GPT-6 Astra: A new generation of intelligence

Amb Astra, presentem una manera nova perquè Codex conservi i recuperi el context quan s’omple la finestra de context. Històricament, els models han utilitzat la condensació de context per resumir la feina durant sessions llargues, com ara quan es depuren problemes complexos o s’aborden refactoritzacions grans. Cada condensació de context pot ometre detalls sobre per què ha fallat una correcció o com es comporta un component. A Codex, Astra pot conservar notes entre finestres de context i preservar els detalls acumulats sense comprimir-los repetidament en un únic resum. Les finestres de context anteriors es poden continuar cercant, de manera que Astra pot trobar requisits o resultats de proves de missatges anteriors i sortides d’eines, fins i tot si aquesta informació no s’havia recollit a les seves notes. Pots activar aquesta funció experimental al teu config.toml de Codex⁠(s'obre en una finestra nova) i es convertirà en l’opció predeterminada per a Astra en les properes setmanes.

Ateses les possibles preocupacions que l’exposició a vulnerabilitats històriques de programari pogués haver afectat els resultats dels bancs de proves, també vam avaluar Astra en dos bancs de proves nous. D’una banda, vam crear una avaluació interna, "ExploitBench (juny–agost de 2026)", per provar el desenvolupament d’explotacions utilitzant vulnerabilitats dels tres mesos anteriors. ² Astra va assolir taxes d'execució de codi arbitrari substancialment més altes que GPT‑5.6 Sol en aquest conjunt de dades, tot fent servir molts menys segments de sortida. Durant l’avaluació, Astra va descobrir i utilitzar dues tècniques d’escapament de l’entorn aïllat del munt de V8 de Chrome desconegudes fins aleshores. Estem comunicant totes dues vulnerabilitats als seus mantenidors.

També vam provar Astra amb SRE-Bench, un banc de proves que mesura si els models poden fer enginyeria inversa de programari binari per entendre'n la lògica principal. Els autors del benchmark van crear el programari des de zero i en van mantenir el codi font privat. Astra va resoldre el 88,0 % de les tasques en un sol intent i el 99,2 % en un màxim de quatre intents, en comparació amb el 55,9 % i el 68,7 % de GPT‑5.6 Sol, respectivament.

Més enllà de les proves de referència, les avaluacions dirigides per experts van constatar que Astra podia utilitzar vulnerabilitats desconegudes fins aleshores per aconseguir l’execució de codi arbitrari en navegadors reforçats i crear explotacions d’escalada de privilegis per a sistemes operatius reforçats. En conjunt, aquests resultats van fonamentar la nostra decisió que Astra ha assolit el llindar crític en ciberseguretat segons el nostre entorn de treball de preparació.

Com vam comentar a The Defender’s Window, les capacitats cibernètiques d’avantguarda poden ajudar els defensors a trobar punts febles més ràpidament, però també fan que aquests punts febles siguin més fàcils d’explotar, fet que fa més urgent que els defensors s’hi adaptin.

Per a la versió d’Astra que es llança avui, admetem tasques defensives importants, com ara la revisió segura del codi, l’aplicació de pegats i el modelatge d’amenaces. No obstant això, de manera predeterminada, Astra es negarà a dur a terme tasques avançades de ciberseguretat, com ara el descobriment d’exploits. Mitjançant OpenAI Daybreak, estem desplegant, estem desplegant un accés menys restrictiu per a un grup alfa de defensors de ciberseguretat de confiança dins del programa OpenAI Daybreak. Això amplia l’accés als fluxos de treball de seguretat defensiva, incloent-hi el triatge i la validació de vulnerabilitats, l’anàlisi de programari maliciós, l’enginyeria de detecció i la validació de pegats. Tenim previst ampliar encara més l’accés a través de Daybreak Blue.

També hem reforçat les nostres proteccions contra possibles usos cibernètics indeguts, partint del nostre conjunt de proteccions per a GPT‑5.6 Sol. Aquestes inclouen un entrenament més sòlid de la robustesa del model per resistir millor possibles evasions de proteccions de seguretat i més context per als nostres sistemes de supervisió. Hem continuat fent proves rigoroses internes i externes, incloses proves automatitzades amb els nostres atacants interns d'equip vermell. Hi ha més detalls sobre les nostres proteccions i proves cibernètiques disponibles a la fitxa del model d'Astra i al nostre blog.

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(s'obre en una finestra nova) 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(s'obre en una finestra nova) 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 comença a desplegar-se avui per a empreses i clients del nostre programa d'accés de confiança, i estarà disponible de manera generalitzada per a les persones subscrites a ChatGPT Plus, Pro, Business i Enterprise durant els pròxims dies. . L'ús d'Astra està inclòs en el límit d'ús existent dels plans Pro de 100 $ i 200 $ i del pla Business de 100 $, sense límits de peticions ni restriccions addicionals. Les persones amb una subscripció Plus de 20 $ i els clients amb el pla Business estàndard poden accedir a GPT‑6 Astra amb límits més baixos, amb l'opció de comprar crèdits per obtenir accés addicional. Els administradors d'Enterprise poden activar Astra per al seu espai de treball; l'accés està desactivat per defecte en el llançament.

Els usuaris de Pro Lite, Pro, Business i Enterprise també poden utilitzar GPT‑6 Astra al Chat. Astra és compatible amb la retenció de dades nul·la per als clients d'API elegibles i, tal com vam compartir el mes passat, estem provant el processament privat de seguretat per reforçar la supervisió de la seguretat alhora que preservem la privadesa dels clients.

Per als desenvolupadors, GPT‑6 Astra està disponible a l'API d'OpenAI com a gpt-6-astra i també està disponible a AWS Bedrock. Els preus estàndard de l'API d'OpenAI són de $10 per milió de segments d'entrada i de $50 per milió de segments de sortida. S'apliquen tarifes diferents per a les lectures i les escriptures de la memòria cau. El mode ràpid està disponible per a GPT‑6 Astra a l'API i ofereix fins a 2,5 vegades la velocitat del processament estàndard al doble del preu estàndard.