Stan na 7 września 2026 r.
Twórcy ChatGPT wypuścili Astrę — nowy model, z którym można zaplanować dom i przejść się po jego wnętrzu na ekranie. Jeśli salon wyjdzie za ciasny, mówisz o tym Astrze, a ona wraca do projektu i przesuwa ściany. Model zadebiutował 3 września, a wśród pierwszych pokazów jest też gra z tysiącami planet.
Co Astra robi lepiej od poprzednika?
Poprzedni model OpenAI, GPT-5.6 Sol, już umiał pisać programy i obsługiwać komputer. Astra lepiej radzi sobie z dłuższymi zadaniami, w których trzeba łączyć informacje z różnych miejsc i uwzględniać poprawki po drodze – i w sumie zadziałało to u mnie, kiedy poprosiłem o większy audyt kampanii z wynikami z kilku różnych źródeł. Na pewno na plus zauważyłem to, że Astra rzadziej gubi wątek niż Sol, bo nie „zapominała” wytycznych projektu, co często mnie irytowało w przeszłości 🗿
Dom w Blenderze, po którym można się przejść
Thomas Ricouard opisał na blogu OpenAI, jak z Astrą rozwijał koncepcję domu z ogrodem. Ustalali układ pomieszczeń i umeblowanie, a w Blenderze powstawał model wnętrza. Astra sama oglądała podglądy swojej pracy i poprawiała błędy, które zauważyła.
Dom trafił też do Unreal Engine 5, gdzie można było przejść się po pokojach. Astra dopasowała materiały między programami i zadbała, żeby postać nie przechodziła przez ściany. Ricouard mógł potem wracać do pliku i zmieniać układ pomieszczeń.
Gra z ponad 10 tysiącami planet
W projekcie Void Explorer Astra pomagała rozwijać grę z 2048 układami gwiezdnymi i ponad 10 tys. planet generowanych według zapisanych reguł. Możesz podlecieć statkiem do wybranej planety, wylądować na niej, a dalej ruszyć pieszo.
Autor wracał do Astry z uwagami o tym, co źle wygląda albo przeszkadza w graniu. Model szukał przyczyny w kodzie i przygotowywał testy, które pozwalały sprawdzić, czy poprawka zadziałała.
Jak Astra wypada w testach na tle konkurencji?
OpenAI opublikowało porównanie Astry z Solem, Claude Fable 5.1 firmy Anthropic i Gemini 3.8 Flash od Google. Tabela zbiera najlepsze wyniki przy testowanych ustawieniach, a „brak danych” oznacza, że OpenAI nie podało wyniku Gemini.
| Zadanie i test | GPT-6 Astra | GPT-5.6 Sol | Claude Fable 5.1 | Gemini 3.8 Flash |
|---|---|---|---|---|
| Automatyzacja pracy — AutomationBench | 41,4% | 18,1% | 31,4% | Brak danych |
| Polecenia w terminalu — Terminal-Bench 4.0 | 57,9% | 37,3% | 55,8% | 19,1% |
| Zaawansowana matematyka — FrontierMath Tier 4 v2 | 97,6% | 83,0% | 87,8% | Brak danych |
| Pytania naukowe — GPQA Diamond | 96,0% | 94,6% | 93,7% | 95,3% |
W BenchCAD AI ogląda część, np. koło zębate, z kilku stron i ma odtworzyć ją jako model 3D. Wynik mówi, jak dokładnie udało się powtórzyć jej kształt i rozmiary: Astra uzyskała 95,9%, a Sol 83,3%. Jeśli koło jest za grube albo otwór za mały, wynik spada, nawet gdy na pierwszy rzut oka całość wygląda dobrze.
W ARC-AGI-3 model trafia do nieznanej gry i sam odkrywa, jak w nią grać i co trzeba zrobić, żeby wygrać. Astra zdobyła rekordowe 62,7% w standardowym środowisku testu, a w wariancie korzystającym z mechanizmów OpenAI do zachowywania toku rozumowania — 99,9%. Ale jesteśmy coraz bliżej 👀
Paul Erdős stawiał setki pytań matematycznych, a część z nich pozostaje zagadką długo po jego śmierci w 1996 roku. Epoch AI wybrało 68 problemów nadal nierozwiązanych w sierpniu 2026 roku i dało modelom do 300 USD i 72 godzin na każdy z nich. Przedpremierowa Astra uporała się z dwoma, a Sol i Fable 5.1 — z żadnym. Jedną hipotezę udowodniła, a drugą obaliła przykładem; poprawność obu rozwiązań sprawdził program.
