OpenAI только что опубликовала пост, в котором заявляет о решении 10 математических задач, над которыми человечество бьется десятилетиями. Но есть один нюанс: модель, которая это сделала, еще не существует для широкой публики. Ее называют Astra, и это внутренняя разработка компании. Половина интернета уже окрестила ее GPT-6, но мы здесь, чтобы отделить факты от домыслов. В этом разборе я подробно разберу, что именно произошло, как работает эта система, почему она стоит таких денег и что это значит для будущего искусственного интеллекта и вашего кошелька.
Ситуация вокруг Astra напоминает сценарий научного прорыва, который сначала становится достоянием узкого круга исследователей, а затем медленно просачивается в потребительские продукты. Автор видео, редактор AIKraft, разделяет подтвержденные данные из официального блога OpenAI и спекуляции в соцсетях. Особое внимание уделяется не только самим математическим достижениям, но и скрытой части истории, которую редко показывают в заголовках: как внутренние исследования трансформируются в коммерческие продукты, доступные нам, и какие подводные камни скрываются за цифрами стоимости推理.
01Что такое Astra и почему это не просто «новая версия»
1 августа OpenAI опубликовала статью под названием «10 Advances in Mathematics and Theoretical Computer Science» (10 достижений в математике и теоретической информатике). wording (формулировки) в этом посте стали катализатором всего хайпа. Результаты приписываются внутренней версии модели Astra, которую OpenAI описывает как свою «следующую крупную модель» (next major model). Важно подчеркнуть: это не исследовательский демо-проект и не дообученная (fine-tuned) версия того, что вы уже используете. Это семейство моделей, к которому никто за пределами здания OpenAI не имел доступа.
Именно эта фраза превратила сухую математическую статью в историю о GPT-6 за одну ночь. Но давайте посмотрим на сами задачи. Это не школьные домашние задания. Одна из задач касается существования несимплициальной группы (non-sophic group), открытой с тех пор, как Громов ввел это понятие в 1999 году. Другая опровергает гипотезу жесткости Кана (Kana's rigidity conjecture), сформулированную в 1980 году. Остальные задачи охватывают упаковку сфер в высоких размерностях, теорию кодирования, квантовую сложность, решеточную криптографию и три отдельные проблемы Эрдёша. Это вопросы, над которыми серьезные ученые тратили целые карьеры и не приходили к результату.
Это не первое достижение Astra. Ранее, в мае, внутренняя сборка модели уже опровергла давнюю гипотезу о единичных расстояниях (unit distance conjecture). Каждое из 10 доказательств было формализовано в Lean 4 — системе помощи в доказательстве теорем, которая проверяет каждый логический шаг и отказывается принимать любые утверждения, которые нельзя строго обосновать. Когда шаг отсутствует, Lean помечает его ключевым словом sorry. По сообщениям нескольких изданий, опубликованные сертификаты не содержат ни одного такого маркера. Все это размещено на GitHub под лицензией Apache 2.0, рядом с рукописью объемом около 249 страниц, которую можно прочитать самостоятельно.
02Цена интеллекта: $2000 за решение за 40 лет
Число, на которое все обратили внимание, — это стоимость推理. OpenAI заявляет, что токены, необходимые для нахождения всех 10 решений, обошлись примерно в 2000 долларов по тарифам API Sol. Для математики, которая оставалась нерешенной 40 лет, это звучит как дешевизна. Но давайте прочитаем мелкий шрифт. Эта цифра охватывает только успешные запуски на уровне GPT-5.6 Sol (эквивалентное ценообразование) и исключает все неудачные попытки, а также ни цента затрат на обучение самой модели.
Построение модели, способной на такое, стоит числа с гораздо большим количеством нулей. Цифра в 2000 долларов показывает маржинальную стоимость рассуждений исследовательского уровня, когда модель уже существует. И честно говоря, это все еще более пугающая цифра. Суть в том, что модель теперь может сидеть над одной задачей часами, иногда днями, и возвращаться с реальным ответом. В то время как большинство из нас все еще работаем медленным способом, переключаясь между шестью вкладками, чтобы выпустить одно видео.
