GPT-6 Astra — это самая дорогая модель, которую OpenAI продавала через публичный интерфейс программирования приложений (API): 10 долларов за миллион входных токенов и 50 долларов за миллион выходных, по данным сервисов eesel.ai, MindStudio и pricepertoken.com за сентябрь 2026 года. Анонс состоялся 3 сентября 2026 года, раскатка на платные тарифы шла в следующие дни. Разбираем не презентацию, а три типа задач, ради которых эту модель чаще всего хотят купить: длинные документы, таблицы и сканы, управление интерфейсом компьютера. И отдельно считаем, в каких случаях предыдущего поколения достаточно, а переплата ничего не даёт.
Коротко о модели: даты, окно, отсечка знаний
Релиз состоялся в начале сентября 2026 года, и источники расходятся в деталях на один день. Издание computingforgeeks пишет, что OpenAI выпустила Astra 3 сентября и открыла доступ платным пользователям через двое суток. Английская Wikipedia указывает 4 сентября как дату выхода для широкой публики. Русскоязычные обзоры на vc.ru называют 3 сентября. Разумная формулировка: анонс 3 сентября 2026 года, раскатка в последующие дни.
Дальше важное для планирования: 22 сентября 2026 года вышли GPT-6 Sol и GPT-6 Luna (английская Wikipedia, подтверждается обзором Yotta Labs с пометкой об обновлении от 26 сентября 2026 года). То есть Astra перестала быть единственной моделью шестого поколения уже через три недели после анонса, и все сравнения, сделанные в первой половине сентября, нужно читать с поправкой на это.
- Контекстное окно — 1,1 миллиона токенов, по данным pricepertoken.com на конец сентября 2026 года.
- Дата отсечки знаний — 30 апреля 2026 года, на вход принимаются текст и изображения, по данным igmguru, материал обновлялся в сентябре 2026 года.
- Обучение проводилось более чем на ста тысячах графических процессоров, об этом со ссылкой на OpenAI написал 4PDA 4 сентября 2026 года.
- В ChatGPT модель отображается как GPT-6 Pro на тарифах Pro, Business и Enterprise, отдельной платы нет, но есть лимит сообщений (Engadget и Yotta Labs, сентябрь 2026 года).
Обратите внимание на формат входа. Текст и изображения — это не «любые документы». Электронную таблицу, базу данных или архив модель не прочитает сама по себе, их содержимое нужно превратить в текст или картинку на стороне вашего приложения.
Длинные документы: единственное независимое подтверждение
Из всего, что удалось найти, ближе всего к работе с большими объёмами текста стоит замер Artificial Analysis в статье Benchmarking GPT-6 Astra (конец сентября 2026 года). В их оценке AA-Briefcase, где модель ведёт многонедельные проекты со множеством связанных задач и тысячами исходных файлов, Astra прибавила около 90 пунктов Elo. Это не рекламный слайд производителя, а сторонний замер, и он действительно говорит в пользу модели на длинной дистанции.
Схожую картину даёт разбор CometAPI от середины сентября 2026 года: на части академических и программистских тестов Astra почти не отрывается от GPT-5.6 Sol, но даёт двузначный прирост на терминальных задачах, автоматизации, миграции баз данных, визуальном взаимодействии, поиске по длинному контексту и продвинутой математике. Вывод оттуда же стоит выписать отдельно: предыдущая модель может оставаться экономичнее для ограниченных задач с умеренным контекстом и небольшим числом итераций.
Переводя на практику: выигрыш проявляется там, где модель долго держит в голове много связанных кусков и сама решает, куда идти дальше. Разовое «перескажи договор на сорок страниц» в эту категорию не попадает.
Таблицы и сканы: доказательств почти нет
Здесь придётся честно сказать, чего мы не знаем. Ни в одном найденном материале, русскоязычном или англоязычном, нет проверки Astra на сканах, фотографиях документов и сложных таблицах. Единственная цифра, прямо относящаяся к распознаванию изображений, — результат 0,84 на тесте OpenScore String Quartets по оптическому распознаванию нотной записи, первое место по данным агрегатора benchmarklist.com за сентябрь 2026 года. Но в этом тесте всего два участника, и доказательством качества работы с бухгалтерскими или юридическими сканами он не является никак.
