GPT-6 Astra: قابلیت‌ها، بنچمارک‌ها، قیمت و روش دسترسی

OpenAI مدل GPT-6 Astra را عرضه کرده است؛ مدلی که آن را «هوشمندترین و هم‌راستاترین مدل جهان» می‌نامد.

Astra وارد رده شلوغ مدل‌های پیشرو می‌شود؛ جایی که Claude Fable 5.1 (عرضه‌شده در ۱ سپتامبر ۲۰۲۶) و Claude Opus 5، نقاط مرجع برای برنامه‌نویسی و کارهای عامل‌محور هستند.

ادعاهای اصلی بسیار بلندپروازانه‌اند.

Astra در FrontierMath Tier 4 با امتیاز ۹۷٫۶٪ به سقف عملکرد می‌رسد، در ARC-AGI-3 تحت هارنس آداپتر ارائه‌دهنده OpenAI به ۹۹٫۹٪ می‌رسد و در ExploitBench امتیاز ۱۰۰٪ می‌گیرد. همچنین در استفاده از رایانه و مرورگر رکورد جدیدی ثبت می‌کند: ۷۲٫۶٪ در OSWorld 2.0، با حدود ۴۷٪ زمان کمتر برای هر وظیفه نسبت به مدل پیشین خود، GPT-5.6 Sol.

ARC-AGI-3 و FrontierMath Tier 4 هر دو مشخصا برای همگام‌ماندن با پیشرفت توانایی‌های هوش مصنوعی طراحی شده‌اند؛ بنابراین رسیدن به سقف عملکرد در آن‌ها، از صرفا برتری در یک جدول رتبه‌بندی استاندارد، نشانه‌ای متفاوت است.

در این مقاله، قابلیت‌های جدید GPT-6 Astra، بنچمارک‌ها و چند نمونه از موارد استفاده آن را بررسی می‌کنم.

GPT-6 Astra در یک نگاه

• GPT-6 Astra پرچم‌دار جدید OpenAI در رده مدل‌های پیشرو است که جای GPT-5.6 Sol را می‌گیرد و قیمت آن به‌ازای هر یک میلیون توکن ورودی/خروجی، ۱۰/۵۰ دلار است.
• در استفاده از رایانه در OSWorld 2.0 امتیاز ۷۲٫۶٪ می‌گیرد و زمان هر وظیفه را نسبت به Sol حدود ۴۷٪ کاهش می‌دهد؛ همچنین در FrontierMath Tier 4 به ۹۷٫۶٪ و در ExploitBench به ۱۰۰٪ می‌رسد.
• امتیاز شاخص ۹۹٫۹٪ در ARC-AGI-3 به هارنسی حالت‌دار و پرهزینه وابسته است؛ تماس‌های API بدون حفظ حالت، امتیاز بسیار پایین‌تری دارند.
• این مدل در امنیت سایبری از آستانه «بحرانی» عبور کرده است؛ ازاین‌رو قابلیت‌های ساخت اکسپلویت آن پشت برنامه Daybreak شرکت OpenAI محدود شده‌اند.
• در Humanity’s Last Exam با ابزارها، از Claude Fable 5.1 عقب‌تر است (۵۷٫۲٪ در برابر ۶۵٫۰٪)؛ بنابراین در همه معیارها برتری مطلق ندارد.

GPT-6 Astra چیست؟

GPT-6 Astra پرچم‌دار جدید OpenAI در رده مدل‌های پیشرو است که جای GPT-5.6 Sol را به‌عنوان مدل برتر برای استدلال، استفاده از رایانه و کارهای عامل‌محور می‌گیرد.

OpenAI جایگاه این مدل را بر سه حوزه بنا کرده است:

• استفاده پیشرفته از رایانه
• جهشی در کارهای حرفه‌ای
• جهشی در توانایی امنیت سایبری که بر اساس چارچوب آمادگی OpenAI از آستانه بحرانی عبور می‌کند

کاربردی‌ترین عدد برای متخصصان، بنچمارک OSWorld 2.0 است؛ جایی که Astra به امتیاز ۷۲٫۶٪ با حدود ۴۰ دقیقه زمان برای هر وظیفه می‌رسد، در حالی که GPT-5.6 Sol امتیاز ۶۵٫۷٪ را با حدود ۷۵ دقیقه ثبت کرده بود.