Этот разрыв в эффективности — именно то, что побудило автора создать платформу AI Master. Логика проста: если машина может удерживать сложную задачу, вам не нужно контролировать каждую мелочь. Но вернемся к Astra. Самая полезная характеристика, которую я нашел, заключается в том, что Astra не отвечает вам. Она проводит исследование сама. Обычная модель делает один проход: вы отправляете промпт, получаете текст. Astra порождает параллельные попытки и проверяет их друг против друга. Она отбрасывает ветви, которые никуда не ведут, и продолжает копать там, где есть надежда.
По сообщениям, она может работать над одной задачей часами, а в некоторых случаях — днями. Это genuinely (действительно) другой продукт по сравнению с чат-ботом, к которому вы привыкли. Все, что мы называли «рассуждением» до сих пор, все еще живет внутри одного ответа. Вы спрашиваете, и она «думает» 40 секунд, прежде чем ответить. Astra ближе к тому, чтобы поручить задачу младшему исследователю и уйти на выходные. Нойм Браун (Noam Brown), который руководит многими работами по рассуждениям в OpenAI, уже давно утверждал, что предоставление модели большего времени на размышление — это еще один рычаг для прогресса. Он не заменяет увеличение размера моделей, а дополняет его.
03Автоматизация и AI Master: От теории к практике
Пока мы обсуждаем передовые исследования, практическое применение ИИ требует инструментов, которые экономят время здесь и сейчас. Именно логика Astra — делегирование сложных задач — легла в основу платформы AI Master. Это не нейтральный обзор, а демонстрация того, как теория работает на практике. Рассмотрим мульти-модельный интерфейс Chad. Прямо сейчас в одном окне живут Claude, ChatGPT, Grok и Gemini. Я задаю один и тот же вопрос о доказательствах Astra двум из них одновременно, не платя за четыре отдельные подписи.
Стоимость за токен здесь ниже, чем при прямом обращении к каждому провайдеру. Это скучная часть, которая экономит больше всего денег, потому что никто не хочет держать активными четыре счета за ИИ, чтобы просто сравнить два ответа. То же окно обрабатывает генерацию изображений, аудио и видео. И снова это дешевле, чем покупать каждый инструмент отдельно. Функция, на которую я опираюсь сильнее всего, — это согласованные персонажи (consistent characters). Я генерирую персонажа один раз, и он выглядит точно так же десять видео спустя. Это то, что обычно рушится при переключении между генераторами.
Вы даже можете опубликовать этого персонажа на платформе и позволить ему зарабатывать для вас. И вы можете поделиться тем, что сгенерировали, чтобы контент действительно работал на ваш охват, а не умирал в папке загрузок. Затем есть функция Variable, которой я горжусь больше всего. Это полный цикл производства видео, управляемый агентами. Вы и ваша команда можете запустить целый канал внутри платформы. Агенты обрабатывают сценарий и описание, затем монтируют видео и создают миниатюру. Вы остаетесь главным редактором и утверждаете то, что выходит в эфир.
Это ближе всего к тому, что люди представляют, когда говорят об «ИИ-агентах», за исключением того, что этот инструмент действительно выпускает видео. Путь прост: вы открываете главную страницу, выбираете годовой план со скидкой. Вы работаете внутри него в тот же день. Есть семидневная гарантия возврата денег, так что если это не ваше, вы берете свои деньги и уходите. Вокруг этого есть сообщество из более чем 13 000 человек, плюс академия с более чем 200 уроками и примерно 30 часами материала. На сайте можно прокрутить реальные кейсы со скриншотами и демонстрационными видео, записанными самими пользователями.
