3 сентября 2026 года OpenAI представила GPT‑6 Astra — новую флагманскую модель для программирования, исследований, работы с документами и управления компьютером. На презентации ей поручали собирать сайты, заполнять налоговые формы, строить отчёты в Power BI и проектировать детали в инженерных программах. Выглядит эффектно, но обычному человеку важнее другое: станет ли новая модель лучше разбирать договор, исправлять Excel, писать рабочий текст и находить ошибку в коде.

С Astra есть ещё одна проблема: название модели часто смешивают с названием продукта. GPT‑6 Astra, GPT‑6 Pro, ChatGPT Work и Codex — не одно и то же. От выбранного интерфейса зависит, сможет ли нейросеть только написать ответ или получит доступ к файлам, браузеру, терминалу и приложениям.

Ниже разберём возможности ChatGPT 6 Astra без разговора о «революции» и скором AGI. Сопоставим официальные результаты с независимыми тестами, посчитаем стоимость реальных задач и выясним, какие варианты доступа остаются у пользователей из России.

Перейти к нейросети GPT-6 Astra

О GPT-6 Astra вкратце

GPT‑6 Astra сильнее всего отличается от предыдущих моделей не качеством обычной переписки, а способностью доводить до конца длинные задачи. Она лучше ориентируется в больших кодовых базах и наборах документов, увереннее работает с программами, реже теряет исходные ограничения и заметно эффективнее использует длинный контекст.

Для разговора, перевода, короткого письма или небольшого скрипта Astra чаще всего избыточна: GPT‑5.6 Sol справляется дешевле и обычно быстрее. Новая модель оправдывает цену, когда задача состоит из нескольких этапов, требует анализа десятков файлов, запуска тестов, проверки результата или работы в разных приложениях.

Официальные ChatGPT и OpenAI API в России по-прежнему не поддерживаются. Получить доступ к Astra можно через российские агрегаторы, однако возможности такого чата зависят от конкретной платформы. По ссылкам в этой статье вы сможете протестировать полную версию GPT-6

Возможности GPT‑6 Astra

GPT‑6 Astra — флагманская reasoning-модель OpenAI. Она не только генерирует текст, но и планирует последовательность действий, вызывает инструменты, анализирует результаты промежуточных шагов и продолжает работу до получения готового результата.

OpenAI выделяет шесть основных направлений:

  • управление компьютером и браузером;

  • программирование и сопровождение больших проектов;

  • подготовка документов, таблиц и презентаций;

  • поиск и проверка информации;

  • научные расчёты и анализ данных;

  • длительные агентные процессы, состоящие из десятков или сотен действий.

Самое заметное изменение находится именно в последнем пункте. Обычная языковая модель отвечает на вопрос. Агентная модель получает цель, открывает нужные материалы, выбирает инструменты, выполняет работу, проверяет результат и при необходимости исправляет собственные ошибки.

Такой режим не делает нейросеть безошибочной. Зато он позволяет поручить ей задачу уровня «изучи комплект документов, найди расхождения, подготовь таблицу замечаний и создай исправленную версию», а не просить отдельно обработать каждую страницу.

GPT‑6 Astra, GPT‑6 Pro, ChatGPT Work и Codex: в чём разница

Путаница начинается уже в меню ChatGPT. В обычном чате модель показывается как GPT‑6 Pro, хотя работает она на базе GPT‑6 Astra. В Work и Codex используется название Astra.

Название

Что это

Для каких задач подходит

GPT‑6 Astra

Базовая модель OpenAI

API, агентные системы, Work и Codex

GPT‑6 Pro

Режим Astra в обычном ChatGPT

Сложный анализ и консультации без полноценной среды разработки

ChatGPT Work

Рабочая среда с файлами, браузером и приложениями

Документы, таблицы, исследования, сайты и офисные задачи

Codex

Среда для работы с кодом и репозиториями

Разработка, тесты, рефакторинг, миграции и поиск ошибок

Сторонний чат

Интерфейс агрегатора, подключённый к API

Переписка, тексты, анализ доступных типов файлов

Это принципиальное различие. Если Astra в демонстрации OpenAI самостоятельно редактирует Excel, а в стороннем чате возвращает только формулы и инструкции, противоречия нет. В первом случае модель получила инструмент для управления приложением, во втором — только поле для текстового ответа.