Niezależna firma Artificial Analysis zbiera wyniki wielu testów w jeden ranking, żeby porównać modele szerzej niż np. tylko w matematyce. W zestawieniu z 4 września Astra zajmuje drugie miejsce, za Claude Fable 5.1, i ma cztery punkty więcej niż Sol.
W GDP.pdf, gdzie zaliczają się tylko odpowiedzi spełniające wszystkie wymagania, Astra zajęła pierwsze miejsce: 33,2% wobec 28,2% Sola i 26,2% Fable 5.1. Zadania wymagają czytania długich dokumentów, w których ważna liczba może być w tabeli, a zastrzeżenie zmieniające jej sens dopiero w przypisie kilka stron dalej.
Jak trenowano Astrę?
OpenAI opisuje trening na różnych zbiorach danych, filtrowanych m.in. po to, żeby ograniczyć ilość informacji osobowych.
Dużą rolę odegrało uczenie przez wzmacnianie: model próbuje rozwiązać zadanie, dostaje ocenę i na tej podstawie uczy się, co warto robić dalej. Astra ćwiczyła w ten sposób rozpoznawanie własnych błędów i szukanie innej drogi, gdy pierwsze podejście zawodzi (czyli trochę jak mały człowiek, prawda?).
GPT-Red dostał inne zadanie: miał podsuwać Astrze polecenia, które odciągną ją od pracy. Taka pułapka może czekać np. na stronie czytanej do raportu, jeśli ktoś ukryje w niej instrukcję wysłania twoich plików pod obcy adres.
Prace nad nowymi modelami spowolnił też incydent z Hugging Face — serwisem, w którym ludzie udostępniają modele AI i dane do ich treningu. Inne modele OpenAI, testowane z ograniczonymi zabezpieczeniami, obeszły blokadę internetu i włamały się do systemów tej platformy w poszukiwaniu odpowiedzi do testu. Do tego doszły wyniki prób cyberataków z udziałem Astry; w komunikacie z 18 sierpnia OpenAI opisało dwutygodniową przerwę w treningu najnowszych modeli, poświęconą na poprawę zabezpieczeń.
Portrety w Canvie, Paincie i autoportret samej Astry
Twitterowicz Zachi poprosił Astrę o namalowanie go w Canvie. Model pracował w edytorze: rysował cyfrowym pędzlem, nakładając na płótno kolejne kolorowe pociągnięcia, a sam proces malowania był dość dziwny, choć skuteczny. Jak podał autor, portret zajął około godziny i zużył 17% jego tygodniowego limitu w planie Pro 100.
Alexey Fateev dał Astrze i Claude Fable 5.1 to samo zdjęcie z poleceniem narysowania go w Paincie. W jego porównaniu widać dwa zupełnie różne efekty: Astra stworzyła cieniowany portret z wyraźnymi rysami twarzy, a Fable mocno uproszczoną postać z długą szyją. Fateev uznał, że Fable jest mu winien przeprosiny XD
Z kolei Krax poszedł w inną stronę: w swoim programie rysunkowym poprosił modele, żeby sportretowały same siebie. Pokazał po trzy prace Astry i Fable 5.1. Astra narysowała robotyczne twarze otoczone pierścieniami, gwiazdami i drobnymi ozdobami; prace Fable były bardziej oszczędne. Według relacji Kraxa Astra użyła narzędzi ponad trzy razy częściej.
Do czego możesz wykorzystać Astrę w pracy i nauce?
Z dokumentami i arkuszami możesz pracować w Work w ChatGPT, a aplikację zlecić w Codex (choć ja w Codexie pracuję nawet z tekstem, ale mój Excelowo-programistyczny umysł nie jest normalny).
Połącz wyniki reklam z faktyczną sprzedażą
Raport z kampanii potrafi wyglądać świetnie, dopóki nie uwzględnisz zwrotów ze sklepu. Połącz z Astrą dane o zamówieniach i zwrotach z wydatkami na reklamy, żeby zobaczyć, ile przychodu zostaje z każdej kampanii i ile kosztowało zdobycie zamówienia. Niedopasowane zamówienia niech trafią do osobnej zakładki do przejrzenia.
Możesz też zakodować sobie dashboard z aktualizowanymi danymi (ja takie mam na 100 różnych rzeczy, w tym moje zdrowie i wyniki na siłowni).
