OpenAI เปิดตัว GPT-6 Astra: โมเดลเน้นคุมคอมพิวเตอร์ บริบท 1.05 ล้านโทเคน พร้อมยกระดับความปลอดภัยไซเบอร์ขั้นวิกฤต

วันนี้ OpenAI ได้ประกาศเปิดตัว GPT-6 Astra โดยระบุว่าเป็นโมเดลที่ฉลาดและมีความสอดคล้อง (aligned) มากที่สุดเท่าที่เคยมีมา พร้อมปรับตำแหน่งผลิตภัณฑ์ให้เป็นระบบสำหรับใช้งานคอมพิวเตอร์เป็นหลัก แทนที่จะเป็นเพียงโมเดลแชททั่วไป

จุดเด่นสำคัญคือ Astra สามารถใช้งานซอฟต์แวร์ได้เหมือนมนุษย์ ทั้งในเบราว์เซอร์ สเปรดชีต แอปพลิเคชันเดสก์ท็อป และเทอร์มินัล โดยสามารถจัดการงานหลายขั้นตอนจนเสร็จสิ้นได้ด้วยตัวเอง แทนที่จะเป็นเพียงการให้คำแนะนำวิธีทำเท่านั้น

อย่างไรก็ตาม ผู้ใช้ทั่วไปยังไม่สามารถเข้าถึงได้ทั้งหมด เนื่องจาก Astra เป็นโมเดลแบบปิดที่ให้บริการผ่านโฮสต์โดยไม่มีการเปิดเผยน้ำหนักโมเดล (weights) ทำให้การติดตั้งใช้งานเอง (self-hosting) ไม่สามารถทำได้ โดยปัจจุบันเปิดให้ใช้งานเฉพาะองค์กรในโปรแกรม Trusted Access และ Daybreak ของ OpenAI เท่านั้น

สิ่งใหม่ที่เกิดขึ้นจริง

สำหรับการเปลี่ยนแปลงหลักในฝั่งนักพัฒนาคือการจัดการบริบท (context handling) โดย Astra ได้เปลี่ยนจากการใช้ระบบ Codex compaction แบบเดิมที่มักสรุปเนื้อหาจนรายละเอียดสำคัญสูญหายไป มาเป็นการใช้ระบบเก็บโน้ต (Notes) ในหน้าต่างบริบทที่สามารถค้นหาย้อนกลับไปยังข้อความและผลลัพธ์ของเครื่องมือก่อนหน้าได้ ซึ่งฟีเจอร์นี้เปิดให้ทดลองใช้งานผ่านการตั้งค่า config.toml และจะกลายเป็นค่าเริ่มต้นในเร็วๆ นี้

นอกจากนี้ Astra ยังเพิ่มความสามารถในการถามคำถามผู้ใช้ในขณะที่ยังคงทำงานส่วนอื่นๆ ต่อไปได้ ช่วยแก้ปัญหาเอเจนต์หยุดชะงักเมื่อต้องรอการตัดสินใจเพียงข้อเดียว

จากข้อมูลใน หน้าโมเดล Astra มีหน้าต่างบริบทสูงถึง 1,050,000 โทเคน รองรับเอาต์พุตสูงสุด 128,000 โทเคน และมีข้อมูลความรู้ถึงวันที่ 30 เมษายน 2026 โดยรองรับอินพุตทั้งข้อความและรูปภาพ ส่วนการประมวลผลเหตุผล reasoning.effort ได้เพิ่มระดับความพยายามใหม่คือ xhigh และ max เพื่อการทำงานที่ซับซ้อนยิ่งขึ้น

การรองรับเครื่องมือครอบคลุมตั้งแต่ computer use, hosted shell, apply patch ไปจนถึง MCP และ tool search ทว่าในขณะนี้ยังไม่รองรับการทำ Fine-tuning

ภาพรวมของเกณฑ์มาตรฐาน (Benchmark)

OpenAI รายงานว่า Astra ทำคะแนนได้ 72.6% บน OSWorld V2-Offline ซึ่งสูงกว่า GPT-5.6 Sol ที่ทำได้ 65.7% และช่วยลดเวลาเฉลี่ยในการทำภารกิจจาก 75 นาทีเหลือเพียง 40 นาที ขณะที่ Anthropic รายงานคะแนนของ Claude Fable 5.1 ไว้ที่ 77.9% แต่เนื่องจากใช้เวอร์ชันทดสอบที่ต่างกันจึงไม่ควรนำมาเปรียบเทียบกันโดยตรง

