OpenAI Astra: все, что мы знаем о модели, которая не является GPT-6

То, что можно скачать сегодня, — это не модель. Это десять файлов кода на Lean. 1 августа 2026 года OpenAI опубликовала исследовательский пост о математике, и в нём было скрыто первое подтверждение названия своей следующей передовой системы: Astra. Нет ни карточки модели, ни страницы с ценами, ни API-эндпоинта, ни даты. Текущий флагман, к которому реально можно обратиться, — это по-прежнему GPT-5.6 Sol, по $5 за миллион входных токенов и $30 за миллион выходных токенов, ровно как с 9 июля.

Если вы искали GPT-6, вот краткая версия: OpenAI никогда не анонсировала модель с таким названием, и на сегодняшний день она не решила, выйдет ли Astra как GPT-6, как точечный релиз GPT-5 вроде GPT-5.7, или как четвёртый уровень наряду с Sol, Terra и Luna. Эта неопределённость с названием — не нежелание общаться с прессой. Это живой внутренний вопрос, о котором сообщило The Information 31 июля и который с тех пор так и не разрешён.

Далее разделяются три вещи, которые большинство публикаций об этой истории смешивает воедино: то, что заявила сама OpenAI, то, что добавляют заслуживающие доверия репортажи, и то, что распространяется без указания источника. Доказательства — это реальные артефакты, которые можно скомпилировать. Цифра в 10 триллионов параметров — это число, которое кто-то набрал в интернете. Они заслуживают совершенно разного веса.

Что OpenAI на самом деле сказала — и гораздо более длинный список того, чего она не сказала.

Объявление не было представлено как запуск продукта. Оно было представлено как научная статья. В сообщении OpenAI описывались результаты, полученные «внутренней версией Astra, нашей следующей крупной модели», в задачах, которые, по его формулировке, не видели прогресса в основном результате как минимум десять лет. Astra была охарактеризована как система, предназначенная для долгосрочной работы: несколько агентов координируют различные части одной большой проблемы в течение длительного времени, а не отвечают за один проход.

Это почти всё официальное техническое описание. На этом фоне список отсутствий поражает:

• Подтверждено OpenAI — название Astra; что это «следующая крупная модель»; что внутренняя версия выдала десять результатов; замысел мультиагентной архитектуры с длинным горизонтом планирования; рукопись на 249 страниц; сертификаты Lean 4 в публичном репозитории; оценка стоимости токенов по тарифам GPT-5.6 Sol.

• Не указано OpenAI — дата выпуска; цена; контекстное окно; количество параметров; любые результаты бенчмарков; карточка модели; доступность в ChatGPT или только через API; сколько агентов запускалось, как долго, на каком оборудовании; промпты; процент успеха; финальное название продукта.

Достоверные сообщения немного дополняют картину. The Information сообщает, что Сэм Альтман продемонстрировал Astra политикам в Вашингтоне в конце июля — брифинг, который, согласно этим сообщениям, включал сенаторов Рафаэля Уорнока, Берни Морено и Марка Уорнера, при участии министра финансов Скотта Бессента и министра торговли Говарда Лютника. Семейство моделей, как сообщается, уже проходит тестирование, при этом само название «Astra» пока является предварительным.

Никто за пределами OpenAI не запускал эту модель ни на чём. Все заявления о её возможностях, которые сейчас распространяются, восходят либо к десяти опубликованным доказательствам, либо к демонстрации, которую публика не видела.

Десять доказательств: на удивление проверяемые, но вопрос так и не решён

Это тот случай, когда анонс действительно сильнее, чем типичный бенчмарк-релиз, и стоит точно объяснить, почему. OpenAI не опубликовала результат и не попросила поверить на слово. Она опубликовала проверяемые машиной артефакты под лицензией Apache 2.0 в репозитории openai/ten-proofs — по одному файлу Lean на каждый результат, с фиксацией версии Lean 4.32.0 и зависимостью mathlib, а также каталог ComparatorChallenges для независимой проверки. Репозиторий появился одним коммитом 1 августа и с тех пор собрал несколько сотен звёзд и десятки форков.

