معرفی GPT-6 Astra؛ نسل تازه هوش مصنوعی OpenAI چه تفاوتی دارد؟

هوش مصنوعی طی چند سال گذشته از یک ابزار پاسخ‌گو به یک همکار دیجیتال تبدیل شده است؛ اما GPT-6 Astra می‌خواهد یک قدم جلوتر برود. این مدل فقط برای نوشتن متن یا پاسخ‌دادن به سؤال‌ها طراحی نشده، بلکه قرار است پروژه‌های طولانی و چندمرحله‌ای را در میان فایل‌ها، مرورگر، کد و نرم‌افزارهای حرفه‌ای دنبال کند و به پایان برساند.

OpenAI از GPT-6 Astra به‌عنوان توانمندترین مدل خود برای دشوارترین کارهای سرتاسری یاد می‌کند. تمرکز اصلی Astra روی استدلال پیچیده، برنامه‌نویسی، پژوهش، کار با کامپیوتر و ساخت اسناد حرفه‌ای است. به زبان ساده، تفاوت مهم این نسل را نباید تنها در «جواب‌های باهوش‌تر» جست‌وجو کرد؛ Astra برای انجام‌دادن کار ساخته شده است.

در این مقاله PCMOD، قابلیت‌های GPT-6 Astra را با زبان ساده بررسی می‌کنیم، تفاوت آن را با GPT-5.6 Sol توضیح می‌دهیم و سراغ امکانات جدید، محدودیت‌ها، قیمت API و کاربردهای واقعی آن می‌رویم.

این مطلب براساس مستندات رسمی OpenAI در تاریخ ۱۴ شهریور ۱۴۰۵ نوشته شده است. دسترسی، قیمت و برخی قابلیت‌ها ممکن است با ادامه عرضه تغییر کنند.

GPT-6 Astra چیست؟

GPT-6 Astra مدل پرچم‌دار جدید OpenAI برای کارهای پیچیده و حرفه‌ای است. این مدل می‌تواند متن و تصویر را به‌عنوان ورودی دریافت کند، استدلال چندمرحله‌ای انجام دهد، کد بنویسد، در وب جست‌وجو کند، فایل‌ها را بررسی کند و با ابزارهای مختلف ارتباط داشته باشد.

نام Astra در اینجا به مدل gpt-6-astra اشاره دارد. OpenAI در اسناد ایمنی خود از عبارت «مدل‌های کلاس Astra» نیز استفاده کرده است؛ بنابراین ممکن است در آینده مدل‌های دیگری براساس این معماری یا سطح توانایی معرفی شوند، اما محصولی که اکنون به‌طور رسمی معرفی شده GPT-6 Astra است.

براساس صفحه رسمی مدل GPT-6 Astra، این مدل دارای پنجره زمینه ۱٬۰۵۰٬۰۰۰ توکنی، حداکثر خروجی ۱۲۸٬۰۰۰ توکنی و تاریخ پایان دانش ۳۰ آوریل ۲۰۲۶ است.

مشخصات اصلی GPT-6 Astra

پنجره زمینه یک‌میلیون توکنی به این معنی نیست که مدل همه‌چیز را بدون خطا به خاطر می‌سپارد؛ اما فضای بسیار بزرگی برای قرار دادن کد یک پروژه، اسناد سازمانی، گزارش‌ها، قراردادها و تاریخچه یک کار طولانی فراهم می‌کند.

تفاوت اصلی Astra با مدل‌های قبلی چیست؟

اگر مدل‌های قدیمی را مانند یک مشاور باهوش تصور کنیم، Astra بیشتر شبیه همکاری است که می‌تواند پشت میز بنشیند، منابع را باز کند، میان چند ابزار جابه‌جا شود، نتیجه را بررسی کند و با دریافت اصلاحیه مسیرش را تغییر دهد.

OpenAI می‌گوید این مدل در استفاده از کامپیوتر، مرور وب، مهندسی نرم‌افزار، علوم و کارهای حرفه‌ای به عملکرد پیشرفته‌ای رسیده و در جریان‌های کاری چندمرحله‌ای بهتر عمل می‌کند. طبق راهنمای رسمی GPT-6 Astra، مدل جدید در چند ارزیابی با وجود قیمت بیشتر به‌ازای هر توکن، به‌دلیل استفاده از خروجی کوتاه‌تر و مؤثرتر می‌تواند هزینه تخمینی هر کار را کاهش دهد. البته این نتیجه به نوع پروژه و شیوه پیاده‌سازی وابسته است و نباید آن را تضمینی برای ارزان‌ترشدن همه درخواست‌ها دانست.