Точные характеристики GPT‑6 Astra

Параметр

Значение

Дата выпуска

3 сентября 2026 года

Идентификатор в API

gpt-6-astra

Срез знаний

30 апреля 2026 года

Максимальный контекст API

1 050 000 токенов

Максимальный ответ API

128 000 токенов

Стандартная цена ввода

$10 за 1 млн токенов

Стандартная цена вывода

$50 за 1 млн токенов

Fast mode

До 2 раз быстрее по двойной цене

Входные данные

Текст и изображения; файлы обрабатываются инструментами выбранного интерфейса

Каналы доступа

ChatGPT, Work, Codex, OpenAI API, Microsoft Azure, AWS Bedrock

Цены приведены для стандартной обработки контекста менее 272 000 токенов. Для особенно длинных запросов, кэширования, веб-поиска и дополнительных инструментов действуют отдельные условия. Актуальные цифры OpenAI публикует на странице API.

Контекст в 1,05 млн токенов — характеристика API, а не обещание загрузить такой объём в любой тариф ChatGPT. В стандартном пользовательском интерфейсе действуют собственные лимиты. Например, на странице тарифов OpenAI для reasoning-моделей указано суммарное окно 256 тысяч токенов на Plus и 400 тысяч на Pro. У Work, Codex и корпоративных рабочих пространств ограничения могут отличаться.

Что Astra меняет в обычной работе

Разговор и объяснение сложных тем

В простом диалоге переход от GPT‑5.6 к Astra не производит такого впечатления, как переход от старых чат-ботов к reasoning-моделям. Обе версии умеют объяснять термины, помогать с выбором, редактировать текст и поддерживать разговор на русском языке.

Разница появляется в длинной переписке. Astra лучше сохраняет исходную цель после уточнений и боковых вопросов. Если в начале пользователь указал бюджет, формат результата и три запрета, а через десять сообщений поменял один параметр, модель реже забывает остальные ограничения. OpenAI отдельно обучала Astra не воспринимать каждую корректировку как новую задачу.

Полезное изменение — более точные уточняющие вопросы. Модель способна продолжить независимую часть работы, но остановиться перед решением, которое заметно влияет на результат. Для простого чата это мелочь, а в проекте на несколько часов экономит немало времени.

При этом Astra не нужна для запроса «придумай десять названий», перевода абзаца или составления списка покупок. Здесь дополнительное рассуждение увеличивает время и стоимость, но почти не улучшает итог.

Тексты и рабочие документы

OpenAI называет Astra своей лучшей моделью для документов, презентаций и таблиц по существующему шаблону. Это важное уточнение: модель не просто пишет содержание, а старается сохранить структуру, стиль и правила оформления исходного файла.

Практически это полезно в четырёх сценариях:

  • переработать отчёт, не меняя принятую в компании структуру;

  • собрать один документ из нескольких источников без повторов;

  • сопоставить договор, техническое задание и приложение;

  • подготовить новую версию презентации в стиле предыдущего проекта.

У Astra улучшен отбор контекста. Вместо пересказа всего загруженного документа она чаще вытаскивает только те сведения, которые влияют на вывод. Особенно заметно это должно быть на длинных договорах, регламентах и отчётах, где более слабые модели заполняют ответ общими фразами.

Однако большое контекстное окно не заменяет постановку задачи. Просьба «проверь договор» всё ещё слишком расплывчата. Нейросети нужно указать, что считать ошибкой, какие риски важны, требуется ли юридическая редакция и в каком виде вернуть замечания.

Хорошая формулировка выглядит так:

Сопоставь договор и приложение. Сначала составь таблицу расхождений: пункт, формулировка в договоре, формулировка в приложении, возможное последствие. Не предлагай исправления, пока не закончишь диагностику. Не считай различием сокращённое написание одного и того же термина. Для каждого вывода укажи страницу и приведи короткий фрагмент исходного текста.

Анализ PDF и длинного контекста

На тесте OpenAI MRCR модель должна находить несколько связанных фактов, спрятанных в очень длинном тексте. На диапазоне от 512 тысяч до 1 млн токенов Astra набрала 96,3%, а GPT‑5.6 Sol — 73,8%.

