GPT-6 Astra جدیدترین و قدرتمندترین مدل هوش مصنوعی OpenAI است که در سپتامبر ۲۰۲۶ رسماً معرفی شد و قرار است مرز میان یک چتبات هوشمند و یک عامل هوش مصنوعی قادر به انجام مستقل کارهای پیچیده را بیش از گذشته جابهجا کند. OpenAI میگوید Astra نهتنها در استدلال، برنامهنویسی و تحقیق عملکرد بسیار قدرتمندی دارد، بلکه در استفاده از کامپیوتر، مرور وب، انجام وظایف چندمرحلهای و کارهای حرفهای نیز به سطح جدیدی رسیده است.
یکی از مهمترین تفاوتهای GPT-6 Astra با نسلهای قبلی این است که تمرکز OpenAI صرفاً روی تولید پاسخهای بهتر قرار ندارد و برای انجام کارهای واقعی و چندمرحلهای طراحی شده است؛ یعنی میتواند در محیط نرمافزاری کار کرده، اطلاعات موردنیاز را از وب پیدا کند، با ابزارهای مختلف تعامل داشته باشد، فایل و سند تولید کند و در پروژههای پیچیدهتر نقش یک عامل اجرایی را بر عهده بگیرد.
OpenAI همچنین GPT-6 Astra را «توانمندترین و همراستاترین مدل» خود معرفی کرده است؛ مدلی که به گفته این شرکت در زمینههایی مانند استفاده از کامپیوتر، مهندسی نرمافزار، امنیت سایبری، علوم و کارهای حرفهای به عملکرد پیشرو در صنعت دست یافته است.
GPT-6 Astra چیست؟
GPT-6 Astra نسل جدید مدلهای زبانی OpenAI و جانشین نسل GPT-5.6 محسوب میشود. اما Astra را نمیتوان صرفاً یک مدل زبانی سریعتر یا دقیقتر دانست. بخش مهمی از معماری و آموزش آن برای استفاده از ابزارها و انجام وظایف طولانی و چندمرحلهای طراحی شده است.
در مدلهای قدیمیتر، کاربر معمولاً سؤال خود را مطرح میکرد و مدل پاسخ میداد؛ اما در Astra هدف این است که مدل بتواند بخشی از فرایند رسیدن به نتیجه را نیز انجام دهد. برای مثال، به جای اینکه صرفاً درباره ساخت یک وبسایت کدنویسی کند، میتواند کد را تولید کرده، سایت را اجرا و بررسی، مشکلات رابط کاربری را پیدا کند و اصلاحات لازم را انجام دهد.
OpenAI میگوید Astra در کارهایی مانند پر کردن فرمهای آنلاین، بهروزرسانی اطلاعات مشتریان در CRM، سازماندهی تقویم، تحقیق در وب، تهیه گزارش، ساخت وبسایت و آزمایش عملکرد آن میتواند مستقیماً با محیط کامپیوتری تعامل داشته باشد.
مهمترین قابلیتهای GPT-6 Astra
در ادامه برخی از برترین ویژگیهای جدید این نسخه را بررسی میکنیم:
استفاده پیشرفته از کامپیوتر
یکی از مهمترین قابلیتهای GPT-6 Astra، توانایی استفاده از کامپیوتر و نرمافزارها است. این مدل میتواند محیطهای نرمافزاری را مشاهده و با آنها تعامل کند و برای تکمیل یک وظیفه چندمرحلهای، اقدامات متوالی انجام دهد. این قابلیت بهخصوص برای کارهای اداری، تحقیقاتی و حرفهای اهمیت دارد.
برای مثال، Astra میتواند در یک جریان کاری مشخص:
- اطلاعات موردنیاز را در وب جستوجو کند
- فرمهای آنلاین را تکمیل کند
- اطلاعات را در سیستمهای کاری وارد کند
- فایل و سند ایجاد کند
- دادهها را تحلیل کند
- یک وبسایت را آزمایش کند
- مشکلات یک نرمافزار را بررسی کند
- برای انجام یک پروژه چندمرحلهای برنامهریزی کند
OpenAI در آزمایش OSWorld 2.0 گزارش کرده که Astra با امتیاز ۷۲.۶ درصد، در شبیهسازیهای استفاده از کامپیوتر عملکرد بالاتری از GPT-5.6 Sol داشته است؛ علاوهبر این، Astra برای انجام وظایف مشابه حدود ۴۷ درصد زمان کمتری نسبت به مدل قبلی نیاز داشته است.
