GPT-6 Astra: A new generation of intelligence

ከAstra ጋር፣ የዐውድ መስኮቱ ሲሞላ Codex ዐውዱን ጠብቆ የሚያቆይበትን እና መልሶ የሚያገኝበትን አዲስ መንገድ እያስተዋወቅን እንገኛለን። ከዚህ ቀደም፣ ሞዴሎች እንደ ውስብስብ ችግሮችን መፍታት ወይም ትላልቅ የኮድ ማሻሻያዎችን ማከናወን ባሉ ረጅም የሥራ ሂደቶች ወቅት ሥራውን ለማጠቃለል ኮምፓክሽንን ይጠቀሙ ነበር። እያንዳንዱ ኮምፓክሽን የሆነ መፍትሔ ለምን እንዳልሠራ ወይም አንድ የኮድ ክፍል እንዴት እንደሚሠራ የሚገልጹ ዝርዝሮችን ትቶ ሊያልፍ ይችላል። በCodex ውስጥ፣ Astra የተከማቹ ዝርዝሮችን ደጋግሞ ወደ አንድ ማጠቃለያ ሳያመቀው፣ በይዘት መስኮቶች መካከል ማስታወሻዎችን ጠብቆ ማቆየት ይችላል። ቀደሙት የይዘት መስኮቶች ተፈልገው የሚገኙ ሆነው ስለሚቆዩ፣ መረጃው በማስታወሻዎቹ ውስጥ ባይያዝ እንኳ Astra ከቀደሙት መልእክቶች እና የመሣሪያ ውጤቶች መስፈርቶችን ወይም የፈተና ውጤቶችን ማግኘት ይችላል። ይህንን የሙከራ ባህሪ በእርስዎ Codex config.toml⁠(በአዲስ መስኮት ውስጥ ይክፈታል) ፋይል ውስጥ ማንቃት ይችላሉ እና በሚመጡት ሳምንታት ለAstra ነባሪው ይሆናል።

ቀደም ሲል ለተመዘገቡ የሶፍትዌር ተጋላጭነቶች መጋለጥ የመመዘኛ ውጤቶችን ሊነካ ይችላል የሚሉ ሊኖሩ የሚችሉ ስጋቶችን ከግምት በማስገባት፣ Astraን በሁለት አዳዲስ መመዘኛዎች ላይም ገምግመናል። እንደ አንድ ምሳሌ፣ ባለፉት ሦስት ወራት ውስጥ የተገኙ ተጋላጭነቶችን በመጠቀም የኤክስፕሎይት ልማትን ለመፈተሽ የውስጥ “ExploitBench (June–August 2026)” ግምገማ አዘጋጀን። ² Astra በዚህ የውሂብ ስብስብ፣ ከGPT‑5.6 Sol እጅግ ያነሱ የውጤት ቶክኖችን በመጠቀም በዘፈቀደ ኮድ የማስፈጸም መጠኑ እጅግ ከፍ ያለ ነው። በግምገማው ወቅት፣ Astra ከዚህ በፊት ያልታወቁ ሁለት የChrome V8 heap-sandbox ማምለጫ ቴክኒኮችን አግኝቶ ተጠቅሟል። ሁለቱንም ተጋላጭነቶች ለጠባቂዎቻቸው እያሳወቅን ነው።

በተጨማሪም የbinary ሶፍትዌሮችን መሠረታዊ አመክንዮ ለመረዳት ሞዴሎች የኋሊዮሽ ኢንጂነሪንግ ማካሄድ መቻላቸውን በሚለካው SRE-Bench የተሰኘ መለኪያ ላይ Astraን ፈትነነዋል። የመለኪያው አዘጋጆች ሶፍትዌሩን ከባዶ የገነቡት ሲሆን ምንጭ ኮዱንም ምስጢራዊ አድርገው ጠብቀውታል። Astra በካደገው የመጀመሪያ ሙከራ 88.0%፣ በአራት ሙከራዎች ውስጥ ደግሞ 99.2% የሚሆኑትን ሥራዎች የፈታ ሲሆን፤ ይህም ለ GPT‑5.6 Sol በቅደም ተከተል ከነበረው 55.9% እና 68.7% ጋር ሲነፃፀር የበላይ ነው።

