI-இன் Preparedness Framework-இன் கீழ் Critical சைபர் பாதுகாப்பு வரம்பை அடைகிறது — ExploitBench-இல் 100%, Sol-இன் 30.3%-க்கு எதிராக ExploitGym-இல் 42.4%, மேலும் Sol-இன் 55.9%-க்கு எதிராக SRE-Bench பைனரி ரிவர்ஸ்-என்ஜினியரிங்கில் ஒரே முயற்சியில் 88.0%. மதிப்பீட்டின்போது, இதற்கு முன் அறியப்படாத இரண்டு zero-days-ஐ கண்டறிந்து பயன்படுத்தியது; அவற்றை பராமரிப்பாளர்களிடம் வெளியிட்டதாக OpenAI கூறுகிறது.
உங்களுக்கான விளைவு: வெளியீட்டு பதிப்பு பாதுகாப்பு சார்ந்த பணிகளை — பாதுகாப்பான குறியீட்டு மதிப்பாய்வு, patching — செய்கிறது; ஆனால் proof-of-concept exploit-களை உருவாக்க மறுக்கிறது, மேலும் கூடுதல் பாதுகாப்புச் சரிபார்ப்புகள் சில நேரங்களில் நியாயமான பணியையும் நிறுத்தலாம். API-இல் தடுக்கப்பட்ட பணி வெறுமனே நின்றுவிடும். அது upstream மாடல் நடத்தை; Smart AIPI வரம்பல்ல. சரிபார்க்கப்பட்ட தற்காப்புப் பணிப்பாய்வுகளுக்கு Daybreak திட்டம் வழியாக இதைத் தளர்த்த OpenAI திட்டமிடுகிறது.
OpenAI ஒரு உண்மையான பின்னடைவையும் சுட்டிக்காட்டியது: Astra-வின் எழுதப்பட்ட reasoning, Sol-ஐ விட கண்காணிக்கக் கடினமானது, ஏனெனில் அது குறைவான எழுதப்பட்ட படிகளில் பிரச்சினைகளைத் தீர்க்கிறது மற்றும் அதன் trace மீது அதிக கட்டுப்பாட்டைக் கொண்டுள்ளது. இதை அவர்களே குறிப்பிட்டனர். உங்கள் பாதுகாப்புக் கதை chain-of-thought-ஐ வாசிப்பதைச் சார்ந்திருந்தால், தெரிந்துகொள்ள வேண்டிய சரியான விஷயம் இதுதான்.
உண்மையான கதை: ஒவ்வொரு டோக்கன் விலை அல்ல, டோக்கன் செயல்திறன்
OpenAI-யிலிருந்து நேரடியாக 1M டோக்கன்களுக்கு $10 / $50 என்ற விலையில், 5.6 குடும்பத்திற்கு அடுத்ததாக Astra விலையுயர்ந்ததாகத் தெரிகிறது — ஒவ்வொரு டோக்கன் அடிப்படையில் அது அப்படித்தான். ஆனால் ஒவ்வொரு டோக்கன் விலை தவறான அலகாகும். நீங்கள் செலுத்துவது பணியை முடிக்க எரிக்கப்படும் டோக்கன்களுக்காக; இங்குதான் Astra உண்மையில் வேறுபடுகிறது:
- DeepSWE-இல், உயர்ந்த மதிப்பெண்ணுக்காக Astra, GPT-5.6 Sol-இன் வெளியீட்டு டோக்கன்களில் தோராயமாக பாதியை மட்டுமே செலவிடுகிறது.
- Agents' Last Exam-இல், அதிக மதிப்பெண் தரும் அமைப்புகளில், அது Claude Opus 5-ஐ விட சுமார் 65% குறைவான வெளியீட்டு டோக்கன்களை பயன்படுத்துகிறது.
- Gemini 3.8 Flash (73.8%) மற்றும் Claude Opus 5 (73.7%) ஆகியவை DeepSWE-இல் Astra-வுக்கு ஒரு புள்ளிக்குள் வருகின்றன — ஆனால் ஒவ்வொரு பணிக்கும் தோராயமாக 4–5x குறைந்த டோக்கன் செயல்திறனுடன்.
- Terminal-Bench 4.0-இல், Astra தனது 57.9%-ஐ Sol-ஐ விட ஒரு பணிக்கான மதிப்பிடப்பட்ட API செலவில் தோராயமாக 9% குறைவாகவும், Fable 5.1-ஐ விட 63% குறைவாகவும் அடைகிறது.
