GPT-6 Astra: Co naprawdę potrafi nowy model OpenAI

OpenAI rozpoczęło wdrożenie GPT-6 Astra — swojego najnowszego flagowego modelu — a premierze towarzyszyło wyjątkowo odważne stwierdzenie: prezes firmy Greg Brockman zakończył konferencję prasową słowami „Witajcie w erze AGI". Za tym nagłówkiem kryje się model stworzony do wykonywania pracy na komputerze — sterowania aplikacjami, wypełniania arkuszy kalkulacyjnych, budowania stron internetowych — a nie tylko opisywania, jak to zrobić. W tym artykule wyjaśniamy, co Astra naprawdę potrafi, jak wypada w benchmarkach, ile kosztuje i na jakie zastrzeżenia warto zwrócić uwagę przed podjęciem decyzji o wdrożeniu.

Czym jest GPT-6 Astra?

Astra to najnowszy i najbardziej zaawansowany model OpenAI, pozycjonowany jako przełom w autonomicznej obsłudze komputera. OpenAI udostępniło go ograniczonej grupie klientów, określając go mianem najbardziej inteligentnego systemu AI na świecie i pierwszego modelu, który uruchomił zaawansowane wewnętrzne zabezpieczenia ze względu na swoje możliwości w obszarze cyberbezpieczeństwa. Firma twierdzi, że wyznacza on nowy standard w zakresie autonomicznego sterowania systemami komputerowymi i wykonywania zadań w imieniu użytkownika — takich jak wypełnianie arkuszy kalkulacyjnych czy tworzenie stron internetowych od podstaw.

OpenAI przedstawia to jako nowy paradygmat pracy z komputerem. Zamiast wymagać dedykowanej integracji API dla każdej aplikacji, Astra jest zaprojektowana tak, by poruszać się po oprogramowaniu podobnie jak człowiek — pracując w przeglądarkach, arkuszach kalkulacyjnych, na stronach internetowych i w aplikacjach desktopowych, tworząc gotowe dokumenty i realizując wieloetapowe przepływy pracy zamiast jedynie instruować, jak je wykonać.

To właśnie jest najważniejsze dla wszystkich budujących agentów AI: model operujący na tym samym oprogramowaniu co ludzie staje się pracownikiem ogólnego przeznaczenia, a nie chatbotem z wtyczkami.

Twierdzenie o „erze AGI" — jak poważnie je traktować

OpenAI mocno postawiło na narrację o AGI, jednocześnie ostrożnie definiując ten termin. Brockman powiedział, że osobiście uważa, iż OpenAI osiągnęło AGI, pozostawiając użytkownikom ocenę, czy Astra spełnia tę definicję — „Myślę, że może chodzić właśnie o ten model" — po czym zakończył słowami „Witajcie w erze AGI".

Warto zauważyć, że termin ten utracił swoje dawne znaczenie kontraktowe. Zapytany, czy OpenAI formalnie ogłasza osiągnięcie AGI, Brockman stwierdził, że pojęcie to nie jest już powiązane z żadnym wyzwalaczem kontraktowym — nawiązując do wcześniejszej umowy z Microsoft — i opisał je jako „koncepcję misji lub koncepcję duchową".

Należy to odczytywać jako zabieg marketingowy, a nie techniczny kamień milowy. Prawdziwie interesująca historia kryje się w możliwościach i zastrzeżeniach, nie w etykiecie.

Benchmarki GPT-6 Astra: gdzie prowadzi i jakie są zastrzeżenia

Największe postępy Astry widoczne są w obsłudze komputera i zadaniach naukowych, a nie w kodowaniu. Warto czytać te liczby wraz z przypisami, które dołączyło samo OpenAI.

Kodowanie to skromny krok naprzód, nie przełom. W agentic coding teście DeepSWE v1.1, Astra uzyskała 74,1% wobec 70,8% dla GPT-5.6 Sol. Nie jest to jednak wyraźna przewaga nad konkurencją — Meta podała 75,4% dla Muse Spark 1.3 przy maksymalnym ustawieniu rozumowania, a Gemini 3.8 Flash i Claude Opus 5 osiągają około 74% w publicznym rankingu, z nakładającymi się przedziałami niepewności. Innymi słowy, nie ma jednoznacznego lidera w kodowaniu.

Obsługa komputera to obszar, gdzie skok jest realny. W benchmarku OSWorld V2-Offline dla pracy z aplikacjami desktopowymi OpenAI podaje wynik 72,6% dla Astry wobec 65,7% dla Sol, a średni czas wykonania zadania skrócił się z około 75 do 40 minut. Ten wzrost efektywności — taki sam lub lepszy wynik w krótszym czasie — jest prawdopodobnie bardziej użyteczny niż sama liczba dokładności.

Wyniki w nauce i rozumowaniu są wysokie, ale z zastrzeżeniami. Astra uzyskała 98,6% w ARC-AGI-3 i 97,6% w FrontierMath Tier 4. Zastrzeżenia mają tu znaczenie: wynik ARC-AGI-3 dotyczy Astry wraz z harnesem agenta (scaffolding), który zachowuje rozumowanie między turami, a OpenAI ma wyłączny dostęp do części benchmarku FrontierMath, którego twórcę finansowało. Benchmarki mierzące „model plus scaffolding OpenAI" nie są porównywalne z wynikiem surowego modelu.

Uczciwe podsumowanie: Astra jest naprawdę silna w obsłudze komputera i zadaniach badawczych, mniej więcej równorzędna w kodowaniu, a kilka jej najbardziej efektownych wyników zależy od własnego harnessa i dostępu do benchmarków OpenAI.

