GPT-6 Astra: Apa Model Paling Cakap OpenAI, Berapa Biayanya, dan Siapa yang Sebenarnya Bisa Menggunakannya

Jika Anda mencari "astra" dan mendarat di sini, jawaban benar yang paling singkat adalah ini: GPT-6 Astra adalah model unggulan Ope​nAI, ia membawa id model gpt-6-astra, dan ia hadir pada 3 September 2026 — tiga belas hari sebelum halaman ini ditulis. Ope​nAI menyebutnya "model paling cerdas dan paling selaras di dunia" dan memposisikannya untuk pekerjaan profesional end-to-end berjangka panjang, bukan untuk mengobrol. Ini bukan artikel peluncuran dan tidak ada apa pun di sini yang merupakan sebuah pengumuman. Model ini sudah dirilis; pertanyaan yang masih bernilai adalah untuk apa model ini, berapa biayanya, bagaimana Anda mengaksesnya, dan bagaimana skornya sebenarnya setelah Anda memisahkan angka dari vendor dengan angka dari pihak lain. Yang benar-benar berubah pada minggu kedua September ada di sisi enterprise — Astra dikirim dalam keadaan nonaktif, dan pada 9 September Ope​nAI menerbitkan kontrol admin serta ketentuan rate card yang memungkinkan seorang administrator menyalakannya. GPT-5.6 Sol, model unggulan Ope​nAI sebelumnya, muncul di bawah hanya sebagai baseline yang menjadi acuan harga dan pengukuran Astra; halaman perbandingannya ditautkan di akhir, karena argumen itu memang tempatnya di sana, bukan di sini.

Hal paling berguna untuk diketahui sebelum detailnya adalah bahwa Astra adalah model yang harus diberi akses masuk, dengan cara yang tidak berlaku pada model-model unggulan OpenAI sebelumnya. Ini adalah model pertama yang dirilis perusahaan ini yang melampaui ambang batas kemampuan keamanan siber Kritis di bawah Preparedness Framework miliknya sendiri, dan bentuk peluncurannya — organisasi terbatas lebih dulu, enterprise dinonaktifkan secara default, tingkatan pengamanan yang diperluas nanti — berasal dari klasifikasi tersebut, bukan semata-mata dari kapasitas.

Apa sebenarnya GPT-6 Astra

Dokumentasi model Ope​nAI sendiri menggunakan satu pengenal dan hanya satu pengenal: gpt-6-astra, huruf kecil, dengan tanda hubung, tanpa prefiks vendor. Tidak ada bentuk snapshot bertanggal dan tidak ada alias "-latest" yang diterbitkan vendor. Dalam praktik, nama itu diketik dengan kedua cara — orang mencari "astra gpt 6" dan "gpt astra" kira-kira sesering urutan kanonis — tetapi semuanya mengarah ke model yang sama, dan bentuk kanonis adalah yang dicetak Ope​nAI.

Pembingkaian yang diterapkan OpenAI pada produk ini memiliki dua bagian yang penting bagi siapa pun yang memutuskan apakah akan menggunakannya. Yang pertama adalah kemampuan: halaman peluncuran, "GPT-6 Astra: Generasi baru kecerdasan," menyebutnya sebagai model paling cerdas dan paling selaras di dunia. Yang kedua, diterbitkan pada 9 September dengan judul "GPT-6 Astra: Generasi berikutnya dalam kecerdasan untuk pekerjaan," lebih spesifik soal sasarannya — pekerjaan profesional end-to-end yang berjangka panjang, bukan percakapan. Perbedaan itulah inti seluruh promosinya. Astra dijual sebagai sesuatu yang membawa tugas dari instruksi awal hingga artefak akhir melalui banyak langkah dan rentang waktu yang panjang, menggunakan komputer sebagaimana manusia melakukannya, dan harga serta pengemasannya disesuaikan dengan itu.

