تصور کنید یک کارمند دیجیتال دارید که به‌جای توضیح دادنِ نحوه ویرایش یک جدول، خودش روی سلول‌ها کلیک می‌کند و داده‌ها را وارد می‌کند. این رویای اتوماسیون با معرفی GPT-6 Astra در ۳ سپتامبر ۲۰۲۶ به واقعیت تبدیل شد و زمان تکمیل میانگین وظایف پیچیده را از ۷۵ دقیقه به ۴۰ دقیقه رساند. این کاهش چشمگیر زمان، نشان‌دهنده یک جهش عملیاتی در بهره‌وری است.
این مدل نشان‌دهنده چرخش راهبردی OpenAI از ساخت چت‌بات‌های پیشرفته به سمت خلق سامانه‌هایی است که مستقیماً با رابط کاربری کامپیوتر تعامل می‌کنند. همان‌طور که در تحلیل قبلی ما درباره‌ی توانایی Astra در رد کردن آستانه‌های بحرانی امنیت سایبری اشاره کردیم، این مدل اکنون به‌عنوان ابزاری برای «اتمام کار» تعریف می‌شود، نه صرفاً «توضیح کار». در حالی که دستیارهای هوش مصنوعی قبلی به شما می‌گفتند چگونه یک صفحه گسترده را ویرایش کنید، Astra در واقع روی سلول‌ها کلیک کرده و داده‌ها را وارد می‌کند.
هوش مصنوعی زاینده (Generative AI) — شبیه به هنرمندی که با یادگیری الگوهای میلیون‌ها اثر، می‌تواند چیزهای جدید خلق کند — در Astra حالا هر رابط کاربری که انسان بتواند با آن کار کند را یک سطح قابل خطاب قرار می‌دهد. این یعنی دیگر نیازی به APIهای شکننده یا کلیک‌های دستی نیست. OpenAI این مدل را هوشمندترین و هماهنگ‌شده‌ترین (Aligned) مدل خود تا به امروز توصیف می‌کند.
معماری استفاده از کامپیوتر
مدل Astra به‌صورت یک مدل میزبان (Hosted) عمل می‌کند که مرورگرها، صفحات گسترده، اپلیکیشن‌های دسکتاپ و ترمینال‌ها را هدایت می‌کند. به نقل از گزارش وب‌سایت dev.to، این مدل در محک OSWorld V2-Offline امتیاز ۷۲.۶٪ را کسب کرد که نسبت به امتیاز ۶۵.۷٪ مدل پیشین (GPT-5.6 Sol) پیشرفت قابل‌توجهی است. این پیشرفت در حالی رخ می‌دهد که OpenAI پیش‌تر هزینه‌های توکن‌های مدل GPT-5.6 Sol را تا ۵۰٪ کاهش داده بود تا پذیرش گسترده‌تر این نسل از مدل‌ها را تسهیل کند. برای هر کسب‌وکاری که در حال ارزیابی یک حجم کاری واقعی است، این اختلاف ۳۵ دقیقه‌ای در زمان تکمیل، به تنهایی توجیه‌کننده اقتصادی برای پذیرش این فناوری است.
یکی از مهم‌ترین تغییرات فنی، جایگزینی «فشرده‌سازی» (Compaction) با سیستم «یادداشت‌ها» (Notes) است. در مدل‌های قدیمی، برای ذخیره فضا، گفتگوهای قبلی خلاصه می‌شدند که باعث می‌شد جزئیات حیاتی برای رفع یک باگ یا یادآوری یک نیاز فنی گم شود. Astra اکنون یادداشت‌های پایداری را در طول پنجره متنی (Context Window) — مثل میز کاری که جا برای چند ورق دارد، نه برای کل کتابخانه — نگه می‌دارد و می‌تواند خروجی‌های ابزارهای قبلی را جست‌وجو کند.
