GPT-6 Astra đã có mặt trên Smart AIPI — giảm 75%, và câu chuyện thực sự là hiệu quả token

OpenAI công bố GPT-6 Astra vào September 3, 2026, gọi đây là "mô hình thông minh và được căn chỉnh nhất thế giới." Mô hình có sẵn trong API với tên gpt-6-astra, và hiện đã có trên Smart AIPI với mức giá bằng một phần tư giá của OpenAI.

Các bài viết ra mắt là marketing. Bài này thì không — chúng tôi bán quyền truy cập vào mô hình, nên điều hữu ích chúng tôi có thể làm là cho bạn biết chính xác mô hình thắng ở đâu, thua ở đâu, và thực sự sẽ khiến bạn tốn bao nhiêu. Tất cả các con số bên dưới đều lấy từ các bảng đánh giá đã công bố của OpenAI và các phân tích độc lập về chúng.

Các kết quả nổi bật

Astra là mô hình tiên tiến nhất về sử dụng máy tính, duyệt web, kỹ nghệ phần mềm, an ninh mạng, khoa học và công việc chuyên môn. Những điểm số quan trọng nhất với nhà phát triển:

Một vài số liệu trong đó cần được giải thích riêng. Terminal-Bench 4.0 là thứ gần nhất chúng ta có với câu hỏi "một agent có thể vận hành máy thật và hoàn thành công việc thật không" — mức 57.9% của Astra so với 37.3% của Sol là bước nhảy thế hệ, không phải sai số làm tròn. AutomationBench (quy trình nghiệp vụ nhiều bước qua nhiều ứng dụng) cao hơn Sol hơn gấp đôi. Trên OSWorld 2.0, Astra đạt điểm cao hơn và hoàn thành trong khoảng 40 phút mỗi tác vụ so với 75 phút của Sol — ít thời gian hơn khoảng 47%. Và hàng căn chỉnh không phải chú thích phụ: trong bài kiểm tra an toàn sử dụng máy tính đối kháng, Astra tạo ra kết quả không được căn chỉnh 2.4% số lần, so với 22.0% của Sol. Nếu bạn để agent chạm vào môi trường production, con số đó đáng giá hơn một điểm benchmark.

Ba lưu ý mà biểu đồ ra mắt không cho thấy

Chúng tôi muốn bạn nghe những điều này từ chúng tôi hơn là tự phát hiện ra.

1. Mức 99.9% trên ARC-AGI-3 là kết quả của harness

ARC-AGI-3 đánh giá mô hình bằng cách đưa cho nó một lưới 64×64 gồm các ô màu dưới dạng đối tượng JSON và cho phép nó xuất token hành động vào môi trường mô phỏng — không ảnh chụp màn hình, không video, không giải thích trước quy tắc. Con số 99.9% được tạo bằng harness Responses API riêng của OpenAI, với cơ chế quản lý ngữ cảnh riêng. Chạy cùng mô hình qua harness được lưu trữ của ARC Foundation bằng các lệnh gọi API thuần, Astra đạt khoảng 62.7%.

Cả hai con số đều trung thực; chúng đo lường các hệ thống khác nhau. Nhưng điều này cho bạn biết một điều quan trọng về 2026: harness giờ đây là thành phần hạng nhất của điểm số. Khi đánh giá mô hình cho stack của riêng bạn, hãy đánh giá bên trong harness của bạn, chứ không phải biểu đồ truyền thông của người khác.

2. Các chỉ số tổng hợp bất đồng mạnh mẽ

OpenAI nhấn mạnh 14 benchmark trong thông báo của mình. Chính xác chỉ một trong số đó trùng với Artificial Analysis Intelligence Index, nơi xếp Astra thứ năm với 61.2 — sau Claude Fable 5.1 (65.7), Claude Opus 5 (63.1) và Claude Fable 5 (62.1). Trên Artificial Analysis Coding Agent Index v1.4, Astra đạt 67.0 so với 68.1 của Opus 5 và 67.2 của Fable 5. Và Astra thua Claude Fable 5.1 trong Humanity's Last Exam có công cụ, 57.2% so với 65.0%.