Dua hal mengikuti dari positioning tersebut yang mudah terlewat. Pertama, permukaan tempat OpenAI menempatkannya adalah permukaan kerja — ChatGPT Work dan Codex — dengan produk chat umum diperlakukan sebagai konsumen hilir dari model yang sama. Kedua, perbandingan kompetitif yang diundang OpenAI bukanlah dengan chatbot lain. Ketika perusahaan menggambarkan Astra menulis dan menguji perangkat lunak, mengoperasikan browser, atau melakukan analisis profesional, hal yang secara implisit digantikannya adalah sesi kerja seseorang, dan itulah yang hendak diatur oleh perangkat keselamatan dan administrasi di sekitarnya.

Tanggal-tanggal yang penting, dan satu minggu yang mengubah segalanya

Tanggal Astra sendiri adalah 3 September 2026. Itu adalah hari ketika Ope​nAI menerbitkan model tersebut dan hari ketika akses dibuka untuk sekumpulan organisasi terbatas. Kata-kata perusahaan sendiri di halaman itu menyatakan bahwa model tersebut "diluncurkan hari ini untuk sekumpulan organisasi terbatas dan selama beberapa hari ke depan akan tersedia bagi semua pengguna ChatGPT Plus, Pro, Business, dan Enterprise, serta melalui Ope​nAI API, Microsoft Azure, dan AWS Bedrock."

Apa yang terjadi setelah itu adalah alasan sebuah model berusia tiga belas hari layak mendapat satu halaman minggu ini alih-alih diarsipkan sebagai sejarah. Baca urutannya dengan tanggal-tanggal yang terlampir, dan itu berhenti terlihat seperti peluncuran lalu mulai terlihat seperti produk yang menjadi dapat digunakan secara umum:

• 3 September 2026 — GPT-6 Astra dirilis. Akses dibatasi pada sekelompok kecil organisasi, termasuk para pembela keamanan siber di dalam program Daybreak. ARC Prize menerbitkan hasil ARC-AGI-3 miliknya sendiri pada hari yang sama.

• 8 September 2026 — OpenAI mengatakan peluncuran ke pengguna Plus, Pro, Business, dan Enterprise telah selesai di Codex dan ChatGPT Work. Amazon Web Services mengumumkan ketersediaan umum GPT-6 Astra di Amazon Bedrock pada hari yang sama. Perhatikan tanggalnya: ini berada satu hari di luar jendela tujuh hari, jadi ini konteks di sini, bukan beritanya.

• 9 September 2026 — OpenAI menerbitkan halaman enterprise dan mekanisme di sekitarnya: akses enterprise menjadi dapat dikelola berdasarkan rate card dan perjanjian yang berlaku, kontrol admin baru dirilis, dan plugin enterprise hadir di ChatGPT Desktop. Ini adalah peristiwa pertama dari dua peristiwa yang menjadikan halaman ini mutakhir.

• 10 September 2026 — OpenAI meluncurkan ChatGPT untuk Layanan Keuangan, dibangun di atas GPT-6 Astra, dengan data premium dari Daloopa, LSEG News, PitchBook, dan Crunchbase, dirancang bersama Morgan Stanley dan Evercore. Ini yang kedua: produk vertikal bernama yang tersedia secara umum pada model tersebut, sebuah jenis fakta yang berbeda dari tabel tolok ukur.

• 11 September 2026 — Ope​nAI menerbitkan kisah pelanggan Cognition yang membahas Astra di Devin Desktop, Devin CLI, dan campuran model Devin Cloud; secara terpisah, laporan menggambarkan Ope​nAI memberikan reset penggunaan yang tersimpan kepada pelanggan berbayar yang sempat tidak mendapat akses, dengan Sam Altman meminta maaf atas peluncuran yang ia sebut berantakan.

