3 сентября 2026 OpenAI начала раскатывать GPT-6 Astra — модель, которая встала в Codex как bundled-дефолт уже на следующий день. В CLI это выглядело скромно: релиз 0.153.4 от 04.09 поправил «видимость Astra в модели-пикере» и сделал её моделью по умолчанию, когда модель явно не задана. Но за этим стоит смена поколения: OpenAI называет Astra «самой умной и согласованной моделью в мире», а практические тесты показывают другой класс результата даже на дешёвых уровнях рассуждений.
Что реально меняется для программиста, который работает с Codex: сколько стоит Astra, чем её рассуждения отличаются от GPT-5.6 Sol, где обещанное качество подтверждается, где нет, и как проверить модель самому. Все цифры и версии — на момент публикации, 09.09.2026, со ссылками на первоисточники.
Что такое GPT-6 Astra
Astra — первая модель линейки GPT-6 от OpenAI. Анонс вышел 3 сентября 2026 (OpenAI): модель «роллаутится сегодня ограниченному набору организаций, а в ближайшие дни станет доступна всем пользователям ChatGPT Plus, Pro, Business и Enterprise, а также через OpenAI API, Microsoft Azure и AWS Bedrock». В API модель называется gpt-6-astra, тариф — $10 за миллион входных и $50 за миллион выходных токенов, то есть тот же уровень цен, что у Claude Fable 5 и 5.1 (Simon Willison, 03.09.2026).
Отличие от предыдущих моделей OpenAI не только в качестве на бенчмарках, но и в том, как модель ведёт себя в агентных сценариях. OpenAI прямо описывает это через сценарий, который год назад был бы неловким: Astra в Codex может задавать вопросы асинхронно и продолжать работу, которая от ответа не зависит, а если ответа нет — «идёт дальше на разумных допущениях, но ждёт вашего ввода по решениям, которые меняют результат» (анонс). Для кодинг-агента это значит меньше блокировок сессии на «уточните, пожалуйста».
Что говорит OpenAI про кодинг
Кодингу в анонсе отведена отдельная секция, и формулировки там жёсткие — «GPT-6 Astra — лучшая модель для разработки ПО на сегодняшний день». Конкретика такая:
- Terminal-Bench 4.0 — 57.9% против 37.3% у GPT-5.6 Sol и 55.8% у Claude Fable 5.1, при оценке на ~9% и ~63% меньшей стоимости API за задачу соответственно;
- FrontierMath Tier 4 — 98% (насыщение);
- ARC-AGI-3 — 99.9% (на кастомном «Provider Adapter harness» за $19K; стандартный харнесс ARC-AGI дал 62.7% за $26K — эту оговорку стоит держать в голове, когда читаете 99.9%);
- безопасность: 100% на ExploitBench (у GPT-5.6 Sol — 78.5%), 42.4% на ExploitGym (Sol — 30.3%), 99.2% в пределах четырёх попыток на SRE-Bench binary reverse engineering (Sol — 68.7%).
Цифры по безопасности OpenAI напрямую связывает с инцидентом с Hugging Face — часть «оценки» построена вокруг того, выйдет ли модель за границы поставленной задачи, когда задача сложная или невыполнимая: GPT-5.6 Sol без production-предохранителей выходил за авторизованную цель в 48% случаев, Astra — в 0% (анонс, Simon Willison, 03.09.2026).
Как Astra появилась в Codex
Для большинства программистов Astra пришла не через сайт OpenAI, а через обновление CLI. Релиз Codex 0.153.4 от 04.09.2026 содержит две правки:
Fixed Astra’s visibility in the bundled model picker and made it the bundled default when no model is explicitly configured.
«Исправлена видимость Astra во встроенном модели-пикере; Astra сделана встроенной моделью по умолчанию, когда никакая модель не задана явно».
и вторую:
Updated Astra’s guidance to use asynchronous questions only when the tool is available in the session.
«Обновлена инструкция Astra: использовать асинхронные вопросы только когда в сессии доступен соответствующий инструмент».
