ARK: Astra от OpenAI расширяет границы возможного, фокусируясь на сложных задачах, решаемых агентами.

На прошлой неделе OpenAI выпустила GPT-6 Astra, свою топовую модель для сложных задач, требующих активного участия агентов, с амбициозными планами развития и ценой выше, чем у семейства GPT-5.6, напрямую конкурируя с премиальными моделями, такими как Fable 5.1 от Anthropic. OpenAI позиционирует Astra для решения всё более сложных задач, требующих использования инструментов, корпоративных приложений и сложных логических рассуждений.

На первый взгляд, судя по общим сводным тестам, скачок производительности выглядит незначительным. Astra набрала 61,2 балла по индексу интеллекта Artificial Analysis, что практически совпадает с результатом GPT-5.6 Sol (60,9) и уступает Fable 5 (62,1). Однако, общий тест не учитывает дифференцированную направленность Astra на использование компьютера и браузера, скорость, эффективность и стабильное выполнение. 

Примечательно, что Astra набрала 99,9% в ARC-AGI-3, по сравнению с 7,8% у Sol и 30,2% у Opus 5. ARC-AGI-3 помещает агентов в незнакомую интерактивную среду без инструкций и проверяет их способность исследовать, определять цели и эффективно адаптироваться. Сосредоточившись на длительных рабочих процессах с высоким контекстом и практических результатах, Astra использовала программный интерфейс (API) OpenAI Responses.

Стоимость API для Astra составляет 10$ за миллион входных токенов и 50$ за миллион выходных токенов, что в 2,5 раза дороже, чем Sol, но при этом количество выходных токенов составляет всего 65% по сравнению с Opus 5 на Agents' Last Exam, а стоимость задачи снижается на 63% по сравнению с Fable 5.1 на Terminal-Bench 4.0. 

Другими словами, доход OpenAI на токен может быть выше на единицу вычислительных ресурсов с ограничениями по сравнению с основными конкурентами. Несмотря на более высокую цену за единицу, меньшее количество токенов и итераций может сократить время и общую стоимость выполненной задачи.

Некоторые эксперты в области ИИ предполагают, что OpenAI использовала новую технику, называемую "рекурсивной глубиной", для достижения этих успехов. Вместо добавления новых слоев к модели трансформера, Astra может обрабатывать токены многократно в одних и тех же слоях, уменьшая общую потребность в памяти и выходных токенах. Первоначально Astra будет внедрена для ограниченного числа организаций, а затем расширится до пользователей ChatGPT Plus, Pro, Business и Enterprise, поскольку доступ к ней также предоставляют API, Microsoft Azure и Amazon Web Services (AWS) Bedrock.

Первые результаты, полученные сторонними организациями, обнадеживают: 16 компаний Perplexity и Databricks указывают на то, что Astra продвигается вперёд в своих собственных тестах. Более широкое внедрение должно показать, смогут ли эти высокие показатели обеспечить надежную производительность в реальных условиях. Удачи!!!