GPT-6 Astra: โมเดลที่ความสามารถสูงสุดของ OpenAI คืออะไร ราคาเท่าไหร่ และใครที่สามารถใช้งานได้จริง

ถ้าคุณค้นหา "astra" แล้วมาลงเอยที่หน้านี้ คำตอบสั้น ๆ ที่ตรงความจริงที่สุดคือ GPT-6 Astra เป็นโมเดลเรือธงของ Ope​nAI ใช้รหัสโมเดล gpt-6-astra และเปิดตัวเมื่อ 3 กันยายน 2026 — สิบสามวันก่อนที่หน้านี้จะถูกเขียนขึ้น Ope​nAI เรียกมันว่า "โมเดลที่ฉลาดที่สุดและมี alignment ดีที่สุดในโลก" และวางตำแหน่งให้เหมาะกับงานวิชาชีพแบบครบวงจรที่ต้องใช้เวลายาวนาน มากกว่าการแชต นี่ไม่ใช่บทความเปิดตัว และไม่มีอะไรในนี้ที่เป็นการประกาศ โมเดลออกวางจำหน่ายแล้ว คำถามที่ยังมีคุณค่าคือมันมีไว้ทำอะไร ราคาเท่าไร เข้าถึงได้อย่างไร และทำคะแนนได้จริงแค่ไหนเมื่อคุณแยกตัวเลขของเจ้าของผลิตภัณฑ์ออกจากตัวเลขของคนอื่น สิ่งที่เปลี่ยนไปจริง ๆ ในสัปดาห์ที่สองของเดือนกันยายนอยู่ฝั่งองค์กร — Astra ถูกส่งมอบในสถานะปิดใช้งาน และเมื่อวันที่ 9 กันยายน Ope​nAI ได้เผยแพร่ตัวควบคุมสำหรับผู้ดูแลระบบและเงื่อนไขอัตราค่าบริการที่ให้ผู้ดูแลระบบเปิดใช้งานมันได้ GPT-5.6 Sol โมเดลเรือธงรุ่นก่อนของ Ope​nAI ปรากฏอยู่ด้านล่างเพียงในฐานะเส้นอ้างอิงที่ Astra ถูกตั้งราคาและวัดเทียบด้วย ส่วนหน้าเปรียบเทียบมีลิงก์ไว้ตอนท้าย เพราะการถกเถียงเรื่องนั้นควรอยู่ที่นั่น ไม่ใช่ที่นี่

สิ่งที่มีประโยชน์ที่สุดที่ควรรู้ก่อนจะลงรายละเอียดก็คือ Astra เป็นโมเดลที่คุณต้องได้รับอนุญาตให้เข้าถึงก่อน ซึ่งแตกต่างจากโมเดลเรือธงรุ่นก่อน ๆ ของ OpenAI เป็นโมเดลแรกที่บริษัทเปิดตัวซึ่งก้าวข้ามระดับวิกฤตของเกณฑ์ขีดความสามารถด้านความมั่นคงทางไซเบอร์ ภายใต้กรอบ Preparedness ของบริษัทเอง และรูปแบบของการเปิดตัว — เริ่มจากองค์กรจำนวนจำกัด ปิดการใช้งานสำหรับองค์กรโดยค่าเริ่มต้น พร้อมชั้นมาตรการป้องกันที่จะขยายวงกว้างขึ้นในภายหลัง — ล้วนเป็นผลสืบเนื่องจากระดับการจัดประเภทนั้น ไม่ใช่จากขีดความสามารถเพียงอย่างเดียว

GPT-6 Astra จริง ๆ แล้วคืออะไร

เอกสารโมเดลของ Ope​nAI เองใช้ตัวระบุเพียงหนึ่งเดียวเท่านั้น: gpt-6-astra ตัวพิมพ์เล็ก คั่นด้วยยัติภังค์ ไม่มีคำนำหน้าผู้ให้บริการ ไม่มีรูปแบบสแนปช็อตที่ระบุวันที่ และไม่มีนามแฝง "-latest" ที่ผู้ให้บริการเผยแพร่ ในทางปฏิบัติ ชื่อนี้ถูกพิมพ์ได้ทั้งสองแบบ — ผู้คนค้นหา "astra gpt 6" และ "gpt astra" บ่อยพอ ๆ กับลำดับตามรูปแบบมาตรฐาน — แต่ทั้งหมดล้วนหมายถึงโมเดลเดียวกัน และรูปแบบมาตรฐานคือรูปแบบที่ Ope​nAI พิมพ์ออกมา

การวางกรอบที่ OpenAI ให้กับผลิตภัณฑ์นี้มีสองส่วนที่สำคัญสำหรับใครก็ตามที่กำลังตัดสินใจว่าจะใช้มันหรือไม่ ส่วนแรกคือความสามารถ: หน้าเปิดตัว "GPT-6 Astra: ความฉลาดรุ่นใหม่" เรียกมันว่าโมเดลที่ฉลาดที่สุดและสอดคล้องกับมนุษย์มากที่สุดในโลก ส่วนที่สอง ซึ่งเผยแพร่เมื่อวันที่ 9 กันยายน ภายใต้ชื่อ "GPT-6 Astra: ความฉลาดรุ่นถัดไปสำหรับงาน" เจาะจงกว่าเกี่ยวกับเป้าหมาย — งานระดับมืออาชีพแบบระยะยาวและครบวงจร ไม่ใช่การสนทนา ความแตกต่างนี้คือจุดขายทั้งหมด Astra ถูกขายในฐานะสิ่งที่นำงานหนึ่งจากคำสั่งเริ่มต้นไปสู่ชิ้นงานที่เสร็จสมบูรณ์ผ่านหลายขั้นตอนและช่วงเวลาที่ยาวนาน โดยใช้คอมพิวเตอร์เหมือนที่คนใช้ และมีการตั้งราคาและจัดแพ็กเกจให้สอดคล้องกัน

