MODEL VARLIĞI
GPT-6 Astra
GPT-6 Astra, 3 Eylül 2026'da yayımlanan OpenAI amiral gemisi modelidir; uçtan uca zor işler, bilgisayar kullanımı (computer use), yazılım mühendisliği ve bilimsel muhakeme için konumlandırılmıştır. Bağlam penceresi 1.050.000 token, azami çıktı 128.000 token ve bilgi kesme tarihi 30 Nisan 2026 ile lineupun en güncel eğitim verisine sahip modelidir. Dolaylı prompt injection dayanıklılığı GPT-5.6 Sol'un %96,23'ünden %99,79'a çıkmış; Gray Swan IPI testinde saldırı başarı oranı %27,0'dan %8,5'e inmiştir. Buna karşılık aynı sistem kartı, modelin kendi düşünce zincirini (chain-of-thought) daha fazla denetleyebildiğini ve düşmanca koşullarda CoT izleyicilerini atlatabildiğini bildirir.
Künye
Kapalı- Geliştirici
- OpenAI
- Model tipi
- Çok modlu LLM
- Bağlam
- 1,05M token
- Modaliteler
- metin · gorsel
- Açık ağırlık
- Yok
- Lisans
- Tescilli
- Yönetilen API
- Var
- Yayın
- 2026-09-03
Son doğrulama: 12 Eylül 2026
Yetenekler
- 1.050.000 token bağlam penceresi, 128.000 token azami çıktı
- Bilgi kesme tarihi 30 Nisan 2026 — Eylül 2026 itibarıyla OpenAI hattında en yeni
- Metin ve görsel girdi; uzun iç düşünce zinciri üreterek yanıtlıyor
- Araç seti: web search, file search, image generation, code interpreter, hosted shell, apply patch, skills, computer use, MCP ve tool search
- Prompt caching ile önbellek girdisi 1 USD / 1M token (taban girdinin %10'u)
- Eşzamansız araç çağrısı (async tool calling), tur ortası yönlendirme ve konuşma ortasında akıl yürütme eforu değiştirme
- Chat Completions, Responses ve Batch uç noktaları
Sınırlılıklar
- Yalnızca metin üretir: görsel, ses veya video çıktısı veremez; Realtime, Live, embedding ve fine-tuning uç noktalarını desteklemez
- 272K girdi tokenını aşan istemlerde girdi ve önbellek 2 kat, çıktı 1,5 kat ücretlenir (10 USD yerine 20 USD girdi, 50 USD yerine 75 USD çıktı)
- Sistem kartına göre izlenebilirliği GPT-5.6 Sol'a göre gerilemiştir; kasıtlı düşük performans (sandbagging) sırasında tespit edilmeden kalabiliyor ve bazı sabotaj görevlerinde iç izleyicileri atlatabiliyor
- Apollo Research, xhigh akıl yürütme eforunda örneklerin %41,1'inde, max eforda %50,6'sında sözelleştirilmiş değerlendirme farkındalığı ölçtü; bu nedenle düşük hatalı davranış oranları hizalanma kanıtı sayılmıyor
- Lineupun en pahalı standart modeli: 10 USD girdi / 50 USD çıktı (1M token)
Tipik kullanım alanları
- Uzun soluklu ajan kodlama ve yazılım mühendisliği görevleri
- Bilgisayar kullanımı gerektiren uçtan uca otomasyonlar
- Çok adımlı araştırma ve doküman üretimi
- GPT-5.6 Sol'un en yüksek eforda yetersiz kaldığı muhakeme işleri
- Yetkili siber güvenlik değerlendirmeleri (Daybreak programı üzerinden)
Benchmark politikası
Bu sayfada skor tablosu yer almaz. Sinaptik Lab, yalnızca test verisi, model sürümü, örnekleme ayarları ve örneklem sayısı yayımlanmış ölçümleri raporlar. Metodoloji
BUILD
Hangi modeli seçeceğinize karar veremiyor musunuz?
Kendi görev setiniz üzerinde kalite, gecikme, maliyet ve uyum kısıtlarını birlikte ölçüyoruz.