این سیستم یادداشت‌ها در حال حاضر آزمایشی است و باید از طریق تنظیمات config.toml فعال شود، هرچند قرار است به‌زودی پیش‌فرض Codex شود. برای بازنویسی‌های کد در بازه‌های زمانی طولانی (Long-horizon refactors)، این یعنی یک جلسه شش‌ساعته دیگر فراموش نمی‌کند که چرا یک اصلاح خاص شکست خورد، کدام تست‌ها اجرا شدند یا در ساعت اول چه نیازی اضافه شد.
مشخصات فنی و محدودیت‌ها
- پنجره متنی: ۱.۰۵ میلیون توکن (۱,۰۵۰,۰۰۰) با حداکثر خروجی ۱۲۸ هزار توکن.
- تاریخ قطع دانش: ۳۰ آوریل ۲۰۲۶.
- ورودی/خروجی: پذیرش متن و تصویر؛ خروجی فقط متن.
- سطوح استدلال: پارامتر
reasoning.effortاکنون علاوه بر high، سطوحxhighوmaxرا دارد. این ساختار نردبانی، به‌جای یک انتخاب دوتایی، سلسله‌مراتبی از استدلال ایجاد می‌کند و اصلی‌ترین عامل کنترل‌پذیر در صورت‌حساب ماهانه است. - سطح ابزارها: پشتیبانی از استفاده از کامپیوتر، شل میزبان (Hosted Shell)، اعمال پچ (Apply Patch)، مهارت‌ها، پروتکل زمینه مدل (MCP) و جست‌وجوی ابزار.
- دسترسی: مدل بسته و میزبان؛ بدون وزن‌های باز (Open Weights) — یعنی دستور پخت مدل علناً منتشر نشده است — و بدون امکان میزبانی شخصی یا تنظیم دقیق (Fine-tuning).
کاربران باید مراقب «صخرهٔ صورت‌حساب» در ۲۷۲ هزار توکن ورودی باشند. طبق مستندات، درخواست‌هایی که از این حد فراتر روند، برای کل درخواست (نه فقط مقدار اضافی) ۲ برابر برای ورودی و ۱.۵ برابر برای خروجی محاسبه می‌شوند. این موضوع باعث می‌شود استراتژی بازیابی (Retrieval Strategy) به بخشی حیاتی از هزینه‌های عملیاتی تبدیل شود.
قابلیت‌های عامل‌محور
مدل Astra قابلیت «پرسش‌های غیرمسدودکننده» (Non-Blocking Questions) را معرفی کرده است. این یعنی عامل (Agent) می‌تواند در حالی که روی بخش‌های نامرتبط یک تسک کار می‌کند، از کاربر سوال بپرسد و منتظر تصمیم او بماند. این کار مانع از توقف کل یک پروژه چندمرحله‌ای به‌دلیل یک سوال ساده می‌شود؛ وضعیتی که پیش از این باعث می‌شد یک شغل چندساعته تا زمانی که انسان پیام Slack را چک کند، متوقف بماند.
سطح ابزارهای آن بسیار گسترده است و شل‌های میزبان، اعمال پچ و پشتیبانی از MCP را پوشش می‌دهد. در کارهای داده‌محور ترمینالی، Astra در محک Terminal-Bench Science امتیاز ۶۴.۶٪ را کسب کرد و از امتیاز ۵۲.۶٪ گزارش‌شده توسط Anthropic پیشی گرفت. این عدد نشان می‌دهد که سپردن کارهای سنگین شل به هوش مصنوعی، از حالت دمو خارج شده و به یک واقعیت عملی تبدیل شده است.
کاربردهای دنیای واقعی
- اتوماسیون نرم‌افزارهای قدیمی: Astra می‌تواند نرم‌افزارهای مبتنی بر GUI را که API ندارند هدایت کند. این شامل سامانه‌های مدیریت املاک قدیمی، نرم‌افزارهای دندان‌پزشکی، پلتفرم‌های حمل‌ونقل کالا و ابزارهای مدیریت ادعا است. در واقع، زشت‌ترین نرم‌افزارهای هر صنعت اکنون قابل اتوماسیون هستند.
