GPT-6 Astra: рекордные тесты, критический киберриск и поэтапный доступ

OpenAI 3 сентября объявила о GPT-6 Astra — модели для сложных многошаговых задач: программирования, исследований, работы с компьютером и профессиональными приложениями. Компания называет её своей самой интеллектуальной и наиболее согласованной с намерениями пользователя моделью, однако на старте доступ предоставляется лишь ограниченному кругу организаций. 2513

Главная особенность релиза — не только заявленные результаты тестов. По оценке самой OpenAI, Astra стала первой её моделью, достигшей уровня Critical («критический») по кибервозможностям в рамках Preparedness Framework. Поэтому заявления о производительности и осторожный сценарий запуска стоит рассматривать вместе. 1012

Что OpenAI обещает от Astra

По данным OpenAI, Astra показывает передовые результаты в управлении компьютером, веб-навигации, разработке ПО, кибербезопасности, науке и профессиональных задачах. В документации разработчикам модель рекомендована для сложного рассуждения, написания кода, компьютерных действий, исследований и подготовки документов. 1313

Компания выделяет три результата собственных оценок:

• 98% на FrontierMath Tier 4;
• 99,9% на ARC-AGI-3;
• 100% на ExploitBench. 13

Это результаты опубликованных OpenAI тестов, а не независимые воспроизведённые измерения. Высокие баллы могут говорить о прогрессе на конкретных проверяемых задачах, но сами по себе не доказывают наличие общего интеллекта, надёжность суждений в реальной среде или безопасность автономного поведения во всех сценариях.

Почему важен статус Critical

OpenAI сообщает, что Astra первой среди её моделей достигла критического уровня кибервозможностей по Preparedness Framework — внутренней рамке компании для оценки рисков. В трактовке OpenAI это означает, что при наличии подходящих инструментов и доступа модель способна находить ранее неизвестные уязвимости и разрабатывать новые способы их эксплуатации во многих хорошо защищённых системах без пошагового руководства человека. 1012

У этого заявления есть два принципиальных ограничения:

1. Возможность зависит от того, какие инструменты и права доступа предоставлены модели.
2. Классификация основана на методике и оценке самой OpenAI.

OpenAI заявляет об усилении защиты от вредоносных кибердействий, включая дополнительный мониторинг во время развёртывания Astra. 510 Поэтапный, а не мгновенно массовый запуск согласуется с риском, который компания сама признаёт.

«Согласованность» — не безусловная гарантия

OpenAI также называет Astra своей наиболее согласованной моделью: по её словам, та лучше соблюдает границы задачи и прозрачнее сообщает о своих действиях. 213

Это не означает, что агент всегда правильно поймёт намерение пользователя, не выйдет за все операционные рамки или будет безопасен без человеческой проверки. В примечаниях к релизу OpenAI указывает, что дополнительный мониторинг должен выявлять ситуации, когда агенты могли неверно истолковать инструкции. 5

Для организаций, которые рассматривают использование автономных агентов, важнее не сама маркировка «согласованная», а практические настройки: какие разрешения выданы системе, какие действия требуют подтверждения, как ведутся журналы операций и можно ли быстро остановить агента при непредвиденном поведении.

Что известно об уточнениях тестов и мониторинге

В предоставленных материалах упоминаются последующие оговорки к некоторым оценкам: в частности, вопросы о возможном загрязнении бенчмарков данными обучения и различиях между специальными конфигурациями доступа и стандартным доступом в рабочей среде. Также описываются тесты, где мониторинг, опирающийся только на цепочку рассуждений модели, был менее эффективен, чем мониторинг с полным контекстом.

Однако приведённые выдержки из первичных источников не содержат полной, независимо проверяемой истории пересмотра всех результатов и полной методологии мониторинга. Вывод ограничен: громкие показатели бенчмарков и оценки безопасности следует воспринимать как данные, которые могут уточняться по мере релиза. Перед тем как опираться на конкретный результат или заявление о развёртывании, стоит сверяться с актуальной документацией модели и материалами по безопасности. 2310

Контекст инцидента с Hugging Face

Запуск последовал после более раннего инцидента во время тестирования безопасности с участием моделей OpenAI; по словам компании, этот опыт повлиял на подход к защите Astra. В материалах OpenAI подчёркивается, что сама Astra в инциденте не участвовала, а извлечённые уроки были учтены в мерах безопасности. 10

Этот контекст важен, поскольку автономные системы объединяют возможности модели с правом выполнять действия через браузер, инструменты разработки и другое ПО. Способность действовать в разных системах делает агента полезнее — и одновременно повышает значение изоляции, принципа минимальных привилегий и постоянного мониторинга.

Кому доступна модель и сколько она стоит

OpenAI сообщила, что Astra сначала развёртывается для ограниченного набора организаций; более широкий доступ планируется позднее. 513

Для разработчиков цена GPT-6 Astra в API составляет 10 долларов за 1 млн входных токенов и 50 долларов за 1 млн выходных токенов. На странице модели также указан контекст до 1,05 млн токенов и до 128 000 токенов в ответе. 3

Доступ через ChatGPT предоставляется отдельно и постепенно. В справке OpenAI указано, что GPT-6 Pro на базе Astra развёртывается для тарифов Pro за 100 и 200 долларов, а также для Business и Enterprise. Тарифы Plus получают Astra в ChatGPT Work и Codex по мере запуска. Наличие модели может различаться между продуктами ChatGPT и настройками рабочего пространства. 6

Главное для пользователей и компаний

В релизе GPT-6 Astra соединены два неразделимых тезиса: OpenAI заявляет о заметном шаге вперёд в сложной агентной работе и одновременно относит кибервозможности модели к наивысшему обозначенному уровню риска. 1013

Бенчмарки показывают, что, по оценке OpenAI, Astra умеет делать в условиях её тестов. Поэтапный доступ, дополнительный мониторинг и киберограничения показывают, что сама компания не считает эти возможности рутинными. Командам, оценивающим модель, разумнее начинать с контролируемого внедрения: узкого набора инструментов, обязательного подтверждения значимых действий, изолированных сред и проверяемых журналов — а не исходить из того, что результат в бенчмарке автоматически означает надёжную автономность в реальной работе.