Это не означает, что Astra безошибочно понимает любой PDF. В отсканированном документе результат зависит от OCR, в сложной таблице — от качества извлечения структуры, а в юридическом анализе — от полноты инструкции. Но вероятность потерять условие, находящееся за сотни страниц от другого связанного пункта, стала заметно ниже.

Для проверки большого комплекта документов нужен эталон. Можно заранее отметить восемь расхождений: суммы, даты, сроки, реквизиты, обязанности сторон и противоречия между основным текстом и приложениями. Затем сравнить, сколько проблем модель нашла и сколько придумала. Такой тест полезнее субъективного вывода «договор разобран хорошо».

Электронные таблицы и анализ данных

Astra умеет работать не только с содержимым ячеек. В ChatGPT Work она может исследовать таблицу, строить формулы и диаграммы, менять оформление и проверять результат визуально. В публичных демонстрациях модель собирала дашборды в Power BI и решала задания по Excel, последовательно взаимодействуя с интерфейсом программы.

Для нормального теста таблица должна содержать не только очевидные пропуски, но и спорные значения. Например:

  • четыре полных дубликата;

  • три даты в неправильном формате;

  • две повреждённые формулы;

  • три пустых обязательных поля;

  • один необычный, но корректный выброс.

Последний пункт особенно важен. Слабая модель стремится «почистить» всё подозрительное и может удалить реальную крупную сделку вместе с ошибками. Надёжный помощник сначала объясняет, почему считает значение неверным, и только потом предлагает изменение.

Оптимальный процесс состоит из двух запросов. Сначала диагностика с перечнем найденных проблем. Затем, после проверки человеком, создание исправленной копии. Нельзя просить ИИ молча перезаписать единственный экземпляр рабочей книги.

Для задач анализа данных показателен внутренний Data Science Tasks: Astra получила 40,9% против 30,5% у GPT‑5.6 Sol. Разрыв ощутимый, но результат далёк от 100%. Финансовые расчёты, итоговые формулы и методику статистического анализа всё равно необходимо проверять.

Поиск информации и браузер

В BrowseComp Astra набрала 91,5%, а Sol — 90,4%. Это хороший пример того, почему нельзя оценивать релиз по одной фразе «новая модель стала значительно умнее». В обычном поиске сложных фактов прирост небольшой.

Настоящее преимущество проявляется, когда поиск является одним этапом большого процесса. Например, нужно найти тарифы, проверить дату обновления каждой страницы, нормализовать валюты, собрать сравнительную таблицу и подготовить вывод под конкретные ограничения. Здесь важна уже не одна найденная ссылка, а способность не потерять требования между этапами.

Любой результат исследования нужно проверять по первоисточникам. Модель может сослаться на устаревший тариф, смешать дату публикации с датой события или сделать более уверенный вывод, чем позволяют найденные сведения. Хороший промпт должен требовать отдельные колонки «факт», «источник», «дата» и «вывод».

Программирование

Код — одно из направлений, где у Astra есть измеримое преимущество. На Terminal-Bench 4.0 модель получила 57,9% против 37,3% у GPT‑5.6 Sol. В тесте миграции баз данных результат вырос с 42,7 до 63,9%. На DeepSWE разница скромнее: 74,1% против 72,7%.

Эти цифры хорошо описывают профиль модели. Astra не обязательно намного лучше отвечает на изолированный вопрос по Python. Зато она увереннее действует в настоящем проекте: читает соседние файлы, запускает команды, анализирует тесты, исправляет реализацию и повторяет проверку.

Независимое тестирование CodeRabbit показало, что при ревью кода Astra находила примерно на 4% больше размеченных ошибок, чем GPT‑5.6 Sol, и на 22% больше, чем Claude Opus 5. Наибольший прирост приходился на проблемы за пределами изменённых строк — случаи, когда локально правильный патч ломал другой модуль. Подробности опубликованы в отчёте CodeRabbit.

Для практической проверки модели не подходит задача «напиши приложение с нуля»: красивый интерфейс может скрывать нерабочие функции. Лучше взять репозиторий на 10–15 файлов, добавить несколько воспроизводимых ошибок и потребовать минимальный патч без переписывания архитектуры.