ከመለኪያ ፈተናዎች ባሻገር፣ በባለሙያዎች የተመሩ ግምገማዎች እንደሚያሳዩት Astra ከዚህ ቀደም ያልታወቁ የደህንነት ክፍተቶችን በመጠቀም በተጠበቁ ብሮውዘሮች ላይ የፈለገውን ኮድ ማስኬድ እና በተጠበቁ ኦፐሬቲንግ ሲስተሞች ላይ የመብት ማሳደጊያ ነጥቦችን መፍጠር ችሏል። በአጠቃላይ እነዚህ ውጤቶች Astra የዝግጁነት ማዕቀፋችን መሠረት በሳይበር ደህንነት ዘ his Critical የተሰኘው ወሳኝ ደረጃ ላይ መድረሱን ውሳኔ እንድንሰጥ አግዘውናል።

በ The Defender’s Window ላይ እንደተወያየነው፣ ግንባር ቀደም የሳይበር ችሎታዎች ተከላካዮች ድክመቶችን በፍጥነት እንዲያገኙ ሊያግዟቸው ይችላሉ፣ ነገር ግን እነዚያን ድክመቶች ለመበዝበዝ ቀላል ስለሚያደርጉ፣ ተከላካዮች እንዲላመዱ ያለውን አጣዳፊነት ያሳድጋሉ።

ዛሬ ለሚለቀቀው የAstra ስሪት፣ እንደ ደኅንነቱ የተጠበቀ ኮድ ግምገማ፣ ፓች ማድረግ እና የስጋት ሞዴሊንግ ያሉ አስፈላጊ የመከላከያ ተግባራትን እንደግፋለን። ሆኖም፣ በነባሪነት Astra እንደ የመበዝበዣ ዘዴዎችን ማግኘት ያሉ የላቁ የሳይበር ደኅንነት ተግባራትን ለመፈጸም እምቢ ይላል። በOpenAI Daybreak በኩል፣ በ OpenAI Daybreak ፕሮግራም ውስጥ ላሉ በአልፋ ደረጃ ለተመረጡ የታመኑ የሳይበር ደኅንነት ተከላካዮች ያነሰ ገደብ ያለው መዳረሻ በመልቀቅ ላይ ነን። ይህ የደህንነት ክፍተቶችን መለየት እና ማረጋገጥ ፣ የተንኮል አዘል ሶፍትዌሮች ትንተና፣ የመለየሪያ ኢንጂነሪንግ እና የማስተካከያ ማረጋገጥን ጨምሮ የመከላከያ ስራዎችን ተራሽነት ያሰፋል። በDaybreak Blue በኩል ተደራሽነትን የበለጠ ለማስፋት እቅድ አለን።

በተጨማሪም ለ GPT‑5.6 Sol በገነባነው የደህንነት ጥበቃ ላይ በመመስረት፣ ሊከሰቱ የሚችሉ የሳይበር አላግባብ መጠቀሞችን የመከላከያ አቅማችንን አጠናክረናል። እነዚህም ሊከሰቱ የሚችሉ የደህንነት ጥሰቶችን በተሻለ ሁኔታ ለመቋቋም የሚያስችል ጠንካራ የሞዴል ጥንካሬ ስልጠናን እና ለክትትል ስርአቶቻችን የተሻለ አውድን ያካትታሉ። የውስጥ የሳይበር ጥቃት አድራጊ ቡድኖቻችንን በመጠቀም የሚደረጉ አውቶሜትድ ፈተናዎችን ጨምሮ ጥብቅ የሆኑ የውስጥ እና የውጭ ፈተናዎችን ማካሄዳችንን ቀጥለናል። ስለ ሳይበር መከላከያዎቻችን እና ሙከራዎቻችን ተጨማሪ ዝርዝሮች በAstra የሥርዓት ካርድ እና በእኛ ብሎግ ላይ ይገኛሉ።

Our evaluations found Astra’s written reasoning harder to monitor than GPT‑5.6 Sol’s, based on tests that explicitly asked it to evade monitoring. We attribute this to Astra’s greater control over written reasoning on simpler tasks and ability to solve problems with fewer written steps. Astra still appears to struggle to conceal the reasoning needed for complex tasks, but we take the decline seriously. Improving monitorability remains a research priority, and the accompanying system card⁠(በአዲስ መስኮት ውስጥ ይክፈታል) details our findings and ongoing work.