ترکیب دقت بالاتر و زمان واقعی اجرای کمتر، تفاوت میان عاملی است که باید دائما بر آن نظارت کنید و عاملی که می‌توانید یک وظیفه را به آن بسپارید.

Astra همراه با یک هارنس به‌روزشده Codex عرضه شده است که OpenAI می‌گوید در بنچمارک Mind2Web، تکمیل وظایف را نسبت به تجربه فعلی GPT-5.6 Sol، ۱٫۹ برابر سریع‌تر می‌کند.

این مدل با نام gpt-6-astra در API اوپن‌ای‌آی و از طریق Amazon Bedrock در دسترس است. همچنین سطح GPT-6 Astra Pro برای طرح‌های Pro، Business و Enterprise ارائه می‌شود.

چه چیزهایی در GPT-6 Astra جدید است؟

تغییرات Astra عمدتا بر اجرای عامل‌محور متمرکزند: کار با رایانه، تولید خروجی‌های حرفه‌ای نهایی، حفظ زمینه در جلسات طولانی برنامه‌نویسی و باقی‌ماندن در مرزهای مجاز.

در ادامه، قابلیت‌های برجسته را می‌بینیم.

کار با رایانه از ابتدا تا انتها

Astra می‌تواند مستقیما با یک رایانه کار کند و کارهای خسته‌کننده و چندمرحله‌ای را که معمولا یک بعدازظهر کامل زمان می‌برند، انجام دهد.

نمونه‌هایی از این کارها عبارت‌اند از:

• تکمیل گروهی فرم‌های هزینه
• به‌روزرسانی سوابق در CRM یا مدیریت ارتباط با مشتری
• اجرای بررسی‌های کنترل کیفیت فرانت‌اند روی سایتی که به‌تازگی ساخته‌اید
• نصب و عیب‌یابی نرم‌افزار، هم‌زمان با مشاهده اتفاقات روی صفحه

در شبیه‌سازی‌های تاخیر در OSWorld 2.0، Astra امتیاز ۷۲٫۶٪ را با حدود ۴۰ دقیقه برای هر وظیفه ثبت می‌کند؛ در مقابل، GPT-5.6 Sol امتیاز ۶۵٫۷٪ را با حدود ۷۵ دقیقه ثبت کرده است. این یعنی کاهش ۴۷٪‌ای زمان هر وظیفه.

OSWorld 2.0 می‌سنجد که آیا یک مدل واقعا می‌تواند با رایانه کار کند یا نه؛ از جمله پیمایش رابط‌های واقعی، کلیک‌کردن، تایپ‌کردن و تکمیل وظایف چندمرحله‌ای به‌شکلی مشابه انسان.

کاهش ۴۷٪‌ای زمان هر وظیفه به اندازه افزایش دقت اهمیت دارد، زیرا هزینه عامل با زمان واقعی اجرای کار افزایش می‌یابد. مدلی که به‌جای ۷۵ دقیقه، کار را در ۴۰ دقیقه تمام می‌کند، فقط سریع‌تر نیست؛ اجرای همان حجم کار با آن تقریبا نصف قیمت تمام می‌شود.

با این حال، آزمون‌های مستقل ARC Prize نشان می‌دهند اعداد اصلی Astra در استفاده از رایانه و استدلال، به‌شدت به هارنس وابسته‌اند؛ یعنی چارچوبی که مدل در آن اجرا و ارزیابی می‌شود.

در ARC-AGI-3، هارنس استاندارد بدون حفظ حالت، بسته به سطح استدلال، امتیازهایی حدود ۱۷٪ تا ۶۳٪ تولید کرد؛ در حالی که هارنس آداپتر ارائه‌دهنده که وضعیت استدلال را حفظ می‌کند، به رقم تبلیغ‌شده حدود ۹۹٫۹٪ رسید.

اگر مدل را بدون حفظ حالت فراخوانی می‌کنید، باید انتظار اعدادی پایین‌تر از نمودارهای زمان عرضه را داشته باشید.

تولید اسناد، اسلایدها و صفحات گسترده نهایی

Astra برای تولید خروجی‌های حرفه‌ای و پرداخت‌شده آموزش دیده است؛ خروجی‌هایی که به‌جای پیش‌نویس‌های عمومی، از قالب‌های شما پیروی می‌کنند.