Cena GPT-6 Astra

Astra to model premium. Po udostępnieniu w API, Astra będzie kosztować 10 USD za milion tokenów wejściowych i 50 USD za milion tokenów wyjściowych — 2,5 razy więcej niż aktualna promocyjna cena Sol, choć odpowiada to cenom Anthropic za Fable 5.1.

Dla porównania, to znacznie więcej niż tańsze opcje frontier. Standardowa cena Muse wynosi 1,25 USD / 4,25 USD za milion tokenów wejściowych/wyjściowych, a wprowadzające ceny Google dla Gemini 3.8 Flash to 0,75 USD / 3,75 USD.

Kontrargument OpenAI brzmi: cena za token to nie to samo co koszt za zadanie — wyższa stawka za token niekoniecznie oznacza wyższy rachunek, jeśli model kończy pracę w mniejszej liczbie kroków i wymaga mniej ponownych prób. Problem polega na tym, że dane z premiery są zbyt skąpe, by udowodnić, że te oszczędności równoważą premię cenową — traktuj więc argument „taniej za zadanie" jako twierdzenie do zweryfikowania na własnych obciążeniach.

Na razie oferta obejmuje tylko Astra i Astra Pro — w przeciwieństwie do GPT-5.6, OpenAI nie zapowiedziało wariantów Luna, Terra i Sol dla tej generacji.

Kiedy można z niej skorzystać? Stopniowe wdrożenie

Prawdopodobnie nie możesz jeszcze korzystać z Astry. Model jest wdrażany etapami, a OpenAI poinformowało, że pierwszeństwo dostępu ma ograniczona grupa firm uczestniczących w programie cyberbezpieczeństwa Daybreak opartym na aplikacjach.

Szerszy dostęp nastąpi wkrótce. Astra będzie dostępna „w ciągu najbliższych dni" dla użytkowników ChatGPT Plus, Pro, Business i Enterprise oraz deweloperów API. Użytkownicy Pro, Business i Enterprise otrzymają również GPT-6 Astra Pro, a model ma trafić do OpenAI API i AWS.

Dlaczego cyberbezpieczeństwo warunkowało premierę

Powodem etapowego wdrożenia są możliwości Astry w obszarze cyberbezpieczeństwa. To pierwszy model, który OpenAI zakwalifikowało jako osiągający „krytyczny" próg cyberbezpieczeństwa w ramach swojego frameworka gotowości — co oznacza, że może potencjalnie znajdować i wykorzystywać nieznane wcześniej luki w dobrze chronionych systemach bez szczegółowego prowadzenia przez człowieka.

To nie jest hipoteza. W testach OpenAI model opracował exploity dla zabezpieczonych przeglądarek i systemów operacyjnych oraz znalazł dwie wcześniej nieznane luki, które OpenAI deklaruje ujawnić opiekunom oprogramowania. W rezultacie standardowa wersja Astry odmawia wykonania niektórych zaawansowanych zadań z zakresu cyberbezpieczeństwa, takich jak wykrywanie exploitów, a zadania API, które uruchamiają kontrolę cyberbezpieczeństwa, są zatrzymywane całkowicie, a nie wstrzymywane do zatwierdzenia.

Warto też odnotować kwestię związaną z bezpieczeństwem AI (alignment): OpenAI ujawniło, że pisemne rozumowanie Astry było trudniejsze do monitorowania niż Sol w testach zaprojektowanych w celu wykrycia prób unikania monitorowania — przypomnienie, że większe możliwości nie oznaczają automatycznie większej przejrzystości.

Co GPT-6 Astra oznacza dla agentów AI

Pomijając dyskusję o AGI, praktyczna zmiana jest następująca: modele frontier są budowane tak, by bezpośrednio obsługiwać oprogramowanie — wypełniać arkusze kalkulacyjne i tworzyć strony zamiast opisywać, jak to zrobić. Dla zespołów budujących przepływy pracy z agentami wyłaniają się trzy wnioski:

• Obsługa komputera to nowe pole bitwy. Największe postępy dotyczą obsługi aplikacji desktopowych i przeglądarkowych, a nie surowego czatu. Projektuj przepływy pracy wokół agentów, które klikają, piszą i weryfikują — a nie tylko odpowiadają.
• Harness (scaffolding) bije surowy model. Kilka najlepszych wyników Astry pochodzi ze scaffoldingu wokół niej: trwałego rozumowania między oknami kontekstu, kompresji i możliwości kontynuowania pracy podczas zadawania pytań. System ma równie duże znaczenie co wagi modelu.
• Koszt i dostęp to realne ograniczenia. Cena premium i stopniowe, ograniczone wdrożenie oznaczają, że jeden model frontier nie będzie odpowiedni dla każdego zadania. Kierowanie prostszych kroków do tańszych modeli pozwala utrzymać rozsądne rachunki.

Uruchom agenta obsługującego komputer już dziś

Nie musisz czekać na zaproszenie do Daybreak, by budować agentów operujących na prawdziwym oprogramowaniu. Eigent to open-source'owa, lokalna aplikacja desktopowa „Cowork", która uruchamia wieloagentową siłę roboczą w Twojej przeglądarce, plikach i narzędziach — ten sam wzorzec „wykonaj pracę, nie tylko ją opisz", do którego dąży Astra, ale niezależny od modelu i samodzielnie hostowany, dzięki czemu możesz podłączyć dowolny model odpowiedni do danego zadania. Zobacz, jak wieloagentowa siła robocza automatyzuje wieloetapowe zadania w centrum przepływów pracy Eigent, lub pobierz Eigent i zbuduj swojego pierwszego agenta obsługującego komputer już dziś.