Десять результатов, как их называет репозиторий, охватывают необычно широкий спектр областей:

• Теория групп — построение несофической группы, давшее отрицательный ответ на вопрос, остававшийся открытым с 1999 года. Софичность — свойство, которым обладает почти каждая группа, с которой работают математики; вопрос о том, обязана ли каждая счётная дискретная группа обладать этим свойством, оставался открытым 27 лет.

• Алгебры операторов — контрпример, имеющий отношение к гипотезе жёсткости Конна, сформулированной лауреатом Филдсовской премии Аленом Конном в 1980 году.

• Многомерная геометрия — улучшение метода упаковки сфер, о котором сообщается как о первом такого рода с 1978 года, — а также точная форма объёмного неравенства Эрхарта.

• Теория кодирования — новые границы для двоичных и сферических кодов.

• Сложность — нижняя оценка арифметической схемы для перманента и экспоненциальный результат параллельного повторения для запутанных игр.

• Решёточная криптография — фиксированная полиномиальная сложность задачи о ближайшем векторе.

• Экстремальная комбинаторика — скорость роста многоцветных чисел Рамсея для треугольников и контрпримеры в экстремальной теории графов, включая работу над несколькими каталогизированными проблемами Эрдёша.

Реакция математиков была скорее заинтересованной, чем пренебрежительной. Томас Блум, который ведёт базу данных задач Эрдёша, назвал результаты большой новостью и поставил их выше найденного в мае контрпримера к гипотезе о единичных расстояниях. Ноам Браун из OpenAI предложил полезное отрезвление изнутри: «К сожалению, никаких проблем тысячелетия (пока)».

Что устанавливает сертификат Lean, и что он оставляет открытым

Доказательство в Lean, проходящее проверку типов, действительно по построению. Вам не нужно доверять методологии оценки OpenAI, её выбору базовых моделей или её интерпретации собственных результатов — вы можете скомпилировать файлы. Для индустрии, где «мы набрали 94,1%» является стандартной единицей доказательства, это существенное улучшение с точки зрения опровержимости.

Оно также уже, чем подразумевают заголовки, в четырёх конкретных аспектах. Lean проверяет, что доказательство формального утверждения корректно. Он не проверяет, что формальное утверждение является той теоремой, о которой заявляется в тексте. Он не проверяет, что закодированные определения соответствуют тому, что специалисты в этой области имеют в виду под этими словами. Он не проверяет неформальные сведения, связывающие формальные конечные точки с итоговым результатом. И он ничего не говорит о новизне — является ли результат новым или уже известным под другим названием.

Все четыре из них — вопросы человеческого суждения, и на момент объявления ни один не прошёл рецензируемое рассмотрение. В рукописи упоминаются консультации со специалистами; упоминание в благодарностях не означает одобрения каждого утверждения. Одна опубликованная частичная сборка репозитория скомпилировала 8 820 из 9 007 задач — это то, как выглядит крупная реальная формализация в процессе проверки, а не завершённый аудит. Честный статус на сегодня — десять серьёзных, формально закодированных исследовательских утверждений, а не десять устоявшихся записей в математическом каноне.

Существует второй, менее заметный предел: процесс открытия невоспроизводим никем за пределами OpenAI. Доказательства публичны; система поиска, подсказки, контрольные точки и среда выполнения — нет. Вы можете проверить пункт назначения. Вы не можете повторить путь.

Сумма в $2,000 и почему на неё можно купить меньше, чем кажется

Цифра, которая разошлась дальше всего, — стоимость. OpenAI оценила расход токенов на десять решений примерно в 2000 долларов по тарифам GPT-5.6 Sol — около 200 долларов за открытую проблему десятилетней давности, при наиболее распространённом прочтении этой формулировки. Некоторые издания прочитали ту же фразу как менее 2000 долларов за проблему — разница в десять раз; пост OpenAI настолько лаконичен, что обе трактовки попали в печать, и мы не видели, чтобы компания внесла ясность.