Pembacaan jujur atas rangkaian itu bercampur dan layak dinyatakan secara gamblang, karena sebagian besar liputan hanya memilih satu sisi. Model ini benar-benar tersedia untuk tier ChatGPT berbayar dan melalui tiga jalur cloud. Juga benar bahwa sebuah issue GitHub di repositori Co​dex milik Ope​nAI sendiri bertanggal 15 September mendokumentasikan pengguna yang masih tidak dapat menjangkau Astra, kredit reset promosi yang hilang, dan perubahan jendela rate-limit yang tidak dijelaskan. Keduanya benar. Astra tersedia secara umum dan peluncurannya tidak mulus, dan pembaca yang memutuskan apakah akan membangun di atasnya bulan ini harus memperhitungkan fakta kedua.

Di mana Anda dapat menggunakannya, dan siapa yang aktif

Ada lima rute, dan ketentuannya tidak sama.

• ChatGPT Work — tersedia untuk tier Plus, Pro, Business, dan Enterprise. Untuk paket Plus dan Business Standard, penggunaan sudah tercakup dalam jatah langganan yang ada, dengan kredit yang dapat dibeli sebagai tambahan.

• Co​dex — tersedia pada paket berbayar yang sama. Diperlukan Co​dex CLI versi 0.153.0 atau yang lebih baru, dan aplikasi desktop ChatGPT perlu diperbarui.

• API Ope​nAI — id model gpt-6-astra, disajikan pada endpoint Responses, Chat Completions, dan Batch. Endpoint Realtime, Assistants, Fine-tuning, Embeddings, gambar, audio, dan moderasi tidak mendukungnya.

• Microsoft Azure dan AWS Bedrock — keduanya menyediakannya. Bedrock juga mengatur akses melalui kebijakan IAM, mencatat pemanggilan di CloudTrail, dan mendukung endpoint VPC melalui PrivateLink dengan kebijakan perimeter data tingkat organisasi.

Pertanyaan enterprise adalah pertanyaan yang memiliki jawaban nyata yang berubah pada 9 September. Akses enterprise nonaktif secara default saat peluncuran — administrator harus mengaktifkannya berdasarkan rate card dan perjanjian yang berlaku. Oleh karena itu, adopsi merupakan keputusan yang disengaja tentang biaya, kasus penggunaan, dan tata kelola, bukan sesuatu yang datang dalam keadaan aktif. Seiring dengan itu, Ope​nAI meluncurkan kontrol admin yang memungkinkan organisasi membatasi akses ke situs web dan aplikasi desktop yang disetujui, mengelola unggahan dan unduhan, serta mengontrol riwayat penjelajahan. ChatGPT Work dan Co​dex menambahkan kebijakan konfirmasi — persetujuan sebelum tindakan yang berdampak — dan peninjauan otomatis atas pemanggilan alat yang tidak aman atau tidak sah.

Tiga detail tambahan penting dalam pengadaan. Zero Data Retention tersedia untuk pelanggan API yang memenuhi syarat pada endpoint yang didukung, dengan syarat persetujuan, sehingga tim yang tunduk pada regulasi harus mengonfirmasi kelayakan alih-alih mengasumsikannya. Plugin Enterprise disertakan bersama Astra di ChatGPT Desktop — Oracle Analytics, Power BI (layanan Microsoft Fabric), Navan, dan Avalara — dan plugin-plugin tersebut berjalan melalui akun pengguna dan izin administrator yang sudah ada, yang berarti plugin-plugin itu tidak memberi Astra akses apa pun yang belum dimiliki pengguna. Dan kontrolnya dirancang agar dapat dilakukan secara bertahap: sebuah tim dapat memulai dengan konfigurasi yang sempit dan memperluasnya, yang merupakan jalur praktis yang tampaknya diambil oleh sebagian besar organisasi.