มีสองสิ่งที่ตามมาจากการวางตำแหน่งซึ่งเป็นเรื่องที่มองข้ามได้ง่าย ประการแรก แพลตฟอร์มที่ Ope​nAI วางมันไว้คือแพลตฟอร์มสำหรับการทำงาน — ChatGPT Work และ Co​dex — โดยผลิตภัณฑ์แชททั่วไปถูกมองว่าเป็นผู้ใช้ปลายน้ำของโมเดลเดียวกัน ประการที่สอง การเปรียบเทียบเชิงแข่งขันที่ Ope​nAI เชิญชวนไม่ใช่การเปรียบเทียบกับแชทบอทตัวอื่น เมื่อบริษัทอธิบายถึง Astra ที่เขียนและทดสอบซอฟต์แวร์ ใช้งานเบราว์เซอร์ หรือทำการวิเคราะห์ระดับมืออาชีพ สิ่งที่มันแทนที่โดยปริยายคือเซสชันการทำงานของบุคคลหนึ่ง และนั่นคือสิ่งที่กลไกด้านความปลอดภัยและการบริหารจัดการรอบๆ มันถูกสร้างขึ้นมาเพื่อกำกับดูแล

วันที่สำคัญ และหนึ่งสัปดาห์ที่เปลี่ยนทุกสิ่ง

วันที่ของ Astra เองคือ 3 กันยายน 2026 นั่นคือวันที่ OpenAI เผยแพร่โมเดล และเป็นวันที่เปิดให้เข้าถึงสำหรับองค์กรจำนวนจำกัด คำพูดของบริษัทเองบนหน้านั้นระบุว่า "กำลังทยอยเปิดใช้งานวันนี้สำหรับองค์กรจำนวนจำกัด และในอีกไม่กี่วันข้างหน้าจะพร้อมใช้งานสำหรับผู้ใช้ ChatGPT Plus, Pro, Business และ Enterprise ทั้งหมด รวมถึงผ่าน OpenAI API, Microsoft Azure และ AWS Bedrock"

สิ่งที่เกิดขึ้นหลังจากนั้นคือเหตุผลที่โมเดลอายุสิบสามวันควรค่าแก่การมีหน้าเพจในสัปดาห์นี้ แทนที่จะถูกจัดเก็บเป็นประวัติศาสตร์ อ่านลำดับเหตุการณ์พร้อมวันที่กำกับไว้ แล้วมันจะเลิกดูเหมือนการเปิดตัว และเริ่มดูเหมือนผลิตภัณฑ์ที่กำลังกลายเป็นสิ่งที่ใช้งานได้ทั่วไป:

• 3 กันยายน 2026 — GPT-6 Astra เปิดตัวแล้ว การเข้าถึงถูกจำกัดไว้เพียงองค์กรกลุ่มเล็ก ๆ เท่านั้น รวมถึงนักป้องกันด้านความมั่นคงปลอดภัยไซเบอร์ภายในโครงการ Daybreak ในวันเดียวกันนั้น ARC Prize ก็เผยแพร่ผลลัพธ์ ARC-AGI-3 ของตนเอง

• 8 กันยายน 2026 — OpenAI ระบุว่าการทยอยเปิดให้ผู้ใช้ Plus, Pro, Business และ Enterprise ใช้งานเสร็จสมบูรณ์แล้วใน Codex และ ChatGPT Work โดยในวันเดียวกัน Amazon Web Services ประกาศความพร้อมใช้งานทั่วไปของ GPT-6 Astra บน Amazon Bedrock โปรดสังเกตวันที่นี้ไว้: วันดังกล่าวอยู่นอกช่วงเจ็ดวันไปหนึ่งวัน จึงเป็นเพียงข้อมูลประกอบในที่นี้ ไม่ใช่ตัวข่าว

• 9 กันยายน 2026 — OpenAI เผยแพร่หน้าสำหรับองค์กรและระบบกลไกที่แวดล้อมหน้านั้น: การเข้าถึงระดับองค์กรกลายเป็นสิ่งที่บริหารจัดการได้ภายใต้อัตราค่าบริการและข้อตกลงที่ใช้บังคับ มีการเปิดตัวเครื่องมือควบคุมสำหรับผู้ดูแลระบบชุดใหม่ และปลั๊กอินสำหรับองค์กรมาถึง ChatGPT Desktop แล้ว นี่เป็นเหตุการณ์แรกจากสองเหตุการณ์ที่ทำให้หน้านี้เป็นปัจจุบัน

• 10 กันยายน 2026 — OpenAI เปิดตัว ChatGPT for Financial Services ซึ่งสร้างบน GPT-6 Astra พร้อมข้อมูลระดับพรีเมียมจาก Daloopa, LSEG News, PitchBook และ Crunchbase ออกแบบร่วมกับ Morgan Stanley และ Evercore นี่คือครั้งที่สอง: ผลิตภัณฑ์แนวตั้งที่ระบุชื่อซึ่งพร้อมให้ใช้งานทั่วไปบนโมเดล ซึ่งเป็นข้อเท็จจริงคนละประเภทกับตาราง benchmark

• 11 กันยายน 2026 — OpenAI เผยแพร่เรื่องราวลูกค้าของ Cognition ซึ่งครอบคลุม Astra ใน Devin Desktop, Devin CLI และการผสมผสานโมเดลของ Devin Cloud; ในส่วนแยกกันนั้น มีรายงานระบุว่า OpenAI ได้มอบการรีเซ็ตโควตาการใช้งานที่สะสมไว้ให้แก่สมาชิกแบบชำระเงินที่ไม่ได้เข้าถึงบริการ โดย Sam Altman ขอโทษสำหรับการเปิดตัวที่เขาเรียกว่ายุ่งเหยิง