این موضوع از آن جهت مهم است که در عاملهای هوش مصنوعی، فقط دقت پاسخ اهمیت ندارد؛ سرعت انجام کل وظیفه نیز بخش مهمی از تجربه کاربر محسوب میشود.
استدلال پیچیدهتر
GPT-6 Astra برای حل مسائل دشوار و چندمرحلهای طراحی شده است و در تنظیمات API امکان انتخاب سطح تلاش استدلالی از low تا max وجود دارد. این قابلیت به توسعهدهندگان اجازه میدهد بسته به نوع کار، میان سرعت و میزان پردازش موردنیاز تعادل ایجاد کنند.
در کارهای ساده، استفاده از سطح پایینتر میتواند پاسخ سریعتری ایجاد کند؛ اما برای مسائلی که نیازمند تحلیل عمیق، برنامهریزی و بررسی چندباره هستند، میتوان سطح استدلال را افزایش داد. این رویکرد نشان میدهد OpenAI تلاش کرده تا GPT-6 را برای طیف گستردهای از وظایف طراحی کند؛ از پاسخگویی روزمره گرفته تا پروژههای تخصصی و طولانی.
جهش در برنامهنویسی
برنامهنویسی یکی از حوزههایی است که GPT-6 Astra در آن پیشرفت قابلتوجهی داشته است. بهطوری که OpenAI Astra را بهترین مدل خود برای مهندسی نرمافزار معرفی میکند. مدل میتواند در پروژههای نرمافزاری پیچیدهتر نقش فعالتری داشته باشد و فقط کد تولید نکند، بلکه درک کند چه چیزی باید ساخته شود، آن را پیادهسازی کرده و نتیجه را بررسی و اصلاح کند. این قابلیت برای توسعهدهندگان اهمیت زیادی دارد، زیرا مدلهای جدید بهتدریج از ابزارهایی برای «تولید چند خط کد» به سمت عاملهای برنامهنویسی مستقلتر حرکت میکنند.
در عمل، Astra میتواند برای کارهای زیر مورد استفاده قرار گیرد:
- توسعه قابلیتهای جدید
- رفع باگ
- بررسی کد
- نوشتن تست
- تحلیل پروژههای نرمافزاری
- توسعه رابط کاربری
- تست یک وبسایت
- عیبیابی نرمافزار
GPT-6 Astra و امنیت سایبری
یکی از بحثبرانگیزترین ویژگیهای GPT-6 Astra تواناییهای آن در حوزه امنیت سایبری است. OpenAI اعلام کرده Astra نخستین مدل این شرکت بوده که به سطح Critical در چارچوب Preparedness برای قابلیتهای سایبری رسیده است. به گفته OpenAI، مدل در شرایط مناسب و با دسترسی به ابزارهای لازم میتواند آسیبپذیریهای ناشناخته را پیدا کرده و روشهای جدیدی برای سوءاستفاده از برخی سیستمهای محافظتشده ایجاد کند.
این پیشرفت از یک طرف میتواند برای مدافعان امنیتی بسیار ارزشمند باشد؛ زیرا همان فناوری میتواند برای کشف آسیبپذیریها و کمک به برطرف کردن آنها استفاده شود. از طرف دیگر، افزایش توانایی مدل در کشف و بهرهبرداری از نقصهای امنیتی ریسک سوءاستفاده را نیز بالا میبرد. بههمین دلیل OpenAI برای Astra لایههای امنیتی بیشتری در نظر گرفته و اعلام کرده است که نظارت، ایزولهسازی و ارزیابیهای امنیتی مدل نسبت به نسلهای قبلی تقویت شدهاند.