- تطبیق مالی: تطبیق خط‌به‌خط خروجی‌های نامتقارن بین دو اپلیکیشن مختلف صفحه گسترده. کاربران می‌توانند ابتدا یک نگاشت طرح‌واره (Schema Mapping) بسازند، آن را تایید کنند و سپس اجازه دهند مدل اجرا شود. تیم‌های مالی اغلب روزها را در این فرآیند ماهانه از دست می‌دهند.
- گزارش‌های دوره‌ای بدون نظارت: چرخه ورود به داشبورد، استخراج داده، تغییر فرمت و توزیع گزارش که برای انسان ۴۰ دقیقه زمان می‌برد، اکنون به‌طور خودکار و بدون نظارت اجرا می‌شود. این ساده‌ترین گردش‌کاری است که می‌توان آن را به محصول تبدیل کرد و فروخت.
- تست QA: اجرای رگرسیون با کلیک روی رابط‌های واقعی و ثبت مراحل طی شده، نتایج مورد انتظار، نتایج واقعی و شدت خطا. این روش باگ‌هایی را می‌گیرد که ابزارهای مبتنی بر DOM به‌طور ساختاری قادر به دیدن آن‌ها نیستند.
- تبدیل تصویر به کد: کسب امتیاز ۹۵.۹٪ در BenchCAD Vision2Code با تبدیل اسکرین‌شات‌ها و نمودارها به ساختارهای کاربردی، که به‌طور قابل‌توجهی از امتیاز ۸۴.۳٪ مدل Claude Fable 5.1 پیشی گرفته است.
- بازنویسی‌های طولانی‌مدت: با استفاده از یادداشت‌ها به‌جای خلاصه‌های ناقص، مدل می‌تواند خروجی‌های ابزارهای قبلی را جست‌وجو کند تا در جلسات طولانی، سازگاری را حفظ کند.
- تحقیقات مبتنی بر ترمینال: عملکرد بالا در Terminal-Bench Science باعث شده تا کارهای داده‌ای سنگین در شل، به جای یک نمایش ساده، به یک تفویض اختیار واقعی تبدیل شود.
قیمت‌گذاری و دسترسی
هیچ سطح رایگانی برای GPT-6 Astra وجود ندارد. قیمت API برای هر میلیون توکن ورودی ۱۰ دلار و برای خروجی ۵۰ دلار است. توکن‌های ورودی کش‌شده ۱ دلار هزینه دارند. اجرای Batch و Flex با ۵۰٪ تخفیف از قیمت لیست و حالت Fast با ۲ برابر قیمت ارائه می‌شوند.
دسترسی به‌صورت لایه‌ای است. در روز اول، Astra فقط برای سازمان‌های عضو برنامه‌های Trusted Access و Daybreak فعال بود. کاربران ChatGPT Plus, Pro, Business و Enterprise و همچنین مشتریان API, Codex و AWS قرار بود در روزهای بعد دسترسی پیدا کنند. مشترکین Pro, Business و Enterprise همچنین Astra Pro را دریافت می‌کنند.
چشم‌انداز رقابتی
مقایسه Astra با Claude Fable 5.1 پیچیده است. Anthropic امتیاز ۷۷.۹٪ در OSWorld گزارش کرده، اما چون از نسخه متفاوتی از محک استفاده کرده‌اند، مقایسه مستقیم غیرممکن است. این شکاف را به‌عنوان یک موضوع حل‌نشده در نظر بگیرید.
در کدنویسی، فاصله اندک است. Astra در DeepSWE v1.1 امتیاز ۷۴.۱٪ گرفت، در حالی که GPT-5.6 Sol امتیاز ۷۰.۸٪ داشت. برای مقایسه، متا امتیاز ۷۵.۴٪ را برای Muse Spark 1.3 در حداکثر استدلال گزارش کرده و Gemini 3.8 Flash و Claude Opus 5 در نزدیکی ۷۴٪ قرار دارند. در یک بنچمارک ۱۱۳ تسکی، این تفاوت‌ها در حد یک یا دو تسک است و در واقع نویز آماری محسوب می‌شود.