Возьмите общее значение и подсчитайте. Sol взимает 5 долларов за миллион входных токенов и 30 долларов за миллион выходных, при этом токены рассуждений тарифицируются как выходные. Если бы все расходы приходились на выходные токены, на 2000 долларов можно было бы получить максимум около 67 миллионов выходных токенов — примерно 6,7 миллиона на задачу. Это много размышлений, и это не абсурдный объём размышлений. Это такой бюджет, который хорошо финансируемая исследовательская группа уже сейчас может потратить на один сложный вопрос.

Три оговорки важнее, чем заголовок:

• Это гипотетическая цена, а не фактическая. Astra еще не выпущена и не имеет цены. $2,000 описывает, сколько эти токены стоили бы по тарифам другой модели. Фронтирная система, рассчитанная на многочасовые многоагентные запуски, не имеет очевидных причин стоить столько же, сколько Sol, и имеет все причины стоить дороже.

• Он учитывает только выигрыши. Никакой процент успеха не был опубликован. Мы не знаем, на сколько задач была нацелена Astra и какие из них она не смогла решить, или во что обошлись эти попытки. Стоимость за успех, опубликованная без процента успеха, — это не стоимость за результат, и разница может составлять порядок величины в любую сторону.

• Токены — это дешевая часть. Люди формулировали проблемы, готовили рукописи и продвигали формализацию. Этот труд не входит в $2,000.

Единственная часть, которую вы можете оценить по цене уже сегодня, — это базовый тариф. Поскольку OrcaRouter передаёт прейскурантную цену провайдера напрямую, с нулевой наценкой, GPT-5.6 Sol на нашем API стоит те же $5/$30, что и на API OpenAI. Так что, если хотите проверить арифметику на своей собственной нагрузке, тариф из анонса — это тариф, который вы действительно заплатите. А вот сам Astra пока не может оценить никто, и любой вендор, утверждающий обратное, просто гадает.

Дата релиза определяется 30-дневным таймером, а не утечкой.

Бо́льшая часть материалов о том, «когда выйдет GPT-6», — это арифметика слухов. Существует более конкретное ограничение, лежащее прямо на поверхности, и его почти не связывали с этим вопросом.

Исполнительный указ, подписанный 2 июня 2026 года, предписал федеральным агентствам создать добровольный процесс проверки, в рамках которого разработчики передовых моделей представляют модели на рассмотрение правительства не позднее чем за 30 дней до публичного выпуска. Эта система должна была официально вступить в силу 1 августа — в тот же день, когда был опубликован пост Astra. Согласно сообщениям, ожидается, что Astra станет первой моделью, прошедшей эту процедуру.

«Voluntary» в этом предложении несёт определённую смысловую нагрузку. На практике администрация уже влияла на сроки выпуска, а недавнее поведение самой OpenAI выглядит как репетиция: GPT-5.6 был доступен примерно двадцати проверенным организациям с 26 июня, а широкий доступ открылся только 9 июля — поэтапный запуск, растянувшийся примерно на две недели.

Сложите эти два факта, и вы получите приблизительную нижнюю границу, а не прогноз. Если Astra пройдет 30-дневную предрелизную проверку и затем повторит схему GPT-5.6, широкая доступность наступит примерно через шесть недель после подачи. И дата подачи — именно то, что нам неизвестно. Именно поэтому уверенные августовские даты следует сбрасывать со счетов: контрольный этап — это процесс с опубликованной продолжительностью, и отсчет времени еще наглядно не начался.