Практический смысл простой. Если ваш процесс начинается с фотографии накладной или с выгрузки в виде скана, качество результата определяется не поколением модели, а тем, насколько чисто текст извлечён из изображения, и насколько подробно вы описали структуру таблицы в инструкции. Переход с предыдущей модели на Astra эту часть не чинит. Тем, кто регулярно разбирает первичные документы, больше даст системная работа с подготовкой данных и формулировками запросов: об этом есть отдельные курсы по промпт-инжинирингу, и они обойдутся дешевле, чем счёт за API.
Управление компьютером: прирост есть, лидерства нет
Это та часть, вокруг которой построена вся презентация. Цифры такие.
| Тест | GPT-6 Astra | Сравнение | Источник и период |
|---|---|---|---|
| OSWorld 2.0, управление компьютером | 72,6 процента | 65,7 процента у GPT-5.6 Sol | DataCamp со ссылкой на OpenAI, сентябрь 2026 |
| OSWorld 2.0, время на задачу | около 40 минут | около 75 минут у GPT-5.6 Sol, сокращение примерно на 47 процентов | DataCamp со ссылкой на OpenAI, сентябрь 2026 |
| OSWorld 2.0, место в общем зачёте | второе из двадцати | отставание 2,8 пункта от лидера с результатом 75,4 | benchmarklist.com, сентябрь 2026 |
| DeepSWE v1.1, агентный тест из 113 задач | 74,1 процента | 72,7 процента у Sol | таблица OpenAI в изложении Vellum, сентябрь 2026 |
| Terminal-Bench 4.0 | 57,7 | — | Vellum, сентябрь 2026 |
| FrontierMath Tier 4 версии 2 | 97,6 процента | — | benchmarklist.com и Vellum, сентябрь 2026 |
| GPQA Diamond | 96,0 процента | — | benchmarklist.com, сентябрь 2026 |
| SWE-bench | 73–74 процента | — | MindStudio, сентябрь 2026 |
Два вывода. Первый: сокращение времени на задачу вдвое важнее прироста в процентах, потому что агентная модель платит токенами за каждый шаг, и короткий путь напрямую экономит деньги. Второй: называть Astra лучшей моделью для управления компьютером уже некорректно, раз в общем зачёте того же теста она вторая. Разбор MindStudio за сентябрь 2026 года добавляет, что преимущество над Anthropic Fable 5.1 сосредоточено в основном в управлении компьютером и терминале, а на общем программировании, фронтенде и одношаговых задачах независимые результаты смешанные. Если вы только присматриваетесь к тому, как вообще устроены такие сценарии, начинать стоит не с подписки, а с курсов по агентным сценариям.
Сколько это стоит и почему «в 2,5 раза дороже» — устаревшая формулировка
По русскоязычным обзорам кочует фраза, что Astra примерно в 2,5 раза дороже за токен, чем GPT-5.6 Sol. Источник множителя — пост аккаунта Wall St Engine в X от 3 сентября 2026 года. Проблема в том, что собственный анонс OpenAI о выходе GPT-5.6 от 9 июля 2026 года и обновлённые в сентябре 2026 года обзоры layer3labs, Finout и CloudZero дают цену Sol на уровне 5 и 30 долларов за миллион токенов после снижения цен 30 июля 2026 года. При таких исходных Astra дороже вдвое по входу и примерно в 1,67 раза по выходу.
А после 22 сентября 2026 года сравнение вообще меняет знак. По обзору Yotta Labs с обновлением от 26 сентября 2026 года GPT-6 Sol стоит 2 и 10 долларов за миллион токенов, GPT-6 Luna — 0,10 и 0,50 доллара. То есть внутри одного поколения разрыв между Astra и Sol примерно пятикратный, а не двух с половиной кратный. Добавлю оговорку: на разных площадках прайс различается, OpenRouter показывал GPT-5.6 Sol по 2 и 10 долларов с пометкой о скидке 50 процентов, так что перед расчётом бюджета проверяйте цену у своего конкретного поставщика.
Что ещё влияет на счёт, по данным eesel.ai и MindStudio за сентябрь 2026 года:
- Кешированный ввод стоит 1 доллар за миллион токенов (pricepertoken.com, сентябрь 2026 года). При повторяющихся длинных инструкциях это основной способ сэкономить.
- Режимы Batch и Flex обходятся в половину стандартной цены.
- Режим Fast стоит примерно вдвое дороже, но работает примерно в 2,5 раза быстрее.
