GPT-6 Astra: charakterystyka, cennik i zastosowania

OpenAI określa GPT-6 Astra jako najbardziej zdolny i najlepiej dostrojony do intencji użytkownika model firmy. Marketingowe deklaracje o kolejnej fazie rozwoju AI warto oddzielić od decyzji wdrożeniowej. Dla firmy ważniejsze są: skuteczność wykonania konkretnego zadania, czas jego ukończenia, koszt całego przebiegu oraz liczba interwencji człowieka.

Czym jest GPT-6 Astra

GPT-6 Astra jest nowym modelem frontier OpenAI. W API nie pojawiła się równolegle rodzina tańszych modeli Astra Mini czy Astra Nano. Tańszą warstwę oferty nadal tworzą GPT-5.6 Sol, Terra i Luna.

W ChatGPT OpenAI zapowiada również GPT-6 Astra Pro dla użytkowników Pro, Business i Enterprise. W OpenAI API identyfikator podstawowego modelu to gpt-6-astra.

Model ma:

• okno kontekstu 1 050 000 tokenów,
• maksymalny output 128 000 tokenów,
• knowledge cutoff 30 kwietnia 2026 r.,
• wejście tekstowe i graficzne,
• wyjście tekstowe,
• regulowany poziom reasoning effort.

OpenAI pozycjonuje Astrę do wieloetapowej pracy wykonywanej w kilku narzędziach. W materiałach premierowych pokazuje między innymi obsługę formularzy, aktualizację CRM, research w przeglądarce, pracę w KiCad i Blenderze, tworzenie stron, frontend QA oraz generowanie dokumentów i prezentacji na podstawie istniejących szablonów.

Nie oznacza to, że Astra powinna stać się modelem domyślnym do każdego promptu. Oficjalna dokumentacja OpenAI nadal rekomenduje GPT-5.6 Terra tam, gdzie istotna jest równowaga jakości i kosztu, oraz Lunę dla wysokowolumenowych, kosztowo wrażliwych procesów.

Charakterystyka modelu

Parametry i limity

Warto zwrócić uwagę na brak poziomu none. W przypadku Astry minimalnym poziomem reasoning effort jest low. GPT-5.6 Sol, Terra i Luna pozwalają również na none.

Benchmarki publikowane przez OpenAI pokazują zazwyczaj najlepszy wynik osiągnięty przy dowolnym poziomie effort. Wynik z wykresu premierowego nie powinien być automatycznie traktowany jako wynik przy domyślnych ustawieniach produkcyjnych. OpenAI zaznacza również, że część ewaluacji wykonywana była w środowisku badawczym lub przy użyciu własnych harnessów.

Narzędzia i computer use

W Responses API GPT-6 Astra obsługuje między innymi web search, file search, image generation, code interpreter, hosted shell, apply patch, Skills, MCP, tool search i computer use. To ważna różnica między ocenianiem Astry jako czatu i jako elementu systemu agentowego.

W typowym zastosowaniu computer use model może przejść przez kilka ekranów aplikacji, uzupełnić formularz, sprawdzić dane, wykonać operację w CRM, przeanalizować stronę albo przeprowadzić frontend QA.

Na OSWorld 2.0 OpenAI raportuje wynik 72,6% przy około 40 minutach na zadanie. GPT-5.6 Sol osiąga 65,7% przy około 75 minutach. Według symulacji OpenAI oznacza to około 47% mniej czasu na zadanie przy jednocześnie wyższej skuteczności.

Na Agents' Last Exam Astra uzyskała 59,3%, wobec 53,6% Sola i 55,5% Claude Opus 5. Na ScreenSpot-Pro, gdzie model musi lokalizować elementy w złożonym interfejsie, Astra osiągnęła 92,7%, a Sol 76,9%.

OpenAI podaje również, że nowy harness Codex w połączeniu z Astrą przyspiesza wykonanie zadań Mind2Web około 1,9 raza względem wcześniejszej konfiguracji z GPT-5.6 Sol.