- BenchCAD-இல், Astra Sol-ஐ விட தோராயமாக 43% குறைந்த செலவிலும், Fable 5.1-ஐ விட 86% குறைந்த செலவிலும் 95.9% வடிவியல் ஒட்டுமொத்தத்தை அடைகிறது.
இது குறைவாக கட்டணம் வசூலிப்பதன் மூலம் அல்ல, குறைவான வேலை செய்வதன் மூலம் தனது Pareto வளைவை மாற்றிய மாடல். இது ஆய்வகங்களுக்கு உண்மையான பதற்றத்தையும் உருவாக்குகிறது: ஒவ்வொரு டோக்கனும் முடிக்கப்பட்ட வேலையை அதிகம் வாங்கித் தந்தால், டோக்கன்-அளவிடப்பட்ட வணிகம் செயல்திறன் ஆதாயத்தை வாடிக்கையாளர்களுக்குப் பகிர்ந்தளிக்கலாம் அல்லது அதை லாப வரம்பாக வைத்துக்கொள்ளலாம். $10 / $50 விலையில், OpenAI அதை வைத்துக்கொண்டது.
Smart AIPI மூடுவதற்காக இருக்கும் இடைவெளி இதுதான். நாங்கள் தள்ளுபடியை உங்களுக்குக் கடத்துகிறோம்: Astra-வின் டோக்கன் செயல்திறனையும் மேலும் ஒரு டோக்கனுக்கு 75% குறைந்த விலையையும் பெறுகிறீர்கள்.
விலை: 75% தள்ளுபடி, அதே மாடல், அதே API
| gpt-6-astra, 1M டோக்கன்களுக்கு | OpenAI நேரடி | Smart AIPI | நீங்கள் சேமிப்பது |
|---|---|---|---|
| உள்ளீடு | $10.00 | $2.50 | 75% |
| கேச் செய்யப்பட்ட உள்ளீடு | $1.00 | $0.25 | 75% |
| வெளியீடு | $50.00 | $12.50 | 75% |
அதே weights, அதே OpenAI-compatible API வடிவம், அதே கருவிகள். வித்தியாசம் இருப்பது invoice-இல் மட்டுமே.
Astra உடன் வெளியிடப்பட்ட மற்ற அம்சங்கள்
- Codex-இல் தேடக்கூடிய குறிப்புகள். நீண்ட session-ஐ இழப்பான ஒரே சுருக்கமாகச் சுருக்குவதற்குப் பதிலாக, Astra சூழல் சாளரங்கள் முழுவதும் குறிப்புகளை வைத்திருக்கும்; முந்தைய சாளரங்களைத் தேடவும் முடியும் — சுருக்கத்தில் ஒருபோதும் இடம் பெறாத tool output உட்பட. உங்கள் Codex
config.toml-இல் இதை இயக்குங்கள்; வரவிருக்கும் வாரங்களில் இது Astra-விற்கான இயல்புநிலை அமைப்பாக மாறும் என OpenAI கூறுகிறது. - தெளிவின்மையைச் சிறப்பாகக் கையாளுதல். Astra சூழலிலிருந்து வழக்கமான இடைவெளிகளை நிரப்புகிறது; பதில் விளைவை மாற்றும் போதுதான் குறிப்பிட்ட கேள்விகளைக் கேட்கிறது. Codex-இல், தொடர்பற்ற பணியைத் தொடரும்போதே அது ஒத்திசைவற்ற முறையில் கேள்விகளைக் கேட்க முடியும்.
- வழிநடத்தலின் கீழும் அது பணியில் நிலைத்திருக்கும். முந்தைய மாடல்கள் நடுப்பணியில் வரும் திருத்தத்தை முற்றிலும் புதிய இலக்காகக் கருதுவது வழக்கம். Astra, அசல் கட்டுப்பாடுகளை விட்டுவிடாமல் புதிய தேவைகளை ஒருங்கிணைக்கிறது.
- உண்மையான நீண்ட சூழல். 512K டோக்கன்கள் வரை 100% MRCR v2 retrieval, 512K–1M வரம்பில் 96.3%.