Полезная формулировка:

Найди первопричину падения тестов. Перед изменениями кратко опиши гипотезу и укажи файлы, которые потребуется проверить. Не меняй публичный API и не проводи несвязанный рефакторинг. После исправления запусти существующие тесты, добавь тест только для найденного граничного случая и перечисли все изменённые файлы.

Что показывают официальные и независимые тесты

Ниже собраны показатели, которые ближе всего к повседневной и профессиональной работе. Полные результаты опубликованы в анонсе GPT‑6 Astra.

Проверка

GPT‑6 Astra

GPT‑5.6 Sol

Что измеряется

OSWorld 2.0

72,6%

65,7%

Работа с программами и операционной системой

Время задания OSWorld

около 40 минут

около 75 минут

Продолжительность агентной работы

AutomationBench

41,4%

18,1%

Автоматизация многошаговых процессов

Internal Data Science Tasks

40,9%

30,5%

Анализ данных и создание результатов

Terminal-Bench 4.0

57,9%

37,3%

Работа с терминалом и окружением

Database Migration Tasks

63,9%

42,7%

Изменение схем и перенос данных

MRCR, 512K–1M

96,3%

73,8%

Извлечение связанных фактов из длинного контекста

Внутренний тест галлюцинаций, меньше — лучше

4,2%

12,2%

Фактические ошибки в ответах

OpenAI сообщает, что на OSWorld Astra выполнила задачи примерно на 47% быстрее. Вместе с обновлённой средой Codex прохождение Mind2Web ускорилось в 1,9 раза относительно прежнего опыта с Sol.

Но независимые цифры не подтверждают тотальное превосходство. В Artificial Analysis Intelligence Index Astra получила 61 балл — практически столько же, сколько GPT‑5.6 Sol, и меньше 66 баллов Claude Fable 5.1. При максимальном reasoning новая модель использовала примерно на 10% меньше выходных токенов, но из-за цены оказалась примерно на 75% дороже Sol в расчёте на задачу.

В агентном программировании картина обратная. Astra использовала примерно треть токенов, необходимых Sol, получила на два пункта больше и сравнялась по качеству с более дорогими конкурентами. Подробный разбор опубликован Artificial Analysis.

Вывод простой: Astra — не универсально лучший собеседник за любые деньги. Это модель, оптимизированная под действия, код и длинные рабочие процессы.

Насколько GPT‑6 Astra склонна к ошибкам

OpenAI утверждает, что Astra допускает существенно меньше фактических ошибок на диалогах, ранее отмеченных пользователями как проблемные. Во внутреннем сводном тесте показатель галлюцинаций снизился с 12,2% у Sol до 4,2% у Astra.

Эти 4,2% нельзя интерпретировать как вероятность ошибки в обычном запросе. Набор специально собран из сложных случаев, а его абсолютные значения не отражают весь пользовательский трафик. Кроме того, часть оценок OpenAI проводилась в исследовательской среде. Компания прямо предупреждает, что ответы через API и ChatGPT могут отличаться из-за системных инструкций и доступных инструментов.

Практическое правило не изменилось:

  • актуальные сведения проверяем по источникам;

  • суммы и формулы пересчитываем;

  • юридические и медицинские выводы передаём специалисту;

  • код запускаем и тестируем;

  • перед изменением файла сохраняем исходную копию.

Улучшение модели снижает количество ручной работы, но не превращает сгенерированный ответ в проверенный факт.

ChatGPT 6 Astra в России: способы доступа

Россия отсутствует в официальных списках стран, где поддерживаются ChatGPT и OpenAI API. OpenAI предупреждает, что доступ к сервису из неподдерживаемого региона может привести к ограничению или блокировке аккаунта.

Официальный ChatGPT

В обычном чате GPT‑6 Pro постепенно открывается на тарифах Pro $100, Pro $200, Business и Enterprise. Plus получает Astra в ChatGPT Work и Codex, но не GPT‑6 Pro в стандартном режиме Chat.

Лимиты на момент публикации:

Тариф

Astra в обычном Chat

Лимит GPT‑6 Pro

Free и Go

Нет

—

Plus

Нет; есть в Work и Codex

Отдельные лимиты Work и Codex

Pro $100

Да

50 сообщений в неделю совместно с GPT‑5.6 Sol Pro

Pro $200

Да

200 сообщений в неделю

Business Standard

Да

15 сообщений в месяц

Business Premium

Да

50 сообщений в неделю

Enterprise

Зависит от настроек организации

По условиям рабочего пространства

Распределение доступа меняется поэтапно. Актуальные условия находятся в справке OpenAI о GPT‑6 Pro.