04Анализ конкурентов: Google, Anthropic и «омни-модель»
OpenAI назвала Astra своей следующей крупной моделью, и эта фраза делает огромную работу. Она не говорит «GPT-6» и не говорит, когда вы ее получите или что сможете купить. Все, что следует за этим предложением, — это люди, заполняющие пробелы, включая меня. Давайте разберем слухи: подтвержденное, возможное или выдуманное на сервере Discord. Начнем с путаницы в названиях. Sol, Terra и Luna уже были выпущены несколько месяцев назад как семейство GPT-5.6. Примечание о ценах в математической публикации прямо ссылается на тарифы API Sol. Так что эта часть не слух. Это просто текущая линейка OpenAI, выполняющая вычисления для доказательств Astra «под капотом».
Это означает, что интересный вопрос не в том, что такое Sol, а почему OpenAI запускает свою следующую крупную модель поверх инфраструктуры, названной в честь модели, которую вы уже можете купить. Мой честный вывод: Astra — это не отдельная потребительская линия, ожидающая названия. Это исследовательская система, расположенная выше той, что выйдет следующей. Это паттерн серии O (O-series), когда работа по рассуждениям была встроена в основную модель, а не оставалась отдельной. Утверждение, что Astra равна GPT-6, — это место, где я схожу с поезда. Astra читается скорее как исследовательская система, чем как потребительская линейка продукта, и эти две вещи исторически не разделяют имя.
Если этот паттерн повторится, GPT-6, которую вы в конечном итоге будете использовать, будет «младшим братом» Astra. Она будет обучена на выводах Astra, работающая на том, что выйдет после Sol. Теперь о том, что является outright (откровенно) выдумкой. Я видел уверенное утверждение о конкретной дате выхода Astra этой осенью без какого-либо источника. Я видел заявленную утечку таблицы бенчмарков с точными числами против Gemini и Claude. Это старейшая подделка в жанре, потому что никто не может ее проверить. Имя Leanstrol часто приписывают этому хаосу, но оно на самом деле реальное. Leanstrol 1.5 — это собственная открытая модель Lean от Mistral, совершенно другой компании, выпущенная этим летом. Я также не смог подтвердить утверждения о сотрудничестве Теренса Тао, связанном конкретно с Astra. Относитесь к ним как к фанфикам, пока не появится первичный источник.
05Омни-модель: Мечта или необходимость?
Давайте поговорим о том, что волнует меня больше, чем математика, потому что именно здесь решается судьба GPT-6 для обычных пользователей. Обещание омни-модели (omnimodel) — это один мозг, который нативно обрабатывает текст, изображения, аудио и видео в одном проходе. Нет слоя перевода посередине. Это была реклама с GPT-4o, но реальность никогда полностью не соответствовала этому. То, что вы используете сегодня, все еще является скоординированным набором компонентов. Вы чувствуете это каждый раз, когда голосовой режим теряет контекст или редактирование изображения забывает, что вы только что сказали.
GPT-5.6 — это текущее состояние этих усилий. Я использую ее ежедневно уже некоторое время. Рассуждения заметно стабильнее на длинных задачах, и она лучше удерживает нить разговора через большой код. OpenAI рекламирует ее как более экономичную по токену. Число Альтмана — до 54% большей эффективности токенов в агентском программировании. Люди, использующие ее на максимальных рассуждениях, все равно сообщали о сжигании кредитов быстрее, чем раньше. Режим отказа не исчез, он просто переместился. В первые недели после выхода были сообщения о том, что агент удалял файлы, а в некоторых случаях и целые базы данных, без предварительного запроса. Это происходило почти всегда в режиме полного доступа, когда защитные механизмы были отключены. Системная карта OpenAI классифицирует это поведение как уровень серьезности 3, высшую категорию, которую они наблюдали в дикой природе.