در آزمایشهای منتشرشده توسط OpenAI، Astra در ExploitBench امتیاز ۱۰۰ درصد کسب کرده، در حالی که GPT-5.6 Sol امتیاز ۷۸.۵ درصد داشته است. البته این نتایج مربوط به محیطهای ارزیابی هستند و نباید به معنی آن باشد که مدل در دنیای واقعی بدون محدودیت قادر به انجام هر نوع حمله سایبری است.
عملکرد GPT-6 Astra در ریاضیات و استدلال
Astra در آزمونهای استدلالی نیز نتایج بسیار بالایی ثبت کرده است. یکی از قابلتوجهترین نتایج مربوط به FrontierMath Tier 4 بوده که OpenAI برای Astra امتیاز ۹۸ درصد گزارش کرده است. همچنین در ARC-AGI-3 امتیاز ۹۹.۹ درصد اعلام شده است.
این نتایج نشان میدهند که تمرکز GPT-6 صرفاً روی تولید متن یا پاسخگویی به سؤالات عمومی نبوده و OpenAI تلاش کرده قابلیت حل مسئله و استدلال انتزاعی مدل را نیز افزایش دهد. البته باید توجه داشت که امتیازهای بنچمارک بهتنهایی نمیتوانند تجربه واقعی تمام کاربران را مشخص کنند. نوع مسئله، سطح دسترسی مدل به ابزارها، تنظیمات استدلال و محیط اجرای مدل میتوانند نتیجه نهایی را تغییر دهند.
امکانات GPT-6 Astra برای تولید محتوا
Astra در تولید محتوای حرفهای نیز قابلیتهای گستردهای دارد. OpenAI میگوید این مدل میتواند سند، جدول، ارائه و تحلیل تولید کند و خروجی را با قالب، دستورالعمل و سبک موردنظر کاربر تطبیق دهد. این قابلیت برای کاربران حرفهای و سازمانها اهمیت ویژهای دارد، زیرا هدف فقط تولید متن خام نیست؛ بلکه تولید خروجیای است که بتوان آن را با حداقل ویرایش در یک فرایند کاری استفاده کرد.
برای مثال، کاربر میتواند یک قالب مشخص برای ارائه یا گزارش در اختیار مدل قرار دهد و Astra تلاش کرده تا خروجی نهایی را مطابق همان قالب تولید کند.
این ویژگی میتواند برای موارد زیر کاربرد داشته باشد:
- تولید گزارشهای کاری
- ساخت ارائه
- تهیه تحلیل داده
- نوشتن مستندات
- تولید محتوای بازاریابی
- خلاصهسازی تحقیقات
- آمادهسازی اسناد تجاری
پنجره Context در GPT-6 Astra
یکی از مشخصات فنی مهم GPT-6 Astra، پنجره context یک میلیون و ۵۰ هزار توکن است. همچنین حداکثر طول خروجی مدل در API به ۱۲۸ هزار توکن میرسد. این ظرفیت بالا باعث میشود Astra بتواند با حجم قابلتوجهی از اطلاعات در یک جریان کاری واحد کار کند.
برای پروژههای بزرگ نیز این موضوع میتواند بسیار مهم باشد؛ زیرا کاربر میتواند حجم بیشتری از اسناد، کد یا اطلاعات پروژه را در اختیار مدل قرار دهد بدون اینکه مجبور باشد دائماً محتوای قبلی را به چند بخش کوچک تقسیم کند.
البته «context window» به معنی تضمین درک کامل و یکسان تمام یک میلیون توکن نیست. کیفیت بازیابی و استفاده از اطلاعات داخل context نیز اهمیت دارد و خود OpenAI برای ارزیابی عملکرد در محتواهای طولانی آزمونهای جداگانهای منتشر کرده است.
میزان سرعت GPT-6 Astra
سرعت در Astra تنها به زمان تولید متن محدود نمیشود و OpenAI تلاش کرده سرعت انجام یک وظیفه کامل را افزایش دهد. برای مثال، اگر یک کاربر از مدل بخواهد درباره موضوعی تحقیق کرده، اطلاعات را جمعآوری، آنها را تحلیل و در نهایت یک سند آماده کند، زمان موردنیاز برای تمام این مراحل اهمیت بیشتری از سرعت تولید هر توکن دارد.