Российские агрегаторы

Самый простой вариант для пользователя из России — платформа, которая уже подключила Astra и принимает оплату в рублях. Модель появилась, в частности, в каталоге агрегатора нейросетей Study AI.

API

API нужен компаниям и разработчикам, которые встраивают Astra в собственный продукт или внутренний процесс. Он даёт больше контроля над контекстом, инструментами и форматом ответа, но требует разработки, отдельного биллинга и соблюдения региональных ограничений OpenAI.

Для одного пользователя API не всегда дешевле подписки. Агент может вызвать модель десятки раз, повторно передать большой контекст и использовать платные инструменты. Поэтому считать нужно стоимость всего процесса, а не одного финального ответа.

Сколько стоит одна задача в GPT‑6 Astra

Для контекста менее 272 тысяч токенов стандартная цена составляет $10 за миллион входных и $50 за миллион выходных токенов.

Пример

Вход

Выход

Примерная стоимость

Подробная консультация

1 000

500

$0,035

Статья по нескольким источникам

10 000

3 000

$0,25

Анализ PDF

50 000

3 000

$0,65

Проверка части кодовой базы

100 000

5 000

$1,25

Большой пакет документов

250 000

10 000

$3,00

Это упрощённый расчёт. В него не включены повторные запросы, кэширование, веб-поиск, выполнение инструментов и повышенная цена Fast mode. Запрос с огромным документом также может оказаться дешевле после предварительного извлечения только нужных страниц.

Для повседневного общения Astra экономически невыгодна: значительная часть стоимости приходится на длинный ответ, хотя для простого вопроса его качество почти не отличается от более дешёвой модели. Для исправления ошибки, которая вручную заняла бы несколько часов, даже несколько долларов за агентный прогон выглядят разумно.

Как ставить задачи Astra

Новая модель лучше справляется с неполными инструкциями, но это не повод ограничиваться одной строкой. Самый надёжный запрос содержит пять частей:

  1. Цель — какой результат должен быть получен.

  2. Исходные данные — какие файлы и факты считать основными.

  3. Ограничения — что нельзя менять или предполагать.

  4. Проверка — как модель должна убедиться в качестве результата.

  5. Формат — таблица, документ, патч, файл или краткий вывод.

Промпт для документа

Проанализируй приложенный отчёт. Отдели факты из документа от собственных выводов. Для каждого числового утверждения укажи страницу. Найди внутренние противоречия, пропущенные определения и выводы, которые не подтверждаются данными. Сначала верни таблицу проблем; не переписывай документ до моего подтверждения.

Промпт для Excel

Проведи диагностику книги. Проверь формулы, типы данных, дубликаты, пропуски и выбросы. Не удаляй строки автоматически. Создай список предполагаемых ошибок с листом, адресом ячейки, объяснением и предлагаемым исправлением. Отдельно отметь значения, которые требуют решения человека.

Промпт для исследования

Собери данные только из первичных или официальных источников. Для каждого факта укажи ссылку и дату страницы. Не используй поисковый сниппет как источник. Если разные страницы противоречат друг другу, покажи обе версии и объясни, какую считаешь актуальной. В конце отдельно перечисли выводы, которые являются интерпретацией, а не опубликованным фактом.

Промпт для кода

Изучи репозиторий и воспроизведи ошибку до внесения изменений. Найди первопричину, предложи минимальный патч и не проводи несвязанный рефакторинг. После изменения запусти существующие тесты, добавь тест для найденного граничного случая и перечисли команды проверки. Если для решения не хватает данных, продолжи независимую часть работы и задай только блокирующий вопрос.

Безопасно ли передавать Astra документы и рабочие данные

Сама модель стала устойчивее к вредоносным инструкциям, спрятанным на веб-страницах и в файлах. Во внутренней проверке OpenAI устойчивость к prompt injection выросла с 96,23 до 99,79%. Во внешнем тесте Gray Swan вероятность хотя бы одной успешной атаки за 15 попыток снизилась с 27% у GPT‑5.6 Sol до 8,5% у Astra.