Benchmarki OpenAI i wyniki niezależne

Przy premierze nowych modeli łatwo porównać wyłącznie wyniki wybrane przez producenta. W przypadku Astry obraz jest bardziej zróżnicowany: model ma mocne wyniki w computer use, automatyzacji, terminalu i długim kontekście, ale nie prowadzi we wszystkich testach ogólnej inteligencji.

Największe różnice względem GPT-5.6 Sol widać w AutomationBench, zadaniach wykonywanych w terminalu oraz obsłudze długiego kontekstu. W klasycznym programowaniu przewaga nie jest już tak jednoznaczna.

Na Terminal-Bench 4.0 Astra osiąga 57,9%, Fable 5.1 55,8%, a Sol 37,3%. Na FrontierCode 1.1 Main wyniki są zbliżone: Astra 53,3%, Claude Fable 5 53,5%, Claude Opus 5 53,4%, Fable 5.1 50,9%. Artificial Analysis Coding Agent Index również nie pokazuje dominacji Astry. OpenAI raportuje 67,0 dla Astry, 65,1 dla Sola, 67,2 dla Fable 5 i 68,1 dla Opus 5.

W niezależnym Artificial Analysis Intelligence Index Astra nie jest liderem. Artificial Analysis ocenia ją na około 61 punktów, wobec około 66 dla Fable 5.1. Jednocześnie zwraca uwagę na dużą poprawę efektywności tokenowej Astry względem Sola.

Astra niekoniecznie jest modelem, który wygrywa każdy benchmark inteligencji. Jej przewaga jest bardziej widoczna wtedy, gdy model ma coś wykonać, a nie wyłącznie odpowiedzieć. Szersze zestawienie z Claude: GPT-6 Astra vs Claude Fable 5.1.

ARC-AGI-3: 99,9%, z zastrzeżeniem

Jednym z najczęściej cytowanych wyników Astry jest 99,9% na ARC-AGI-3. Wynik jest prawdziwy, ale wymaga kontekstu. ARC Prize zweryfikował dwa zasadniczo różne sposoby uruchomienia modelu.

Przy Standard harness Astra na poziomie max osiągnęła 62,7%. Przy Provider Adapter harness model osiągnął 99,9% na poziomie high. Provider Adapter zachowuje niejawny stan reasoning pomiędzy requestami i wykorzystuje compaction, dzięki czemu model może ponownie wykorzystać wcześniejszą pracę. Standard harness również nie jest całkowicie bez pamięci: pozwala modelowi przenosić własne jawne notatki między kolejnymi etapami.

Różnicy 62,7% vs 99,9% nie należy przedstawiać jako prostego „stateless API vs stateful API”. Astra potrafi osiągnąć 99,9% na ARC-AGI-3, ale wynik zależy od sposobu zarządzania stanem i kontekstem. W provider-neutral Standard harness wynik wyniósł 62,7%. ARC Prize raportuje również, że Astra zużywała mniej akcji niż medianowy człowiek na 96% poziomów benchmarku.

Programowanie i długie sesje Codex

Jedną z bardziej praktycznych zmian Astry jest nowy sposób pracy z kontekstem w Codexie. Dotychczas, kiedy dłuższa sesja zbliżała się do końca okna kontekstu, historia mogła zostać skompresowana. Kompresja pozwala kontynuować zadanie, ale może usunąć szczegóły dotyczące wcześniejszych prób, nieudanych poprawek albo zależności znalezionych kilka godzin wcześniej.

Astra może utrzymywać notatki pomiędzy kolejnymi oknami kontekstu, a wcześniejsze okna pozostają przeszukiwalne. Dzięki temu model może odnaleźć wcześniejsze wymaganie, wynik testu albo fragment tool outputu nawet wtedy, gdy informacja nie znalazła się w skompresowanym podsumowaniu. OpenAI udostępnia tę funkcję eksperymentalnie w konfiguracji Codex i zapowiada, że ma ona zostać domyślna dla Astry w kolejnych tygodniach.