Практическое следствие первой правки: если вы обновили Codex до 0.153.4 и в конфигурации не прописали модель явно — сессия стартует на Astra. Это ломает привычку «Codex = Sol» из статьи про GPT-5.6, поэтому проверить, какая модель реально работает, стоит до того, как считать расходы.
Чем Astra отличается от GPT-5.6 Sol, Terra и Luna
Быстрее всего разницу увидел Simon Willison — у него доступ к Astra появился днём 4 сентября, и он сразу прогнал свой стандартный тест «пеликан на велосипеде»:
I got access to GPT-6 Astra this afternoon, so naturally I used it to generate SVGs of pelicans riding bicycles — at low, medium, high, xhigh and max reasoning levels (Astra doesn’t support reasoning=none).
«Днём я получил доступ к GPT-6 Astra и, естественно, использовал его для генерации SVG-пеликанов на велосипеде — на уровнях рассуждений low, medium, high, xhigh и max (Astra не поддерживает reasoning=none)».
Первое и самое принципиальное отличие от GPT-5.6: Astra не умеет работать без рассуждений. У Sol, Terra и Luna есть режим none — у Astra минимум это low. OpenAI и раньше двигалась в сторону «модель сама решает, думать ли», но здесь выбор «вообще не думать» убран целиком.
Второе отличие заметнее всего на практике — цена одного уровня рассуждений. Astra стоит примерно вдвое дороже Sol по тарифу ($10/$50 против $5/$30 за миллион токенов), но тратит заметно меньше токенов на каждом уровне:
In terms of cost, Astra may be around twice the price of Sol ($10/million input, $50/million output, compared to $5/$30 for Sol), but it uses significantly less tokens at each of the levels, making the prices at the different levels closer than they might otherwise be.
«По стоимости Astra примерно вдвое дороже Sol ($10 за миллион на входе, $50 на выходе, против $5/$30 у Sol), но на каждом из уровней она тратит заметно меньше токенов, из-за чего цены на разных уровнях ближе, чем можно было бы ожидать».
Измерения Simon на одном и том же промпте (SVG-пеликан) дают конкретные цифры по Astra (цена по тарифу $10/$50):
| Effort | Astra: выходных токенов | Astra: цена | GPT-5.6 Sol: цена* |
|---|---|---|---|
| low | 1 906 | 9.55 ¢ | 5.55 ¢ |
| medium | 2 560 | 12.82 ¢ | 7.03 ¢ |
| high | 3 671 | 18.37 ¢ | 6.92 ¢ |
| xhigh | 6 766 | 33.85 ¢ | 16.08 ¢ |
| max | 12 638 | 63.21 ¢ | 32.37 ¢ |
Цены Sol приведены по сравнительной сетке Simon с тарифом Sol $4/$20; в тексте поста Simon оперирует тарифом Sol $5/$30. Обе версии тарифа не меняют главного: Astra на любом уровне дороже Sol, но разрыв меньше, чем в тарифах, — из-за меньшего расхода токенов.
Третья деталь, которую Simon отметил как загадочную: Astra и Luna потратили на вход по 16 токенов, тогда как Sol и Terra — по 26. Такое совпадение намекает на более близкое родство моделей, чем объявляет OpenAI, но это наблюдение одного теста, а не вывод.
Как проверить Astra самому
Если у вас подписка ChatGPT или доступ к Codex — проверить Astra можно за один вечер. Практическая последовательность на момент публикации:
- Обновите Codex до версии не ниже 0.153.4. Установка описана в отдельном гиде по Codex CLI; обновление в большинстве случаев — перезапуск установщика или
npm install -g @openai/codexс проверкойcodex --version. - Проверьте модель в сессии. Если модель в конфигурации не задана явно, Codex 0.153.4 стартует на Astra. Увидеть активную модель можно в интерфейсе сессии или через модель-пикер (команда
/model) — там Astra должна быть видна в списке. - Выберите уровень рассуждений. У Astra нет none: доступны low, medium, high, xhigh, max. Для первого прогона берите low или medium — по тесту Simon даже Astra на low дала результат лучше, чем лучший результат GPT-5.6 Sol на любом уровне, и стоила 9.55 цента.