Риск всё равно не равен нулю. Документ из интернета может содержать невидимую инструкцию, пытающуюся заставить агента отправить данные или выполнить постороннее действие. Поэтому доступ к почте, платежам, CRM и облачным дискам должен быть ограничен, а значимые операции — подтверждаться человеком.

При работе через сторонний сервис важна не только безопасность OpenAI. Запрос и загруженный файл проходят через инфраструктуру агрегатора. Перед передачей коммерческой тайны, персональных данных или клиентской базы необходимо изучить его политику хранения, удаления и трансграничной обработки.

Безопасная схема выглядит так:

  • создать копию документа;

  • удалить лишние персональные и закрытые данные;

  • загрузить только нужные листы и страницы;

  • сначала запросить диагностику;

  • согласовать изменения;

  • проверить итоговый файл вручную;

  • не давать агенту право отправки и удаления без подтверждения.

Подробнее о проверках модели OpenAI рассказывает в GPT‑6 Astra System Card.

Когда Astra лучше GPT‑5.6 Sol, а когда нет

Задача

Что выбрать

Почему

Обычный разговор

GPT‑5.6 Sol или быстрая модель

Astra почти не даёт практического преимущества

Перевод и короткий текст

Более дешёвая модель

Не требуется длинное рассуждение

Большой комплект документов

GPT‑6 Astra

Лучше удерживает связи в длинном контексте

Сложная таблица с проверкой результата

GPT‑6 Astra в Work

Важны инструменты и многошаговая работа

Небольшой фрагмент кода

GPT‑5.6 Sol

Разница часто минимальна

Большой репозиторий и терминал

GPT‑6 Astra в Codex

Сильная сторона модели — агентное программирование

Актуальное исследование

Astra при наличии браузера

Увереннее ведёт длинный процесс, но источники всё равно проверяются

Массовая обработка простых запросов

Terra, Luna или другая быстрая модель

Ниже цена и задержка

Для большинства людей GPT‑6 Astra не должна быть моделью по умолчанию. Её разумнее включать как дорогой профессиональный режим: когда нужно прочитать большой объём материала, выполнить несколько связанных действий и проверить готовый результат.

Главные плюсы и ограничения

Сильные стороны:

  • заметный прогресс в управлении компьютером и браузером;

  • уверенная работа с длинным контекстом;

  • сильное агентное программирование;

  • лучшее соблюдение шаблонов документов и презентаций;

  • меньше фактических ошибок по внутренним тестам OpenAI;

  • более аккуратное отношение к ограничениям и значимым действиям.

Ограничения:

  • высокая стоимость вывода через API;

  • жёсткие лимиты GPT‑6 Pro даже на дорогих подписках;

  • официальный доступ из России не поддерживается;

  • не все интерфейсы дают модели браузер, терминал и редактирование файлов;

  • преимущество перед Sol невелико в простом чате и ряде общих тестов;

  • документы, формулы, ссылки и код всё ещё требуют проверки.


GPT‑6 Astra — не «ChatGPT, который отвечает ещё немного лучше». Главный смысл релиза в переходе от ответа к выполнению работы. Модель способна дольше удерживать цель, увереннее пользоваться программами, искать ошибки в большом проекте и связывать факты, разделённые сотнями страниц.

Именно поэтому демонстрации Astra выглядят необычно: она заполняет формы, строит дашборды, работает в CAD и проверяет созданный сайт. Но среднему пользователю важнее не масштаб эффектного демо, а правильный выбор режима. Для письма, перевода, идеи или короткого скрипта достаточно GPT‑5.6 Sol и более дешёвых моделей. Astra имеет смысл подключать тогда, когда задача сложная, длинная и дорогая в ручном исполнении.

В России наиболее доступным вариантом остаются агрегаторы с оплатой в рублях. Перед использованием стоит проверить не только наличие названия GPT‑6 Astra в каталоге, но и поддерживаемые файлы, реальный контекст, доступные инструменты и правила хранения данных. Одна и та же модель в обычном чате и полноценной рабочей среде — два совершенно разных по возможностям продукта.



Реклама. ООО "Диджитал Гениус". ИНН 7813681158