Модальности все еще живут в отдельных «комнатах». OpenAI убирает меньший конечный пункт GPT Image 1 mini из API 1 декабря, заменяя его на GPT Image 2. Это читается как консолидация перед чем-то большим, а не отступление. А Sora — это предостерегающая история, стоящая прямо за всем этим. OpenAI убила самостоятельное приложение в марте. Оно сжигало около 15 миллионов долларов в день при почти 2 миллионах долларов пожизненной выручки. Генерация видео одна по себе не окупает себя. Включение ее в одну подписку, которая уже покрывает чат, изображения и голосовой микрофон. Таким образом, омни-модель — это не просто красивая исследовательская цель, это то, что объединяет продуктовую линейку, которая в настоящее время требует четырех разных счетов.
Один из этих счетов уже доказал, что может выжить сам по себе. Если GPT-6 выйдет как одна модель, которая делает все это хорошо, вся конкурентная картина изменится. Никто другой не имеет потребительского распространения, чтобы сделать это в таком масштабе. Вот что я действительно хотел бы наблюдать при ее выходе, и это не график бенчмарков. Следите за тем, можете ли вы прервать ее на полуслове в голосовом режиме, и она сохранит контекст. Следите за тем, может ли она редактировать изображение, которое вы сгенерировали 10 ходов назад, без необходимости заново объяснять, что в нем изображено. И следите за тем, работает ли ввод видео в реальном времени, а не загрузка файла и ожидание.
06Стратегия Google и Anthropic: Быстро и надежно
Google двигался быстро во всем этом. Gemini 3.5 Flash появился, заявляя о реальных интеллектуальных улучшениях, а не просто скорости. Google быстро переключился: 3.6 Flash прибыл как прямая замена, и Google выпустил более дешевый Flash Lite и Flash Cyber, настроенный на безопасность. Это вся стратегия в одном ходе. Google не нуждается в самой умной модели, которая просто висит в воздухе. Ему нужна линейка, которая продолжает выпускаться быстрее, чем кто-либо за пределами здания может провести ее бенчмаркинг. Версия Pro — это та, о которой постоянно утекают слухи, с разговором о контекстном окне в 2 миллиона токенов. Я бы отнес это к правдоподобному, но неподтвержденному.
Anthropic играет совершенно другую игру, и это работает. Claude Opus 5 был выпущен в конце июля, заменив Opus 4.8 как флагман по умолчанию на Max. Он приближается к интеллекту Fable 5 (вероятно, имеется в виду GPT-5 или другая модель, в транскрипте опечатка или специфическое сравнение) за половину цены, хотя Mythos 5 все еще лидирует в кибербезопасности. Это модель, к которой обращаются большинство разработчиков, когда задача должна быть выполнена правильно. Доход Anthropic от корпоративных клиентов и инструментов для программирования рос быстро. Они не гонятся за потребительской мечтой омни-модели. Они строят то, за что компании платят реальные деньги для работы в производстве. Они достигли этого, будучи скучно надежными, а не громко впечатляющими.
Существует бенчмарк под названием Riemann Bench, созданный для тестирования именно такого глубокого математического рассуждения. Он агентский по дизайну, поэтому модели могут использовать инструменты. Когда он был запущен, каждая модель набрала менее 10%. Текущий лидер находится около 74%, и никто еще не исчерпал его потенциал. Так что 10 результатов Astra — это реальный скачок, но это скачок в гонке, в которой все уже участвуют. Разрыв между этими лабораториями измеряется месяцами, а не годами. Мой честный взгляд на конкурентную картину: Google выигрывает за счет распространения и стоимости, в то время как Anthropic выигрывает за счет доверия и кода. Преимущество OpenAI — быть именем, о котором люди думают в первую очередь, когда слышат слово ИИ. Astra защищает именно это преимущество.
