OpenAI выкатили GPT-6 Astra и по цифрам это пока самая жёсткая модель, которую они вообще выпускали. Причём сильнее всего она выросла именно там, где мне интереснее всего - код, работа за компом и длинные задачи
По кодингу:
> Terminal-Bench 4.0 - 57.9%
> Sol - 37.3%
> Fable 5.1 - 55.8%
> Opus 5 - 52.3%
> DeepSWE - 74.1%
> Sol - 72.7%
> Fable 5.1 - 67.4%
> Opus 5 - 73.7%
> FrontierCode Extended - 64.5%
> Sol - 60.6%
> Fable 5.1 - 63.6%
Но самые странные цифры вообще не здесь. На ARC-AGI-3 Astra выбила 99.9%, при этом у Sol там 7.8%, а у Opus 5 - 30.2%. На FrontierMath Tier 4 тоже почти потолок - 97.6% против 83% у Sol
С работой за компьютером тоже большой скачок. ScreenSpot Pro - 92.7% против 76.9% у Sol, AutomationBench - 41.4% против 18.1%. То есть это уже не только модель, которой кидаешь кусок кода, а агент, которого можно нормально оставлять работать с браузером, файлами и интерфейсами
Контекст теперь 1.05 млн токенов, на выход можно получить до 128k, а reasoning можно выкрутить вплоть до max. Для Codex ещё добавили нормальную память между окнами контекста - Astra сможет сохранять заметки и потом искать старые требования и результаты тестов, вместо того чтобы каждый раз терять половину проекта после compaction
По API:
> $10 за 1M input
> $50 за 1M output
Дорого, но прикол в том, что на части тестов Astra тратит меньше токенов и итераций, поэтому сама задача иногда выходит даже дешевле прошлых моделей
В ChatGPT Astra будет доступна на Plus, Pro, Business и Enterprise, отдельную подписку покупать не нужно. Раскатка идёт постепенно, поэтому у большинства её пока просто нет
И OpenAI даже придумали компенсацию за ожидание. За каждый день, пока Astra недоступна на вашем платном ChatGPT, будут давать по одному сохранённому reset лимитов. Первый уже начали начислять сегодня. Вот пост Tibo
Ещё интересный момент - Astra стала первой моделью OpenAI, которая дошла до Critical уровня по кибербезопасности. То есть возможности модели уже настолько выросли, что под её релиз отдельно усиливали защиту
Теперь жду, когда Astra появится у меня в ChatGPT и Codex, потому что по таблицам она выглядит очень сильно
😀Ждем, братки
💎Лачуга промо
HERMES -5%Чат \ Прокси{промо: HERMES -10%} \ OnlyFans