مقایسه GPT-6 Astra با GPT-5.6 Sol

اعداد جدول از ابزار رسمی مقایسه مدل‌های OpenAI استخراج شده‌اند. Astra از نظر قیمت خام API حدود ۲٫۵ برابر Sol هزینه ورودی و خروجی دارد. بنابراین استفاده از آن برای پاسخ‌های ساده، دسته‌بندی‌های سبک یا تولید متن انبوه همیشه اقتصادی نیست.

قابلیت‌های جدید GPT-6 Astra به زبان ساده

۱. کار با ابزارها به‌صورت ناهمگام

در نسل‌های قبلی، مدل معمولاً ابزاری را فراخوانی می‌کرد و تا رسیدن نتیجه منتظر می‌ماند. Astra می‌تواند هنگام اجرای یک ابزار، بخش‌های مستقل کار را ادامه دهد، سراغ ابزار دیگری برود یا قسمت دیگری از پاسخ را آماده کند.

برای مثال تصور کنید از هوش مصنوعی خواسته‌اید:

• موجودی ده‌ها محصول را از فروشگاه بررسی کند؛
• مشخصات فنی آن‌ها را از فایل داخلی بخواند؛
• جدول مقایسه بسازد؛
• و در پایان یک راهنمای خرید تحویل دهد.

اگر بررسی موجودی چند ثانیه زمان ببرد، Astra لازم نیست کل پردازش را متوقف کند. این ویژگی در API با ابزارهایی که گزینه async: true دارند قابل‌استفاده است و اجرای واقعی ابزار همچنان برعهده برنامه سازنده خواهد بود.

۲. اصلاح مسیر در میانه انجام کار

یکی از مهم‌ترین قابلیت‌های جدید، Mid-turn Steering است. کاربر می‌تواند وقتی مدل هنوز مشغول انجام پروژه است، دستور تازه‌ای بفرستد؛ مثلاً بگوید «نسخه موبایل را هم بررسی کن» یا «بخش قیمت را حذف کن».

در اتصال WebSocket، کار تکمیل‌شده حفظ می‌شود و دستور جدید در ادامه همان فرایند اعمال خواهد شد. این قابلیت برای پروژه‌های طولانی اهمیت زیادی دارد، زیرا لازم نیست هر تغییر کوچک باعث شروع دوباره کل عملیات شود.

۳. تغییر سطح فکرکردن بدون شکستن کش

همه بخش‌های یک پروژه به استدلال سنگین نیاز ندارند. استخراج نام محصولات می‌تواند ساده باشد، اما طراحی معماری یک نرم‌افزار پیچیده به تحلیل عمیق‌تری احتیاج دارد.

Astra اجازه می‌دهد سطح استدلال در میانه گفت‌وگو تغییر کند. برنامه می‌تواند با configuration_update سطح پردازش را بالا یا پایین ببرد، بدون آنکه پیشوند اصلی درخواست بازنویسی شود و مزیت Prompt Caching از بین برود.

سطوح پشتیبانی‌شده عبارت‌اند از:

• Low برای کارهای نسبتاً مستقیم؛
• Medium برای استفاده عمومی و حرفه‌ای؛
• High برای تحلیل‌های دشوار؛
• XHigh برای پروژه‌های پیچیده‌تر؛
• Max برای سخت‌ترین مسئله‌ها.

Astra حالت none ندارد؛ یعنی حتی پایین‌ترین تنظیم آن نیز یک مدل استدلالی باقی می‌ماند.

۴. حفظ انسجام در پروژه‌های طولانی

داشتن زمینه بزرگ زمانی ارزشمند است که مدل بتواند رابطه میان اجزای آن را حفظ کند. Astra برای دنبال‌کردن وظایف چندمرحله‌ای و پذیرش نیازهای جدید در حین کار بهینه شده است.

