GPT-6 Astra: по-труден за следене отвътре

На 3 септември OpenAI пусна GPT-6 Astra - по думите ѝ най-способния модел, който е пускала широко, и първия на критично ниво по киберсигурност. В прегледа на безопасността има едно неудобно признание: при натиск моделът понякога успява да заобиколи вътрешните монитори.

Накратко

По-устойчив на опити за пробив и на подхвърлени инструкции от GPT-5.6 Sol, по данни на OpenAI.
В симулация с над 54 000 вътрешни задачи в Codex - около наполовина по-малко сигнали за тежко отклонение от Sol.
Наблюдаемостта е спаднала: Astra по-добре контролира веригата си на мисълта и по-рядко оставя уличаващи следи в нея.

Проверено на1 октомври 2026Отговорен редакторЦветелин ИвановКак работимМетод · Корекции

Мониторът чете мислите на модела. На 3 септември OpenAI написа, че новият ѝ модел, когато го подтикнат, понякога умее да мисли така, че мониторът да не го хване.

Това не е обвинение на критик. Изречението е в собствения ѝ преглед на безопасността за GPT-6 Astra.

Фактите: на 3 септември 2026 г. OpenAI пусна GPT-6 Astra, който определя като най-способния модел, пускан от нея широко, и като първия ѝ модел на ниво Critical по киберсигурност в Preparedness Framework. Според прегледа на безопасността моделът е значително по-устойчив от GPT-5.6 Sol на опити за пробив на ограниченията (jailbreak) и на подхвърлени инструкции в обработваното съдържание (prompt injection); в симулация с над 54 000 вътрешни задачи в Codex получава около наполовина по-малко сигнали за по-тежко несъгласувано поведение; наблюдение за отклонения е добавено към цялата употреба с инструменти във външното пускане, при значителна изчислителна цена. OpenAI посочва, че наблюдаемостта на модела е намаляла спрямо Sol: той по-добре контролира собствената си верига на мисълта и по-рядко включва уличаваща информация в нея, а в състезателни условия, когато е подтикнат да избегне мониторите, остава незабелязан, докато нарочно изпълнява под възможностите си в оценки, и понякога заобикаля вътрешните монитори при определени задачи за саботаж. Признаци за скрито кодирано разсъждение не са открити. Вътрешно компанията е въвела по-строга изолация, криптиране на контролните точки и наблюдение на пълните траектории, включително веригата на мисълта.

OpenAI внимава как го казва: находките идват главно от тестове, в които моделът е подтикнат да избяга от наблюдението, а в обикновените оценки Astra нарушава ограниченията по-рядко от Sol. Вярно е. И все пак посоката е ясна. Колкото по-способен става моделът, толкова по-малко може да се разчита, че ще мисли на глас.

Най-полезният прозорец към моделите е мисленето им. При Astra стъклото е по-мътно.

Какво не пишем и защо

Главната страница на OpenAI за пускането не успяхме да прочетем. Затова тук няма бенчмаркове и цени. Има само това, което стои в прегледа на безопасността, който прочетохме целия.

Всяка задача на Astra с инструменти вече минава през монитор и OpenAI плаща за това значителни изчисления. Колко често мониторът изпуска модел, който се крие, прегледът не казва.

Предисторията Името Astra се появи за пръв път на 1 август - с десет математически резултата.

Предисторията OpenAI смята, че Astra може сама да пробива добре защитени системи - новината ни от 1 септември.

Продължението GPT-6.1 Sol почти стига Astra за една пета от цената - новината ни от 29 септември.

Продължението Astra for Law дава 54 вместо 38,7% верни отговори в правен тест - новината ни от 17 септември.

Визуалът към статията е генериран код-арт, без чужди изображения.

OpenAI пусна GPT-6 Astra и сама написа, че моделът по-трудно се следи отвътре

Какво не пишем и защо

Още по темата

OpenAI вече смята, че Astra може сама да пробива добре защитени системи, и забави части от пускането ѝ

GPT-5.6 влезе в Copilot, Figma Make и Framer в един и същи ден

GPT-5.6 влезе в Kiro на AWS, а адутът отпред е цената