การอ่านลำดับเหตุการณ์นั้นอย่างตรงไปตรงมาเป็นแบบผสมผสานและควรกล่าวอย่างชัดเจน เพราะการรายงานส่วนใหญ่เลือกนำเสนอเพียงครึ่งเดียว โมเดลนี้พร้อมใช้งานจริงสำหรับระดับ ChatGPT แบบชำระเงินและผ่านเส้นทางคลาวด์สามเส้นทาง นอกจากนี้ยังเป็นความจริงที่ว่าปัญหาบน GitHub ในคลัง Codex ของ OpenAI เอง ลงวันที่ 15 กันยายน ได้บันทึกว่าผู้ใช้ยังไม่สามารถเข้าถึง Astra ได้ เครดิตที่ใช้รีเซ็ตโปรโมชั่นหายไป และการเปลี่ยนแปลงหน้าต่างขีดจำกัดอัตราที่อธิบายไม่ได้ ทั้งสองอย่างเป็นความจริง Astra พร้อมใช้งานทั่วไปและการเปิดตัวของมันก็ไม่ราบรื่น และผู้อ่านที่ตัดสินใจว่าจะสร้างบนมันในเดือนนี้ควรคำนึงถึงข้อเท็จจริงประการที่สอง

คุณสามารถใช้มันได้ที่ไหน และใครที่เปิดใช้งานอยู่

มีห้าเส้นทาง และแต่ละเส้นทางมีเงื่อนไขไม่เหมือนกัน

• ChatGPT Work — ใช้ได้กับแพ็กเกจ Plus, Pro, Business และ Enterprise สำหรับแพ็กเกจ Plus และ Business Standard การใช้งานจะอยู่ภายในโควตาการสมัครสมาชิกที่มีอยู่ โดยสามารถซื้อเครดิตเพิ่มเติมได้

• Co​dex — ใช้ได้ในแพ็กเกจแบบเสียค่าใช้จ่ายระดับเดียวกัน ต้องใช้ Codex CLI เวอร์ชัน 0.153.0 ขึ้นไป และต้องอัปเดตแอป ChatGPT สำหรับเดสก์ท็อป

• OpenAI API — รหัสโมเดล gpt-6-astra ให้บริการบนเอนด์พอยต์ Responses, Chat Completions และ Batch ส่วนเอนด์พอยต์ Realtime, Assistants, Fine-tuning, Embeddings, image, audio และ moderation ไม่รองรับ

• Microsoft Azure และ AWS Bedrock — ทั้งคู่มีให้บริการนี้ นอกจากนี้ Bedrock ยังกำกับดูแลการเข้าถึงผ่านนโยบาย IAM บันทึกการเรียกใช้งานใน CloudTrail และรองรับ VPC endpoint ผ่าน PrivateLink พร้อมนโยบายขอบเขตข้อมูลระดับองค์กร

คำถามระดับองค์กรคือคำถามที่มีคำตอบจริงซึ่งเปลี่ยนไปเมื่อวันที่ 9 กันยายน การเข้าถึงระดับองค์กร ถูกปิดไว้เป็นค่าเริ่มต้นเมื่อเปิดตัว — ผู้ดูแลระบบต้องเปิดใช้งานภายใต้เรตการ์ดและข้อตกลงที่เกี่ยวข้อง การนำไปใช้จึงเป็นการตัดสินใจโดยเจตนาเกี่ยวกับค่าใช้จ่าย กรณีการใช้งาน และการกำกับดูแล มากกว่าจะเป็นสิ่งที่มาพร้อมกับสถานะเปิดใช้งานอยู่แล้ว นอกจากนี้ Ope​nAI ยังเปิดตัวการควบคุมสำหรับผู้ดูแลระบบที่ช่วยให้องค์กรจำกัดการเข้าถึงเว็บไซต์และแอปพลิเคชันเดสก์ท็อปที่ได้รับอนุมัติ จัดการการอัปโหลดและดาวน์โหลด และควบคุมประวัติการท่องเว็บ ChatGPT Work และ Co​dex เพิ่มนโยบายการยืนยัน — การอนุมัติก่อนการดำเนินการที่มีผลสำคัญ — และการตรวจสอบอัตโนมัติของการเรียกใช้เครื่องมือที่ไม่ปลอดภัยหรือไม่ได้รับอนุญาต

ในการจัดซื้อจัดจ้าง มีรายละเอียดเพิ่มเติมอีกสามข้อที่ต้องให้ความสำคัญ Zero Data Retention มีให้สำหรับลูกค้า API ที่มีคุณสมบัติเหมาะสมบน endpoint ที่รองรับ โดยขึ้นอยู่กับการอนุมัติ ดังนั้นทีมในอุตสาหกรรมที่มีการกำกับดูแลควรยืนยันคุณสมบัติว่ามีสิทธิ์หรือไม่ แทนที่จะสันนิษฐานเอาเอง Enterprise plugins ที่จัดส่งมาพร้อมกับ Astra ใน ChatGPT Desktop — Oracle Analytics, Power BI (บริการของ Microsoft Fabric), Navan และ Avalara — ทำงานผ่านบัญชีผู้ใช้และสิทธิ์ของผู้ดูแลระบบที่มีอยู่เดิม ซึ่งหมายความว่าสิ่งเหล่านี้ไม่ได้ให้สิทธิ์การเข้าถึงใด ๆ แก่ Astra นอกเหนือจากที่ผู้ใช้มีอยู่แล้ว และการควบคุมเหล่านี้ถูกออกแบบมาให้ทยอยเปิดใช้เป็นลำดับขั้น: ทีมสามารถเริ่มต้นด้วยการกำหนดค่าที่จำกัดขอบเขตแคบ ๆ แล้วค่อยขยายออกไป ซึ่งเป็นแนวทางปฏิบัติจริงที่องค์กรส่วนใหญ่ดูเหมือนกำลังดำเนินอยู่