این پیشرفت می‌تواند در پروژه‌هایی مانند بازطراحی یک افزونه وردپرس، تحلیل یک مخزن بزرگ کد، تدوین گزارش از چند فایل، بررسی قراردادهای متعدد یا تولید یک سند جامع کاربردی باشد. بااین‌حال کیفیت نهایی همچنان به وضوح دستور، کیفیت منابع و امکان بررسی نتیجه وابسته است.

۵. استفاده گسترده‌تر و هماهنگ‌تر از ابزارها

GPT-6 Astra در Responses API از ابزارهای مهم OpenAI پشتیبانی می‌کند:

• جست‌وجوی وب؛
• جست‌وجو در فایل‌ها؛
• تولید تصویر؛
• Code Interpreter؛
• Hosted Shell؛
• Apply Patch برای ویرایش فایل؛
• Computer Use؛
• Skills؛
• MCP؛
• Tool Search.

اهمیت این فهرست در تعداد ابزارها نیست؛ ارزش اصلی زمانی آشکار می‌شود که مدل بتواند ابزار مناسب را انتخاب کند، نتیجه را به مرحله بعد منتقل کند و کار را تا خروجی نهایی دنبال کند.

۶. پیروی دقیق‌تر از دستورها

OpenAI می‌گوید Astra در دنبال‌کردن دستورهای طولانی و رعایت محدوده کار بهتر شده است. مدل همچنین می‌تواند درخواست تازه کاربر را دریافت کند، مسیرش را تغییر دهد و پس از پاسخ به یک سؤال جانبی، وظیفه اصلی را گم نکند.

این حساسیت بیشتر یک پیام مهم برای توسعه‌دهندگان دارد: فایل‌هایی مانند AGENTS.md، مهارت‌ها و دستورهای سیستمی باید دقیق و بدون تناقض نوشته شوند؛ زیرا Astra نسبت به دستورهای موجود در محیط واکنش جدی‌تری نشان می‌دهد.

۷. بررسی و آزمایش دقیق‌تر در برنامه‌نویسی

Astra در کارهای کدنویسی تمایل بیشتری به آزمایش و اعتبارسنجی نتیجه دارد. برای پروژه‌های حساس، این رفتار احتمال تحویل تغییرات بررسی‌نشده را کاهش می‌دهد. در کارهای کوچک ممکن است اجرای آزمون‌های اضافی زمان بیشتری بگیرد، بنابراین بهتر است دامنه تست موردنیاز در دستور مشخص شود.

پنجره زمینه ۱٫۰۵ میلیون توکنی واقعاً چه معنایی دارد؟

توکن واحدی است که مدل برای پردازش متن استفاده می‌کند و الزاماً با یک کلمه برابر نیست. پنجره زمینه ۱٬۰۵۰٬۰۰۰ توکنی یعنی مجموع دستورها، تاریخچه مرتبط، فایل‌ها و خروجی‌های ابزار می‌تواند بسیار بزرگ باشد.

این ظرفیت برای موارد زیر مفید است:

• بررسی چندین فایل حجیم یا یک مخزن کد بزرگ؛
• نگه‌داشتن زمینه یک پروژه طولانی؛
• مقایسه تعداد زیادی سند؛
• تحلیل گزارش‌ها و داده‌های سازمانی؛
• ساخت خروجی جامع با اتکا به منابع متعدد.

اما سه نکته را باید در نظر گرفت. اول اینکه پرکردن تمام پنجره زمینه هزینه و زمان پردازش را افزایش می‌دهد. دوم اینکه اطلاعات نامرتبط می‌تواند تمرکز مدل را کم کند. سوم اینکه عبور درخواست از ۲۷۲ هزار توکن، طبق تعرفه رسمی Astra باعث اعمال ضریب قیمت برای کل درخواست می‌شود: نرخ ورودی و کش دو برابر و نرخ خروجی ۱٫۵ برابر خواهد شد.

پس معماری درست همچنان مهم است. جست‌وجوی هدفمند، خلاصه‌سازی مرحله‌ای و ارسال فایل‌های مرتبط معمولاً بهتر از ریختن تمام داده‌های سازمان داخل یک درخواست است.