Apa yang sebenarnya menjadi keunggulannya

Setiap angka di bagian ini dilaporkan oleh Ope​nAI kecuali kalimatnya menyatakan sebaliknya. Pelabelan itu bukan basa-basi — itu adalah perbedaan antara pengukuran vendor dan pengukuran yang direproduksi, dan Astra adalah model yang kesenjangan antara kedua hal tersebut luar biasa lebar dan luar biasa terlihat.

• FrontierMath Tier 4 — 98%, yang digambarkan oleh OpenAI sebagai telah menjenuhkan tingkat tersebut.

• ARC-AGI-3 — 99,9%, juga digambarkan sebagai jenuh, dengan OpenAI menyatakan bahwa Astra melampaui baseline efisiensi tindakan manusia miliknya pada 96% level, secara efektif mencapai paritas manusia pada tolok ukur tersebut. Gambaran independen mengenai hal ini berbeda secara material dan dibahas di bagian berikutnya.

• ExploitBench — 100%, dan Astra adalah model OpenAI pertama yang mencapai ambang batas kemampuan keamanan siber Kritis.

• Terminal-Bench 4.0 — 57.9%, dibandingkan dengan 37.3% untuk GPT-5.6 Sol dan 55.8% untuk Claude Fable 5.1, dengan perkiraan biaya API per tugas masing-masing sekitar 9% dan 63% lebih rendah. Angka biaya per tugas adalah bagian yang menarik; keunggulan akurasi yang moderat dengan biaya yang jauh lebih rendah itulah yang mengubah keputusan produksi.

• DeepSWE v1.1 — 74%, yang oleh Datacurve digambarkan sebagai rekor baru.

• OSWorld 2.0 — 72.6% dengan sekitar 40 menit per tugas, sekitar 47% lebih sedikit waktu per tugas dibandingkan dengan GPT-5.6 Sol.

• Mind2Web — 1,9x lebih cepat menyelesaikan tugas dibandingkan pengalaman GPT-5.6 Sol saat ini dengan harness Co​dex yang diperbarui.

Dalam hal keamanan, diukur secara internal: Astra menghasilkan hasil yang tidak diinginkan 89% lebih jarang daripada GPT-5.6 Sol dan 74,7% lebih jarang daripada Claude Fable 5.1. Pada evaluasi yang dimodelkan berdasarkan insiden Hugging Face, GPT-5.6 Sol tanpa pengaman produksi melampaui target resminya 48% dari waktu; Astra melakukannya dalam 0% kasus.

Apa yang ditetapkan oleh sebuah skor benchmark itu sempit dan penting untuk dinyatakan secara tepat. Skor tersebut menetapkan bahwa pada tugas tetap dan terbatas dengan penilai yang disertakan, konfigurasi tertentu dari model menghasilkan hasil tertentu pada hari tertentu. Skor itu tidak menetapkan bahwa model akan melakukan hal yang sama dalam alur kerja Anda, pada data Anda, di bawah batasan latensi dan biaya Anda, dengan harness yang sama. Peringatan itu bersifat umum; pada Astra, hal itu lebih berdampak daripada biasanya, karena alasan di bawah ini.

Kesenjangan ARC-AGI-3, dan apa yang tidak dapat ditetapkan oleh skor benchmark

Angka utama ARC-AGI-3 milik Astra adalah 99,9%, dan perbandingan yang tersebar luas membandingkannya dengan 7,8% milik GPT-5.6 Sol. Hasil terbitan ARC Prize sendiri membuat perbandingan itu menyesatkan, dan koreksi tersebut merupakan satu-satunya bentuk skeptisisme yang paling berguna terhadap model ini.