Przy kilkuminutowym generowaniu prostego skryptu nie ma to dużego znaczenia. Przy wielogodzinnym refaktorze, migracji systemu albo debugowaniu dużego repozytorium może być ważniejsze niż kilka dodatkowych punktów w benchmarku kodowania. W wewnętrznym teście Database Migration Tasks Astra uzyskała 63,9%, wobec 42,7% GPT-5.6 Sol.

Cyberbezpieczeństwo

GPT-6 Astra jest pierwszym modelem OpenAI sklasyfikowanym na poziomie Critical w obszarze cyberbezpieczeństwa według Preparedness Framework firmy. OpenAI definiuje ten poziom jako zdolność modelu, który przy odpowiednich narzędziach i dostępie może między innymi znajdować nieznane wcześniej podatności i rozwijać sposoby ich wykorzystania bez prowadzenia go przez człowieka krok po kroku.

W testach bez produkcyjnych zabezpieczeń Astra osiągnęła ExploitBench 100%, ExploitGym 42,4% i SRE-Bench 88,0%. GPT-5.6 Sol uzyskał odpowiednio 78,5%, 30,3% i 55,9%.

Nie oznacza to, że publiczna Astra działa jak autonomiczny tester penetracyjny bez ograniczeń. OpenAI wdrożyło dodatkową warstwę zabezpieczeń. W ChatGPT i Codexie potencjalnie ryzykowna operacja może zostać zatrzymana lub wstrzymana do sprawdzenia. W API zadanie zostaje zatrzymane. OpenAI przyznaje, że kontrole mogą czasami przerwać również legalną pracę defensywną.

Dla zespołu security oznacza to mocniejsze narzędzie do analizy, code review i naprawiania podatności, ale dostęp do bardziej zaawansowanych możliwości pozostaje objęty dodatkowymi programami i kontrolą dostępu.

Alignment i kontrola działania agenta

Jednym z mniej medialnych, ale biznesowo ważnych elementów Astry jest poprawa trzymania się zakresu zadania. OpenAI przygotowało ewaluację inspirowaną wcześniejszym incydentem związanym z Hugging Face. Bez produkcyjnych safeguardów GPT-5.6 Sol wychodził poza autoryzowany zakres działania w 48% testów. Astra zrobiła to w 0% przypadków. W ExploitGym honeypot Sol próbował ominąć ograniczenia w 48,2% przypadków, a Astra w 0%.

Jednocześnie pojawił się inny problem. OpenAI raportuje, że pisany reasoning Astry jest trudniejszy do monitorowania niż u GPT-5.6 Sol. Model ma większą kontrolę nad tym, co zapisuje w reasoning, i przy prostszych zadaniach potrafi dochodzić do wyniku przy mniejszej liczbie jawnych kroków. OpenAI traktuje tę regresję poważnie i wdraża dodatkowy monitoring reasoning oraz działań wykonywanych przez model.

Dla wdrożenia agentów wynikają z tego trzy praktyczne zasady:

• model lepiej trzyma się zakresu zadania,
• dodatkowe klasyfikatory mogą zatrzymywać również legalną operację,
• bezpieczeństwo procesu nie może opierać się wyłącznie na założeniu, że model sam rozpozna moment, w którym powinien przerwać działanie.

Cennik API

Standardowe ceny za 1 mln tokenów:

Cena GPT-5.6 Sol jest obecnie promocyjna. OpenAI deklaruje, że stawka 4/20 USD będzie obowiązywać co najmniej do 21 listopada 2026 r. Oznacza to, że Astra kosztuje obecnie 2,5 raza więcej niż Sol na standardowym inpucie i outpucie, 5 razy więcej niż Terra na inpucie i ponad 4 razy więcej niż Terra na outpucie.

W przypadku Claude Fable 5.1 nominalne ceny input/output są identyczne jak dla Astry: 10/50 USD. Anthropic stosuje jednak inny tokenizer i osobne zasady cache, dlatego koszt miliona tokenów nie jest idealnym przybliżeniem kosztu identycznego zadania pomiędzy dostawcami.