Цена за токен и цена за решённую задачу — разные вещи
Самое полезное наблюдение в этой теме принадлежит Artificial Analysis (конец сентября 2026 года). На максимальном уровне усилий одна задача в их замере обходится в 7,09 доллара. Это примерно на 15 процентов дороже, чем у GPT-5.6 Sol на максимуме, при результате выше на 7 пунктов, и примерно на 40 процентов дешевле, чем у Claude Fable 5.1 на максимуме с резервным проходом в Claude Code при сопоставимом результате. Разрыв в цене за решённую задачу оказывается в разы меньше, чем разрыв в цене за токен, потому что сильная модель чаще доходит до результата с первого раза и делает меньше шагов.
Отсюда правило для расчётов: считайте не прайс, а стоимость одного доведённого до конца сценария на вашей задаче. Этому учат в прикладных программах для тех, кто внедряет инструменты в компании, — см. курсы по ИИ для бизнеса.
Кому платить за Astra не нужно
Опираясь на выводы CometAPI и Artificial Analysis за сентябрь 2026 года, переплата не окупается в следующих случаях.
- Разовые короткие задачи: письма, посты, пересказы, редактура. Контекст умеренный, итераций мало, разница с младшими моделями в пределах погрешности, а цена выше в разы.
- Работа внутри ChatGPT без API. На тарифах Pro, Business и Enterprise модель уже включена, отдельно покупать нечего, достаточно выбрать её в списке. Разобраться с интерфейсом помогут курсы по ChatGPT.
- Сканы и фотографии документов. Качество определяется этапом распознавания, а не моделью, подтверждений обратного в источниках нет.
- Одношаговое программирование и фронтенд: по данным MindStudio за сентябрь 2026 года, результаты смешанные.
- Любое обучение и эксперименты. Для знакомства с возможностями хватит младших моделей и бесплатных курсов по ИИ.
Платить осмысленно, если у вас длинный многошаговый процесс с большим числом связанных файлов, автоматизация рабочего стола и терминала, миграции данных или поиск по очень большому контексту. Там прирост подтверждён сторонними замерами.
Что ещё нужно учесть перед внедрением
Astra стала первой моделью OpenAI, перешедшей порог Critical по кибербезопасности в рамках Preparedness Framework, возможности по созданию эксплойтов закрыты программой Daybreak (DataCamp и igmguru, сентябрь 2026 года). Украинская Wikipedia со ссылкой на OpenAI сообщает, что 1 сентября 2026 года компания объявила об ограничении доступа к наиболее продвинутым средствам в области кибербезопасности. Для обычного пользователя это означает, что часть запросов будет отклоняться без объяснений, и закладывать такие сценарии в рабочий процесс рискованно.
По доступу картина следующая. В ChatGPT модель видна как GPT-6 Pro, Engadget отмечает, что сроки раскатки на конкретные аккаунты OpenAI не называла. По данным vc.ru за сентябрь 2026 года, доступ сначала получили тарифы Pro, Enterprise и Business Premium, затем Plus и Business, на тарифе Go модели нет. В Microsoft Foundry раскатка идёт через Limited Access Program, то есть по заявке (блог Azure, сентябрь 2026 года). С 22 сентября 2026 года все модели шестого поколения работают в Codex (vc.ru).
Что делать дальше
Порядок действий, который сэкономит вам деньги.
- Проверьте, нужен ли вам API вообще. Если вы работаете руками в чате и у вас тариф Pro, Business или Enterprise, модель уже доступна и дополнительных трат не требует.
- Прежде чем закладывать бюджет, уточните текущую цену у своего поставщика. Данные в этой статье собраны по состоянию на конец сентября 2026 года, а линейка менялась дважды за три недели, так что цифры могли устареть.
- Возьмите одну свою реальную задачу и прогоните её на GPT-6 Sol и на Astra, сравнивая не качество ответа на глаз, а стоимость доведённого до конца сценария.
- Если задача начинается со скана или таблицы, сначала наладьте извлечение текста и напишите подробную инструкцию с описанием структуры. Смена модели эту проблему не решает.
- Если вы только разбираетесь в теме, вкладывайтесь не в подписку, а в понимание принципов работы: подборка курсов по нейросетям поможет выбрать стартовую программу.
И последнее. Английская Wikipedia в карточке модели называет преемником GPT-6.1. Подтвердить дату выхода мне не удалось, поэтому утверждать ничего не буду, но сам факт такой записи — повод не подписывать годовой контракт на модель, которой месяц от роду.