Chỉ số tổng hợp là lớp bọc quanh benchmark, và lớp bọc có thể làm lộ tín hiệu hoặc chôn vùi nó. Cách đọc trung thực là: Astra rõ ràng là mô hình dẫn đầu cho công việc agentic, terminal và sử dụng máy tính, nhưng không phải dẫn đầu không thể tranh cãi trên mọi thước đo về "trí thông minh." Hãy chọn mô hình thắng trên trục mà bạn thực sự triển khai.

3. Khả năng an ninh mạng bị kiểm soát, và dấu vết suy luận ngắn hơn

Astra đạt ngưỡng an ninh mạng Critical theo Preparedness Framework của OpenAI — 100% trên ExploitBench, 42.4% trên ExploitGym so với 30.3% của Sol, 88.0% trong một lần thử trên tác vụ đảo ngược kỹ thuật binary của SRE-Bench so với 55.9% của Sol. Trong quá trình đánh giá, mô hình đã phát hiện và khai thác hai zero-day chưa từng được biết đến, mà OpenAI cho biết họ đã tiết lộ cho các bên duy trì.

Hệ quả với bạn: phiên bản ra mắt làm các công việc phòng thủ — review code bảo mật, vá lỗi — nhưng từ chối tạo exploit proof-of-concept, và các kiểm tra an toàn bổ sung đôi khi có thể dừng một tác vụ hợp lệ. Trong API, một tác vụ bị chặn sẽ đơn giản dừng lại. Đó là hành vi của mô hình upstream, không phải giới hạn của Smart AIPI. OpenAI dự định nới lỏng điều này cho các quy trình phòng thủ đã được thẩm định thông qua chương trình Daybreak.

OpenAI cũng nêu một sự thụt lùi thực sự: suy luận dạng văn bản của Astra khó giám sát hơn Sol, vì mô hình giải quyết vấn đề bằng ít bước được viết ra hơn và có nhiều quyền kiểm soát hơn với dấu vết của mình. Họ tự nêu điều này. Đây là điều cần biết nếu câu chuyện an toàn của bạn phụ thuộc vào việc đọc chain-of-thought.

Câu chuyện thực sự: hiệu quả token, không phải giá mỗi token

Với mức $10 / $50 cho mỗi 1M token trực tiếp từ OpenAI, Astra trông đắt so với dòng 5.6 — và xét trên cơ sở mỗi token thì đúng là như vậy. Nhưng giá mỗi token là đơn vị sai. Thứ bạn trả là lượng token tiêu hao để hoàn thành tác vụ, và đây là nơi Astra thực sự khác biệt:

• Trên DeepSWE, Astra dùng khoảng một nửa số token đầu ra của GPT-5.6 Sol để đạt điểm cao hơn.
• Trên Agents' Last Exam, ở thiết lập có điểm số cao nhất, mô hình sử dụng ít hơn khoảng 65% token đầu ra so với Claude Opus 5.
• Gemini 3.8 Flash (73.8%) và Claude Opus 5 (73.7%) đạt điểm trong phạm vi một điểm so với Astra trên DeepSWE — trong khi có hiệu quả token cho mỗi tác vụ thấp hơn khoảng 4–5x.
• Trên Terminal-Bench 4.0, Astra đạt 57.9% với chi phí API ước tính cho mỗi tác vụ thấp hơn khoảng 9% so với Sol, và thấp hơn 63% so với Fable 5.1.
• Trên BenchCAD, Astra đạt 95.9% độ chồng lấp hình học với chi phí thấp hơn khoảng 43% so với Sol và thấp hơn 86% so với Fable 5.1.

Đó là một mô hình có đường cong Pareto được dịch chuyển nhờ làm ít việc hơn, chứ không phải nhờ tính phí thấp hơn. Điều này cũng tạo ra căng thẳng thực sự cho các phòng thí nghiệm: nếu mỗi token mua được nhiều công việc hoàn thành hơn, một doanh nghiệp tính phí theo token hoặc chuyển lợi ích hiệu quả cho khách hàng, hoặc giữ lại làm biên lợi nhuận. Với $10 / $50, OpenAI đã giữ lại phần đó.

Đó là khoảng cách Smart AIPI tồn tại để thu hẹp. Chúng tôi chuyển trực tiếp mức giảm giá cho bạn: bạn nhận được hiệu quả token của Astra và mức giá thấp hơn 75% cho mỗi token.