این مدل می‌تواند اسناد، ارائه‌ها، صفحات گسترده و تحلیل‌هایی بسازد که با سبک نوشتاری و بصری شما هم‌خوان‌اند. همچنین به‌جای افزودن هر آنچه می‌داند، فقط زمینه مرتبط را وارد خروجی می‌کند.

در نمونه نمایشی OpenAI، Astra با استفاده از چند اسلاید قالب، یک ارائه درباره مدلی خیالی می‌سازد و لحن و چیدمان را در تمام ارائه یکدست نگه می‌دارد.

برای هر کسی که یک ساعت صرف تبدیل خروجی Markdown یک مدل زبانی به قالب سازمانی کرده است، پایبندی به قالب نخستین بخشی است که ارزش آزمودن دارد.

با قابلیت Sites در ChatGPT، Astra می‌تواند مستقیما از روی یک پرامپت، وب‌سایت‌ها، وب‌اپلیکیشن‌ها و بازی‌ها را ایجاد، میزبانی و به اشتراک بگذارد و در رندرها نسبت به مدل‌های پیشین قضاوت بصری بهتری اعمال کند.

بیشتر بخوانید: مدل GPT-OSS معرفی شد: نسخه متن‌باز GPT از OpenAI

پرسیدن سوال‌های هدفمند به‌جای حدس‌زدن

Astra تشخیص می‌دهد چه زمانی باید از شما سوال بپرسد و چه زمانی بر مبنای فرض‌های منطقی پیش برود.

وقتی دستورالعمل‌ها جای تفسیر دارند، شکاف‌های معمول را خود پر می‌کند و تنها وقتی سوال‌های متمرکز می‌پرسد که پاسخ بتواند نتیجه را تغییر دهد.

در مقایسه OpenAI، GPT-5.6 Sol یک وب‌سایت شخصی برای مسیر شغلی را به‌صورت خودکار در ۱۳ دقیقه و ۱۵ ثانیه ساخت، اما Astra پس از ۲۰ ثانیه مکث کرد تا بپرسد کاربر قصد ورود به چه حوزه شغلی را دارد.

در Codex، Astra می‌تواند پرسش‌ها را به‌صورت ناهم‌زمان مطرح کند: کارهایی را که به پاسخ شما وابسته نیستند ادامه می‌دهد و فقط برای تصمیم‌های اثرگذار منتظر می‌ماند.

Astra همچنین هنگام تغییر یک وظیفه، مسیر خود را گم نمی‌کند.

مدل‌های پیشین گاهی پیام هدایت‌کننده در میانه کار را یک هدف کاملا جدید تلقی می‌کردند و محدودیت‌های اولیه را از دست می‌دادند. Astra نیازمندی‌های جدید را وارد کار می‌کند و به سوال‌های فرعی پاسخ می‌دهد، بی‌آنکه وظیفه گسترده‌تر را رها کند.

نگهداری یادداشت در میان پنجره‌های زمینه در Codex

GPT-6 Astra روشی جدید برای حفظ و بازیابی زمینه در Codex معرفی می‌کند؛ زمانی که پنجره زمینه پر می‌شود. این روش، خلاصه‌سازی تکراری را با یادداشت‌های قابل جست‌وجو جایگزین می‌کند.

مدل‌ها در گذشته از فشرده‌سازی برای تبدیل جلسات طولانی رفع اشکال یا بازآرایی‌های بزرگ کد به یک خلاصه واحد استفاده می‌کردند؛ فرایندی که ممکن است جزئیاتی درباره علت شکست یک اصلاح یا رفتار یک مولفه را حذف کند.

با Astra، Codex یادداشت‌ها را میان پنجره‌های زمینه نگه می‌دارد و پنجره‌های قبلی را قابل جست‌وجو باقی می‌گذارد. در نتیجه، حتی اگر یادداشت جزئیات را ثبت نکرده باشد، می‌تواند یک نیازمندی یا نتیجه آزمون را از پیام‌های قبلی پیدا کند.

این قابلیت آزمایشی از طریق config.toml در Codex فعال می‌شود و OpenAI می‌گوید طی هفته‌های آینده به تنظیم پیش‌فرض Astra تبدیل خواهد شد.

