GPT-6 Astra: A new generation of intelligence

S Astrou představujeme nový způsob, jak může Codex zachovávat a znovu vyhledávat kontext, když se kontextové okno zaplní. Modely v minulosti používaly kompakci ke shrnutí práce během dlouhých relací, například při ladění složitých problémů nebo provádění rozsáhlých refaktoringů. Při každé kompakci mohou chybět podrobnosti o tom, proč oprava selhala nebo jak se komponenta chová. V Codex může Astra uchovávat poznámky napříč kontextovými okny a zachovávat tak nahromaděné podrobnosti, aniž by je opakovaně komprimovala do jediného shrnutí. Dřívější kontextová okna zůstávají prohledávatelná, takže Astra může najít požadavky nebo výsledky testů z předchozích zpráv a výstupů nástrojů, i když tyto informace nebyly zachyceny v jejích poznámkách. Tuto experimentální funkci můžeš povolit v souboru config.toml pro Codex,⁠(otevře se v novém okně) a v nadcházejících týdnech se stane výchozím nastavením pro model Astra.

Vzhledem k možným obavám, že vystavení historickým softwarovým zranitelnostem mohlo ovlivnit výsledky benchmarků, jsme systém Astra vyhodnotili také na dvou nových benchmarcích. Jednak jsme vytvořili interní vyhodnocení „ExploitBench (červen–srpen 2026)“ pro testování vývoje exploitů s využitím zranitelností z předchozích tří měsíců. ² Astra na této datové sadě dosáhla při použití mnohem menšího počtu výstupních tokenů výrazně vyšší úspěšnosti spuštění libovolného kódu než GPT‑5.6 Sol. Během vyhodnocení Astra objevila a použila dvě dříve neznámé techniky úniku ze sandboxu haldy V8. Obě zranitelnosti oznamujeme jejich správcům.

Model Astra jsme také testovali v benchmarku SRE-Bench, který měří, zda modely dokážou zpětně analyzovat binární software a porozumět jeho základní logice. Autoři benchmarku vytvořili software od základu a jeho zdrojový kód nezveřejnili. Astra vyřešila 88,0 % úloh na jediný pokus a 99,2 % do čtyř pokusů, ve srovnání s 55,9 % a 68,7 % v případě GPT‑5.6 Sol.

Nad rámec benchmarků hodnocení vedená odborníky zjistila, že Astra dokázala využít dříve neznámé zranitelnosti ke spuštění libovolného kódu v zabezpečených prohlížečích a vytvářet exploity pro eskalaci oprávnění v zabezpečených operačních systémech. Tyto výsledky nás společně vedly k rozhodnutí, že Astra podle našeho rámce připravenosti dosáhla kritického prahu v oblasti kybernetické bezpečnosti.

Jak jsme rozebrali v The Defender’s Window, mohou průkopnické kybernetické schopnosti obráncům pomoci rychleji odhalit slabiny, zároveň však usnadňují jejich zneužití, a zvyšují tak naléhavost adaptace obránců.

V dnes uváděné verzi Astra podporujeme důležité obranné činnosti, jako jsou bezpečnostní revize kódu, použití oprav a modelování hrozeb. Ve výchozím nastavení však Astra odmítne provádět pokročilé úlohy v oblasti kybernetické bezpečnosti, jako je vyhledávání exploitů. Prostřednictvím OpenAI Daybreak zavádíme méně omezující přístup pro alfa skupinu důvěryhodných obránců v oblasti kybernetické bezpečnosti v programu OpenAI Daybreak. Tím se rozšiřuje přístup k obranným pracovním postupům, včetně třídění zranitelností a jejich ověřování, analýzy malwaru, vývoje detekčních mechanismů a ověřování oprav. Plánujeme dále rozšířit přístup prostřednictvím Daybreak Blue.

Posílili jsme také naši ochranu proti možnému kybernetickému zneužití a navázali tak na soubor ochranných opatření pro GPT‑5.6 Sol. Ta zahrnují intenzivnější trénování odolnosti modelu, aby lépe odolával možným jailbreakům, a více kontextu pro naše monitorovací systémy. Pokračovali jsme v důkladném interním i externím testování, včetně automatizovaných testů s našimi interními útočníky v rámci red-teamingu. Další podrobnosti o našich kybernetických ochranných opatřeních a testování najdete v kartě systému Astra a na našem blogu.

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(otevře se v novém okně) 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(otevře se v novém okně) 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.

Model GPT‑6 Astra se dnes postupně zpřístupňuje podnikům a zákazníkům v našem programu Trusted Access. V příštích několika dnech bude ve velké míře dostupný lidem s předplatným ChatGPT Plus, Pro, Business a Enterprise. Používání modelu AstrA je zahrnuto do stávajícího limitu využití v plánech Pro za 100 USD a 200 USD a v plánu Business za 100 USD, bez dalších limitů frekvence požadavků nebo omezení. Lidé s předplatným Plus za 20 USD a zákazníci se standardním plánem Business mohou používat GPT‑6 Astra s nižšími limity a mají možnost zakoupit kredity pro další přístup. Správci Enterprise mohou Astru povolit pro svůj pracovní prostor; přístup je při spuštění ve výchozím nastavení vypnutý.

Uživatelé plánů Pro Lite, Pro, Business a Enterprise mohou GPT‑6 Astra používat také v Chatu. Astra podporuje nulové uchovávání dat pro oprávněné zákazníky API a jak jsme uvedli minulý měsíc, testujeme Soukromé bezpečnostní zpracování, abychom posílili monitorování bezpečnosti a zároveň zachovali soukromí zákazníků.

Pro vývojáře je model GPT‑6 Astra dostupný v OpenAI API jako gpt-6-astra a také v AWS Bedrock. Standardní ceny OpenAI API jsou 10 USD za milion vstupních tokenů a 50 USD za milion výstupních tokenů. Na čtení z mezipaměti a zápisy do mezipaměti se vztahují samostatné sazby. Rychlý režim je pro GPT‑6 Astra dostupný v API a nabízí až 2,5× vyšší rychlost než zpracování v režimu Standard za dvojnásobnou cenu režimu Standard.