GPT-6 Astra вже доступна на Smart AIPI — на 75% дешевше, а справжня історія — це ефективність токенів

OpenAI анонсувала GPT-6 Astra 3 вересня 2026 року, назвавши її "найінтелектуальнішою та найбільш узгодженою моделлю у світі". Вона доступна в API як gpt-6-astra, а на Smart AIPI вже зараз доступна за чверть ціни OpenAI.

Пости про запуск — це маркетинг. Цей — ні: ми продаємо доступ до моделі, тому корисно чітко сказати вам, де вона перемагає, де програє і скільки реально коштуватиме. Усі наведені нижче числа взято з опублікованих OpenAI таблиць оцінювання та незалежного аналізу цих даних.

Ключові результати

Astra є передовою моделлю для роботи з комп’ютером, браузингу, програмної інженерії, кібербезпеки, науки та професійних завдань. Найважливіші для розробників результати:

Кілька з них заслуговують на окреме речення. Terminal-Bench 4.0 — це найближче, що ми маємо до питання "чи може агент працювати на реальній машині й виконувати реальну роботу" — 57.9% Astra проти 37.3% Sol є стрибком покоління, а не похибкою округлення. AutomationBench (багатокрокові бізнес-процеси між застосунками) дає більш ніж удвічі вищий результат за Sol. У OSWorld 2.0 Astra набирає більше і завершує завдання приблизно за 40 хвилин проти 75 у Sol — орієнтовно на 47% менше часу. І рядок про узгодженість — не примітка: в adversarial-тесті безпеки роботи з комп’ютером Astra продукує неузгоджені результати у 2.4% випадків проти 22.0% у Sol. Якщо ви дозволяєте агенту торкатися production, це число варте більше за один бал бенчмарку.

Три застереження, яких не показують графіки запуску

Ми радше скажемо вам про них самі, ніж ви виявите їх самостійно.

1. 99.9% у ARC-AGI-3 — це результат harness

ARC-AGI-3 оцінює модель, передаючи їй сітку кольорових комірок 64×64 як JSON-об’єкт і дозволяючи генерувати токени дій у симульованому середовищі — без скриншотів, відео чи заздалегідь пояснених правил. Показник 99.9% отримано за допомогою власного Responses API harness OpenAI з власним керуванням контекстом. Запустіть ту саму модель через хостинговий harness ARC Foundation зі звичайними API-викликами — і Astra набере близько 62.7%.

Обидва числа чесні; вони вимірюють різні системи. Але це говорить дещо важливе про 2026: harness тепер є повноцінною частиною результату. Коли ви оцінюєте модель для власного стека, оцінюйте її у своєму harness, а не за чиєюсь PR-діаграмою.

2. Композитні індекси голосно суперечать один одному

OpenAI виділила 14 бенчмарків у своєму анонсі. Рівно один із них перетинається з Artificial Analysis Intelligence Index, де Astra посідає п’яте місце з 61.2 — після Claude Fable 5.1 (65.7), Claude Opus 5 (63.1) і Claude Fable 5 (62.1). В Artificial Analysis Coding Agent Index v1.4 Astra має 67.0 проти 68.1 у Opus 5 та 67.2 у Fable 5. Також Astra програє Fable 5.1 у Humanity's Last Exam з інструментами: 57.2% проти 65.0%.

Агреговані індекси — це обгортки навколо бенчмарків, а обгортка може або виявити сигнал, або приховати його. Чесний висновок: Astra безумовно є провідною моделлю для агентних, термінальних завдань і роботи з комп’ютером, але не є беззаперечним лідером за кожним показником "інтелекту". Обирайте модель, яка перемагає за параметром, важливим для того, що ви фактично випускаєте.

3. Кіберможливості обмежені, а ланцюжок міркувань став коротшим

Astra досягає порогу Critical у кібербезпеці за Preparedness Framework від OpenAI — 100% у ExploitBench, 42.4% у ExploitGym проти 30.3% у Sol, 88.0% за одну спробу в бінарному реверс-інжинірингу SRE-Bench проти 55.9% у Sol. Під час оцінювання вона виявила та використала дві раніше невідомі zero-day уразливості, які, за словами OpenAI, були розкриті їхнім супровідникам.

Наслідок для вас: версія на момент запуску виконує захисні завдання — безпечний code review, внесення виправлень — але відмовляється створювати proof-of-concept експлойти, а додаткові перевірки безпеки іноді можуть зупинити легітимне завдання. У API заблоковане завдання просто зупиняється. Це поведінка базової моделі, а не обмеження Smart AIPI. OpenAI планує послабити ці обмеження для перевірених захисних workflow у межах програми Daybreak.

OpenAI також зазначила реальну регресію: письмові міркування Astra складніше моніторити, ніж у Sol, оскільки вона розв’язує проблеми за меншу кількість письмових кроків і має більше контролю над своїм trace. Вони самі на це вказали. Це важливо знати, якщо ваша стратегія безпеки залежить від читання chain-of-thought.

