Den centrala funktionen är samarbete mellan flera AI-agenter under längre tidsperioder. I stället för att en enda modell försöker lösa hela uppgiften i en session ska Astra kunna starta underagenter, fördela arbetet mellan dem, sammanställa resultaten och fortsätta samordningen över tid .
The Information beskriver systemet som utformat för att ”starta och samordna underagenter parallellt, sammanföra deras arbete och upprätthålla samarbetet” i uppgifter som kräver uthålliga insatser . Det kan exempelvis handla om omfattande projekt, avancerad matematik eller andra problem där arbetet behöver delas upp i flera specialiserade delar.
Astra är fortfarande ett arbetsnamn. OpenAI har ännu inte bestämt om serien ska lanseras som GPT-6, som en ny version i GPT-5-familjen – exempelvis GPT-5.7 – eller som en helt separat modellkategori . Modellerna testas redan och kan bli bland de första som utvärderas enligt Trumpadministrationens kommande AI-ramverk .
OpenAI placerar Astra bredvid GPT-5.6-familjen, där modellerna Sol, Terra och Luna ingår . GPT-5.6 har redan ett så kallat ultra-läge, som som standard samordnar fyra agenter parallellt för mer krävande uppgifter .
Astra verkar däremot vara utvecklat för ett längre tidsperspektiv: uppgifter som pågår i timmar, dagar eller ännu längre, snarare än en kortare session med parallella deluppgifter.
I OpenAI:s API-dokumentation beskrivs multiagent-funktionen som ett sätt för en modell att starta och samordna underagenter parallellt och sedan sammanfatta deras arbete i ett slutligt svar . Astra tycks bygga vidare på samma idé, men med större fokus på uthålligt samarbete och löpande koordinering.
Uppgifter från testfasen uppges redan omfatta matematik, fysik, biologi, medicin, kemi och cybersäkerhet . OpenAI väntas dessutom publicera en rapport om hur Astra ska ha löst tio matematiska problem som tidigare varit olösta .
Astra-demonstrationen passar in i ett återkommande mönster där OpenAI visar upp kommande modeller för beslutsfattare före en bred lansering.
Den bredare politiska diskussionen handlar inte bara om hur modeller ska testas, utan också om vem som ska bestämma reglerna.
I ett policydokument från den 15 juli 2026 argumenterade OpenAI för det som företaget kallar ”reverse federalism”, eller omvänd federalism . Idén är att delstater som Kalifornien, New York och Illinois först ska samordna regler om bland annat öppenhet, incidentrapportering och oberoende granskningar. Tillsammans skulle dessa regler kunna fungera som en faktisk nationell standard, medan den federala regeringen stärker CAISI och ansvarar för tekniska tester och tester kopplade till nationell säkerhet .
Chris Lehane, OpenAI:s chef för globala samhällsfrågor, skrev förslaget . Strategin är tänkt att skapa ett gemensamt amerikanskt ramverk genom delstaterna i stället för att invänta enighet i kongressen . OpenAI lyfter fram Kaliforniens SB 53, New Yorks RAISE Act och Illinois SB 315 som exempel på lagstiftning som kan fungera som byggstenar .
Kritiker menar samtidigt att modellen kan gynna de största AI-företagen genom att göra regelverket dyrare och svårare för mindre aktörer att följa. Anthropic har drivit en egen strategi för att skärpa AI-reglerna delstat för delstat .
En annan central stridsfråga gäller open-weight-modeller – AI-modeller vars vikter kan laddas ner, granskas, ändras och köras på egen infrastruktur.
Den 24 juli undertecknade en koalition med 25 företag, ledd av Nvidia, Microsoft, Meta och Palantir, ett öppet brev där beslutsfattare uppmanades att undvika ”för tidiga begränsningar” av sådana modeller. Företagen hävdar att breda förbud kan hämma konkurrensen och driva användare mot kinesiska AI-system .
Samtidigt överväger Trumpadministrationen begränsningar av kinesiska open-weight-modeller, däribland Moonshots Kimi K3. Amerikanska AI-laboratorier har hävdat att vissa kinesiska modeller har ”destillerats” från amerikanska modeller, alltså förbättrats genom att efterlikna eller utnyttja resultaten från större modeller . Anthropic och Nvidia har i stället förespråkat riktade, riskbaserade regler framför generella förbud .
Frågan har därmed skapat en tydlig spricka i Silicon Valley. Företag som OpenAI och Anthropic, vars modeller i huvudsak är stängda, kan gynnas av hårdare granskning av öppna modeller. Nvidia, Microsoft och Meta framhåller däremot att tillgång till öppna modellvikter är viktig för konkurrens, forskning och innovation .
Samma dag som Altman inledde sina möten i Washington, den 29 juli, publicerades ett öppet brev undertecknat av över 1 000 anställda på AI-laboratorier. Vissa rapporter anger att antalet översteg 1 200 .
Undertecknarna, som kom från bland annat OpenAI, Anthropic och Google DeepMind, efterlyste internationella verktyg för ”pacing” – mekanismer som kan styra eller bromsa takten i AI-utvecklingen. Målet är att minska risken för att konkurrensen om allt kraftfullare system tränger undan säkerhetsåtgärder .
Astra är mer än en vanlig produktförhandsvisning. OpenAI visade upp en modellfamilj som ska flytta AI från enstaka svar och korta arbetsflöden mot långvariga projekt där flera agenter planerar, arbetar och kontrollerar varandras resultat.
Demonstrationen kom samtidigt som företaget försöker påverka nästa generations regelverk: efter en incident med en AI-agent, inför en viktig amerikansk deadline och mitt i en växande konflikt om öppna modellvikter, delstaternas roll och behovet av att bromsa den internationella AI-kapplöpningen. Astra kan därför ses både som en teknisk nyhet och som ett politiskt budskap om att OpenAI vill vara med och forma reglerna innan de är färdigskrivna.