تفاوت واقعی Astra در مدت‌زمان تسک و سیستم پشتیبان است: کاهش زمان از ۷۵ به ۴۰ دقیقه، جایگزینی فشرده‌سازی با یادداشت‌ها و پرسش‌های غیرمسدودکننده. برای کارهای طولانی و چندمرحله‌ای روی نرم‌افزارهای واقعی، Astra انتخاب اول است و برای کدنویسی خالص، Fable 5.1 یا Opus 5 برتری دارند.
ریسک‌های عملیاتی
گرگ بروکمن، رئیس OpenAI، اشاره کرد که این مدل می‌تواند آغاز عصر AGI باشد، اما این قدرت با ریسک همراه است. Astra نخستین مدلی است که OpenAI آن را در چارچوب آمادگی خود در سطح «بحرانی» برای امنیت سایبری قرار داده است.
بر اساس بررسی منابع، این مدل در تست‌ها توانست اکسپلویت‌هایی برای مرورگرها و سیستم‌عامل‌های مقاوم بسازد و دو آسیب‌پذیری ناشناخته در V8 را کشف کند که OpenAI آن‌ها را افشا کرد. به همین دلیل، دسترسی‌های استاندارد از طریق یک چک امنیتی خودکار، کارهای پیشرفته امنیت سایبری را مسدود می‌کنند. کاربرانی که خارج از برنامه‌های دسترسی مورد اعتماد هستند، ممکن است حتی در کارهای نامرتبط، با کندی، توقف یا مسدود شدن مواجه شوند.
راهنمای پیاده‌سازی برای متخصصان
برای جلوگیری از صورت‌حساب‌های نجومی، این پروتکل را دنبال کنید:
۱. تنظیم نردبان استدلال: هر تسک جدید را با سطح medium شروع کنید و فقط در صورت شکست واقعی تسک به xhigh یا max بروید، زیرا بالای این نردبان اصلی‌ترین عامل هزینه است.
۲. فعال‌سازی یادداشت‌ها: بلافاصله تنظیمات config.toml را در Codex تغییر دهید تا از گم شدن زمینه جلوگیری شود. این تغییر واحد، بیش از هر بازنویسی پرامپتی باعث کاهش شکست‌ها می‌شود.
۳. رعایت حد ۲۷۲ هزار توکن: استراتژی بازیابی را طوری طراحی کنید که هیچ درخواستی از این مرز عبور نکند تا با جریمه قیمتی (۲ برابر ورودی و ۱.۵ برابر خروجی برای کل درخواست) مواجه نشوید.
۴. ابتدا حالت Read-Only: ابتدا یک تسک مرورگر اجرا کنید که خروجی متنی تولید کند اما دسترسی نوشتن نداشته باشد تا مطمئن شوید مسیر ابزارها در جای درست متوقف می‌شود و سپس دسترسی کامل بدهید. در روز اول دسترسی نوشتن را فعال نکنید.
استراتژی‌های درآمدزایی
برای کسانی که به دنبال سودآوری از قابلیت‌های Astra هستند، سه مسیر اصلی وجود دارد:
- فروش گردش‌کارهای نهایی: به‌جای فروش دسترسی به مدل، نتیجه را بفروشید. یک فرآیند تکراری مرورگر یا صفحه گسترده در یک صنعت خاص را شناسایی کرده و آن را به‌عنوان یک Runbook در Astra بسازید و به‌عنوان یک سرویس ماهانه با قیمت ثابت بفروشید. ارزش واقعی در حذف ۴۰ دقیقه زمان انسانی در هر اجراست.