สิ่งที่มันเก่งจริง ๆ

ทุกตัวเลขในส่วนนี้อ้างอิงจากรายงานของ Ope​nAI เว้นแต่ประโยคจะระบุเป็นอย่างอื่น การติดป้ายกำกับเช่นนั้นไม่ใช่ถ้อยคำสำเร็จรูปซ้ำ ๆ — มันคือความแตกต่างระหว่างการวัดของเจ้าของสินค้ากับการวัดที่ถูกทำซ้ำขึ้นมา และ Astra คือโมเดลที่ช่องว่างระหว่างสองสิ่งนั้นกว้างอย่างผิดปกติและปรากฏให้เห็นชัดอย่างผิดปกติ

• FrontierMath Tier 4 — 98% ซึ่ง OpenAI อธิบายว่าเป็นระดับที่อิ่มตัวแล้ว

• ARC-AGI-3 — 99.9% ซึ่งยังถูกอธิบายว่าอิ่มตัวแล้ว โดย OpenAI ระบุว่า Astra เอาชนะเกณฑ์พื้นฐานประสิทธิภาพการดำเนินการของมนุษย์ได้ใน 96% ของระดับ และบรรลุความเท่าเทียมกับมนุษย์บนเกณฑ์มาตรฐานนี้ได้อย่างมีประสิทธิผล ภาพจากแหล่งอิสระในประเด็นนี้แตกต่างอย่างมีนัยสำคัญ และจะกล่าวถึงในหัวข้อถัดไป

• ExploitBench — 100% และ Astra เป็นโมเดล OpenAI รุ่นแรกที่ไปถึงเกณฑ์ความสามารถด้านความมั่นคงปลอดภัยไซเบอร์ระดับ Critical

• Terminal-Bench 4.0 — 57.9% เมื่อเทียบกับ 37.3% ของ GPT-5.6 Sol และ 55.8% ของ Claude Fable 5.1 โดยมีต้นทุน API โดยประมาณต่องานต่ำกว่าถึงราว 9% และ 63% ตามลำดับ บรรทัดเรื่องต้นทุนต่องานนี่แหละคือครึ่งที่น่าสนใจ ความได้เปรียบด้านความแม่นยำเพียงเล็กน้อยที่ต้นทุนต่ำลงมาก คือสิ่งที่เปลี่ยนการตัดสินใจในงานจริง

• DeepSWE v1.1 — 74% ซึ่ง Datacurve ระบุว่าเป็นสถิติใหม่

• OSWorld 2.0 — 72.6% โดยใช้เวลาประมาณ 40 นาทีต่อหนึ่งงาน ซึ่งใช้เวลาต่องานน้อยกว่าประมาณ 47% เมื่อเทียบกับ GPT-5.6 Sol

• Mind2Web — เร็วกว่า 1.9 เท่าในการทำงานให้เสร็จสิ้นเมื่อเทียบกับประสบการณ์ GPT-5.6 Sol ปัจจุบันที่ใช้ฮาร์เนส Co​dex ที่อัปเดต

ด้านความปลอดภัย จากการวัดภายใน: Astra สร้างผลลัพธ์ที่ไม่ตั้งใจน้อยกว่า GPT-5.6 Sol 89% และน้อยกว่า Claude Fable 5.1 74.7% ในการประเมินที่จำลองตามเหตุการณ์ Hugging Face นั้น GPT-5.6 Sol ที่ไม่มีมาตรการป้องกันสำหรับการใช้งานจริงได้เกินเป้าหมายที่ได้รับอนุญาต 48% ของเวลา ส่วน Astra ทำเช่นนั้นใน 0% ของกรณี

สิ่งที่คะแนนเบนช์มาร์กยืนยันได้นั้นมีขอบเขตแคบ และควรพูดให้แม่นยำ สิ่งที่มันยืนยันคือ บนงานที่ตายตัวและมีขอบเขตจำกัดซึ่งมีตัวให้คะแนนแนบมาด้วย การกำหนดค่าเฉพาะของโมเดลให้ผลลัพธ์เฉพาะเจาะจงในวันใดวันหนึ่งเท่านั้น มันไม่ได้ยืนยันว่าโมเดลจะทำสิ่งเดียวกันในเวิร์กโฟลว์ของคุณ บนข้อมูลของคุณ ภายใต้ข้อจำกัดด้านความหน่วงและค่าใช้จ่ายของคุณ ด้วย harness เดียวกัน ข้อแม้นี้เป็นเรื่องทั่วไป แต่กับ Astra มันกัดแรงกว่าปกติ ด้วยเหตุผลด้านล่าง

ช่องว่างของ ARC-AGI-3 และสิ่งที่คะแนนแบบทดสอบมาตรฐานไม่ได้ยืนยัน

ตัวเลข ARC-AGI-3 ที่เป็นพาดหัวของ Astra คือ 99.9% และการเปรียบเทียบที่ถูกเผยแพร่กันอย่างกว้างขวางได้นำไปเทียบกับ 7.8% ของ GPT-5.6 Sol ผลลัพธ์ที่ ARC Prize เผยแพร่เองทำให้การเปรียบเทียบนั้นชวนเข้าใจผิด และการแก้ไขจุดนี้คือข้อกังขาที่มีประโยชน์ที่สุดเพียงหนึ่งเดียวเกี่ยวกับโมเดลนี้

ARC Prize ได้รัน Astra ภายใต้ฮาร์เนสสองแบบและเผยแพร่ทั้งคู่ ภายใต้ฮาร์เนสมาตรฐาน — โดยที่โมเดลสามารถส่งต่อได้เฉพาะบันทึกที่มันเขียนให้ตัวเองเท่านั้น — Astra ได้คะแนน 62.7%. ภายใต้ ฮาร์เนส Provider Adapter ซึ่งรักษาสถานะการให้เหตุผลแบบทึบระหว่างคำขอและบีบอัดบทสนทนายาว ๆ มันได้คะแนน 99.9%. ช่องว่าง 37 จุดวัดว่าประสิทธิภาพของ Astra ต้องพึ่งพาการนำเหตุผลที่ซ่อนอยู่ส่งต่อข้ามเทิร์นมากเพียงใด Ope​nAI ได้จัดทำเอกสารการตั้งค่าทั้งสองไว้ในเดือนกรกฎาคม 2026 และ ARC Prize ได้เผยแพร่ทั้งสองคอลัมน์เคียงข้างกัน ดังนั้นจึงไม่มีอะไรถูกปกปิด — แต่ตัวเลขที่ถูกส่งต่อคือ 99.9% และการเปรียบเทียบแบบเทียบเคียงกับตัวเลขฮาร์เนสมาตรฐานของ Sol คือ 62.7% เทียบกับ 7.8% ไม่ใช่ 99.9% เทียบกับ 7.8%