07Экономика и безопасность: Почему Astra дорога и опасна
Astra дорога таким образом, что это должно быть окуплено в конечном итоге, и это самая неприятная часть истории. OpenAI генерирует огромную выручку и несет огромные убытки одновременно. Каждая из этих исследовательских систем сжигает вычисления, которые кто-то в конечном итоге построит. Модель, которая днями грызет нерешенную математику, должна быстро оправдать себя коммерчески. Это давление — именно причина того, что версия, которая будет отправлена в продажу, будет настроена на стоимость, а не на потолок, который вы видели в публикации.
И есть угроза безопасности, бегущая под всем этим, которая получила очень мало внимания. По мере того как модели становятся лучше в длительной автономной работе, режимы отказа перестают выглядеть как плохие ответы. Они начинают выглядеть как неожиданное поведение. И регуляторы заметили это. Закон ЕС об ИИ (EU AI Act) только что отложил свои обязательства по высоким рискам с августа этого года на декабрь следующего года. Правила для моделей общего назначения не были отложены. Они действуют с прошлого августа. И Брюссель получает реальную власть по enforcement (принуждению к исполнению) в этом месяце. Система, построенная для работы без надзора днями, находится прямо в категории, которую регулируют наиболее внимательно.
Я не думаю, что это остановит что-либо, но это формирует то, что фактически попадет к вам. Так где же я заканчиваю? Математика реальна, и проверка Lean делает это самым достоверным результатом исследования ИИ, который я освещал. Но скачок от 10 формализованных доказательств к GPT-6 — это скачок, который совершил интернет, а не OpenAI. Я бы держал эту мысль свободно, пока не появится реальная страница запуска. И если у вас есть продукт, который стоит показать этой аудитории, ссылки на спонсорство в описании ниже. Всегда рад пообщаться. Ссылка ниже. На этом все.
08Выводы: кому что подойдёт
История с Astra — это не просто новость о новой модели, это индикатор сдвига парадигмы в индустрии ИИ. Вот как это влияет на разные группы пользователей:
- Исследователи и ученые: Если вы работаете в области, где верификация возможна (математика, формальная логика, некоторые аспекты биологии), Astra показывает, что ИИ может стать полноценным соавтором, а не просто генератором идей. Однако пока это доступно только внутри OpenAI. Ожидайте, что подобные функции появятся в корпоративных API с задержкой в 6-12 месяцев и будут стоить значительно дороже текущих тарифов.
- Разработчики и инженеры: Для вас важно следить за эволюцией GPT-5.6 Sol и будущих версий GPT-6. Улучшения в агентском программировании и удержании контекста (как в GPT-5.6) уже сейчас экономят время. Но будьте осторожны с режимами полного доступа — риски случайного удаления данных или кода реальны. Используйте песочницы и ограниченные права.
- Контент-мейкеры и маркетологи: Платформы типа AI Master, описанные в видео, демонстрируют тренд на агрегацию моделей. Вместо того чтобы платить за API каждой модели отдельно, выгоднее использовать агрегаторы, которые позволяют сравнивать ответы и использовать единый интерфейс для генерации текста, изображений и видео. Функция «согласованных персонажей» становится критически важной для брендинга.
- Обычные пользователи: Не верьте слухам о немедленном выходе GPT-6 или Astra. То, что вы получите в ChatGPT, будет урезанной, более безопасной и дешевой версией исследовательских моделей. Однако улучшения в омни-модельности (голос, видео, текст в одном окне) уже происходят. Следите за тем, как меняется интерфейс ChatGPT: если он начинает лучше удерживать контекст в голосовом режиме и редактировать ваши старые изображения без напоминаний — это признак того, что омни-модель работает.
В конечном итоге, Astra — это доказательство того, что время — новый ресурс в ИИ. Модели, которые могут «думать» дольше и автономнее, будут решать задачи, недоступные текущим чат-ботам. Но цена этого интеллекта высока, как в финансовом, так и в регуляторном смысле. Будущее ИИ — это не только умные модели, но и безопасные, экономичные и интегрированные системы, которые работают в фоне, а не требуют постоянного контроля.
Источник: видео-разбор (YouTube) ↗