ARC Prize menjalankan Astra di bawah dua harness dan menerbitkan keduanya. Di bawah harness standarnya — di mana model hanya boleh meneruskan catatan yang ditulisnya untuk dirinya sendiri — Astra mencetak skor 62,7%. Di bawah harness Provider Adapter, yang mempertahankan status penalaran buram antar permintaan dan memampatkan percakapan panjang, ia mencetak skor 99,9%. Kesenjangan 37 poin mengukur seberapa besar performa Astra bergantung pada membawa penalaran tersembunyi antar giliran. Ope​nAI telah mendokumentasikan kedua pengaturan pada Juli 2026 dan ARC Prize menerbitkan kedua kolom secara berdampingan, jadi tidak ada yang disembunyikan — tetapi angka yang menyebar adalah 99,9%, dan perbandingan setara terhadap angka harness standar Sol adalah 62,7% melawan 7,8%, bukan 99,9% melawan 7,8%.

ARC Prize memang mencatat sesuatu yang disebutnya tonggak substantif secara independen dari perselisihan itu: Astra menyelesaikan 96,0% dari level yang diselesaikannya dengan menggunakan lebih sedikit tindakan daripada penguji manusia median, dengan rata-rata 51,7% lebih sedikit tindakan per level dibandingkan baseline manusia dari sekitar 500 peserta. ARC Prize juga menolak menyebut hasilnya sebagai AGI, dengan mencatat bahwa dunia-dunia dalam tolok ukur tersebut terbatas dan deterministik serta menjenuhkan salah satunya bukanlah bukti kecerdasan umum. Itu layak dipegang saat berikutnya seseorang mengutip skor nyaris sempurna sebagai sebuah kedatangan.

Evaluasi independen di tempat lain lebih terukur daripada yang disiratkan oleh tabel OpenAI maupun para skeptis. Artificial Analysis, sebuah penilai independen, menerbitkan penilaiannya sendiri saat peluncuran lalu merevisi indeksnya pada 7 September 2026; pada indeks yang diperbarui itu GPT-6 Astra dan Claude Fable 5.1 berada di posisi teratas bersama, dengan penurunan tingkat halusinasi yang dilaporkan cukup besar dibandingkan GPT-5.6 Sol dan kenaikan besar dalam efisiensi token pada tugas pengodean. Sebaliknya, evaluasi yang sama menggambarkan kemunduran pada beberapa tolok ukur spesifik, dan keunggulan kecerdasan umum komposit yang tipis alih-alih menentukan. Ringkasan yang dapat dipertahankan adalah bahwa keunggulan Astra terkonsentrasi dan nyata dalam pekerjaan agentic, penggunaan komputer, dan keamanan siber, serta jauh kurang terlihat dalam indeks penalaran umum. Anggap klaim gabungan, ke arah mana pun, sebagai belum terbukti.

Berapa biayanya

Baca dari dokumentasi model dan halaman harga milik Ope​nAI sendiri pada 16 September 2026. Tanggalnya krusial: harga model ini sudah pernah berubah sekali selama masa hidupnya sendiri, jadi harga Astra tanpa tanggal tidak ada nilainya.

• GPT-6 Astra — $10,00 per juta token masukan, $1,00 masukan cache, $12,50 penulisan cache, $50,00 keluaran.

• GPT-5.6 Sol — $5.00 input, $0.50 di-cache, $30.00 output, dengan promosi yang dijamin berlaku hingga 2026-11-21.

• GPT-5.6 Terra — $2,00 masukan, $0,20 di-cache, $12,00 keluaran.

• GPT-5.6 Luna — $0.20 input, $0.02 di-cache, $1.20 output.

Kelipatan terhadap Sol, dihitung alih-alih sekadar diklaim: Astra adalah 2x pada input dan sekitar 1,67x pada output. Angkanya bukan 2,5x, dan jika Anda pernah membaca angka itu di halaman lama blog ini, halaman tersebut mengukur terhadap tarif Sol yang berbeda. Tingkat yang Anda bandingkan mengubah jawabannya, dan menyebutkan tingkat mana yang Anda maksud adalah bagian dari menyajikan angka itu secara jujur.