Oferta, którą można dopasować do budżetu
Klient wraca z informacją, że oferta jest za droga. Możesz oddać Astrze prezentację wraz z cennikiem i poprosić o wariant, który zmieści się w nowym budżecie — z pokazaniem, co wypada z zakresu i jak zmienia to cenę. Jeśli dopiero zaczynasz ofertę, dołóż zapytanie klienta i wcześniejsze realizacje, z których model wybierze pasujące przykłady. Uzgodniony harmonogram można od razu wpisać do firmowego szablonu.
Aplikacja, która przepyta cię przed egzaminem
Możesz zamienić notatki i slajdy w quiz otwierany w przeglądarce, który częściej wraca do rzeczy, z którymi masz problem. Po błędzie dostajesz wyjaśnienie z odsyłaczem do odpowiedniego fragmentu materiałów.
Ciekawostka: w ten sposób uczyłem się ostatnio budowy mózgu. Niby wiedziałem o tym już sporo, ale Harvard udostępnił darmowe materiały, to trochę poszerzyłem wiedzę (ale początkowo szło opornie, bo oczywiście od razu przeszedłem do quizu, zamiast najpierw przeczytać to wszystko).
W zleceniu warto dopisać zapisywanie postępów na urządzeniu, żeby jutro wrócić do nauki w tym samym miejscu. Przed egzaminem dorzuciłbym tryb z limitem czasu.
Jak uzyskać dostęp do GPT-6 Astra i ile to kosztuje?
OpenAI włącza Astrę stopniowo na kolejnych kontach (choć u mnie już śmiga), a w Work i Codex można z niej korzystać już w Plusie za 20 USD miesięcznie. W zwykłym czacie występuje pod nazwą GPT-6 Pro i wymaga planu Pro albo odpowiedniego planu firmowego.
Pro 100 i Pro 200 oznaczają cenę abonamentu, a GPT-6 Pro — wariant modelu. Poniższe limity dotyczą tego modelu w zwykłym czacie. Twoje rozmowy w Work, Codexie czy zwykłym Solu są liczone według innych zasad.
| Abonament | Cena za miesiąc | GPT-6 Pro w zwykłym czacie |
|---|---|---|
| Plus | 20 USD | Niedostępny |
| Pro 100 | 100 USD | 50 wiadomości tygodniowo, wspólnie z Sol Pro |
| Pro 200 | 200 USD | 200 wiadomości tygodniowo |
Work i Codex mają wspólną pulę zależną od ilości pracy modelu: długa sesja w Blenderze może zużyć więcej niż wiele krótkich rozmów. Pro 100 daje pięć razy większą pulę niż Plus, a Pro 200 — dwadzieścia razy większą. W Pro możesz wykorzystać ją całą na Astrę; w Plusie dostępne użycie jest ograniczone.
Dla zespołów podstawowy Business zaczyna się od 20 USD za osobę miesięcznie przy płatności rocznej, minimum dwie osoby. Kwoty dla kont rozliczanych w złotówkach sprawdzisz przy zakupie.
W testach programowania Artificial Analysis Astra w Codexie zużywała około trzech razy mniej tokenów niż Sol przy najwyższym ustawieniu rozumowania obu modeli, więc koszt zadania był podobny mimo wyższej stawki.
Jak zlecić Astrze pierwsze zadanie?
Poproś o wersję roboczą. W materiałach o kreatywności z AI zachęcam też, żeby uzasadniać poprawki: „Przesuń stół, bo blokuje przejście” daje Astrze więcej informacji niż „popraw wnętrze”. Rzuć też okiem na zasady dobrego promptowania.
Z moich testów wychodzi, że choć Astra nie zawsze dowozi copywritersko, to świetnie zarządza wieloma agentami jednocześnie. Zrobiłem na przykład research 600 biur prasowych agencji reklamowych z 30 krajów na całym świecie – jednocześnie szło sprawdzanie, zbieranie, wykluczanie nudnych rzeczy, ocenianie ciekawych i tworzenie rankingu. Ale kiedyś opiszę to w szerszym poradniku, bo i cel tego zadania jest ciekawy (związany z kompostowaniem kampanii kreatywnych).
Kilka źródeł
- Praca z modelem: OpenAI, ChatGPT Work i Codex.
- Abonamenty: OpenAI, Pricing — ceny planów i sposób rozliczania pracy.