- பலன் தந்த அறிவியல். prime gaps-இல், முடிவில்லாமல் மீண்டும் நிகழும் நெருக்கமான prime pair-களுக்கான சிறந்த அறியப்பட்ட வரம்பு 246-லிருந்து 240-க்கு நகர்ந்திருந்தது; Astra 186-ஐ நிறுவ உதவியது. 80 ஆண்டுகளுக்கும் மேலாக நிலைத்திருந்த பெரிய prime gaps வரம்பில் உள்ள ஒரு term-ஐயும் இது மேம்படுத்தியது.
GPT-6 Astra-வைப் பயன்படுத்துவது எப்படி
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"}]
}'
உயர் reasoning-உடன் Responses API
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
Reasoning effort, low, medium, high மற்றும் xhigh-ஐ ஆதரிக்கிறது. Astra, effort-உடன் அர்த்தமுள்ளதாக அளவிடப்படுகிறது — உயர்ந்த effort என்பது வெறும் நீண்ட பதில்கள் மட்டுமல்லாமல், புதிய builds-இல் அதிக verification pass-களையும் அதிக browser testing-ஐயும் வழங்குகிறது என ஆரம்பக் கூட்டாளர்கள் தெரிவிக்கின்றனர். நீண்ட-கால ஏஜென்டிக் பணிகளுக்கு high அல்லது xhigh-ஐப் பயன்படுத்துங்கள்.
நீங்கள் உண்மையில் எந்த மாடலை இயக்க வேண்டும்?
- gpt-6-astra — கணினிப் பயன்பாடு, உலாவி தானியக்கம், terminal-அதிகம் பயன்படுத்தும் ஏஜென்ட்கள், நீண்ட-கால refactor-கள், மேற்பார்வையின்றிப் பணியை முடிப்பதே நோக்கமாக இருக்கும் எதற்கும். இதன் டோக்கன் செயல்திறன், அதிக விகிதம் இருந்தாலும் ஒரு முடிக்கப்பட்ட பணிக்குக் குறைந்த செலவாக அமையும் என்பதைக் குறிக்கிறது.
- gpt-5.6-sol — இன்னும் ஒரு சிறந்த frontier coding மாடல்; ஒரு டோக்கனுக்கு கணிசமாகக் குறைந்த விலை. Astra-வின் கணினிப் பயன்பாட்டு முன்னிலைக்காக நீங்கள் செலுத்தாத, அதிக-அளவிலான ஏஜென்டிக் coding-க்கு சரியான இயல்புநிலை.
- gpt-5.6-terra — சமநிலையான workhorse: sol விலையின் பாதியில் flagship-க்கு நெருக்கமான coding தரம்.
- gpt-5.6-luna — பெருமளவிலான பணிகள், வகைப்பாடு, சுருக்கம், மலிவான உயர்-throughput pipeline-கள்.
நான்கும் ஒரே endpoint மற்றும் ஒரே key-இல் இயங்குகின்றன. மாற்றுவது ஒரு வரி மாற்றம் மட்டுமே; ஆகவே யாருடைய வரைபடத்தையும் — இதையும் சேர்த்து — நம்புவதற்குப் பதிலாக, அவற்றை உங்கள் workload-இல் பெஞ்ச்மார்க் செய்யுங்கள்.
தொடங்குங்கள்
இலவச கிரெடிட்கள் சேர்க்கப்பட்டுள்ளன. ஒவ்வொரு புதிய கணக்கும் $5 இலவச கிரெடிட்களைப் பெறும். smartaipi.com/signup இல் பதிவு செய்து, API key ஒன்றை உருவாக்கி, உடனடியாக gpt-6-astra-வைப் பயன்படுத்தத் தொடங்குங்கள். கிரெடிட் கார்டு தேவையில்லை.
- smartaipi.com/signup இல் பதிவு செய்யுங்கள் (இலவச கிரெடிட்கள், கிரெடிட் கார்டு தேவையில்லை)
- dashboard-இல் API key ஒன்றை உருவாக்குங்கள்
- உங்கள் base URL-ஐ
https://api.smartaipi.com/v1என அமைக்கவும் - இந்த மாடலைப் பயன்படுத்துங்கள்
gpt-6-astra
வெளியிடப்பட்ட சிறந்த ஏஜென்டிக் மற்றும் கணினிப் பயன்பாட்டு மாடல், உற்பத்திச் சூழலில், பட்டியல் விலையின் கால் பங்கில்.
OpenAI-compatible API gateway. Frontier AI models ஐ 75% குறைந்த செலவில் அணுகுங்கள்.
இலவசமாக தொடங்குங்கள்