Рынки предсказаний сдвинулись именно в этом направлении. По данным на 5 августа 2026 года, лестница Polymarket «GPT-6 выпущен к» находилась на отметке 1% для 7 августа, 3% для 14 августа, 13% для 21 августа, 25% для 31 августа, 68% для 30 сентября и 89% для 31 декабря, при объёме около миллиона долларов. Относитесь к этому как к совокупной оценке толпы, а не как к источнику — но обратите внимание, что толпа сместила свой вес на четвёртый квартал.

Полезно также помнить о послужном списке. Все заявления о том, что «GPT-6 выходит на следующей неделе», сделанные за последние двенадцать месяцев, оказывались ложными. Непроверенная утечка называла днём запуска 14 апреля 2026 года; на самом же деле через девять дней вышла GPT-5.5.

Слухи, оцененные

Отсортировано по тому, какой вес каждый из них на самом деле имеет:

• Название не определено (GPT-6 / GPT-5.7 / отдельный класс). По данным The Information. Это самое достоверное утверждение в этой истории, исходящее не от OpenAI, и именно оно должно скорректировать ожидания — система, представленная в математической статье, вполне может вообще не позиционироваться как смена поколений.

• Кодовые названия «Zinc» и «Magnesium» замечены в Design Arena. Замечено сообществом, записи, по сообщениям, отключены, не подтверждено OpenAI. Читается как: минорный релиз GPT-5.x вполне может выйти до Astra, что не оправдает ничьих ожиданий относительно GPT-6, поглощая новостной цикл.

• По масштабу — примерно 2× GPT-5.6 Sol; цены около уровня GPT-5.6. Распространяемый слух. Инсайдер, стоящий за ним, признал, что не тестировал модель. Звучит правдоподобно, но совершенно необоснованно.

• Контекстное окно на 1,5 миллиона токенов. Появляется в подборках утечек без указания источника. Стоит отметить, что Sol уже поставляет 1 050 000 токенов, так что это был бы прирост, а не скачок — что является поводом относиться к этому с подозрением как к громкой «утечке».

• Примерно 10 триллионов параметров. Мы не нашли ни одного источника. Наиболее часто повторяемое и наименее обоснованное число во всей истории.

• Память и персонализация как определяющее направление. Основано на собственных публичных заявлениях Альтмана из интервью августа 2025 года — реальных, но годичной давности и касающихся общего направления после GPT-5, а не конкретно Astra.

Что конкретно делать в промежутке между настоящим моментом и моментом отгрузки

Неверный шаг — перепроектирование под модель, у которой нет карточки. Верный шаг — понять, какие из ваших проблем изменила бы долгосрочная мультиагентная система, потому что именно эти части вашего стека сегодня недостроены, независимо от того, что выпустит OpenAI.

Три из них стоит разрабатывать под GPT-5.6 Sol прямо сейчас:

• Потолки затрат на задачу, а не на вызов. Если одна задача может выполняться часами и расходовать шесть или семь миллионов выходных токенов, лимиты на запрос перестают вас защищать. Вам нужен бюджет, который наследует вся задача, и жёсткая остановка.

• Контрольные точки и возобновляемость. Одноразовый вызов либо возвращает результат, либо завершается ошибкой. Многочасовой запуск агента, который умирает на 90-й минуте, не записав ничего постоянного, — это категория дорогостоящих сбоев, с которыми большинству кодовых баз никогда не приходилось иметь дело.

• Оценка, которой вы доверяете, для задач без эталонного ответа. Десять доказательств интересны отчасти потому, что Lean предоставляет оракул. Почти ничто в производстве этого не делает. Если вы не можете отличить хороший шестичасовой прогон от плохого, который выглядит правдоподобно, больше вычислительных ресурсов вам не поможет.