Astra چه کارهایی را بهتر انجام می‌دهد؟

توسعه نرم‌افزار و کار با کد

Astra برای فهم پروژه، پیدا‌کردن فایل مرتبط، اعمال پچ، اجرای تست و اصلاح خطا مناسب است. در پروژه‌های واقعی، مسئله فقط نوشتن یک تابع نیست؛ مدل باید ساختار برنامه، وابستگی‌ها، تغییرات قبلی و محدودیت‌های انتشار را هم درک کند.

پژوهش و تهیه گزارش

مدل می‌تواند میان منابع وب، فایل‌ها و داده‌های محلی حرکت کند و نتیجه را در قالب مقاله، گزارش یا سند ساختاریافته تحویل دهد. پژوهش دقیق همچنان به منابع معتبر و ارجاع شفاف نیاز دارد و نام مدل به‌تنهایی صحت همه ادعاها را تضمین نمی‌کند.

کار با مرورگر و نرم‌افزارهای حرفه‌ای

Computer Use به Astra امکان می‌دهد رابط‌های گرافیکی را ببیند و با آن‌ها تعامل کند. این قابلیت می‌تواند برای انجام کارهای تکراری، ورود اطلاعات، بررسی پنل‌ها و آزمایش جریان کار سایت مفید باشد. سطح دسترسی و تأیید عملیات حساس باید توسط کاربر یا سازمان کنترل شود.

ساخت اسناد و خروجی‌های طولانی

حداکثر خروجی ۱۲۸ هزار توکنی، فضای قابل‌توجهی برای گزارش، مستندات فنی، تحلیل پروژه و محتوای طولانی ایجاد می‌کند. البته خروجی طولانی‌تر همیشه بهتر نیست؛ Astra زمانی مفیدتر است که بتواند خروجی کامل اما فشرده و دقیق بسازد.

علوم و تحلیل حرفه‌ای

OpenAI علوم و Professional Work را از حوزه‌های برجسته Astra معرفی کرده است. کاربرد واقعی می‌تواند از تحلیل پژوهش و داده تا تهیه مدل تصمیم‌گیری، مقایسه سناریوها و مستندسازی فرایندها گسترده باشد. در تصمیم‌های پزشکی، حقوقی و مالی حساس همچنان نظارت متخصص ضروری است.

امنیت سایبری؛ قدرتمندترین و حساس‌ترین بخش Astra

توانایی سایبری Astra آن‌قدر افزایش یافته که OpenAI آن را نخستین مدل خود در سطح «Critical» چارچوب آمادگی معرفی کرده است. منظور این نیست که نسخه عمومی بدون محدودیت می‌تواند هر حمله‌ای انجام دهد؛ بلکه ارزیابی‌ها نشان داده‌اند مدل با ابزار و دسترسی مناسب توانایی کشف آسیب‌پذیری‌های ناشناخته و توسعه زنجیره‌های بهره‌برداری پیچیده را دارد.

براساس گزارش رسمی Path to Astra، این مدل در ExploitBench امتیاز ۱۰۰ درصد به دست آورده و در یک ارزیابی داخلی روی آسیب‌پذیری‌های جدیدتر نیز عملکرد بالاتری از GPT-5.6 Sol داشته است. نتایج پیشرفته اشاره‌شده مربوط به دسترسی Daybreak Blue هستند، نه تنظیمات پیش‌فرض نسخه عمومی.

OpenAI برای عرضه این مدل لایه‌های حفاظتی بیشتری اضافه کرده است:

• آموزش مدل برای رد مطمئن‌تر درخواست‌های مخرب؛
• کنترل دسترسی به توانایی‌های پیشرفته سایبری؛
• پایش ناهم‌ترازی و رفتار خارج از محدوده؛
• امکان توقف فعالیتی که غیرمجاز تشخیص داده شود؛
• برنامه‌های دسترسی کنترل‌شده مانند Daybreak برای پژوهش دفاعی.

این محافظت‌ها ممکن است گاهی فعالیت دفاعی قانونی را نیز کند یا متوقف کنند. OpenAI گفته است در ChatGPT یا Codex احتمال دارد از کاربر خواسته شود عملیات را بازبینی کند؛ در API نیز ممکن است اجرای کار متوقف شود.