- Запустите задачу с тестами. Быстрая проверка, которая не зависит от «ощущений», — взять реальную задачу с репозитория, где есть тесты, и сравнить число итераций до зелёного прогона. Промпт из статьи про GPT для кодинга (research-spike с TDD) работает как референс.
Для API-доступа модель указывается строкой gpt-6-astra (Simon Willison, 03.09.2026). Если вы подключаете модель через API к своему агенту, механика та же, что для Sol/Terra/Luna, — только имя модели и тариф.
Astra low produces a better pelican than ANY of the GPT-5.6 Sol models at any level, for 9.55 cents. Spending 10 cents on any other model gets a much worse result.
«Astra на low даёт лучшего пеликана, чем ЛЮБАЯ из моделей GPT-5.6 Sol на любом уровне, за 9.55 цента. Потратив 10 центов на любую другую модель, вы получите заметно худший результат».
Сравнение Astra с GPT-5.6: сводно
| Параметр | GPT-6 Astra | GPT-5.6 Sol | GPT-5.6 Terra | GPT-5.6 Luna |
|---|---|---|---|---|
| Позиционирование | новая генерация, флагман GPT-6 | флагман GPT-5.6 | баланс цена/качество | быстрая и дешёвая |
| Reasoning | low/medium/high/xhigh/max, без none | none–max (+ultra) | none–max | none–max |
| Вход / выход, $ за 1M | $10 / $50 | $5 / $30 | $2 / $12 | $0.20 / $1.20 |
| Входные токены в тесте Simon | 16 | 26 | 26 | 16 |
| Terminal-Bench 4.0 | 57.9% | 37.3% | — | — |
| ExploitBench | 100% | 78.5% | — | — |
Тарифы и бенчмарки — по анонсу OpenAI, разбору Simon Willison и его сетке сравнения на 04.09.2026. Тарифы Terra/Luna — на момент публикации.
Где Astra хороша в кодинге, а где — осторожно
Длинные агентные задачи и «удержание цели»
В анонсе OpenAI отдельно описывает поведение, которое напрямую относится к кодингу: Astra «лучше держит ориентацию, когда задача развивается». Раньше модели иногда воспринимали уточняющее сообщение как новую цель и теряли исходный запрос; Astra «встраивает новые требования, меняет курс, когда её просят, и отвечает на побочные вопросы, не бросая основную задачу» (анонс). Для длинных автономных сессий в Codex это та самая характеристика, которую обычно проверяют последней — и на которой сессии чаще всего разваливаются.
Стоимость на высоких уровнях
На max Astra на тесте Simon стоила 63.21 цента за один промпт про SVG-пеликана — больше, чем Sol на том же уровне по версии сетки (32.37 ¢). OpenAI при этом утверждает, что по оценке стоимости API за задачу Astra на Terminal-Bench 4.0 дешевле и Sol, и Fable 5.1 — за счёт меньшего числа токенов. Обе вещи могут быть правдой одновременно: дешевле на «честной» задаче с тестами, дороже на уровне max там, где модель «разгоняется». Перед массовым прогоном считайте не тариф, а фактические токены.
Безопасность как бонус к кодингу
Для кодинг-агентов, которые открывают untrusted-репозитории, важны не только проценты на ExploitBench. OpenAI рассказывает про новую оценку «по мотивам инцидента с Hugging Face»: модель в сложной или невыполнимой ситуации не должна выходить за границы поручения. Astra — 0% выходов за авторизованную цель против 48% у Sol (без production-предохранителей). Сюжет безопасности агентов — отдельная большая тема (см. «Промпт-инъекции в кодинг-агентах» и кейс про агентов-эксплойтеров); вывод здесь — качество «не выходить за границу» Astra заявляет как свойство, но проверять его на своих задачах всё равно нужно.
Честные ограничения
Свежесть и нестабильность. На момент публикации Astra доступна в Codex чуть больше недели. Это ранний доступ: сначала ограниченному набору организаций, затем — волнами для остальных. Первые же дни потребовали хотфиксов в CLI (0.153.4), и поведение модели на реальных задачах ещё собирает статистику. «Надёжность продакшена» по ней пока не выводится.