اجرای کارهای دفاعی امنیت سایبری

Astra در چارچوب آمادگی OpenAI به آستانه بحرانی در امنیت سایبری می‌رسد؛ قابلیتی که هم قوی‌ترین توانایی جدید آن است و هم بیش از همه محدود شده است.

در زمان عرضه، این مدل در بازبینی امن کد و اصلاح آسیب‌پذیری‌ها کمک می‌کند، اما از کارهای پیشرفته‌تر مانند ساخت اکسپلویت اثبات مفهوم خودداری می‌کند.

OpenAI برنامه دارد از طریق برنامه Daybreak و با تدابیر حفاظتی کم‌محدودیت‌تر، دسترسی را گسترش دهد تا اعتبارسنجی آسیب‌پذیری و اثبات مفهوم، تحلیل بدافزار و مهندسی تشخیص ممکن شود.

به‌دلیل افزایش ریسک، بررسی‌های ایمنی اضافه ممکن است کارهای دفاعی مجاز را نیز متوقف یا معلق کنند: در ChatGPT یا Codex ممکن است از شما خواسته شود یک اقدام را بررسی کنید و در API، وظیفه به‌طور کامل متوقف خواهد شد.

بنچمارک‌های GPT-6 Astra

Astra در ارزیابی‌های گزارش‌شده OpenAI، در استفاده از رایانه، ریاضیات، برنامه‌نویسی و امنیت سایبری به رکوردهای جدیدی می‌رسد؛ آن هم اغلب با توکن خروجی کمتر از GPT-5.6 Sol یا مدل‌های Claude.

امتیازهای زیر از جداول زمان عرضه OpenAI آمده‌اند؛ بنابراین باید آن‌ها را گزارش‌های خود عرضه‌کننده دانست و در موارد لازم، وابستگی به هارنس را در نظر گرفت.

OSWorld 2.0 و استفاده از رایانه

Astra در مجموعه آفلاین OSWorld 2.0 امتیاز ۷۲٫۶٪ می‌گیرد؛ در برابر ۶۵٫۷٪ برای GPT-5.6 Sol و ۷۰٫۲٪ برای Claude Opus 5.

OSWorld می‌سنجد که آیا یک عامل می‌تواند وظایف واقعی دسکتاپ مانند جابه‌جایی میان برنامه‌ها و کار با فایل‌ها را انجام دهد یا نه؛ بنابراین نزدیک‌ترین شاخص به این پرسش است که «آیا این ابزار واقعا می‌تواند برای من با رایانه کار کند؟»

در ScreenSpot-Pro، که مکان‌یابی عناصر رابط کاربری روی صفحه را بدون ابزار می‌آزماید، Astra به ۹۲٫۷٪ می‌رسد؛ در برابر ۷۶٫۹٪ برای GPT-5.6 Sol و ۸۷٫۳٪ برای Claude Fable 5.

در Agents’ Last Exam، امتیاز آن ۵۹٫۳٪ است که از Claude Opus 5 با ۵۵٫۵٪ و GPT-5.6 Sol با ۵۳٫۶٪ بالاتر است؛ در حالی که حدود ۶۵٪ توکن خروجی کمتری نسبت به Opus 5 مصرف می‌کند.

FrontierMath Tier 4 و GPQA Diamond

Astra در FrontierMath Tier 4 v2، سخت‌ترین سطح یک بنچمارک ریاضی در سطح پژوهش، امتیاز ۹۷٫۶٪ ثبت می‌کند؛ در برابر ۸۷٫۸٪ برای Claude Fable 5.1 و Fable 5، و ۷۳٫۲٪ برای Claude Opus 5.

OpenAI این وضعیت را رسیدن به اشباع توصیف می‌کند و با توجه به نزدیک‌بودن به سقف امتیاز، این برداشت منطقی است.

در GPQA Diamond، مجموعه‌ای از پرسش‌های سطح تحصیلات تکمیلی در زیست‌شناسی، شیمی و فیزیک، Astra به ۹۶٫۰٪ می‌رسد؛ در برابر ۹۵٫۳٪ برای Gemini 3.8 Flash و ۹۴٫۶٪ برای GPT-5.6 Sol.