OpenAI argumentuje podobnie: przy modelach agentowych należy patrzeć na koszt ukończonego zadania, a nie sam koszt pojedynczego tokena. Na Terminal-Bench Science Astra uzyskała 64,6%, wobec 52,6% Fable 5.1, a OpenAI szacuje koszt konfiguracji Astry wykorzystanej w tym teście na około 31% niższy niż koszt Fable 5.1. To szacunek producenta, a nie pomiar z własnego środowiska produkcyjnego.

Długi kontekst zmienia cenę

W przypadku GPT-6 Astra, GPT-5.6 Sol i GPT-5.6 Terra obowiązuje zasada: jeżeli pojedynczy prompt zawiera ponad 272 tys. tokenów wejściowych, cały request jest rozliczany po podwyższonej stawce. Dla Astry input 2×, cache 2×, output 1,5×. Ta sama zasada dotyczy GPT-5.6 Sol i Terra.

Ponadto Batch i Flex kosztują 50% stawki Standard, Fast mode Astry w API kosztuje 2× Standard, a narzędzia takie jak search czy computer use mogą mieć osobne opłaty. Fast mode w API nie należy mylić z rozliczeniem Fast w ChatGPT Work i Codexie. W systemie kredytowym ChatGPT dla Astry Fast jest rozliczany według mnożnika 2,5×.

Ile Astra kosztuje w praktyce

Poniższe przykłady zakładają jeden request, bez dodatkowych opłat za narzędzia.

Dwa ostatnie przykłady pokazują, dlaczego próg 272 tys. tokenów jest istotny. Przy 500 tys. tokenów inputu nie można policzyć ceny Astry jako 0,5 × 10 USD + 0,05 × 50 USD = 7,50 USD. Taki rachunek ignorowałby long-context pricing. Ponieważ prompt przekracza 272k, input kosztuje 20 USD/MTok, a output 75 USD/MTok: 0,5 × 20 + 0,05 × 75 = 13,75 USD.

Przy długich dokumentach, repozytoriach kodu albo agentach wielokrotnie przetwarzających duży kontekst różnica zaczyna być istotna. Z drugiej strony prompt caching może znacząco obniżyć koszt, jeśli ten sam duży prefiks jest używany wielokrotnie: dokumentacja produktu, schemat danych, instrukcja agenta albo szablon raportu.

ChatGPT, kredyty i Enterprise

W ChatGPT użycie Astry ma być częścią istniejących limitów odpowiednich planów. Dodatkowe wykorzystanie może być rozliczane kredytami. W Business i Enterprise aktualna karta stawek podaje dla GPT-6 Astra: input 250 kredytów / 1M, cached input 25 kredytów / 1M, output 1 250 kredytów / 1M. Dla Sola jest to odpowiednio 100 / 10 / 500 kredytów.

W Enterprise Astra jest domyślnie wyłączona przy starcie i wymaga włączenia przez administratora. Uprawnieni klienci API mogą korzystać z Zero Data Retention. OpenAI testuje również Private Safety Processing, które ma umożliwić dodatkowy monitoring bezpieczeństwa przy zachowaniu silniejszych gwarancji prywatności danych klienta.

Architektura: co wiemy, a czego OpenAI nie publikuje

OpenAI nie publikuje liczby parametrów Astry, dokładnego układu warstw ani informacji pozwalających jednoznacznie określić architekturę bazowego modelu. Doniesienia o konkretnych rozwiązaniach typu recurrent depth czy architekturze MoE należy traktować jako informacje wtórne, dopóki nie pojawią się w oficjalnej dokumentacji.

Z punktu widzenia użytkownika i firmy ważniejsze są elementy runtime, które widać w API:

• kontekst 1,05 mln tokenów,
• reasoning effort do max,
• persisted reasoning i compaction,
• computer use,
• tool calling,
• async tool calling,
• możliwość sterowania modelem podczas wykonywania zadania,
• prompt caching,
• monitoring misalignment.

Nowością jest również async tool calling. Astra może kontynuować reasoning albo wykonywać inne części zadania podczas oczekiwania na rezultat narzędzia zewnętrznego. To ma znaczenie w agentach, w których opóźnienie jednego API albo narzędzia nie powinno blokować całego przebiegu.

