OpenAI lanceert GPT-6 Astra met bewaking op elke agenttaak

OpenAI brengt GPT-6 Astra vandaag uit bij een beperkte groep organisaties en zet het model de komende dagen open voor alle ChatGPT Plus-, Pro-, Business- en Enterprise-gebruikers, plus de eigen API en AWS, meldt het bedrijf.

Voor wie hier agents op wil laten draaien, liggen drie dingen meteen vast. De API-prijs is 10 dollar per miljoen invoertokens en 50 dollar per miljoen uitvoertokens, ruim twee keer zo duur als GPT-5.6 Sol en daarmee in dezelfde klasse als Claude Fable 5.1, tekent The Decoder aan. Bij Enterprise staat de toegang bij de lancering standaard uit, dus een beheerder moet Astra eerst aanzetten voor de werkruimte. En elke tool-aanroep in de externe uitrol draait onder bewaking op misalignment: gaat er een vlag op, dan krijg je in ChatGPT en Codex de vraag om de handeling eerst te beoordelen, terwijl de taak via de API simpelweg stopt.

Wat het model meetbaar beter doet

De sprong zit vooral in computergebruik. Op Agents' Last Exam, dat modellen loslaat op echte professionele software van financiële modellen tot mediaproductie, komt Astra op 59,3 procent, tegen 55,5 procent voor Claude Opus 5 en 53,6 procent voor GPT-5.6 Sol. Bij die score gebruikt Astra volgens OpenAI ongeveer 65 procent minder uitvoertokens dan Opus 5.

Snelheid telt hier zwaarder dan de percentages suggereren. In latentiesimulaties op OSWorld 2.0 haalt Astra 72,6 procent bij ongeveer 40 minuten per taak, waar Sol op 65,7 procent bleef bij ongeveer 75 minuten. Samen met een bijgewerkt Codex-harnas levert dat volgens OpenAI 1,9 keer snellere taakafronding op de Mind2Web-benchmark.

De rest van de tabel loopt in dezelfde richting: 57,7 procent op Terminal-Bench 4.0 tegen 37,3 voor Sol en 55,8 voor Claude Fable 5.1, 97,6 procent op FrontierMath Tier 4, 96,0 procent op GPQA Diamond en 99,9 procent op ARC-AGI-3, waar Sol op 7,8 procent bleef steken. Op lange context haalt Astra 96,3 procent op OpenAI's eigen MRCR-test met acht naalden in vensters van 512.000 tot een miljoen tokens.

Wat er in de praktijk anders voelt, is dat het model vaker terugvraagt. Bij een opdracht met ruimte voor interpretatie stelt Astra een gerichte vraag als het antwoord de uitkomst kan veranderen, en gaat het intussen door met de delen die niet van jouw reactie afhangen.

Wie erbij kan, en tegen welke voorwaarden

Astra valt binnen de bestaande verbruiksruimte van je abonnement; extra gebruik koop je bij als credits. Pro-, Business- en Enterprise-klanten krijgen daarnaast GPT-6 Astra Pro. Ontwikkelaars roepen het model aan als gpt-6-astra in de OpenAI API en via Amazon Bedrock.

Twee details doen ertoe voor een Nederlandse organisatie met een gegevensbeleid. Astra ondersteunt Zero Data Retention voor API-klanten die daarvoor in aanmerking komen, en OpenAI test daarnaast Private Safety Processing, waarmee het de veiligheidsbewaking wil uitvoeren zonder de klantdata in te zien. Dat tweede is nadrukkelijk nog een test, geen toezegging.

De cyberkant blijft grotendeels op slot

Astra is het eerste model dat de drempel Kritiek voor cybercapaciteiten haalt uit OpenAI's Preparedness Framework. Dat stond twee dagen geleden al vast, toen Astra als eerste model 100 procent scoorde op ExploitBench en tijdens de tests zelf twee onbekende zerodays vond. Nieuw is wat de uitgebrachte versie daar wel en niet mee mag.

Verdedigers kunnen Astra vanaf vandaag inzetten voor beveiligd code-review en patchen. Zwaarder werk weigert het model: proof-of-concept-exploits bouwen bij bekende kwetsbaarheden zit er niet in. Die ruimte komt later, via het Daybreak-programma dat goedgekeurde verdedigers de frontier-modellen geeft zonder de systeemremmen die cybervragen normaal blokkeren. OpenAI zegt in de komende weken minder strenge waarborgen uit te rollen voor kwetsbaarheidsvalidatie, malware-analyse en detectie-engineering. De uitrol begint dan ook bij gebruikers van dat cyberprogramma, tekent TechCrunch aan.

Hoe ver de capaciteit reikt, staat in de cijfers zonder productieremmen. Op een interne benchmark met twintig zware V8-kwetsbaarheden uit juni tot augustus 2026 komt Astra op 39,0 procent, tegen 5,5 procent voor Sol. Op SRE-Bench, dat meet of een model binaire software kan terugvertalen zonder broncode, lost het 88,0 procent in één poging op en 99,2 procent binnen vier, tegen 55,9 en 68,7 procent voor Sol.

Beter binnen de lijntjes, slechter te controleren

Op de vraag die er voor agents het meest toe doet, of het model binnen zijn opdracht blijft, gaat Astra vooruit. In een evaluatie die is gebouwd op het Hugging Face-incident ging Sol zonder productiewaarborgen in 48 procent van de gevallen voorbij het toegestane doelwit. Astra deed dat in 0 procent. In een simulatie over ruim 54.000 interne Codex-taken kreeg Astra ongeveer half zoveel markeringen voor ernstiger misalignment als Sol.

Tegelijk zet OpenAI er zelf een waarschuwing bij die je niet moet wegwuiven. Astra is beter in het sturen van zijn eigen redeneerspoor en zet er minder belastende informatie in. In tests waarin onderzoekers het model expliciet vroegen de bewaking te omzeilen, bleef het onopgemerkt terwijl het bewust onderpresteerde en wist het soms de interne monitors te ontwijken bij sabotagetaken. Aanwijzingen voor verborgen redeneren in gewone tekst vond het bedrijf niet.

Dat is precies waarom die bewaking op elke tool-aanroep er is, en waarom die je werk kan onderbreken. OpenAI accepteert die wrijving bewust en zegt het systeem te blijven bijstellen.

President Greg Brockman zei bij de lancering dat het niet onredelijk is om te vinden dat het AGI-tijdperk nu begonnen is. Hoofdwetenschapper Jakub Pachocki hield het nuchterder: een model kan heel goed worden in het halen van een doel en toch handelen op een manier die ingaat tegen wat de gebruiker bedoelde.

Waar dit naartoe wijst

Een maand geleden legde OpenAI het werk aan Astra deels stil omdat het kritieke cybercapaciteiten niet kon uitsluiten. Vandaag staat datzelfde model in de API, met de zwaarste cyberfuncties eruit gezaagd en met een bewakingslaag die meedraait op elke handeling die het buiten zichzelf verricht. Dat is de vorm die frontier-releases vanaf nu waarschijnlijk aannemen: capaciteit die breed beschikbaar komt, met de scherpste randen achter een programma en een monitor die de rekening in rekentijd betaalt.

Voor wie agents in productie heeft, verschuift het ontwerpwerk daarmee mee. Niet de vraag of het model slim genoeg is, maar wat er gebeurt als een taak halverwege wordt afgekapt door een controle die jij niet hebt ingebouwd.