با این حال، در همه معیارها پیشتاز نیست. در Humanity’s Last Exam با ابزارها، Astra با ۵۷٫۲٪ پشت Claude Fable 5.1 با ۶۵٫۰٪ و Opus 5 با ۶۳٫۶٪ قرار می‌گیرد؛ بنابراین همه ارزیابی‌های استدلال را در اختیار ندارد.

برنامه‌نویسی: Terminal-Bench و FrontierCode

در Terminal-Bench 4.0، که عامل‌ها را در مهندسی نرم‌افزار، پیکربندی سیستم و تحلیل داده در محیط ترمینال می‌آزماید، Astra امتیاز ۵۷٫۷٪ می‌گیرد؛ در برابر ۳۷٫۳٪ برای GPT-5.6 Sol، ۵۵٫۸٪ برای Claude Fable 5.1 و ۱۹٫۱٪ برای Gemini 3.8 Flash.

این فاصله با Gemini Flash زیاد و با Fable 5.1 اندک است.

اما در سایر معیارهای کدنویسی، فاصله کمتر است.

در FrontierCode 1.1 Main، Astra با ۵۳٫۳٪ در برابر Fable 5 با ۵۳٫۵٪ و Opus 5 با ۵۳٫۴٪، عملا هم‌سطح است. در DeepSWE v1.1 نیز امتیاز ۷۴٫۱٪ می‌گیرد؛ در برابر ۷۳٫۸٪ برای Gemini 3.8 Flash و ۶۹٫۹٪ برای Fable 5.

GPT-5.6 Terra در بررسی پیشین DataCamp از مقایسه Terra و Claude Sonnet 5، در Terminal-Bench 2.1 امتیاز ۸۷٫۴٪ گرفته بود؛ اما این نسخه‌ای متفاوت از بنچمارک است و مقایسه میان نسخه‌ها هم‌ارز نیست.

امنیت سایبری: ExploitBench و SRE-Bench

Astra در ExploitBench امتیاز ۱۰۰٪ می‌گیرد، در برابر ۷۸٫۵٪ برای GPT-5.6 Sol و ۷۰٪ برای Claude Opus 5. در ExploitGym نیز امتیاز ۴۲٫۴٪ دارد، در برابر ۳۰٫۳٪ برای Sol.

ExploitBench می‌سنجد که آیا یک مدل می‌تواند آسیب‌پذیری شناخته‌شده را به یک اکسپلویت عملی تبدیل کند یا نه؛ بنابراین امتیاز کامل دقیقا دلیل محدودشدن این قابلیت در زمان عرضه است.

در ExploitBench کنترل‌شده از نظر آلودگی داده، مربوط به ژوئن تا اوت ۲۰۲۶ و ساخته‌شده از آسیب‌پذیری‌های سه ماه قبل، Astra امتیاز ۳۹٫۰٪ در برابر ۵٫۵٪ Sol ثبت می‌کند.

در SRE-Bench، که مهندسی معکوس فایل‌های باینری بدون کد منبع را می‌سنجد، Astra در یک تلاش ۸۸٫۰٪ از مسائل را حل می‌کند؛ در برابر ۵۵٫۹٪ برای Sol.

آزمایشگاه مستقل Irregular گزارش کرده است که Astra از ۲۲۶ چالش FrontierCyber، تعداد ۸۶ مورد را حل کرده؛ در حالی که Sol تعداد ۳۴ مورد را حل کرده است. این گزارش شامل یافته‌های روز صفر در مرورگرها و یک پایگاه داده ابری نیز می‌شود.

ARC-AGI-3 و زمینه طولانی

Astra در ARC-AGI-3 تحت هارنس آداپتر ارائه‌دهنده OpenAI، امتیاز ۹۹٫۹٪ می‌گیرد؛ در برابر ۷٫۸٪ برای GPT-5.6 Sol و ۳۰٫۲٪ برای Claude Opus 5.

این همان عددی است که باید با دقت خواند: اجراهای مستقل ARC Prize نشان می‌دهند هارنس استاندارد بدون حفظ حالت، بسته به سطح استدلال، حدود ۱۷٪ تا ۶۳٪ امتیاز می‌گیرد. رقم حدود ۹۹٫۹٪ به هارنس آداپتر حالت‌دار و اجرای کاملی نیاز دارد که ده‌ها هزار دلار هزینه دارد.