Giá: giảm 75%, cùng mô hình, cùng API

Cùng trọng số, cùng cấu trúc API tương thích OpenAI, cùng công cụ. Khác biệt duy nhất là hóa đơn.

Những gì khác được phát hành cùng Astra

• Ghi chú có thể tìm kiếm trong Codex. Thay vì nén một phiên dài thành một bản tóm tắt dễ mất thông tin, Astra giữ ghi chú qua các cửa sổ ngữ cảnh và có thể tìm kiếm các cửa sổ trước đó — bao gồm cả đầu ra công cụ chưa từng được đưa vào bản tóm tắt. Bật tính năng này trong config.toml của Codex; OpenAI cho biết nó sẽ trở thành mặc định cho Astra trong vài tuần tới.
• Xử lý tốt hơn tính mơ hồ. Astra tự lấp các khoảng trống thông thường từ ngữ cảnh và chỉ đặt câu hỏi trọng tâm khi câu trả lời sẽ thay đổi kết quả. Trong Codex, mô hình có thể hỏi bất đồng bộ trong khi tiếp tục công việc không liên quan.
• Mô hình bám sát tác vụ khi được điều hướng. Các mô hình trước đây thường coi một sửa đổi giữa tác vụ là mục tiêu hoàn toàn mới. Astra tích hợp yêu cầu mới mà không làm mất các ràng buộc ban đầu.
• Ngữ cảnh dài thực sự. Truy xuất MRCR v2 100% lên đến 512K token, 96.3% trong dải 512K–1M.
• Khoa học tạo ra kết quả. Về khoảng cách số nguyên tố, cận tốt nhất được biết đến cho các cặp số nguyên tố gần nhau lặp lại vô hạn đã chuyển từ 246 xuống 240; Astra góp phần xác lập mức 186. Mô hình cũng cải thiện một hạng trong cận về khoảng cách số nguyên tố lớn đã tồn tại hơn 80 năm.

Cách sử dụng 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 với mức suy luận cao

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

Mức nỗ lực suy luận hỗ trợ low, medium, high và xhigh. Astra mở rộng năng lực đáng kể theo mức nỗ lực — các đối tác ban đầu báo cáo rằng nỗ lực cao hơn đem lại nhiều lượt xác minh hơn và nhiều lượt kiểm thử trình duyệt hơn trên các bản dựng mới, không chỉ là câu trả lời dài hơn. Với công việc agentic dài hạn, hãy dùng high hoặc xhigh.

Bạn thực sự nên chạy mô hình nào?

• gpt-6-astra — sử dụng máy tính, tự động hóa trình duyệt, agent chuyên terminal, tái cấu trúc dài hạn, mọi thứ mà mục tiêu là hoàn thành tác vụ không cần giám sát. Hiệu quả token của mô hình có nghĩa là mức giá cao hơn thường vẫn rẻ hơn trên mỗi tác vụ hoàn thành.
• gpt-5.6-sol — vẫn là một mô hình lập trình frontier xuất sắc và rẻ hơn đáng kể trên mỗi token. Đây là lựa chọn mặc định phù hợp cho lập trình agentic lưu lượng cao khi bạn không cần lợi thế sử dụng máy tính của Astra.
• gpt-5.6-terra — cỗ máy chủ lực cân bằng: chất lượng lập trình gần cấp flagship với một nửa giá của sol.
• gpt-5.6-luna — công việc hàng loạt, phân loại, tóm tắt, pipeline thông lượng cao chi phí thấp.

Cả bốn đều chạy trên cùng endpoint và cùng key. Chuyển đổi chỉ là thay đổi một dòng, vì vậy hãy benchmark chúng trên khối lượng công việc của bạn thay vì tin biểu đồ của bất kỳ ai — kể cả biểu đồ này.

Bắt đầu

1. Đăng ký tại smartaipi.com/signup (credit miễn phí, không cần thẻ tín dụng)
2. Tạo API key trong dashboard
3. Đặt base URL thành https://api.smartaipi.com/v1
4. Dùng mô hình gpt-6-astra

Mô hình agentic và sử dụng máy tính tốt nhất đã được công bố, sẵn sàng cho production, với giá bằng một phần tư giá niêm yết.