Справжня історія: ефективність токенів, а не ціна токена

За $10 / $50 за 1M токенів напряму від OpenAI Astra виглядає дорогою порівняно з сімейством 5.6 — і в перерахунку на токен вона такою є. Але ціна за токен — хибна одиниця вимірювання. Ви платите за токени, витрачені на завершення завдання, і саме тут Astra справді відрізняється:

• У DeepSWE Astra витрачає приблизно вдвічі менше вихідних токенів, ніж GPT-5.6 Sol, за вищого результату.
• У Agents' Last Exam за налаштувань із найвищим балом вона використовує приблизно на 65% менше вихідних токенів, ніж Claude Opus 5.
• Gemini 3.8 Flash (73.8%) і Claude Opus 5 (73.7%) відстають від Astra у DeepSWE менш ніж на бал, але є приблизно у 4–5x менш ефективними за токенами на завдання.
• У Terminal-Bench 4.0 Astra досягає 57.9% за приблизно на 9% нижчої оціненої вартості API на завдання, ніж Sol, і на 63% нижчої, ніж Fable 5.1.
• У BenchCAD Astra досягає 95.9% геометричного перекриття приблизно на 43% дешевше за Sol і на 86% дешевше за Fable 5.1.

Це модель, чия крива Парето змістилася завдяки меншому обсягу роботи, а не нижчій ціні. Це також створює реальну напругу для лабораторій: якщо кожен токен забезпечує більше завершеної роботи, бізнес із тарифікацією за токени або передає виграш в ефективності клієнтам, або залишає його як маржу. За $10 / $50 OpenAI залишила його собі.

Саме цей розрив існує, щоб закрити Smart AIPI. Ми передаємо знижку вам: ви отримуєте ефективність токенів Astra і на 75% нижчу ставку за токен.

Ціни: на 75% дешевше, та сама модель, той самий API

Ті самі ваги, той самий OpenAI-сумісний формат API, ті самі інструменти. Єдина різниця — рахунок.

Що ще вийшло разом з Astra

• Нотатки з пошуком у Codex. Замість стискання довгої сесії в один summary із втратами Astra зберігає нотатки між вікнами контексту та може шукати в попередніх вікнах — зокрема у виводі інструментів, який ніколи не потрапив до summary. Увімкніть це у своєму config.toml для Codex; OpenAI повідомляє, що в найближчі тижні ця функція стане типовою для Astra.
• Краще опрацювання неоднозначності. Astra заповнює рутинні прогалини з контексту й ставить сфокусовані запитання лише тоді, коли відповідь змінить результат. У Codex вона може ставити запитання асинхронно, продовжуючи непов’язану роботу.
• Вона не відхиляється від завдання під час коригувань. Попередні моделі часто сприймали корекцію посеред завдання як абсолютно нову ціль. Astra враховує нові вимоги, не втрачаючи початкових обмежень.
• Справжній довгий контекст. 100% вилучення в MRCR v2 до 512K токенів, 96.3% у діапазоні 512K–1M.
• Наука з реальним результатом. Для простих проміжків найкраща відома межа для нескінченно повторюваних близьких пар простих чисел змістилася з 246 до 240; Astra допомогла встановити 186. Вона також покращила член в оцінці великих проміжків між простими числами, яка не змінювалася понад 80 років.

Як використовувати 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 з високим рівнем міркування

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

Зусилля міркування підтримує low, medium, high та xhigh. Astra помітно масштабується зі зростанням зусиль — ранні партнери повідомляють, що вищий рівень дає більше проходів верифікації та більше тестування у браузері на нових збірках, а не просто довші відповіді. Для довготривалої агентної роботи використовуйте high або xhigh.

Яку модель вам насправді запускати?

• gpt-6-astra — робота з комп’ютером, автоматизація браузера, агенти з активним використанням термінала, довготривалі рефакторинги, усе, де суть у тому, щоб завдання завершилося без нагляду. Її ефективність токенів означає, що вища ставка часто в підсумку дає нижчу ціну за завершене завдання.
• gpt-5.6-sol — досі чудова передова модель для кодування та суттєво дешевша за токен. Правильний варіант за замовчуванням для високонавантаженого агентного кодування, коли ви не платите за перевагу Astra у роботі з комп’ютером.
• gpt-5.6-terra — збалансована робоча модель: майже флагманська якість кодування за половину ціни sol.
• gpt-5.6-luna — масові завдання, класифікація, узагальнення, недорогі високопродуктивні конвеєри.

Усі чотири працюють на тому самому endpoint і з тим самим ключем. Перемикання — це зміна одного рядка, тому порівнюйте їх на вашому навантаженні, а не довіряйте чиїйсь діаграмі — зокрема цій.

Почніть роботу

1. Зареєструйтеся на smartaipi.com/signup (безкоштовні кредити, без кредитної картки)
2. Створіть API-ключ у панелі керування
3. Встановіть базову URL-адресу на https://api.smartaipi.com/v1
4. Використовуйте модель gpt-6-astra

Найкраща опублікована модель для агентних завдань і роботи з комп’ютером — у production, за чверть каталожної ціни.