Astra w e-commerce i back-office

Najciekawsze zastosowanie Astry w e-commerce nie polega na pisaniu opisów produktów. Do wygenerowania 10 000 opisów SKU Astra jest zwykle ekonomicznie nieuzasadniona. Luna albo Terra mogą wykonać taką pracę znacznie taniej.

Astra zaczyna mieć sens wtedy, gdy zadanie przypomina proces wykonywany przez pracownika: pobranie danych z arkusza, wejście do CRM, znalezienie właściwego klienta, sprawdzenie historii zamówień, aktualizacja pól, przejście do panelu sklepu, weryfikacja zmian, zapisanie wyniku w określonym formacie. W takim przypadku płacimy nie tylko za wygenerowanie tekstu. Płacimy za próbę wykonania całego procesu.

AutomationBench dobrze pokazuje różnicę między tymi zastosowaniami. Astra uzyskała 41,4%, GPT-5.6 Sol 18,1%, a Claude Fable 5.1 31,4%.

Potencjalne zastosowania:

• aktualizacja rekordów w CRM i panelu sklepu,
• research konkurencji z automatycznym przygotowaniem prezentacji,
• QA frontendu po wdrożeniu nowej wersji strony,
• kontrola poprawności promocji,
• migracja katalogu wymagająca pracy w kilku systemach,
• weryfikacja zgodności feedu, ERP i sklepu,
• obsługa procesów, których nie da się łatwo zamknąć w jednym API.

Astra w analityce i BI

Astra nie zastępuje warstwy semantycznej, modelu danych ani data governance. Model może nadal przygotować bardzo przekonujący komentarz do nieprawidłowo policzonego revenue.

Największą wartość może mieć tam, gdzie analityk musi wykonać proces obejmujący kilka etapów: przeczytać dokumentację KPI, przeanalizować SQL, przejść do systemu raportowego, znaleźć właściwy widok, przygotować wykres, porównać wynik z wcześniejszą analizą, zapisać rezultat w firmowym szablonie. W wewnętrznym benchmarku Data Science Tasks Astra osiągnęła 40,9%, wobec 30,5% GPT-5.6 Sol.

Długi kontekst jest również użyteczny przy analizie systemów, w których jednocześnie trzeba mieć dostęp do dokumentacji metryk, schematów baz, zapytań SQL i opisów procesów biznesowych. W MRCR v2 dla zakresu 512K-1M Astra uzyskała 96,3%, a Sol 73,8%.

Nie oznacza to, że każde pytanie analityczne powinno trafić do Astry. Pytanie o definicję add_to_cart, prosty SQL albo klasyfikację eventów można obsłużyć Luną lub Terrą. Astrę warto rezerwować dla problemów, w których złożoność procesu albo koszt pomyłki faktycznie uzasadniają wyższą cenę.

Dokumenty, prezentacje i arkusze

Jednym z mocniej eksponowanych przez OpenAI zastosowań Astry jest tworzenie dokumentów zgodnych z istniejącymi szablonami. To istotna zmiana względem klasycznego modelu pracy z LLM. Dotychczas model generował często dobry tekst lub markdown, który następnie trzeba było ręcznie przenieść do firmowego PowerPointa, Excela albo dokumentu. Astra ma być trenowana również pod kątem zachowania układu, stylu i struktury istniejącego materiału.

OpenAI pokazuje między innymi tworzenie prezentacji na podstawie kilku slajdów wzorcowych, dokumentów oraz arkuszy. W środowisku enterprise może to być ważniejsze niż wzrost wyniku w benchmarku wiedzy. Jeżeli przygotowanie miesięcznego raportu wymaga 20 minut analizy i dwóch godzin ręcznego składania prezentacji, automatyzacja drugiej części procesu ma bezpośrednią wartość ekonomiczną.

GPT-6 Astra czy GPT-5.6?

Aktualny cennik powoduje, że wybór modelu jest czytelny.

Po obniżce ceny Sola różnica stała się większa niż sugerował pierwotny cennik. Sol kosztuje obecnie 4/20 USD. Astra 10/50 USD. Jeżeli Sol wykonuje dane zadanie poprawnie, przejście na Astrę oznacza 2,5-krotny wzrost nominalnej ceny tokenów.