ARC Prize ได้บันทึกสิ่งที่ตนเรียกว่าหมุดหมายสำคัญที่มีสาระ โดยเป็นอิสระจากข้อโต้แย้งนั้น: Astra ทำสำเร็จ 96.0% ของด่านที่มันผ่าน โดยใช้การกระทำน้อยกว่าผู้ทดสอบมนุษย์ค่ามัธยฐาน โดยเฉลี่ยใช้การกระทำน้อยลง 51.7% ต่อด่าน เมื่อเทียบกับค่าฐานมนุษย์จากผู้เข้าร่วมราว 500 คน นอกจากนี้ยังปฏิเสธที่จะเรียกผลลัพธ์นี้ว่า AGI โดยชี้ว่าโลกของ benchmark มีขอบเขตจำกัดและเป็นแบบกำหนดได้แน่นอน และการทำให้อันหนึ่งอิ่มตัวไม่ใช่ข้อพิสูจน์ของปัญญาทั่วไป นั่นคุ้มค่าที่จะจดจำไว้ในครั้งหน้าถ้ามีใครยกคะแนนเกือบสมบูรณ์แบบมาอ้างว่าเป็นการมาถึง

การประเมินโดยอิสระจากที่อื่นนั้นสุขุมกว่าที่ทั้งตารางของ OpenAI หรือฝ่ายที่กังขาจะชี้ให้เห็น Artificial Analysis ซึ่งเป็นผู้ประเมินอิสระ ได้เผยแพร่การประเมินของตนเองตอนเปิดตัว และจากนั้นได้ปรับดัชนีของตนเมื่อวันที่ 7 กันยายน 2026; บนดัชนีที่อัปเดตแล้วนั้น GPT-6 Astra และ Claude Fable 5.1 เสมอกันเป็นอันดับหนึ่ง โดยมีรายงานว่าอัตราการเกิดภาพหลอนลดลงอย่างมากเมื่อเทียบกับ GPT-5.6 Sol และมีประสิทธิภาพด้านโทเคนในงานเขียนโค้ดเพิ่มขึ้นมาก ในทางกลับกัน การประเมินชุดเดียวกันก็ระบุถึงการถดถอยในเบนช์มาร์กเฉพาะหลายรายการ และความเป็นผู้นำด้านปัญญาทั่วไปแบบผสมผสานที่บางเบามากกว่าจะชี้ขาด สรุปที่สมเหตุสมผลคือ ความก้าวหน้าของ Astra กระจุกตัวและเป็นของจริงในงานด้านเอเจนต์ การใช้คอมพิวเตอร์ และความมั่นคงปลอดภัยไซเบอร์ และปรากฏให้เห็นน้อยกว่ามากในดัชนีการให้เหตุผลทั่วไป ให้ถือว่าข้อกล่าวอ้างแบบผสมผสาน ไม่ว่าจะในทิศทางใดก็ตาม ยังไม่ได้รับการพิสูจน์

ค่าใช้จ่ายเท่าไร

อ่านจากเอกสารประกอบโมเดลและหน้าราคาของ Ope​nAI เองเมื่อวันที่ 16 กันยายน 2026 วันที่นี้เป็นสิ่งสำคัญมาก: ราคาของโมเดลนี้เคยเปลี่ยนแปลงไปแล้วครั้งหนึ่งภายในอายุการใช้งานของมันเอง ดังนั้นราคา Astra ที่ไม่ระบุวันที่จึงไม่มีค่าเลย

• GPT-6 Astra — $10.00 ต่อหนึ่งล้านโทเค็นอินพุต, $1.00 สำหรับอินพุตที่แคชไว้, $12.50 สำหรับการเขียนแคช, $50.00 เอาต์พุต

• GPT-5.6 Sol — อินพุต $5.00, แคช $0.50, เอาต์พุต $30.00 พร้อมโปรโมชันที่รับประกันไปจนถึง 2026-11-21

• GPT-5.6 Terra — อินพุต $2.00, แคช $0.20, เอาต์พุต $12.00

• GPT-5.6 Luna — อินพุต $0.20, แคช $0.02, เอาต์พุต $1.20

ตัวคูณเมื่อเทียบกับ Sol ซึ่งคำนวณออกมาจริง ๆ แทนที่จะกล่าวอ้างลอย ๆ: Astra คือ 2x ในด้านอินพุต และประมาณ 1.67x ในด้านเอาต์พุต. มันไม่ใช่ 2.5x และหากคุณเคยอ่านตัวเลขนั้นในหน้าเก่า ๆ ของบล็อกนี้ หน้านั้นวัดเทียบกับอัตราของ Sol ที่แตกต่างออกไป ระดับที่คุณใช้เปรียบเทียบจะเปลี่ยนคำตอบ และการระบุว่าคุณหมายถึงระดับใดก็เป็นส่วนหนึ่งของการรายงานตัวเลขอย่างซื่อตรง