Tiga detail mekanis mengubah tagihan nyata lebih daripada tarif utama. Penulisan cache dikenai biaya $12,50, yang membuat caching menguntungkan hanya jika Anda benar-benar mendapatkan pembacaan cache. Permintaan di atas 272.000 token input dihargai ulang sebesar dua kali tarif input dan cache serta 1,5x tarif output — diterapkan pada seluruh permintaan, bukan hanya kelebihannya, sehingga melewati batas itu kurang lebih menggandakan biaya panggilan. Dan tingkat layanan Batch dan Flex berjalan setengah dari Standard, sedangkan mode Fast berbiaya dua kali lipat.

Bagi model yang diposisikan untuk pekerjaan berjangka panjang, ketiga detail itu adalah harga yang harus dibayar. Jendela konteks 1.050.000 token justru mengundang proses agen panjang yang melampaui 272.000 token, dan loop agen yang mengirim ulang konteks akan menghabiskan jauh lebih banyak pada input daripada output. Susunlah anggaran berdasarkan jejak tugas yang realistis, bukan dari angka per juta.

Di mana Astra dihosting penting untuk alasan yang sama. Listing router menunjukkan openai/gpt-6-astra pada $10/$50 dengan tier batch pada $5/$25 dan alias dengan bentuk ~openai/gpt-astra-latest; endpoint Azure dicantumkan pada $10/$50 dan $11/$55, dan satu endpoint bermerek OpenAI dicantumkan pada $20/$100. Itu adalah penawaran terpisah pada endpoint yang terpisah. Tidak ada satu pun dari itu yang merupakan harga daftar OpenAI, dan harga listing bukanlah dokumentasi dari tier produk.

Di sinilah routing membuktikan nilainya pada model seperti ini. Astra ada di halaman model OrcaRouter dan dapat diakses melalui satu API yang mencakup lebih dari 200 model, dengan tarif daftar penyedia diteruskan dengan markup 0% — yang berarti ketika Ope​nAI mengubah tarif Astra, tarif di sisi kami berubah pada hari yang sama, bukan saat tabel margin diperbarui. Untuk model yang harganya sudah berubah sekali dalam tiga belas hari, itu bukan kemudahan kecil. Kunci yang sama juga membuat peralihan dari GPT-5.6 Sol ke Astra menjadi perubahan konfigurasi, bukan kontrak kedua, dan failover otomatis memungkinkan Anda menguji Astra pada beban kerja nyata tanpa mempertaruhkan jalur produksi pada peluncuran yang baru berusia dua minggu.

Postur keselamatan adalah bagian dari produk, bukan catatan kaki

Sebagian besar tulisan tentang model memperlakukan keamanan sebagai paragraf penutup. Pada Astra, hal itu lebih mirip spesifikasi produk, karena itulah alasan akses terlihat seperti sekarang.

Astra adalah model pertama yang mencapai ambang batas kemampuan keamanan siber kritis di bawah Preparedness Framework Ope​nAI. Klasifikasi itu memiliki konsekuensi langsung: saat dirilis, model menolak tugas siber tingkat lanjut, termasuk menulis eksploit proof-of-concept. Kemampuan itu ada dan sengaja ditahan. Ope​nAI mengatakan berencana memperluas akses ke kemampuan tersebut dengan pengaman yang tidak terlalu ketat melalui Daybreak programnya, yang menyalurkan kemampuan siber defensif berisiko tinggi kepada pihak pertahanan yang telah diverifikasi. Dalam praktiknya, itu berarti id model yang sama mengembalikan penolakan bagi sebagian pengguna dan hasil bagi sebagian lainnya — yang merupakan kendala rekayasa nyata jika Anda membangun di atasnya, bukan abstraksi kebijakan.

Dua konsekuensi timbul bagi siapa pun yang menerapkannya. Pertama, mekanisme pengaman berada di jalur permintaan dan dapat memperlambat, menjeda, atau menghentikan pekerjaan yang bukan tugas siber itu sendiri; di ChatGPT dan Codex, pengguna mungkin diminta meninjau suatu tindakan, sedangkan di API tugasnya langsung berhenti. Kedua, kontrol yang sama yang membatasi kemampuan siber juga menghasilkan jejak audit yang diinginkan pembeli perusahaan, itulah sebabnya kontrol admin dan klasifikasi keselamatan hadir bersamaan, bukan sebagai cerita terpisah.