در زمینه طولانی، Astra در MRCR v2 8-needle متعلق به OpenAI، در بازه ۲۵۶ تا ۵۱۲ هزار توکن به ۱۰۰٪ و در بازه ۵۱۲ هزار تا یک میلیون توکن به ۹۶٫۳٪ می‌رسد؛ در برابر ۹۱٫۵٪ و ۷۳٫۸٪ برای GPT-5.6 Sol.

این قابلیت بازیابی قابل‌اعتماد در یک میلیون توکن، برای فرایندهای کاری متکی بر اسناد حجیم، نسبت به Sol پیشرفت واقعی محسوب می‌شود.

بنچمارک‌های هم‌راستایی

Astra در بنچمارک داخلی ایمنی استفاده از رایانه OpenAI، امتیاز ۲٫۴٪ ثبت می‌کند که کمتر بودن آن بهتر است؛ در برابر ۲۲٫۰٪ برای GPT-5.6 Sol، ۹٫۵٪ برای Fable 5.1 و ۱۱٫۵٪ برای Opus 5.

در محیط‌های کاری واقع‌گرایانه، نرخ کلی نتیجه ناهم‌راستا بدون سیاست تایید، ۳٫۴٪ است؛ در برابر ۱۸٫۸٪ برای Sol و ۱۳٫۵٪ برای GPT-5.6 Terra.

تنها پس‌رفت مورد اشاره OpenAI، قابلیت نظارت‌پذیری زنجیره استدلال است.

Astra استدلال‌های کوتاه‌تر و کم‌جزئیات‌تری تولید می‌کند و کنترل زنجیره استدلال خود را بسیار بهتر از Sol انجام می‌دهد. در CoT-Control بین ۷۵۰ تا ۱٬۲۵۰ توکن، در ۶۰٫۹٪ موارد از محدودیت‌ها پیروی کرد؛ در حالی که این رقم برای Sol برابر با ۱۶٫۱٪ بود.

AISI بریتانیا دریافت که Astra می‌تواند تحت پرامپت‌دهی خصمانه از نظارت فرار کند و OpenAI این کاهش را به اندازه‌ای جدی می‌داند که آن را یک اولویت پژوهشی نامیده است.

مقایسه اجمالی GPT-6 Astra با رقبا

جدول زیر نشان می‌دهد امتیازهای گزارش‌شده Astra در چند بنچمارک کلیدی، در برابر رقبای هدف آن چگونه قرار می‌گیرد.

قیمت و دسترسی GPT-6 Astra

GPT-6 Astra ابتدا برای مجموعه محدودی از سازمان‌ها عرضه می‌شود و سپس طی روزهای آینده در اختیار همه کاربران ChatGPT Plus، Pro، Business و Enterprise، API اوپن‌ای‌آی و AWS قرار می‌گیرد.

مدیران Enterprise می‌توانند مدل را برای هر فضای کاری فعال کنند و این قابلیت در زمان عرضه به‌صورت پیش‌فرض خاموش است. طرح‌های Pro، Business و Enterprise به GPT-6 Astra Pro نیز دسترسی دارند.

برای توسعه‌دهندگان، مدل با نام gpt-6-astra در API اوپن‌ای‌آی و Amazon Bedrock در دسترس است.

قیمت‌گذاری استاندارد API به این صورت است:

• ورودی: ۱۰ دلار برای هر یک میلیون توکن
• خروجی: ۵۰ دلار برای هر یک میلیون توکن
• حالت سریع: تا ۲٫۵ برابر سرعت حالت استاندارد با دو برابر قیمت استاندارد؛ حدود ۲۰ دلار برای ورودی و ۱۰۰ دلار برای خروجی به‌ازای هر یک میلیون توکن
• نرخ‌های جداگانه‌ای برای خواندن و نوشتن کش اعمال می‌شود

برای مقایسه، این قیمت به‌مراتب از نرخ ۲/۱۲ دلاری GPT-5.6 Terra در پوشش پیشین و نرخ ۵/۲۵ دلاری Claude Opus 5 بالاتر است.

Astra به‌عنوان مدل استدلال و خودکارسازی در رده پیشرو قیمت‌گذاری شده است، نه ابزاری برای پردازش انبوه متن.