По вопросу о переключении: Astra недоступна на OrcaRouter, потому что она недоступна нигде. Что мы можем сказать, так это то, что проблема постоянной смены версий в значительной степени решена на нашей стороне. Один ключ открывает доступ к 200+ моделям, так что независимо от того, выпустят ли это как GPT-6, GPT-5.7 или как четвёртый уровень GPT-5.6, внедрение — это изменение строки модели, а не миграция: ни второго контракта, ни нового SDK. И для непроверенной фронтирной модели в частности автоматическое переключение при сбое — это разница между проверкой её в реальной рабочей нагрузке и тем, чтобы поставить производственный путь на систему, которую никто за пределами лаборатории не испытывал под нагрузкой. Вы направляете на неё часть трафика, оставляете Sol под ней в качестве запасного варианта — и узнаёте.

Вопросы, на которые стоит отвечать

Astra — это то же самое, что и GPT-6?

Не обязательно, и это самое существенное неизвестное в этой истории. OpenAI подтвердила, что Astra станет её следующей крупной моделью, но ещё не определилась с названием для релиза; согласно сообщениям, на рассмотрении находятся GPT-6, GPT-5.7 и отдельный класс моделей наряду с Sol, Terra и Luna. Вполне возможно, что модель под названием GPT-6 так и не появится, а тот скачок возможностей, которого все ждали, выйдет под именем, за которым никто не следил.

Могу ли я сегодня получить доступ к Astra в любой форме?

Нет — ни в ChatGPT, ни через API, ни через какой-либо роутер или реселлера. В открытом доступе есть только статья, разборы рассуждений и репозиторий Lean. Если какой-то сервис заявляет, что предоставляет доступ к Astra, он либо продаёт что-то другое, либо врёт. Единственное по-настоящему полезное, что вы можете сделать с этим релизом прямо сейчас, — скомпилировать доказательства самостоятельно.

Действительно ли Astra решила задачи, которые не могли решить математики-люди?

Это дало формально проверенные доказательства утверждений, остававшихся открытыми как минимум десять лет, — что является реальным и необычным результатом, — а сама верификация на ступень выше отраслевой нормы. Но «проверено в Lean» — это не «рецензировано коллегами», и ключевой вопрос о том, отражает ли каждая формальная формулировка исходную проблему, — именно та часть, на которую Lean не может ответить. Специалисты, читавшие рукописи, отзываются положительно; ни одна из них не прошла рецензирования. Ожидайте, что оценка станет более определённой в течение нескольких месяцев, в ту или другую сторону.

Означает ли цифра в $2,000, что передовые исследования теперь стали дешёвыми?

Это означает, что успешные прогоны токенов были дешёвыми — по ценам другой модели, не считая неудач и не считая людей. Каждое из этих трёх исключений может оказаться существенным. Честное прочтение заключается в том, что предельные издержки успешного автоматизированного поиска доказательств упали достаточно, чтобы это было интересно, а не в том, что десять открытых проблем теперь стоят как ноутбук.

Что бы на самом деле уладило это

Три конкретные вещи, ни одна из которых не является слухами, и все из которых можно проверить, когда они произойдут.

Карточка модели и страница с ценами. Это момент, когда Astra перестаёт быть исследовательским артефактом и становится тем, на что можно опираться при планировании, — и момент, когда вопрос с названием решается сам собой.

Независимая пересборка репозитория Lean специалистами, которые проверяют определения и неформальные редукции, а не только проверку типов. Каталог ComparatorChallenges указывает на то, что OpenAI ожидает именно этого. Если формальные утверждения выдержат такую проверку, результаты будет гораздо труднее отвергнуть; если несоответствие обнаружится хотя бы в одном из десяти, каждое утверждение в наборе будет перепроверено.

Свидетельство того, что отсчёт федеральной проверки начался. При 30-дневном окне до релиза эта заявка — самый ранний надёжный сигнал даты выхода, значительно более информативный, чем очередной скриншот отключённой записи в таблице лидеров арены.

До тех пор точное утверждение узко, и за него стоит держаться: у следующего флагмана OpenAI есть название, десять проверяемых машиной доказательств, демонстрация в Вашингтоне и ничего больше. Тот, кто предлагает вам дату, гадает, а тот, кто называет количество параметров, выдумывает.