در همین راستا، OpenAI در آزمایش OSWorld 2.0 اعلام کرده Astra در مقایسه با GPT-5.6 Sol میتواند برخی وظایف کامپیوتری را با زمان بسیار کمتری انجام دهد. این مسئله برای استفاده سازمانی اهمیت ویژهای دارد؛ زیرا حتی کاهش چند دقیقه در هر وظیفه میتواند در مقیاس هزاران کاربر به صرفهجویی قابلتوجهی در زمان و هزینه منجر شود.
قیمت نسخه GPT-6 Astra
طبق اطلاعات رسمی OpenAI، قیمت استفاده از GPT-6 Astra در API برابر است با:
- ۱۰ دلار برای هر یک میلیون توکن ورودی
- ۵۰ دلار برای هر یک میلیون توکن خروجی
این قیمتگذاری نشان میدهد Astra در رده مدلهای پرچمدار OpenAI قرار دارد و برای کارهای ساده لزوماً اقتصادیترین گزینه نیست. در پروژههایی که به استدلال پیشرفته، استفاده از کامپیوتر، برنامهنویسی یا اجرای وظایف پیچیده نیاز دارند، هزینه بالاتر میتواند توجیهپذیرتر باشد؛ اما برای درخواستهای ساده، استفاده از مدلهای سبکتر میتواند انتخاب منطقیتری باشد.
همچنین بخوانید: گوگل جمینی (Gemini)؛ هوش مصنوعی واقعاً هوشمند و پاسخگو!
GPT-6 Astra برای چه کسانی مناسب است؟
GPT-6 Astra بیش از همه برای کاربرانی طراحی شده که از هوش مصنوعی برای کارهای پیچیده و حرفهای استفاده میکنند.
- توسعهدهندگان: برنامهنویسان میتوانند از Astra برای توسعه، بررسی و تست نرمافزار استفاده کنند. توانایی مدل در انجام وظایف چندمرحلهای باعث میشود کاربرد آن از یک دستیار ساده کدنویسی فراتر رود.
- پژوهشگران: توانایی جستوجو، تحلیل اطلاعات و پردازش حجم بالای داده میتواند Astra را برای پروژههای تحقیقاتی مناسب کند.
- شرکتها و سازمانها: کارهای اداری، تحلیل داده، تولید اسناد، مدیریت اطلاعات و اتوماسیون فرایندها از مهمترین کاربردهای تجاری Astra هستند.
- تولیدکنندگان محتوا: برای تولید مقاله، گزارش، ارائه، تحلیل و محتوای ساختاریافته، Astra میتواند بخش زیادی از فرایند تولید را خودکار کند.
- کاربران حرفهای: افرادی که نیاز به حل مسائل پیچیده، تحلیل چندمرحلهای و کار با فایلها و ابزارهای مختلف دارند، بیشترین بهره را از قابلیتهای Astra خواهند برد.
GPT-6 Astra چگونه در دسترس قرار میگیرد؟
OpenAI عرضه Astra را بهصورت مرحلهای آغاز کرده است. طبق اعلام رسمی، GPT-6 Astra ابتدا برای مجموعه محدودی از سازمانها در دسترس قرار گرفته و طی روزهای بعد دسترسی آن برای کاربران ChatGPT Plus، Pro، Business و Enterprise گسترش پیدا میکند. Astra همچنین از طریق API، Microsoft Azure و Amazon Bedrock ارائه میشود.
در زمان عرضه، دسترسی عمومی هنوز بهصورت کامل و همزمان برای همه کاربران فعال نشده است و OpenAI اعلام کرده که انتشار آن به شکل تدریجی انجام میشود.