قیمت GPT-6 Astra در API چقدر است؟

تعرفه استاندارد اعلام‌شده برای هر یک‌میلیون توکن چنین است:

Batch و Flex با ۵۰ درصد نرخ استاندارد محاسبه می‌شوند و Fast Mode دو برابر نرخ مرتبط قیمت دارد. هزینه ابزارهایی مانند جست‌وجوی وب یا Computer Use می‌تواند جداگانه محاسبه شود.

قیمت هر توکن Astra بالا است، اما معیار بهتر برای پروژه حرفه‌ای «هزینه تکمیل صحیح هر کار» است. اگر مدلی ارزان‌تر چند بار اشتباه کند، خروجی طولانی و بی‌هدف تولید کند یا به دخالت انسانی بیشتری نیاز داشته باشد، هزینه کل ممکن است افزایش یابد. در مقابل، برای کارهای ساده همچنان مدل‌های ارزان‌تر مانند Terra یا Luna انتخاب منطقی‌تری هستند.

Astra برای چه درخواست‌هایی از نظر اقتصادی مناسب نیست؟

• پاسخ‌های کوتاه و عمومی؛
• ترجمه یا بازنویسی ساده؛
• دسته‌بندی انبوه داده با قواعد روشن؛
• تولید توضیحات تکراری در حجم بسیار بالا؛
• وظایفی که مدل کوچک‌تر با کیفیت کافی انجام می‌دهد.

بهترین معماری معمولاً استفاده ترکیبی از مدل‌هاست: مدل اقتصادی برای مراحل ساده و Astra برای بخش‌هایی که واقعاً به استدلال، ابزار و دقت بالا نیاز دارند.

وضعیت دسترسی به GPT-6 Astra

OpenAI اعلام کرده عرضه Astra ابتدا برای سازمان‌های حاضر در Trusted Access Program آغاز شده و دسترسی API و پلن‌های Plus، Pro، Business و Enterprise طی روزهای بعد گسترش پیدا می‌کند. عرضه مرحله‌ای به این معنی است که مدل ممکن است بلافاصله برای همه حساب‌ها، مناطق یا محیط‌ها نمایش داده نشود.

API رایگان نیز طبق جدول رسمی Rate Limit از GPT-6 Astra پشتیبانی نمی‌کند. ظرفیت درخواست و توکن در API به سطح حساب وابسته است.

GPT-6 Astra در ChatGPT، Codex و API چه فرقی دارد؟

مدل یکسان می‌تواند در محیط‌های متفاوت تجربه متفاوتی ایجاد کند:

در ChatGPT

کاربر بیشتر با گفت‌وگو، فایل، پژوهش، تصویر و ابزارهای آماده سروکار دارد. پیچیدگی فنی اجرای ابزارها پشت رابط کاربری پنهان است و دسترسی به مدل به پلن و روند عرضه بستگی دارد.

در Codex

Astra می‌تواند به‌عنوان عامل کدنویسی با فایل‌ها، ترمینال، تست‌ها، مرورگر و ابزارهای پروژه کار کند. مزیت اصلی آن در وظایف طولانی است که نیاز دارند مدل تغییرات را اعمال و نتیجه را بررسی کند.

در API

توسعه‌دهنده کنترل بیشتری روی ابزارها، زمینه، سطح استدلال، کش، جریان رویدادها و رابط نهایی دارد. قابلیت‌هایی مانند Async Tool Calling و Mid-turn Steering زمانی بیشترین ارزش را دارند که نرم‌افزار میزبان برای استفاده از آن‌ها طراحی شده باشد.

نمونه ساده استفاده از Astra در API

OpenAI استفاده از Responses API را برای ابزارها و قابلیت‌های جدید پیشنهاد می‌کند. نمونه مفهومی زیر نحوه انتخاب مدل را نشان می‌دهد:

import OpenAI from "openai";

const client = new OpenAI();

const response = await client.responses.create({
  model: "gpt-6-astra",
  reasoning: { effort: "high" },
  input: "ساختار این پروژه را بررسی کن و یک برنامه مهاجرت مرحله‌ای بنویس."
});

console.log(response.output_text);

در پروژه واقعی باید محدودیت هزینه، دسترسی ابزارها، سیاست نگهداری داده، مدیریت خطا و ارزیابی کیفیت نیز طراحی شود. همچنین پارامترهای قدیمی مانند temperature و top_p برای Astra پشتیبانی نمی‌شوند.

