3 сентября OpenAI официально представила модель GPT-6 Astra, которая, по заявлению компании, знаменует «сдвиг парадигмы» в разработке ИИ-агентов. Вместо того чтобы создавать отдельные API-интеграции для каждого сервиса, Astra работает с интерфейсом, спроектированным для человека: она «видит» экран, двигает курсор, печатает текст и нажимает кнопки. Такой подход, известный как computer use, позволяет агенту взаимодействовать с любым приложением, не требуя специальной доработки со стороны разработчиков.
Анонсу предшествовал любопытный инцидент: в тот же день, за несколько часов до презентации, одновременно легли несколько крупных нейросетей — ChatGPT, Claude, Grok и Gemini. Даундетектор зафиксировал всплеск отказов у всех четырёх провайдеров, что породило теории о сбое общей облачной инфраструктуры. OpenAI не комментировала связь, но совпадение вышло символичным: падение сервисов стало эффектным прологом к релизу.
| Модель | OSWorld 2.0 (офлайн) | Время на задачу |
|---|---|---|
| GPT-6 Astra | 72,6% | ~40 минут |
| GPT-5.6 Sol | 65,7% | ~75 минут |
Тизером к анонсу послужил 12-секундный видеоролик с архивной записью демо-программы «Put that there» Ричарда Болта 1980 года, где человек управляет компьютером голосом и жестами. В конце ролика на стене появляется слово ASTRA с цифрой 6 вместо буквы S. Намёк на мультимодальность и преемственность идей, заложенных десятилетия назад.
На бенчмарке OSWorld 2.0 Astra показала 72,6% против 65,7% у GPT-5.6 Sol, затратив около 40 минут вместо 75.
Ключевая особенность Astra — ориентация на работу за компьютером. Грег Брокман, сооснователь OpenAI, пояснил, что индустрия была «заблокирована» необходимостью вручную писать коннекторы для каждой системы. Вместо этого агент получает доступ к интерфейсу, уже оптимизированному под человека, и использует его естественным образом. Идея восходит к ранним дням OpenAI, когда исследователи обсуждали обучение агента на тех же входах и выходах, что доступны человеку: пиксели, клавиатура, мышь.
Цифры подтверждают амбиции. На части офлайн-версии бенчмарка OSWorld 2.0 Astra набрала 72,6% против 65,7% у предыдущей модели GPT-5.6 Sol, затратив на задачу около 40 минут против 75 — почти вдвое быстрее при более высоком качестве. Дополнительная оптимизация харнеса Codex, выпущенная одновременно с моделью, ускорила computer use ещё примерно вдвое, причём улучшения затронули и старую модель
OpenAI продемонстрировала возможности Astra на ряде впечатляющих примеров. Модель спроектировала печатную плату в KiCad, превратив электронную схему в готовое изделие с размещением компонентов и разводкой дорожек. Она заполнила американскую налоговую декларацию Form 1040 в браузере на основе загруженной формы W-2. В Power BI Astra собрала дашборды из сырых данных об автомобилях, а в FreeCAD создала концепт-модель пятиступенчатой коробки передач с последующей анимацией в Blender. Эти примеры показывают, что модель способна выполнять сложные инженерные задачи, которые раньше требовали глубоких специальных знаний.
Для отрасли это означает шаг в сторону универсальных агентов, которые могут заменить человека в рутинных операциях за компьютером. Однако остаются вопросы о надёжности и безопасности: насколько точно модель понимает контекст и не допускает ли ошибок при работе с критически важными данными. OpenAI пока не раскрыла полную спецификацию модели, но уже доступна в GPTunneL для тестирования. Разработчики и исследователи смогут оценить её возможности в реальных сценариях, что определит, насколько оправданы заявления о «эре AGI».