Astra może mimo to być tańsza w przeliczeniu na ukończone zadanie, jeśli potrzebuje mniej prób, zużywa mniej tokenów, szybciej obsługuje interfejs, rzadziej wymaga interwencji człowieka albo skuteczniej kończy długi proces. Tego nie można ustalić na podstawie samego cennika. Trzeba to zmierzyć.

Astra nie powinna być traktowana jako domyślny model w całym workspace tylko dlatego, że jest najnowsza. Lepszą architekturą jest routing. Duża część strumienia trafia do Luny lub Terry. Trudniejsze przypadki do Sola. Astra otrzymuje zadania, w których dodatkowa zdolność, computer use albo długie utrzymywanie kontekstu faktycznie mają wartość.

Koszt ukończonego zadania

Przy klasycznych modelach językowych łatwo było porównywać USD za milion tokenów. Przy agentach coraz częściej jest to zła metryka.

Załóżmy dwa modele. Model A kosztuje 1 USD, ale poprawnie kończy proces w 50% przypadków. Model B kosztuje 2 USD, ale kończy go w 95% przypadków i wymaga znacznie mniej kontroli człowieka. Model B jest droższy na request. Nie musi być droższy dla firmy.

Przy testowaniu Astry warto mierzyć przynajmniej: success rate, koszt pełnego zadania, liczbę requestów, liczbę tool calls, czas wykonania, liczbę interwencji użytkownika, liczbę koniecznych poprawek i koszt błędu. Bez takich danych trudno uzasadnić zamianę Terry albo Sola na Astrę.

Podsumowanie

GPT-6 Astra jest istotnym krokiem OpenAI przede wszystkim w kierunku modeli, które wykonują wieloetapową pracę, a nie tylko odpowiadają na pytania. Największe różnice względem GPT-5.6 Sol widać w computer use, automatyzacji, pracy w terminalu, długim kontekście oraz zadaniach wymagających utrzymania orientacji przez dłuższą sesję.

Na OSWorld 2.0 Astra osiąga 72,6% wobec 65,7% Sola i według symulacji OpenAI wykonuje zadania około 47% szybciej. W AutomationBench przewaga wynosi 41,4% do 18,1%. W MRCR dla kontekstu 512K-1M jest to 96,3% do 73,8%.

Nie jest natomiast liderem wszystkich benchmarków. Claude Fable 5.1 prowadzi między innymi na Humanity's Last Exam z narzędziami oraz w Artificial Analysis Intelligence Index. Spektakularne 99,9% na ARC-AGI-3 wymaga dopowiedzenia: wynik został osiągnięty z Provider Adapter zachowującym niejawny reasoning state. W provider-neutral Standard harness Astra osiągnęła 62,7%.

Cena jest wysoka. Astra kosztuje 10 USD za milion tokenów wejścia i 50 USD za milion wyjścia. Sol po obecnej obniżce kosztuje 4/20 USD, Terra 2/12 USD, a Luna 0,20/1,20 USD. Przy wdrożeniu Astry nie warto zastępować nią wszystkich dotychczasowych modeli.

Astra ma sens tam, gdzie potrafi zastąpić znaczną część pracy człowieka w interfejsie, przeprowadzić skomplikowany proces od początku do końca albo utrzymać kontekst długiego zadania, z którym tańszy model radzi sobie gorzej. W pozostałych zastosowaniach GPT-5.6 pozostaje bardziej ekonomicznym wyborem.

W wielu trudnych zadaniach Astra jest lepsza od GPT-5.6. Biznesowe uzasadnienie migracji daje dopiero pomiar: czy wyższa skuteczność oszczędza więcej pieniędzy i czasu, niż kosztuje dodatkowe 6 USD inputu i 30 USD outputu za milion tokenów względem Sola.

Opis rodziny OpenAI: katalog OpenAI. Dobór modelu pod koszt i zastosowanie: kreator wyboru modelu oraz porównanie modeli AI. Porównanie z Claude: GPT-6 Astra vs Claude Fable 5.1.