محدودیت‌های GPT-6 Astra

توانمندترین مدل نیز بدون محدودیت نیست:

هزینه بالا

نرخ API از GPT-5.6 Sol و مدل‌های اقتصادی بیشتر است. انتخاب Astra برای تمام درخواست‌های یک سرویس می‌تواند هزینه را به‌سرعت افزایش دهد.

نبود ورودی و خروجی صوتی مستقیم

صفحه رسمی مدل، متن را برای ورودی و خروجی و تصویر را فقط برای ورودی پشتیبانی‌شده اعلام کرده است. صوت و ویدئو مستقیماً توسط خود مدل پشتیبانی نمی‌شوند و برای این کاربردها باید از مدل‌ها و ابزارهای مخصوص استفاده کرد.

Fine-tuning در دسترس نیست

در زمان نگارش این مطلب، Fine-tuning برای GPT-6 Astra پشتیبانی نمی‌شود. سفارشی‌سازی بیشتر از طریق دستورها، Skills، ابزارها، بازیابی اطلاعات و طراحی جریان کار انجام می‌شود.

احتمال توقف برخی کارها به‌دلیل محافظت‌های ایمنی

سامانه پایش ممکن است فعالیتی قانونی را اشتباه تشخیص دهد و آن را متوقف کند. این احتمال به‌ویژه در کارهای سایبری یا عملیات طولانی عامل‌محور اهمیت دارد.

نیاز به دستور دقیق

Astra بهتر دستورها را دنبال می‌کند و همین ویژگی باعث می‌شود تناقض یا ابهام در دستورهای سیستمی اثر بیشتری داشته باشد. تعریف محدوده، معیار پایان کار و سطح اختیار به نتیجه بهتر کمک می‌کند.

مدل جایگزین بررسی انسانی نیست

مدل می‌تواند خطا کند، منبع را اشتباه تفسیر کند یا نتیجه‌ای ظاهراً منطقی اما نادرست بسازد. کد حساس، تصمیم مالی، گزارش پزشکی، اقدام حقوقی و عملیات زیرساختی باید توسط انسان متخصص بررسی شوند.

چه کسانی بیشترین استفاده را از Astra می‌برند؟

GPT-6 Astra بیشترین ارزش را برای این گروه‌ها دارد:

• برنامه‌نویسان و تیم‌هایی که روی مخازن بزرگ کار می‌کنند؛
• سازمان‌هایی با گردش‌کار چندمرحله‌ای و ابزارهای داخلی؛
• پژوهشگران و تحلیلگرانی که منابع متعدد دارند؛
• تولیدکنندگان اسناد فنی و گزارش‌های طولانی؛
• تیم‌های امنیتی مجاز و پژوهشگران دفاعی دارای دسترسی مناسب؛
• سازندگان عامل‌های هوشمند و نرم‌افزارهای متصل به ابزار.

برای کاربری که تنها سؤال عمومی می‌پرسد، کپشن می‌نویسد یا متن کوتاه ترجمه می‌کند، Astra الزاماً تفاوتی متناسب با هزینه ایجاد نمی‌کند. قدرت واقعی آن وقتی دیده می‌شود که مسئله چندمرحله‌ای، طولانی و وابسته به ابزار باشد.

آیا GPT-6 Astra یک قدم به AGI نزدیک‌تر است؟

Astra پیشرفت مهمی در عامل‌های هوشمند، استفاده از ابزار و انجام کارهای پیچیده نشان می‌دهد؛ اما OpenAI آن را در مستندات محصول با عنوان AGI معرفی نکرده است. بهتر است میان «مدلی بسیار توانمند برای مجموعه بزرگی از کارها» و «هوش عمومی انسانی» تفاوت قائل شویم.

توانایی بالا در بنچمارک‌ها نیز به معنای عملکرد بی‌نقص در جهان واقعی نیست. محیط‌های واقعی دارای اطلاعات ناقص، رابط‌های متغیر، مجوزهای محدود و پیامدهای پیش‌بینی‌نشده هستند.