ในด้านการใช้เหตุผล Astra ทำคะแนนได้ 99.9% บน ARC-AGI-3 ซึ่งเป็นการวัดผลร่วมกับระบบเอเจนต์ผ่าน Responses API ตามที่ OpenAI เคยแสดงให้เห็น ว่าการตั้งค่าระบบมีผลอย่างมากต่อคะแนน นอกจากนี้ยังทำผลงานได้ดีบน FrontierMath Tier 4 ที่ 97.6% และ BenchCAD ที่ 95.9% แม้จะมีข้อสังเกตจาก Epoch AI ว่า OpenAI เป็นผู้ให้ทุนสนับสนุนบางชุดทดสอบก็ตาม

อย่างไรก็ตาม การเขียนโค้ดยังคงเป็นจุดที่พัฒนาเพิ่มขึ้นเพียงเล็กน้อย โดย Astra ทำได้ 74.1% บน DeepSWE v1.1 ซึ่งใกล้เคียงกับคู่แข่งอย่าง Muse Spark 1.3 ของ Meta ที่ได้ 75.4% รวมถึง Gemini 3.8 Flash และ Claude Opus 5 ที่ปรากฏใน ตารางผู้นำสาธารณะ ซึ่งมีส่วนต่างของคะแนนเพียงเล็กน้อยเท่านั้น

ขีดความสามารถด้านไซเบอร์เป็นตัวกำหนดรูปแบบการเข้าถึง

Astra ถือเป็นโมเดลแรกที่ OpenAI จัดให้อยู่ในเกณฑ์ความปลอดภัยไซเบอร์ระดับ Critical ตามกรอบ Preparedness Framework หลังจากการทดสอบพบว่าโมเดลสามารถสร้างชุดคำสั่งเจาะระบบ (exploits) สำหรับเบราว์เซอร์และระบบปฏิบัติการที่ได้รับการป้องกันได้ รวมถึงค้นพบช่องโหว่ที่ไม่เคยรู้จักมาก่อนใน V8

ด้วยเหตุนี้ การเข้าถึงระดับมาตรฐานจะถูกจำกัดไม่ให้ใช้งานด้านความปลอดภัยไซเบอร์ขั้นสูง และระบบจะหยุดการทำงานทันทีหากตรวจพบความเสี่ยง โดย Mia Glaese จาก OpenAI เตือนว่าผู้ใช้ทั่วไปอาจพบอาการเครื่องช้าหรือถูกบล็อกการทำงานในบางครั้งเพื่อความปลอดภัย

สำหรับผลการทดสอบด้านการเจาะระบบ Astra ทำคะแนนได้ 100% บน ExploitBench ในแง่ความครอบคลุมความสามารถ และทำได้ 42.4% บน ExploitGym ซึ่งสูงกว่ารุ่น Sol อย่างเห็นได้ชัด

ราคา

ค่าบริการของ Astra กำหนดไว้ที่ $10 ต่อล้านโทเคนอินพุต และ $50 ต่อล้านโทเคนเอาต์พุต โดยมีระบบราคาพิเศษสำหรับ Cached input ที่ $1.00 สำหรับคำขอขนาดใหญ่เกิน 272,000 โทเคน จะมีการคิดราคาเพิ่มเป็น 2 เท่าสำหรับอินพุต และ 1.5 เท่าสำหรับเอาต์พุต ทั้งนี้ผู้ใช้ระดับ Pro, Business และ Enterprise จะสามารถใช้งานเวอร์ชัน Astra Pro ได้ด้วย

ประเด็นสำคัญ

• Astra เน้นการคุมคอมพิวเตอร์: ทำคะแนน OSWorld V2-Offline ได้ 72.6% และทำงานเร็วขึ้นเกือบเท่าตัว
• ระบบ Notes ใหม่: นำมาใช้แทน compaction ช่วยให้เอเจนต์ทำงานระยะยาวได้โดยไม่ลืมรายละเอียดสำคัญ
• การเขียนโค้ดก้าวหน้าเล็กน้อย: ผลคะแนน 74.1% บน DeepSWE v1.1 ยังอยู่ในระดับเดียวกับคู่แข่งรายอื่น
• ความปลอดภัยระดับ Critical: เป็นโมเดลแรกที่เข้าเกณฑ์ความเสี่ยงสูงสุด ทำให้ต้องจำกัดการเข้าถึงงานบางประเภท
• บริบทกว้าง 1.05 ล้านโทเคน: ราคา $10/$50 ต่อล้านโทเคน และเตรียมเปิดให้ใช้งานผ่าน API และ AWS เร็วๆ นี้