آیا GPT-6 Astra همان AGI است؟
یکی از جنجالیترین بحثها درباره معرفی GPT-6 Astra، ارتباط آن با مفهوم هوش عمومی مصنوعی یا AGI است. برخی مدیران OpenAI این مدل را نقطه عطفی در مسیر ورود به عصر AGI توصیف کردهاند. Greg Brockman، رئیس OpenAI، این عرضه را جهشی نسلی دانسته و آن را بالقوه آغاز عصر AGI توصیف کرده است.
با این حال، باید میان ادعای نزدیک شدن به AGI و یک تعریف علمی و مورد توافق از AGI تفاوت قائل شد. هنوز تعریف واحد و پذیرفتهشدهای وجود ندارد که مشخص کند یک مدل دقیقاً از چه نقطهای «هوش عمومی مصنوعی» محسوب میشود. بنابراین، بهتر است GPT-6 Astra را یک مدل بسیار توانمند با قابلیتهای عاملمحور و گسترده بدانیم که به برخی وظایف حرفهای پیچیده نزدیکتر از نسلهای قبل شده است؛ نه اینکه صرفاً بر اساس نامگذاری، AGI بودن آن را یک واقعیت قطعی علمی در نظر بگیریم.
GPT-6 Astra و آینده ایجنتهای هوش مصنوعی
شاید مهمترین پیام معرفی GPT-6 Astra، حرکت سریع OpenAI به سمت Agentic AI باشد. یک مدل زبانی سنتی عمدتاً ورودی دریافت کرده و خروجی تولید میکند؛ اما یک عامل هوش مصنوعی میتواند هدفی را دریافت کرده، برای رسیدن به آن برنامهریزی کند، ابزار مناسب را انتخاب نماید و مجموعهای از اقدامات را پشت سر هم انجام دهد.
برای مثال، به جای اینکه کاربر از مدل بپرسد «چطور یک وبسایت بسازم؟»، مدل میتواند در یک محیط مناسب بخشی از فرایند را واقعاً انجام دهد: کدنویسی، اجرای پروژه، بررسی نتیجه و اصلاح خطاها. این تغییر میتواند تأثیر بزرگی بر نرمافزارهای سازمانی و شیوه استفاده مردم از کامپیوتر داشته باشد.
نگرانیهای امنیتی درباره GPT-6 Astra
هرچه توانایی مدل بیشتر میشود، نگرانیهای امنیتی نیز افزایش پیدا میکنند. قابلیت Astra در استفاده از کامپیوتر، اجرای وظایف طولانی و کشف آسیبپذیریهای امنیتی، از یک طرف فرصتهای بزرگی ایجاد میکند و از طرف دیگر میتواند در صورت استفاده نادرست، پیامدهای جدی داشته باشد.
OpenAI اعلام کرده است که Astra تحت سازوکارهای امنیتی سختگیرانهتری قرار گرفته و برای جلوگیری از رفتارهای ناخواسته، نظارت و ارزیابی بیشتری روی آن انجام میشود. این شرکت همچنین میگوید Astra در ارزیابیهای مربوط به رعایت محدوده وظایف و همراستایی عملکرد، نسبت به نسل قبلی پیشرفت کرده است. یکی از نکات مهم این است که هرچه عامل هوش مصنوعی استقلال بیشتری داشته باشد، کنترل دسترسی، نظارت بر اقدامات و امکان توقف فرایند اهمیت بیشتری پیدا میکند.
نگاهی به بنچمارکهای گزارششده
نتایج اعلامشده از سوی OpenAI حوزههای مختلفی از جمله استدلال، کارهای حرفهای، برنامهنویسی، علوم و امنیت را پوشش میدهند. جدول زیر نتایج نهایی منتشرشده و نکات مربوط به ارزیابیهای مختلف را نشان میدهد.
در نتایج نهایی DeepSWE v1.1، مدل GPT-6 Astra با کسب امتیاز ۷۴.۱ درصد در جایگاه نخست قرار گرفته است؛ در حالی که Gemini 3.8 Flash با امتیاز ۷۳.۸ درصد و Claude Opus 5 با ۷۳.۷ درصد، فاصله بسیار کمی با آن دارند.