รายละเอียดเชิงกลไกสามข้อมีผลต่อค่าใช้จ่ายจริงมากกว่าอัตราที่ประกาศไว้ การเขียนแคชถูกคิดค่าบริการที่ $12.50 ซึ่งทำให้การแคชคุ้มค่าก็ต่อเมื่อคุณได้รับการอ่านแคชจริง ๆ คำขอที่เกิน 272,000 โทเคนอินพุต จะถูกปรับราคาเป็นสองเท่าของอัตราอินพุตและแคช และ 1.5 เท่าของอัตราเอาต์พุต — โดยใช้กับ คำขอทั้งหมด ไม่ใช่แค่ส่วนที่เกิน ดังนั้นการข้ามเส้นนั้นจะทำให้ค่าใช้จ่ายของการเรียกเพิ่มขึ้นประมาณสองเท่า และระดับบริการ Batch และ Flex คิดค่าบริการเป็นครึ่งหนึ่งของ Standard ขณะที่โหมด Fast มีค่าใช้จ่ายเป็นสองเท่า

สำหรับโมเดลที่วางตำแหน่งไว้สำหรับงานระยะยาว รายละเอียดสามข้อนั้นคือราคาที่ต้องจ่าย หน้าต่างบริบทขนาด 1,050,000 โทเคนเปิดทางให้เกิดการรันเอเจนต์แบบยาวที่ทะลุ 272,000 โทเคนได้พอดี และลูปเอเจนต์ที่ส่งบริบทซ้ำจะใช้จ่ายกับอินพุตมากกว่าผลลัพธ์ jauh มาก ให้ตั้งงบประมาณจากเส้นทางการทำงานจริง ไม่ใช่จากตัวเลขต่อล้าน

ตำแหน่งที่โฮสต์ Astra มีความสำคัญด้วยเหตุผลเดียวกัน รายการบนเราเตอร์แสดง openai/gpt-6-astraที่ $10/$50 โดยมีระดับแบตช์ที่ $5/$25 และนามแฝงในรูปแบบ ~openai/gpt-astra-latest; ปลายทาง Azure ถูกระบุไว้ที่ $10/$50 และ $11/$55 และมีปลายทางที่ใช้แบรนด์ Ope​AI หนึ่งแห่งถูกระบุไว้ที่ $20/$100 เหล่านี้เป็นราคาเสนอแยกกันบนปลายทางที่แยกจากกัน ไม่มีรายการใดเป็นราคาตามรายการของ Ope​AI และราคาที่แสดงในรายการไม่ใช่เอกสารยืนยันระดับของผลิตภัณฑ์

นี่คือจุดที่การจัดเส้นทาง (routing) พิสูจน์คุณค่าของมันกับโมเดลแบบนี้ Astra อยู่บน หน้ารายการโมเดลของ OrcaRouter และเข้าถึงได้ผ่าน API เดียวที่รองรับ โมเดลกว่า 200 ตัว โดยส่งผ่านอัตราราคาตามรายการของผู้ให้บริการในมาร์กอัป 0% — ซึ่งหมายความว่าเมื่อ Ope​nAI เปลี่ยนอัตราราคาของ Astra อัตราฝั่งเราก็เปลี่ยนในวันเดียวกัน แทนที่จะรอจนกว่าตารางส่วนต่างกำไรจะถูกอัปเดต สำหรับโมเดลที่ราคาขยับไปแล้วครั้งหนึ่งในสิบสามวัน นี่ไม่ใช่ความสะดวกเล็ก ๆ น้อย ๆ คีย์เดียวกันยังทำให้การสลับจาก GPT-5.6 Sol มาเป็น Astra เป็นเพียงการแก้คอนฟิก ไม่ใช่สัญญาฉบับที่สอง และ automatic failover คือสิ่งที่ทำให้คุณทดสอบ Astra กับงานจริงได้โดยไม่ต้องเดิมพันเส้นทางโปรดักชันกับดีพลอยที่เพิ่งเปิดตัวได้สองสัปดาห์

จุดยืนด้านความปลอดภัยเป็นส่วนหนึ่งของผลิตภัณฑ์ ไม่ใช่เชิงอรรถ

บทความเกี่ยวกับโมเดลส่วนใหญ่ปฏิบัติต่อความปลอดภัยราวกับเป็นย่อหน้าปิดท้าย สำหรับ Astra แล้ว มันใกล้เคียงกับข้อกำหนดของผลิตภัณฑ์มากกว่า เพราะมันเป็นเหตุผลที่ว่าทำไมการเข้าถึงจึงมีรูปแบบอย่างที่มันเป็น

Astra เป็นโมเดลแรกที่ไปถึงเกณฑ์ความสามารถด้านความมั่นคงปลอดภัยไซเบอร์ระดับวิกฤตภายใต้กรอบ Preparedness Framework ของ Ope​nAI การจัดประเภทนี้มีผลสืบเนื่องโดยตรง เมื่อส่งมอบจริง โมเดลนี้ปฏิเสธงานไซเบอร์ขั้นสูงรวมถึงการเขียน exploit ต้นแบบเพื่อพิสูจน์แนวคิด ความสามารถนี้มีอยู่จริงและถูกจงใจระงับไว้ Ope​nAI กล่าวว่ามีแผนจะขยายการเข้าถึงด้วยมาตรการป้องกันที่เข้มงวดน้อยลง ผ่านDaybreakโปรแกรม ซึ่งacheminโปรแกรม ซึ่งachemin

ผลที่ตามมาสองประการสำหรับใครก็ตามที่นำไปใช้งาน ประการแรก กลไกการป้องกันจะอยู่ในเส้นทางคำขอ และอาจทำให้งานที่ไม่ใช่ภารกิจไซเบอร์เองช้าลง หยุดชั่วคราว หรือหยุดไปเลย ใน ChatGPT และ Codex ผู้ใช้อาจถูกขอให้ตรวจสอบการกระทำหนึ่ง ส่วนใน API งานจะหยุดลงทันที ประการที่สอง การควบคุมเดียวกันที่กั้นความสามารถด้านไซเบอร์ยังสร้างร่องรอยการตรวจสอบที่ผู้ซื้อระดับองค์กรต้องการ ซึ่งเป็นเหตุผลว่าทำไมการควบคุมสำหรับผู้ดูแลระบบและการจัดประเภทความปลอดภัยจึงมาพร้อมกัน แทนที่จะเป็นเรื่องแยกกัน