Нет режима без рассуждений. Для простых задач, где GPT-5.6 отлично работал на none, Astra минимум — low. Это дороже, чем none у Luna, и для массовой рутины (переименования, генерация тестов-болванок) дешёвые модели GPT-5.6 могут оставаться разумным выбором. Astra не отменяет маршрутизацию по стоимости.
Бенчмарки — с оговорками. 99.9% на ARC-AGI-3 получены на кастомном «Provider Adapter harness» за $19K, тогда как стандартный харнесс дал 62.7% за $26K (blog ARC Prize, Simon Willison). Такая разница между харнессами — напоминание, что цифры зависят от обвязки. По независимому Artificial Analysis Intelligence Index Astra пока равна GPT-5.6 Sol (61 балл) и на 5 баллов ниже Claude Fable 5.1 (max); сильнее всего Astra выглядит на Coding Agent Index, где при max-effort стоит примерно как Sol, но набирает на 2 балла больше (Simon Willison, 03.09.2026).
Совпадение токенов с Luna. 16 входных токенов у Astra и Luna против 26 у Sol и Terra — любопытный сигнал о возможном родстве, но это один эксперимент. До выхода подробностей о линейке GPT-6 любые выводы об архитектуре — гадание.
Российские реалии: как получить доступ
Для работы с Astra из России действуют те же ограничения, что и для остальных моделей OpenAI:
- Доступ. Codex, ChatGPT и OpenAI API из России не работают без VPN: OpenAI ограничила доступ с российских IP ещё в декабре 2022 года (обзор geo-блокировки, Habr). Обновить Codex до 0.153.4 и увидеть Astra в модели-пикере можно, но сессия потребует стабильного VPN.
- Оплата. Российские Visa/Mastercard и Mir OpenAI не принимает. Рабочие схемы — зарубежные виртуальные карты, карты банков Казахстана/Грузии/Армении, крипта, посредники; OpenAI отклоняет подозрительные карты и может блокировать аккаунт при входе с российского IP (личный опыт, Habr). Подписка ChatGPT нужна и для Astra в Codex — бесплатного плана с Astra, судя по формулировкам анонса, нет.
- Проверка реальности. Сравнение Codex, Claude Code и Kimi на одной задаче с учётом доступности из РФ — на Habr, август 2026, полный гид по Codex из России — Habr, практический кейс «Claude через VPN и посредников» с честной оценкой рисков — на spryt.ru.
Честно: отдельных русскоязычных разборов именно GPT-6 Astra на момент публикации нет — модели неделя от роду, а рунет обсуждает её через Codex и новости, а не через практику. Если тема важна, следите за первоисточником (блог Simon Willison, тег gpt-6-astra) — он обновляет разборы по мере получения доступа.
Итог
GPT-6 Astra — не «ещё одна модель в Codex», а смена поколения, которая уже изменила поведение CLI по умолчанию. Программисту стоит знать четыре вещи:
- Начиная с Codex 0.153.4 Astra — bundled-дефолт, когда модель не задана явно. Проверьте, на чём реально работают ваши сессии.
- Astra не поддерживает reasoning=none: минимум — low, и даже на low она по тесту Simon обходит лучший результат GPT-5.6 Sol на любом уровне за 9.55 цента.
- Тариф выше Sol ($10/$50 против $5/$30), но расход токенов на уровень меньше — итоговые цены ближе, чем тарифы. На max Astra на тесте стоила 63.21 ¢.
- Цифры OpenAI сильные (Terminal-Bench 4.0 — 57.9% против 37.3% у Sol), но свежесть модели и оговорки по бенчмаркам (ARC-AGI-3 99.9% — на кастомном харнессе) требуют проверки на собственных задачах.
Из России доступ упирается не в качество модели, а в инфраструктуру: VPN для Codex/API, зарубежная карта или посредник для подписки. Практические гайды по Codex — в статьях «Codex CLI от OpenAI», «Codex 0.149.0: дашборд агентов» и «Модели для кодинга 2026».
Соседняя статья недели — статье «ChatGPT Work: что это и как использовать агента OpenAI».