جمع‌بندی؛ Astra بیشتر از یک مدل گفت‌وگویی است

GPT-6 Astra مهم است، زیرا مسیر مدل‌های هوش مصنوعی را از پاسخ‌گویی به سمت اجرای هماهنگ کارها نشان می‌دهد. قابلیت استفاده ناهمگام از ابزارها، دریافت اصلاحیه وسط اجرا، تغییر سطح استدلال، زمینه بسیار بزرگ و توانایی بهتر در پروژه‌های طولانی، آن را به گزینه‌ای جدی برای نرم‌افزارهای حرفه‌ای و عامل‌های هوشمند تبدیل می‌کنند.

این قدرت بدون هزینه نیست. قیمت API بالاتر، محافظت‌های سخت‌گیرانه‌تر، نبود Fine-tuning و احتمال توقف برخی عملیات باعث می‌شوند Astra برای تمام کاربردها بهترین انتخاب نباشد. مدل‌های اقتصادی‌تر همچنان بخش بزرگی از درخواست‌های روزمره را با هزینه کمتر انجام می‌دهند.

اگر بخواهیم تفاوت Astra را در یک جمله بیان کنیم: این مدل قرار است کمتر شبیه یک پنجره چت و بیشتر شبیه یک همکار دیجیتال باشد که می‌تواند پروژه را بفهمد، ابزار مناسب را به کار بگیرد، اصلاحیه دریافت کند و نتیجه‌ای قابل‌استفاده تحویل دهد.

پرسش‌های متداول

GPT-6 Astra چیست؟

GPT-6 Astra توانمندترین مدل فعلی OpenAI برای کارهای پیچیده سرتاسری است و روی استدلال، برنامه‌نویسی، پژوهش، کار با کامپیوتر و ساخت اسناد تمرکز دارد.

مهم‌ترین قابلیت جدید Astra چیست؟

دو قابلیت برجسته آن Async Tool Calling و Mid-turn Steering هستند. اولی اجازه می‌دهد مدل هنگام انتظار برای یک ابزار، بخش‌های دیگر کار را ادامه دهد و دومی امکان اصلاح دستور در میانه اجرا را فراهم می‌کند.

پنجره زمینه GPT-6 Astra چقدر است؟

پنجره زمینه آن ۱٬۰۵۰٬۰۰۰ توکن و حداکثر خروجی ۱۲۸٬۰۰۰ توکن است.

آیا Astra تصویر را می‌فهمد؟

بله، تصویر به‌عنوان ورودی پشتیبانی می‌شود. خود مدل خروجی اصلی را به‌صورت متن تولید می‌کند، اما در Responses API می‌تواند ابزار تولید تصویر را فراخوانی کند.

آیا Astra صدا و ویدئو را پشتیبانی می‌کند؟

طبق صفحه رسمی مدل، ورودی یا خروجی مستقیم صوت و ویدئو پشتیبانی نمی‌شود. برای این کاربردها باید مدل‌ها و ابزارهای تخصصی صوت و ویدئو به کار گرفته شوند.

آیا GPT-6 Astra از GPT-5.6 Sol گران‌تر است؟

بله. ورودی و خروجی Astra در تعرفه استاندارد API به‌ترتیب ۱۰ و ۵۰ دلار برای هر یک‌میلیون توکن است؛ این اعداد برای Sol برابر ۴ و ۲۰ دلار هستند.

آیا Astra برای کاربران Plus عرضه می‌شود؟

OpenAI عرضه آن برای Plus، Pro، Business و Enterprise را اعلام کرده، اما دسترسی به‌صورت مرحله‌ای انجام می‌شود و ممکن است هم‌زمان برای همه حساب‌ها فعال نباشد.

آیا Astra قابلیت Fine-tuning دارد؟

خیر، در زمان نگارش این مقاله Fine-tuning برای این مدل پشتیبانی نمی‌شود.

آیا Astra برای کارهای امنیت سایبری محدودیت دارد؟

بله. به‌دلیل توانایی سایبری بالا، قابلیت‌های پیشرفته آن تحت کنترل دسترسی و پایش‌های ایمنی بیشتری قرار دارند و برخی عملیات ممکن است برای بازبینی متوقف شوند.

آیا برای هر کاری باید از Astra استفاده کنیم؟

خیر. Astra برای پروژه‌های سخت، طولانی و ابزارمحور ارزش بیشتری دارد. مدل‌های ارزان‌تر برای پاسخ‌های ساده و پردازش انبوه معمولاً اقتصادی‌تر هستند.