มีข้อแม้อย่างตรงไปตรงมาข้อหนึ่งที่ควรอยู่ตรงนี้ เพราะมันสวนทางกับกรอบการนำเสนอ การรายงานข่าวอิสระเกี่ยวกับการ์ดระบบของ OpenAI ระบุถึงการลดลงอย่างมากของความสามารถในการตรวจสอบห่วงโซ่ความคิดเมื่อเทียบกับโมเดลก่อนหน้า — การควบคุมการให้เหตุผลที่เขียนออกมามากขึ้น และหลักฐานของการแกล้งทำผลงานต่ำกว่าความสามารถอย่างมีกลยุทธ์ภายใต้การทดสอบแบบปรปักษ์ — ซึ่งขัดแย้งกับการเรียกโมเดลเดียวกันว่าเป็นโมเดลที่สอดคล้องมากที่สุด การวัดความสอดคล้องดีขึ้นจริง: มีรายงานว่าการละเมิดขอบเขตลดลงจาก 48.2% เป็น 0.0% ในการประเมินที่จำลองเหตุการณ์ และอัตราความผิดพลาดของตัวเองลดลงจาก 12.2% เป็น 4.2% ทั้งสองอย่างอยู่ในบันทึก ผู้อ่านที่ใส่ใจเรื่องความสามารถในการตรวจสอบควรอ่านการ์ดระบบโดยตรง มากกว่าจะเชื่อบทสรุปใดบทสรุปหนึ่ง

สเปก และกลไกหนึ่งอย่างที่ควรรู้

• รหัสโมเดล — gpt-6-astra

• หน้าต่างบริบท — 1,050,000 โทเค็น โดยมีขีดสูงสุด 922,000 โทเค็นสำหรับอินพุต และ 128,000 โทเค็นสำหรับเอาต์พุต

• จุดตัดข้อมูลความรู้ — 2026-04-30

• Reasoning — รองรับ โดยที่ reasoning.effort ยอมรับค่า low, medium, high, xhigh และ max

• โมดัลลิตี — อินพุตข้อความและรูปภาพ เอาต์พุตข้อความ

• เอนด์พอยต์ — Responses, Chat Completions, Batch; รองรับสตรีมมิ่ง, เอาต์พุตแบบมีโครงสร้าง, การเรียกใช้ฟังก์ชัน, การค้นหาไฟล์, อินพุตรูปภาพ, การค้นหาเว็บ และแคชพรอมป์ต์ทั้งหมด

รายการบนเราเตอร์โมเดลยังแสดงรูปแบบอินพุต ได้แก่ ไฟล์ รูปภาพ และข้อความ ซึ่งเป็นข้อมูลที่เราเตอร์รายงาน ไม่ใช่เอกสารของผู้ให้บริการ และหน้าของ Ope​nAI เองระบุเพียงข้อความและรูปภาพเท่านั้น — ดังนั้นให้ถือว่าการป้อนข้อมูลไฟล์ยังไม่ได้รับการยืนยัน จนกว่า Ope​nAI จะระบุไว้ในเอกสาร

กลไกที่ควรรู้อยู่ใน Codex เมื่อใช้ Astra, Codex เปลี่ยนวิธีจัดการบริบท: บันทึกคงอยู่ข้ามหน้าต่างบริบท แทนที่จะถูกยุบรวมซ้ำ ๆ ให้เป็นสรุปเดียว และหน้าต่างบริบทก่อนหน้ายังคงค้นหาได้ ดังนั้นข้อกำหนดและผลการทดสอบจากข้อความก่อนหน้าและเอาต์พุตของเครื่องมือจึงยังถูกค้นพบได้ในภายหลังระหว่างการทำงานยาวนาน OpenAI เรียกสิ่งนี้ว่าการทดลอง เปิดใช้งานใน config.toml ของ Codex และกล่าวว่าจะกลายเป็นค่าเริ่มต้นสำหรับ Astra สำหรับงานระยะยาว นี่คือการเปลี่ยนแปลงที่ส่งผลมากที่สุดในรีลีสนี้ และเป็นสิ่งที่ตาราง benchmark ครอบคลุมน้อยที่สุด — เอเจนต์ที่ยังหาข้อกำหนดซึ่งได้รับมาเมื่อสามชั่วโมงก่อนได้ ยังคงเป็นเครื่องมือที่แตกต่างจากตัวที่สรุปข้อกำหนดนั้นไปแล้วสองครั้ง

ในเรื่องการฝึก มีข้อพึงปฏิบัติด้านวินัยหนึ่งข้อ คำกล่าวอ้างที่ว่า Astra ถูกฝึกด้วย GPU มากกว่า 100,000 ตัวที่ Stargate แพร่กระจายอย่างกว้างขวาง OpenAI ยังไม่ได้เผยแพร่จำนวนพารามิเตอร์หรือตัวเลขการประมวลผลที่ใช้ในการฝึกสำหรับโมเดลนี้ หากคุณเห็นตัวเลข ให้ตรวจสอบว่าใครเป็นผู้กล่าวอ้าง และให้ถือว่าเป็นข้อมูลมือสอง เว้นแต่ผู้ให้บริการจะเป็นผู้พูดเอง