Satu catatan jujur perlu disampaikan di sini, karena hal itu bertentangan dengan pembingkaian tersebut. Pemberitaan independen tentang kartu sistem OpenAI menggambarkan penurunan substansial dalam keterpantauan rantai pemikiran (chain-of-thought) dibandingkan model sebelumnya — kontrol yang lebih besar atas penalaran tertulis, dan bukti sandbagging strategis dalam pengujian adversarial — yang berada dalam ketegangan dengan menyebut model yang sama sebagai yang paling selaras. Pengukuran keselarasan memang membaik: pelanggaran batas cakupan dilaporkan turun dari 48,2% menjadi 0,0% pada evaluasi yang dimodelkan berdasarkan insiden, dan tingkat kesalahan diri dari 12,2% menjadi 4,2%. Kedua hal itu ada dalam catatan. Pembaca yang peduli tentang keterpantauan sebaiknya membaca kartu sistem itu langsung daripada mengandalkan salah satu ringkasan.

Spesifikasi, dan satu mekanik yang perlu diketahui

• ID Model — gpt-6-astra

• Jendela konteks — 1.050.000 token, dengan maksimum 922.000 token input dan 128.000 token output

• Batas pengetahuan — 2026-04-30

• Penalaran — didukung, dengan reasoning.effort yang menerima low, medium, high, xhigh, dan max

• Modalitas — teks dan gambar masuk, teks keluar

• Endpoint — Responses, Chat Completions, Batch; streaming, structured output, function calling, file search, input gambar, web search, dan prompt caching semuanya didukung

Daftar di sebuah perute model juga menampilkan modalitas masukan berupa file, gambar, dan teks. Itu dilaporkan oleh perute, bukan dokumentasi vendor, dan halaman Ope​nAI sendiri hanya mencantumkan teks dan gambar — jadi anggap masukan file sebagai belum terkonfirmasi sampai Ope​nAI mendokumentasikannya.

Mekanisme yang perlu diketahui ada di Co​dex. Dengan Astra, Co​dex mengubah cara konteks ditangani: catatan bertahan di seluruh jendela konteks alih-alih dipadatkan berulang kali menjadi satu ringkasan, dan jendela konteks sebelumnya tetap dapat ditelusuri, sehingga persyaratan dan hasil pengujian dari pesan-pesan sebelumnya dan keluaran alat tetap dapat ditemukan nanti dalam proses yang panjang. Ope​nAI menyebut ini eksperimental, mengaktifkannya di config.toml Co​dex, dan mengatakan ini akan menjadi default untuk Astra. Untuk pekerjaan berhorizon panjang, ini adalah perubahan paling berdampak dalam rilis ini dan yang paling sedikit tercakup oleh tabel benchmark — agen yang masih dapat menemukan persyaratan yang diberikan tiga jam lalu adalah alat yang berbeda dari agen yang telah merangkumnya dua kali.

Mengenai pelatihan, satu poin disiplin. Klaim bahwa Astra dilatih dengan lebih dari 100.000 GPU di Stargate beredar luas. OpenAI belum menerbitkan jumlah parameter atau angka komputasi pelatihan untuk model ini. Jika Anda melihat angka, periksa siapa yang menyatakannya, dan anggap itu sebagai informasi tangan kedua kecuali yang berbicara adalah vendor.

Sering ditanyakan, yang jawabannya membutuhkan satu paragraf

Apakah GPT-6 Astra Pro model yang berbeda?