Alignment training is core to our approach to deployment. As an additional layer of defenses, we also build system safeguards like Codex Auto-review⁠(በአዲስ መስኮት ውስጥ ይክፈታል) and monitoring agents’ reasoning and actions to help detect and contain unsafe behavior. As described in our safety update⁠, we are also deploying misalignment monitoring in production for Astra-class models in order to have visibility into misalignment, and help contain its worst instances. These safeguards resemble our monitoring for internal deployments and involve a system of classifiers which check the model’s reasoning and actions for unauthorized behavior and automatically stop potentially unauthorized activity.

Given the significant increase in Astra’s cybersecurity capabilities, we are being especially careful to make this deployment safe and secure. Extra safety checks can sometimes slow, pause, or stop legitimate work, including defensive cybersecurity. If a task is paused in ChatGPT or Codex, you may be asked to review the action before continuing. In the API, the task will stop. These checks can sometimes interrupt legitimate work, and we are continuing to iterate on this system to reduce unnecessary interruptions. Misalignment monitoring cannot replace alignment: our goal is to build models that reliably stay within their authorized scope, so these protections do not need to intervene.

GPT‑6 Astra ዛሬ ለድርጅቶች እና በእኛ Trusted Access Program ውስጥ ላሉ ደንበኞች እየተለቀቀ ሲሆን፣ ለChatGPT Plus፣ Pro፣ Business እና Enterprise የደንበኝነት ምዝገባ ላላቸው ሰዎች በሚቀጥሉት ጥቂት ቀናት ውስጥ በሰፊው ይገኛል። Astra አጠቃቀም በ$100 እና $200 የPro ዕቅዶች እንዲሁም በ$100 የBusiness ዕቅድ ውስጥ ባለው ነባር የአጠቃቀም ገደብ ውስጥ የተካተተ ሲሆን፣ ምንም ተጨማሪ የተመን ገደቦች ወይም እገዳዎች የሉም። የ$20 Plus የደንበኝነት ምዝገባ ያላቸው ሰዎች እና በመደበኛው የBusiness ዕቅድ ላይ ያሉ ደንበኞች፣ ለተጨማሪ መዳረሻ ክሬዲቶችን የመግዛት አማራጭ ጋር GPT‑6 Astraን በዝቅተኛ ገደቦች መጠቀም ይችላሉ። የEnterprise አስተዳዳሪዎች Astraን ለሥራ ቦታቸው ማንቃት ይችላሉ፤ በሚጀመርበት ጊዜ መዳረሻው በነባሪነት ጠፍቷል።

የPro Lite፣ Pro፣ Business እና Enterprise ተጠቃሚዎች GPT‑6 Astraን በውይይት ውስጥ መጠቀምም ይችላሉ። Astra ብቁ ለሆኑ የAPI ደንበኞች ዜሮ ውሂብ ማቆየትን ይደግፋል፤ እንዲሁም ባለፈው ወር እንዳጋራነው፣ የደንበኞችን ግላዊነት እየጠበቅን የደኅንነት ክትትልን ለማጠናከር የግላዊ ደኅንነት ሂደትን እየሞከርን ነው።

ለገንቢዎች፣ GPT‑6 Astra በOpenAI API ውስጥ gpt-6-astra በመባል ይገኛል፣ እንዲሁም በAWS Bedrock ውስጥ ይገኛል። የOpenAI API መደበኛ ዋጋ ለአንድ ሚሊዮን የግቤት tokenዎች $10 እና ለአንድ ሚሊዮን የውጤት tokenዎች $50 ነው። ለካሽ የንባብ እና የመጻፍ ክወናዎች የተለያዩ ተመኖች ይተገበራሉ። ፈጣን ሁነታ ለGPT‑6 Astra በAPI ውስጥ የሚገኝ ሲሆን፣ በመደበኛው ዋጋ 2x ሲሆን፣ እስከ 2.5x የመደበኛ ሂደት ፍጥነትን ያቀርባል።