Что вообще происходит с GPT-6 Astra

GPT-6 Astra вышла всего 3 сентября, но за неделю вокруг неё накопилось достаточно интересных кейсов, чтобы собрать всё в одном месте.

База стандартная: миллион токенов контекста и вывод до 128К. Классика для флагманов. Гораздо интереснее то, насколько Astra стала лучше именно как агент.

На OSWorld она выполняет компьютерные задачи примерно на 47% быстрее GPT-5.6 Sol. На Terminal-Bench 4.0 результат вырос с 37,3% у Sol до 57,9%, а на Terminal-Bench Science вообще с 22,4% до 64,6%.
При этом на Agents' Last Exam Astra использует примерно на 65% меньше выходных токенов, чем Claude Opus 5.

И это неплохо совпадает с тем, что сейчас замечают пользователи.

В X активно обсуждают странный эффект режима xHigh: на некоторых сложных агентных задачах он может потратить меньше токенов, чем более слабые режимы. Просто потому, что модель быстрее находит правильный путь, делает меньше лишних шагов и реже переделывает работу.

Правда, превращать это в правило "всегда ставьте xHigh, так дешевле" пока рано. На более простых задачах он вполне ожидаемо может думать дольше и съедать больше ресурсов.

Но особенно интересно смотреть на реальные эксперименты.

Один разработчик подключил Astra к роботу с кистью и камерой, после чего модель постепенно научилась физически рисовать Golden Gate Bridge (пост тут).

Другой за несколько промптов сделал на MacBook настоящий «сонар» без камеры. Ноутбук издаёт ультразвук около 20 кГц, слушает отражённый сигнал через микрофон и по эффекту Доплера определяет движение руки. В итоге можно скроллить страницу движениями в воздухе (пост тут).

Модели уже давно не просто "чугунный собеседник в чате" и всё чаще получают инструменты, сенсоры, терминал, браузер, роботов и возможность самостоятельно собирать решение из всего этого.
Astra в этом смысле интересна не столько как очередная более умная LLM.

Скорее как ещё один шаг к моделям, которые способны что-то реально делать во внешнем мире.
А самое забавное: похоже, сама Astra уже далеко не самая мощная модель внутри OpenAI.

Но об этом отдельно.