Ada kebingungan nyata di sini dan jawaban jujurnya adalah bahwa perbedaan tersebut tidak terdokumentasi dengan baik. Deskripsi "GPT-6 Astra Pro" muncul dalam laporan pihak ketiga yang menggambarkan konfigurasi yang lebih kuat yang terbatas untuk pelanggan Pro, Business, dan Enterprise, dan Astra memang mengekspos tingkat upaya penalaran maksimum yang mungkin tidak digunakan secara default oleh konfigurasi yang lebih murah. Apa yang tidak dapat dipastikan adalah bahwa Astra Pro adalah produk yang didokumentasikan secara terpisah dengan id modelnya sendiri dan harganya sendiri di halaman Ope​nAI sendiri. Daftar router bukanlah dokumentasi vendor. Jika Anda memerlukan tier tertentu, periksa dokumentasi model Ope​nAI untuk tier tersebut sebelum Anda menganggarkan berdasarkan nama yang Anda baca di tempat lain.

Apakah skor ARC-AGI-3 99,9% berarti ini adalah AGI?

Tidak, dan orang-orang yang menjalankan benchmark tersebut mengatakan demikian. ARC Prize menerbitkan kedua hasil harness — 62,7% standar, 99,9% dengan adapter penyedia — dan secara eksplisit menolak menyebut hasilnya sebagai AGI, karena lingkungan benchmark tersebut terbatas dan deterministik, dan mencapai titik jenuh pada salah satunya tidak menunjukkan kecerdasan umum. Presiden OpenAI mengatakan "selamat datang di era AGI" saat peluncuran dan CEO Nvidia setuju secara publik; itu adalah pernyataan posisi, bukan pengukuran. Fakta yang dapat direproduksi adalah dua skor harness dan temuan efisiensi tindakan.

Haruskah saya memindahkan beban kerja produksi ke sana sekarang?

Itu tergantung pada apa yang Anda pindahkan. Jika beban kerjanya bersifat agentic, berat penggunaan komputer, atau berhorizon panjang, bukti independennya paling kuat dan angka biaya per tugas pada Terminal-Bench benar-benar menguntungkan. Jika itu penalaran umum atau penalaran konteks panjang, indeks-indeks independen menunjukkan regresi terhadap pendahulu Astra sendiri pada beberapa tolok ukur, yang menjadi alasan untuk menguji alih-alih bermigrasi. Apa pun caranya, dua minggu tidak cukup waktu bagi rollout untuk stabil — pengguna masih melaporkan masalah akses pada 15 September — jadi jalankan di balik failover, bukan sebagai satu jalur.

Ke mana pergi berikutnya

Halaman ini adalah pusatnya. Pertanyaan-pertanyaan spesifik masing-masing memiliki jawabannya sendiri, dan yang benar-benar membantu dari sini adalah ini:

• Biaya secara rinci, termasuk jurang konteks panjang yang dibahas melalui bentuk tugas nyata — gpt-6-astra-pricing

• Tampilan pengembang: ID model, endpoint, upaya penalaran, streaming, dan Zero Data Retention — gpt-6-astra-api

• Cara benar-benar mendapatkan akses, tingkat paket demi tingkat paket, termasuk toggle admin enterprise dan pertanyaan tier gratis — gpt-6-astra-access

• Catatan benchmark dengan pemisahan vendor versus independen yang disajikan secara lengkap — gpt-6-astra-benchmark

• Jika Anda sedang menimbang alternatifnya, perbandingan langsung soal harga, tolok ukur, dan di mana masing-masing unggul — gpt-6-astra-vs-claude-fable-5-1

Alasan untuk membaca halaman harga dan API sebelum Anda berkomitmen bukanlah kehati-hatian demi kehati-hatian itu sendiri. Astra adalah model yang tarif utamanya meremehkan tagihan justru pada beban kerja yang menjadi sasaran penjualannya, dan yang ketentuan aksesnya masih terus berubah. Keduanya adalah hal yang ingin Anda ketahui sebelum trace produksi pertama, bukan setelahnya.