این مدل برای مشتریان واجد شرایط API از Zero Data Retention، یعنی عدم نگهداری داده، پشتیبانی می‌کند. استفاده از آن در سهمیه اشتراک‌های موجود گنجانده شده و امکان خرید اعتبار اضافی نیز وجود دارد.

نمونه‌های GPT-6 Astra

شبکه‌های اجتماعی پر از نمونه‌هایی از موارد استفاده GPT-6 Astra شده‌اند. نویسنده مقاله هنوز شخصا با آن کار نکرده است، اما چند نمونه جالب وجود دارند که ارزش برجسته‌کردن دارند.

طراحی سه‌بعدی

پست‌های زیادی منتشر شده‌اند که در آن‌ها افراد از GPT-6 Astra در Blender برای ساخت مدل‌های سه‌بعدی بسیار پرجزئیات و واقع‌گرایانه استفاده کرده‌اند.

در نمونه‌ای از Tom Krcha در X، به GPT-6 تصویری از یک خانه داده شد و از آن خواسته شد خانه را با تمام جزئیات، از جمله اسباب‌بازی‌ها، لوازم خانگی و مبلمان، به‌صورت سه‌بعدی بسازد. نتیجه، بازسازی کامل مدل سه‌بعدی در Blender با هندسه‌ای است که می‌توان آن را دستی تغییر داد و به‌صورت یک «بازی» رندرشده محلی با نرخ ۶۰ فریم‌برثانیه روی دستگاه اجرا کرد.

طراحی بازی

چند نمونه از ساخت بازی در یک مرحله با GPT-6 Astra نیز دیده شده است؛ نسخه‌های پرداخت‌شده‌تری هم وجود دارند. یکی از نمونه‌های پرطرفدار از پوشش انتشار OpenAI آمده و متعلق به Pietro Schirano است.

این بازی نمونه‌ای چشمگیر از گرافیک، گیم‌پلی و حرکت را نمایش می‌دهد. همان‌طور که OpenAI اشاره می‌کند، این قابلیت به افراد غیرمتخصص فرصت می‌دهد در چند دقیقه بازی‌های سفارشی بسازند و اجرا کنند که از عناصر ابتدایی فراتر می‌روند.

تبدیل ویدئو به کد

در این نمونه، Pietro Schirano نشان می‌دهد GPT-6 Astra چگونه می‌تواند یک ویدئو را، که در سمت چپ نمایش داده می‌شود، با کد تعاملی در سمت راست بازسازی کند. دقت بازسازی چشمگیر است.

جمع‌بندی

GPT-6 Astra نشان می‌دهد که OpenAI میدان رقابت بعدی را اجرای عامل‌محور و استفاده از رایانه می‌داند، نه صرفا کیفیت گفت‌وگو.

امتیازهای اشباع‌شده در ریاضیات و استدلال انتزاعی چشمگیرند، اما عددی که برای بیشتر تیم‌ها اهمیت عملی دارد، OSWorld 2.0 با امتیاز ۷۲٫۶٪ در ۴۰ دقیقه است: عاملی که کارهای واقعی دسکتاپ را سریع‌تر و دقیق‌تر از GPT-5.6 Sol تمام می‌کند، تفاوت کاربردی اصلی را ایجاد می‌کند.

با این حال، باید هیجان درباره «AGI» را با دو ملاحظه تعدیل کرد.

رقم شاخص ARC-AGI-3 به هارنسی حالت‌دار و پرهزینه وابسته است؛ بنابراین کاربران API بدون حفظ حالت نباید انتظار عملکرد حدود ۹۹٪ را به‌صورت آماده داشته باشند. همچنین Astra در Humanity’s Last Exam با ابزارها، از Claude Fable 5.1 و Opus 5 عقب‌تر است.

این مدل قدرتمندی با تخصص روشن است، نه برنده‌ای بی‌چون‌وچرا در تمام معیارها.

موضوع امنیت سایبری، بخشی است که باید بیشتر زیر نظر داشت.

عبور از آستانه بحرانی یعنی Astra با محدودیت‌های جدی عرضه می‌شود و تا گسترش دسترسی Daybreak، از ساخت اکسپلویت اثبات مفهوم خودداری می‌کند. تدابیر حفاظتی آن نیز ممکن است کارهای دفاعی مجاز را متوقف کنند.