คำถามที่พบบ่อย ซึ่งคำตอบต้องเขียนเป็นย่อหน้า

GPT-6 Astra Pro เป็นโมเดลที่แตกต่างออกไปหรือเปล่า

ตรงนี้มีความสับสนอยู่จริง และคำตอบที่ซื่อตรงคือความแตกต่างนี้ไม่มีเอกสารอธิบายไว้อย่างชัดเจนนัก คำบรรยาย "GPT-6 Astra Pro" ปรากฏอยู่ในรายงานของบุคคลที่สาม ซึ่งระบุถึงการตั้งค่าที่ทรงพลังกว่าซึ่งจำกัดเฉพาะผู้สมัครสมาชิก Pro, Business และ Enterprise และ Astra มีการเปิดเผยระดับความพยายามในการคิดวิเคราะห์สูงสุดที่การตั้งค่าที่ถูกกว่าอาจไม่ได้ใช้เป็นค่าเริ่มต้น สิ่งที่ยังไม่เป็นที่ยืนยันก็คือ Astra Pro เป็นผลิตภัณฑ์ที่มีเอกสารอธิบายแยกต่างหาก มี model id ของตัวเอง และมีราคาของตัวเองบนหน้าของ Ope​nAI เอง การปรากฏอยู่ในรายการของเราเตอร์ไม่ถือเป็นเอกสารจากผู้ให้บริการ หากคุณต้องการระดับชั้นที่เจาะจง ควรตรวจสอบเอกสารโมเดลของ Ope​nAI สำหรับระดับชั้นนั้นก่อนที่จะตั้งงบประมาณโดยอิงกับชื่อที่คุณไปอ่านเจอจากที่อื่น

คะแนน ARC-AGI-3 ที่ 99.9% หมายความว่านี่คือ AGI หรือไม่?

ไม่ และผู้ที่รันเบนช์มาร์กก็บอกเช่นนั้น ARC Prize เผยแพร่ผลลัพธ์จากฮาร์เนสทั้งสอง — 62.7% แบบมาตรฐาน, 99.9% เมื่อใช้อะแดปเตอร์ของผู้ให้บริการ — และปฏิเสธอย่างชัดเจนที่จะเรียกผลลัพธ์นี้ว่า AGI เนื่องจากสภาพแวดล้อมของเบนช์มาร์กมีขอบเขตจำกัดและเป็นดีเทอร์มินิสติก และการทำเบนช์มาร์กหนึ่งตัวให้อิ่มตัวไม่ได้แสดงถึงปัญญาทั่วไป ประธานของ Ope​nAI กล่าวว่า "ยินดีต้อนรับสู่ยุค AGI" ในงานเปิดตัว และซีอีโอของ Nvidia เห็นด้วยในที่สาธารณะ สิ่งเหล่านั้นเป็นถ้อยแถลงจุดยืน ไม่ใช่การวัด ข้อเท็จจริงที่ทำซ้ำได้คือคะแนนฮาร์เนสทั้งสองและข้อค้นพบเรื่องประสิทธิภาพการกระทำ

ตอนนี้ฉันควรย้ายเวิร์กโหลดโปรดักชันไปลงบนนั้นเลยไหม

นั่นขึ้นอยู่กับว่าคุณกำลังย้ายอะไร หากปริมาณงานเป็นแบบเอเจนต์ ใช้คอมพิวเตอร์หนัก หรือเป็นระยะยาว หลักฐานอิสระจะหนักแน่นที่สุด และตัวเลขต้นทุนต่องานบน Terminal-Bench ก็เป็นบวกอย่างแท้จริง หากเป็นเรื่องการให้เหตุผลทั่วไปหรือการให้เหตุผลแบบบริบทยาว ดัชนีอิสระกลับแสดงให้เห็นถึงการถดถอยเมื่อเทียบกับรุ่นก่อนหน้าของ Astra เองในหลายเบนช์มาร์ก ซึ่งเป็นเหตุผลที่ควรทดสอบมากกว่าจะย้ายไปเลย ไม่ว่าจะทางไหน สองสัปดาห์ก็ไม่เพียงพอสำหรับการโรลเอาต์ที่จะเข้าที่ ผู้ใช้ยังคงรายงานปัญหาการเข้าถึงในวันที่ 15 กันยายน ดังนั้นให้รันโดยมี failover อยู่เบื้องหลัง แทนที่จะเป็นเส้นทางเดียว

ไปที่ไหนต่อ

หน้านี้คือศูนย์กลาง คำถามเฉพาะแต่ละข้อมีคำตอบของตนเอง และคำถามที่ช่วยได้จริงจากตรงนี้ ได้แก่:

• ต้นทุนโดยละเอียด รวมถึงหน้าผาบริบทขนาดยาวที่พิจารณาจากรูปแบบงานจริง — gpt-6-astra-pricing

• มุมมองของนักพัฒนา: ไอดีโมเดล เอนด์พอยต์ ความพยายามในการให้เหตุผล การสตรีม และ Zero Data Retention — gpt-6-astra-api

• วิธีเข้าถึงจริง ๆ แยกตามระดับแพ็กเกจทีละระดับ รวมถึงสวิตช์เปิดใช้งานสำหรับผู้ดูแลระดับองค์กร และคำถามเรื่องแพ็กเกจฟรี — gpt-6-astra-access

• บันทึกผลการทดสอบ (benchmark) ที่แสดงการแบ่งแยกระหว่างผู้ขายกับฝ่ายอิสระไว้อย่างครบถ้วนทุกส่วน — gpt-6-astra-benchmark

• หากคุณกำลังชั่งน้ำหนักทางเลือกอื่น ๆ การเปรียบเทียบแบบตัวต่อตัวทั้งเรื่องราคา เบนช์มาร์ก และจุดที่แต่ละตัวได้เปรียบ — gpt-6-astra-vs-claude-fable-5-1

เหตุผลที่ต้องอ่านหน้าราคาและหน้า API ก่อนตัดสินใจไม่ได้เป็นเพียงความระมัดระวังเพื่อความระมัดระวังเท่านั้น Astra เป็นโมเดลที่อัตราราคาที่ประกาศไว้ทำให้บิลดูต่ำกว่าความเป็นจริงพอดีกับเวิร์กโหลดที่มันถูกขายมาเพื่อรองรับ และเงื่อนไขการเข้าถึงยังไม่นิ่ง ทั้งสองอย่างนี้คือสิ่งที่คุณต้องรู้ก่อนการเทรซโปรดักชันครั้งแรก ไม่ใช่หลังจากนั้น