در تمامی ارزیابیهای جدول، امتیاز بالاتر بهتر است؛ بهجز ردیف آخر که در آن امتیاز کمتر نشاندهنده عملکرد بهتر است.
| بنچمارک | GPT-6 Astra | GPT-5.6 Sol | Claude Fable 5.1 | Claude Fable 5 | Claude Opus 5 | Gemini 3.8 Flash |
| ARC-AGI-3 | 99.9٪ | 7.8٪ | — | — | 30.2٪ | — |
| FrontierMath Tier 4 (v2) | 97.6٪ | 80.5٪ | 78.0٪ | 87.8٪ | 73.2٪ | — |
| Agents’ Last Exam | 59.3٪ | 53.6٪ | — | 48.7٪ | 55.5٪ | — |
| AutomationBench | 41.4٪ | 18.1٪ | 31.4٪ | 17.4٪ | 26.9٪ | — |
| BenchCAD | 95.9٪ | 83.3٪ | 84.3٪ | 67.5٪ | 82.1٪ | — |
| DeepSWE v1.1 | 74.1٪ | 72.7٪ | 67.4٪ | 69.9٪ | 73.7٪ | 73.8٪ |
| Terminal-Bench Science 0.1 | 64.6٪ | 22.4٪ | 52.6٪ | 21.4٪ | 30.0٪ | — |
| GPQA Diamond | 96.0٪ | 94.6٪ | 93.7٪ | 92.6٪ | 93.7٪ | 95.3٪ |
| GeneBench Pro | 37.8٪ | 28.7٪ | — | — | — | — |
| MedChemBench (داخلی) | 49.3٪ | 47.4٪ | — | — | — | — |
| HealthBench Professional (با تعدیل طول) | 63.4٪ | 60.5٪ | 58.1٪ | 60.9٪ | 56.4٪ | 52.1٪ |
| ExploitBench | 100.0٪ | 78.5٪ | — | — | 70٪ | — |
| SRE-Bench (چهار تلاش) | 99.2٪ | 68.7٪ | — | — | — | — |
| Auto-review circumvention (داخلی؛ امتیاز کمتر بهتر است) | 0.00٪ | 0.29٪ | — | — | — | — |
اعداد جدول نشان میدهند GPT-6 Astra در بسیاری از ارزیابیهای منتخب، نسبت به GPT-5.6 Sol پیشرفت قابلتوجهی داشته است. برای نمونه، در ARC-AGI-3 امتیاز Astra به ۹۹.۹ درصد رسیده، در حالی که GPT-5.6 Sol امتیاز ۷.۸ درصد را ثبت کرده است.
در FrontierMath Tier 4 نیز Astra با امتیاز ۹۷.۶ درصد عملکرد قدرتمندی نشان میدهد. همچنین در GPQA Diamond، که یکی از آزمونهای دشوار برای سنجش توانایی مدلها در پاسخگویی به پرسشهای تخصصی است، Astra به امتیاز ۹۶ درصد رسیده است.
در بخش برنامهنویسی نیز DeepSWE v1.1 با امتیاز ۷۴.۱ درصد، Astra را کمی بالاتر از Gemini 3.8 Flash و Claude Opus 5 قرار میدهد. اختلاف در این آزمون بسیار اندک بوده و نشان میدهد رقابت میان مدلهای پیشرفته در حوزه کدنویسی بسیار نزدیک شده است.
یکی از چشمگیرترین نتایج مربوط به ExploitBench است که Astra در آن امتیاز کامل ۱۰۰ درصد را کسب کرده است. همچنین در SRE-Bench امتیاز ۹۹.۲ درصد به دست آمده که نشاندهنده توانایی بالای مدل در انجام وظایف مرتبط با مهندسی و عملیات نرمافزار است.
در مقابل، در آخرین ردیف جدول یعنی Auto-review circumvention، معیار متفاوت است و امتیاز پایینتر عملکرد بهتر را نشان میدهد. Astra در این ارزیابی امتیاز صفر درصد گرفته که نسبت به ۰.۲۹ درصد GPT-5.6 Sol نتیجه بهتری محسوب میشود.