اگر فرایند کاری شما با امنیت سروکار دارد، باید برای وقفه‌ها برنامه‌ریزی کنید و پیش از تصمیم‌گیری، کارت سیستم را بخوانید.

پرسش‌های متداول

GPT-6 Astra در مقایسه با GPT-5.6 Sol چگونه است؟

GPT-6 Astra جای GPT-5.6 Sol را به‌عنوان پرچم‌دار OpenAI در رده مدل‌های پیشرو می‌گیرد و در بیشتر بنچمارک‌های گزارش‌شده از آن بهتر عمل می‌کند. در OSWorld 2.0 امتیاز ۷۲٫۶٪ در برابر ۶۵٫۷٪ می‌گیرد و زمان هر وظیفه را حدود ۴۷٪ کاهش می‌دهد؛ در FrontierMath Tier 4 امتیاز ۹۷٫۶٪ در برابر ۸۳٫۰٪ و در ExploitBench امتیاز ۱۰۰٪ در برابر ۷۸٫۵٪ ثبت می‌کند. نرخ کلی نتیجه ناهم‌راستا در محیط‌های کاری واقع‌گرایانه نیز برای Astra برابر با ۳٫۴٪ و برای Sol برابر با ۱۸٫۸٪ است.

از کجا می‌توان به GPT-6 Astra دسترسی داشت؟

GPT-6 Astra برای کاربران ChatGPT Plus، Pro، Business و Enterprise، API اوپن‌ای‌آی با نام gpt-6-astra و Amazon Bedrock عرضه می‌شود. مدیران Enterprise باید آن را برای هر فضای کاری فعال کنند و در زمان عرضه به‌طور پیش‌فرض غیرفعال است. طرح‌های Pro، Business و Enterprise به GPT-6 Astra Pro نیز دسترسی دارند.

هزینه استفاده از GPT-6 Astra از طریق API چقدر است؟

قیمت استاندارد API، ۱۰ دلار برای هر یک میلیون توکن ورودی و ۵۰ دلار برای هر یک میلیون توکن خروجی است و برای خواندن و نوشتن کش نرخ جداگانه‌ای وجود دارد. حالت سریع با حداکثر ۲٫۵ برابر سرعت پردازش استاندارد و دو برابر قیمت عرضه می‌شود. این قیمت از نرخ ۲/۱۲ دلاری GPT-5.6 Terra و ۵/۲۵ دلاری Claude Opus 5 بالاتر است.

GPT-6 Astra از چه استانداردهای ایمنی پیروی می‌کند؟

OpenAI Astra را در چارچوب آمادگی خود، مدلی در سطح آستانه بحرانی برای امنیت سایبری طبقه‌بندی می‌کند؛ ازاین‌رو قابلیت‌های ساخت اکسپلویت پشت برنامه Daybreak محدود شده‌اند. این مدل با آموزش هم‌راستایی و تدابیر سیستمی مانند بازبینی خودکار Codex و پایش ناهم‌راستایی در محیط عملیاتی عرضه می‌شود. OpenAI همچنین پس‌رفتی در نظارت‌پذیری زنجیره استدلال را به‌عنوان اولویت پژوهشی ادامه‌دار مطرح کرده است.

GPT-6 Astra برای چه کاربردهایی مناسب‌تر است؟

Astra برای استفاده عامل‌محور از رایانه، تولید اسناد و اسلایدهای حرفه‌ای، برنامه‌نویسی در جلسات طولانی با Codex و کارهای دفاعی امنیت سایبری مانند بازبینی امن کد و اصلاح آسیب‌پذیری‌ها طراحی شده است. قابلیت اطمینان بازیابی آن در یک میلیون توکن، با امتیاز ۹۶٫۳٪ در MRCR v2 8-needle در بازه ۵۱۲ هزار تا یک میلیون توکن، آن را برای فرایندهای کاری متکی بر اسناد حجیم نیز مناسب می‌کند. قیمت ۱۰/۵۰ دلاری آن باعث می‌شود برای وظایف روتین پردازش انبوه متن، که مدل‌های ارزان‌تر کافی‌اند، گزینه مناسبی نباشد.

منبع: DataCamp