GPT-6 Astra: năng lực, chi phí và giới hạn qua nguồn chính thức

GPT-6 Astra ra mắt ngày 03/09/2026. Trong tổng quan an toàn, OpenAI xác nhận đây là model đầu tiên của hãng đạt mức Critical về năng lực an ninh mạng theo Preparedness Framework. Critical ở đây là ngưỡng năng lực rủi ro trong khung của hãng, không phải mức độ nghiêm trọng của một lỗ hổng cụ thể.

Năng lực phụ thuộc công cụ và quyền

Hãng mô tả Astra có thể tìm lỗi bảo mật chưa biết và phát triển cách khai thác trên nhiều hệ thống được bảo vệ tốt khi có công cụ và quyền truy cập phù hợp. Điều này không có nghĩa mọi phiên trò chuyện tự sở hữu các quyền đó. Phạm vi thực thi phải được giới hạn bởi ứng dụng và sự cho phép của chủ hệ thống.

Robustness không phải miễn nhiễm

OpenAI báo tiến bộ chống jailbreak so với GPT-5.6 Sol, gồm kiểm thử chuỗi thao tác dài và kiểm thử hồi quy. Đây là kết quả đánh giá và khắc phục của hãng; không chứng minh model không thể bị vượt rào trong mọi môi trường.

Đọc đúng đánh giá alignment

Trong mô phỏng hơn 54.000 tác vụ Codex nội bộ, Astra nhận khoảng một nửa số cờ báo hành vi lệch mục tiêu mức nghiêm trọng cao so với Sol. Cờ báo trong mô phỏng không phải tỷ lệ sự cố production. Không suy rằng model an toàn tuyệt đối hoặc giảm một nửa mọi dạng rủi ro.

Chi phí và giới hạn nguồn

Nguồn tổng quan an toàn không cung cấp bảng giá API đầy đủ. Không lấy giá Sol hoặc GPT-5.5 áp cho Astra. Cần kiểm tra đúng endpoint, gói và thời điểm sử dụng. Tổng quan an toàn cũng không thay thế tài liệu kỹ thuật về ngữ cảnh, loại đầu vào hoặc hạn mức.

Giám sát được mô tả là lớp bảo vệ bổ sung, không thay thế giới hạn quyền, kiểm thử và xác nhận trước hành động có hậu quả. Với công việc bảo mật, chỉ dùng trong hệ thống được ủy quyền và giữ quy trình kiểm chứng độc lập.

Nguồn: OpenAI, Safety overview: GPT-6 Astra, 03/09/2026.