ИИ-новости · Вдвоём

GPT-6 Astra и разговоры про AGI: что это значит для тех, кто строит свой продукт на ИИ

OpenAI назвала релиз "поколенческим скачком". Разбираем по фактам, что реально изменилось и что из этого можно использовать уже сегодня.

Олег Романов · Вдвоём

3 сентября OpenAI выпустила GPT-6 Astra и назвала это «поколенческим скачком». Президент компании Грег Брокман сказал прямо: модель может оказаться первым шагом к AGI, искусственному интеллекту общего назначения, который не просто отвечает на вопросы, а решает задачи не хуже человека в широком диапазоне областей. Формулировка громкая, поэтому разберём по фактам, что реально изменилось и что из этого можно использовать уже сегодня, а не через год.

Что реально нового

Три вещи, которые отличают Astra от предыдущего поколения моделей:

Контекст на 1,05 миллиона токенов за раз. Это примерно 700-800 страниц текста, которые модель держит в голове одновременно. На практике это означает, что можно скормить ей не кусок кода, а весь проект целиком: все файлы, всю переписку, всю документацию, и она не потеряет нить.

Рекордные результаты по рассуждению. Astra обошла и предыдущую модель OpenAI (GPT-5.6 Sol), и топовую модель Anthropic (Claude Fable 5) на ключевых бенчмарках логики и многошагового мышления. Это как раз то, от чего зависит качество агентных сценариев: чем лучше модель рассуждает, тем меньше она ошибается на длинных задачах вроде «собери бота от начала до конца».

Первая модель с «критическим» уровнем киберугрозы по классификации самой OpenAI. Это значит, что Astra способна находить и использовать уязвимости в защищённых системах без пошаговой подсказки человека. В публичной версии такие возможности заблокированы фильтрами, но сам факт появления такой классификации показывает, насколько быстро выросли возможности моделей за последний год.

Главная mivdvoem.ru: результат агентной работы с Claude

Почему это важно не только разработчикам

Гонка между OpenAI, Anthropic и Google выгодна прежде всего тем, кто строит свой продукт на этих моделях, а не пишет фундаментальные исследования. Конкуренция лабораторий работает как обычная рыночная конкуренция: возможности растут, а цена за токен на сопоставимом уровне качества снижается почти каждый квартал. Ещё три года назад собрать рабочего Telegram-бота с оплатой, доставкой материалов и админ-уведомлениями в одиночку, без штата разработчиков, было почти нереально. Сейчас это буквально то, чему мы учим в проекте «Вдвоём»: весь курс, включая эту статью, собран в агентном режиме с Claude.

Больший контекст, о котором рассказывает OpenAI, для нас звучит не абстрактно. Мы на своём проекте регулярно упираемся именно в это ограничение: чем длиннее совместная работа над ботом или контент-планом, тем больше файлов, переписки и решений нужно держать в голове одновременно, чтобы не наступить на старые грабли и не предложить то, что уже пробовали и отклонили. Рост контекстных окон у моделей, по сути, расширяет то, сколько реального рабочего проекта ИИ способен держать в фокусе без потери деталей.

Живой пример: как это выглядит на практике

Показательный пример того, к чему это уже привело: наш второй проект, ИИ-блогер Настя, полноценный end-to-end пайплайн, где ИИ участвует в создании персонажа, сценариев, видео, озвучки и публикаций. Всё это ведётся тем же агентным способом, что и разбор новостей выше.

Настя: виртуальный персонаж, собранный агентными сессиями Claude

Реальные публикации можно посмотреть в её Instagram: instagram.com/nastyrom007

Пайплайн создания ИИ-блогера: от легенды персонажа до публикации

Что с этим делать

Гонка моделей будет продолжаться, и следующий скачок не за горами. Для тех, кто строит бизнес на ИИ, практический вывод простой: инструменты становятся мощнее и доступнее быстрее, чем принято думать, и откладывать старт до «когда технология созреет» больше не имеет смысла: технология уже здесь, вопрос только в том, кто начнёт ей пользоваться раньше.

Источники: официальные материалы OpenAI, обзоры релиза GPT-6 Astra (Axios, Al Jazeera, 9to5Mac, сентябрь 2026).