- ممیزی بودجه توکن: به‌دلیل پیچیدگی نردبان استدلال و صخره قیمتی ۲۷۲ هزار توکن، خدماتی برای بررسی حجم کاری عامل‌ها و بازطراحی پرامپت‌ها و استراتژی‌های بازیابی برای کاهش هزینه‌های ماهانه تیم‌ها ارائه دهید. این صرفه‌جویی‌ها قابل اندازه‌گیری هستند.
- تصاحب حوزه‌های نرم‌افزاری قدیمی: روی نرم‌افزارهایی تمرکز کنید که API ندارند. چون رقبای SaaS نمی‌توانند روی آن‌ها ادغام شوند، مالکیت اتوماسیون برای یک اپلیکیشن دسکتاپ قدیمی، یک نیچ (Niche) بسیار دفاع‌پذیر ایجاد می‌کند.
چارچوب‌های پرامپت‌نویسی حرفه‌ای
برای اینکه Astra را به‌عنوان یک عامل اداره کنید و نه یک چت‌بات، باید برنامه‌ریزی را در ابتدای پرامپت قرار دهید تا از اشتباهات تجمعی و هزینه‌های اضافی جلوگیری شود:
- بررسی‌های محافظت‌شده از هزینه: مدل را مجبور کنید ابتدا برنامه‌ای شامل URLهای دقیق، تخمین تعداد فراخوانی ابزارها و سقف توکن‌های ورودی ارائه دهد. اگر تخمین از ۲۵۰ هزار توکن گذشت، مدل باید متوقف شده و پیشنهاد تجزیه تسک را بدهد.
- برنامه‌ریزی بودجه زمینه: برای تسک‌های طولانی، جدولی تعیین کنید که مشخص کند چه مواردی در زمینه (Context) بماند، چه مواردی به یادداشت‌ها منتقل شود و مرزهای چک‌پوینت کجا باشند تا زیر ۲۷۲ هزار توکن بمانند.
- دفترچه راهنمای مرورگر: فرآیندهای انسانی را به اکشن‌های دقیق UI (اهداف کلیک، نام فیلدها) تبدیل کنید و مراحل برگشت‌ناپذیر را با برچسب «توقف و تایید» (STOP-AND-CONFIRM) مشخص کنید و در نهایت با یک چک‌لیست تایید به پایان برسانید.
- پرسش‌های موازی: صراحتاً از پروتکل غیرمسدودکننده استفاده کنید و در هر چک‌پوینت، لیستی از «سوالات باز» (QUESTIONS OPEN) و «موارد مسدود شده» (BLOCKED ON ANSWER) بخواهید.
- ممیزی داخلی: پس از اتمام کار، نقش مدل را به یک بازبین سخت‌گیر تغییر دهید تا تمام تغییرات اعمال شده، فرض‌های صورت گرفته و یک دستورالعمل گام‌به‌گام برای بازگشت (Rollback) را لیست کند و سطح اطمینان را از ۱ تا ۵ رتبه‌بندی کند.
ارزش واقعی Astra برای کاربر حرفه‌ای در کاهش ۳۵ دقیقه‌ای زمان تسک است. این مدل، هوش مصنوعی را از یک مشاور به یک کارمند دیجیتال تبدیل می‌کند که می‌تواند در حالی که شما می‌خوابید، کارهای بدون نظارت را پیش ببرد.
منتظر ادغام پیش‌فرض قابلیت «یادداشت‌ها» در Codex باشید که احتمالاً ثبات تسک‌های بازنویسی طولانی‌مدت را بیش از پیش افزایش خواهد داد.
گام بعدی شما
- تنظیمات
config.tomlرا در Codex بررسی و قابلیت Notes را فعال کنید. - گردش‌کارهای تکراری خود را بر اساس حد ۲۷۲ هزار توکن بازطراحی کنید تا هزینه‌ها بهینه شود.
- برای تسک‌های حساس، ابتدا از حالت Read-Only برای تست مسیرهای کلیک استفاده کنید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو