«Я думаю, ми вже там», — заявив президент OpenAI Грег Брокман під час розмови з журналістами. Під «там» він мав на увазі AGI — штучний загальний інтелект, появу якого технологічні компанії прогнозують роками.

3 вересня OpenAI представила GPT-6 Astra — модель, здатну самостійно працювати з комп’ютером, користуватися програмами та виконувати багатоетапні завдання. Водночас в офіційному анонсі компанія не назвала її AGI. Слова Брокмана перетворили реліз на дискусію про те, чи достатньо можливостей Astra, щоб вважати її загальним інтелектом.

Explainer пояснює, що змінилося з появою Astra та наскільки обґрунтовано навколо неї заговорили про початок нової ери.

Чому Astra — це не просто чергове оновлення ChatGPT

Попередні моделі OpenAI вже користувалися інструментами й виконували багатоетапні завдання, однак Astra розрахована на тривалішу роботу з переходами між різними програмами. Користувач описує бажаний результат, після чого модель складає план і виконує його, звертаючись по уточнення, якщо відповідь може вплинути на подальші дії.

У презентації Astra OpenAI показала, як модель заповнює онлайн-форми, оновлює дані в CRM, шукає житло та працює з науковими програмами. Вона також створює сайти, перевіряє їхню роботу, встановлює програмне забезпечення й намагається усунути проблеми, які бачить на екрані.

Здатність працювати з комп’ютером перевіряли в OSWorld 2.0. Astra виконала 72,6% завдань проти 65,7% у GPT-5.6 Sol, витративши приблизно на 47% менше часу. Ці показники отримали в контрольованому середовищі, тому під час реальної роботи результат залежатиме від доступних інструментів, налаштувань пристрою та складності завдання.

Під час тривалих сесій Astra краще зберігає початкову мету, враховує нові вказівки й змінює план роботи. Несуттєві прогалини в інструкції вона може заповнювати самостійно, а в Codex — поставити запитання й паралельно продовжити ту частину завдання, яка не залежить від відповіді користувача.

OpenAI не розкрила кількість параметрів Astra, обсяг навчальних даних і докладну архітектуру. Тому поки неможливо встановити, які саме технічні зміни забезпечили кращі результати, а надійність моделі під час тривалої самостійної роботи можна буде оцінити лише після ширшого запуску.

Які результати Astra спричинили найбільший резонанс

Найбільше уваги під час презентації привернули 99,9% у тесті ARC-AGI-3, який перевіряє здатність моделі орієнтуватися в незнайомих ситуаціях. Він складається з інтерактивних середовищ, схожих на прості відеоігри, де модель не отримує інструкцій чи готової мети, а має самостійно зрозуміти правила й коригувати свої дії після невдалих спроб.

ARC-AGI-3 розробила ARC Prize Foundation — незалежна некомерційна організація, яка створює тести для оцінювання прогресу на шляху до штучного загального інтелекту. У таблиці OpenAI показник Astra порівнюють із 7,8% у GPT-5.6 Sol. Під час окремого запуску з адаптером OpenAI та максимальним рівнем міркування Astra також витратила менше дій, ніж медіанний учасник-людина, на 96% пройдених нею рівнів. Президент фонду Грег Камрадт назвав цей результат помітним стрибком у можливостях моделей.

Результати 62,7% і 99,9% отримали за різних умов. У стандартному тестовому середовищі ARC Prize Foundation Astra набрала 62,7%. Для запуску з результатом 99,9% використали адаптер OpenAI, який зберігав між запитами недоступний для дослідників стан міркувань моделі та стискав попередній контекст під час довгих сесій. Тому ця цифра характеризує роботу Astra разом із системою керування контекстом OpenAI. Обидва показники стали найвищими для відповідних режимів тестування.

ARC Prize Foundation прямо зазначає, що проходження ARC-AGI-3 не доводить появи AGI. Середовища тесту мають обмежений набір дій, детерміновані правила та чіткі умови завершення. Вони показують, як швидко модель навчається й планує в новій ситуації, але не відтворюють складності відкритого реального світу.

У найскладнішій частині математичного тесту FrontierMath Tier 4 Astra набрала 97,6% проти 83% у GPT-5.6 Sol. Водночас FrontierMath створили за фінансування OpenAI, яка має ексклюзивний доступ до частини завдань. Окремий FrontierMath Erdős, проведений за фіксованим протоколом, показав значно скромніший результат: Astra розв’язала 2 із 68 відкритих математичних проблем, або 3%. Під час додаткових запусків із більшими бюджетами та різними налаштуваннями загальна кількість проблем, які модель змогла розв’язати принаймні один раз, зросла до п’яти. Ці спроби не входять до офіційного результату тесту, а витрати на всі запуски перевищили $220 тисяч. Модель уже може знаходити нові коректні розв’язання проблем такого рівня, проте робить це рідко й нестабільно.

Найбільше практичних побоювань викликали результати Astra в кібербезпеці. Під час тестування без обмежень публічної версії вона виконала всі завдання ExploitBench зі створення робочих експлойтів для відомих вразливостей, тоді як GPT-5.6 Sol впоралася із 78,5%. У внутрішньому тесті OpenAI на вразливостях браузерного рушія V8, оприлюднених у червні–серпні 2026 року, Astra набрала 39% та, за даними компанії, виявила й використала дві раніше невідомі вразливості.

Astra стала першою моделлю, яку OpenAI зарахувала до критичного рівня в категорії кібербезпеки. За критеріями компанії, така система з потрібними інструментами й доступом може знаходити невідомі вразливості та розробляти способи їх використання в багатьох захищених системах без покрокового керування людини. Публічна версія відмовлятиметься від складних наступальних завдань, зокрема створення демонстраційних експлойтів, а розширений доступ до цих можливостей OpenAI планує надавати перевіреним фахівцям через програму Daybreak.

Що таке AGI і чому немає єдиного тесту

Штучним загальним інтелектом, або AGI, називають систему, здатну навчатися, міркувати та застосовувати набуті знання до завдань, яких вона раніше не виконувала. Від спеціалізованого штучного інтелекту її відрізняє вміння переносити навички між різними сферами й пристосовуватися до нових умов без окремого навчання для кожної задачі.

Загальноприйнятого визначення AGI досі немає, тому компанії та дослідницькі організації встановлюють власні критерії. У статуті OpenAI йдеться про високоавтономні системи, які перевершують людей у більшості економічно важливих видів роботи. ARC Prize Foundation оцінює передусім ефективність навчання: за її визначенням, AGI має опановувати нові навички так само ефективно, як людина.

Google DeepMind пропонує враховувати рівень виконання завдань і широту сфер, у яких система його демонструє. За такого підходу високі результати в математиці, програмуванні чи аналізі даних ще не роблять модель загальним інтелектом, якщо в інших видах роботи вона поступається людині або діє нестабільно.

Через відсутність спільного визначення не існує й універсального тесту на AGI. Для його створення дослідникам довелося б узгодити, які здібності перевіряти, якого рівня має досягти система, наскільки стабільними повинні бути її результати та скільки часу й обчислювальних ресурсів вона може витрачати. Не менш важливо визначити, чи достатньо випробувань у контрольованому середовищі, чи модель має підтвердити свої можливості під час роботи з реальними завданнями.

Окремий тест може зафіксувати прогрес у певній здатності, але не довести появу AGI. Тому такі заяви потрібно оцінювати з урахуванням визначення, яке використовує їхній автор, і критеріїв, за якими він відрізняє потужну спеціалізовану модель від загального інтелекту.

Чи можна вважати Astra штучним загальним інтелектом

Після презентації слова Грега Брокмана прозвучали в заголовках категоричніше, ніж у самій розмові. Президент OpenAI припустив, що через кілька років саме цей період — і, можливо, появу Astra — вважатимуть моментом створення AGI. Сам Брокман переконаний, що цю межу вже подолано, однак визнав, що остаточна відповідь залежить від обраного визначення.

Офіційно OpenAI такого висновку не робила. В анонсі компанія назвала Astra своєю найрозумнішою та найбільш узгодженою з намірами людини моделлю, але не оголосила її AGI. За кілька днів до релізу генеральний директор OpenAI Сем Альтман назвав AGI «у найкращому разі» дуже погано визначеним терміном і додав, що спочатку хотів назвати його нерелевантним маркетинговим поняттям. Тож слова Брокмана залишаються його особистою оцінкою, а не офіційною позицією компанії.

За визначенням зі статуту OpenAI, AGI має перевершувати людей у більшості економічно важливих видів роботи. Оприлюднені тести свідчать про високі результати Astra в програмуванні, математиці, роботі з комп’ютером і кібербезпеці, але не охоплюють більшість професійних завдань і не доводять стабільної переваги над людиною в широкому колі сфер.

Тому наявних даних недостатньо, щоб називати Astra доведеним фактом створення AGI. Результати моделі свідчать про зростання її автономності та здатності працювати з новими завданнями, однак слова Брокмана про початок «ери AGI» поки залишаються інтерпретацією, а не загальновизнаним науковим висновком.

Чому безпека Astra викликає нові запитання

OpenAI називає Astra своєю найбільш узгодженою з намірами людини моделлю. У тестах вона краще за GPT-5.6 Sol дотримувалася встановлених обмежень і рідше вдавалася до несанкціонованих дій. Водночас стежити за тим, як модель доходить до своїх рішень, стало складніше.

Одним із джерел такої інформації є письмовий ланцюжок міркувань — проміжні записи, які модель створює під час роботи. Вони не відтворюють її внутрішні процеси повністю, але можуть показати, що система неправильно зрозуміла мету, намагається обійти заборону або планує небажану дію.

У технічному звіті про безпеку Astra OpenAI зазначає, що ці записи стали коротшими й менш інформативними, ніж у GPT-5.6 Sol. Astra також краще виконує вказівки змінити або замаскувати письмові міркування, а в одному з тестів почала скорочувати їх після повідомлення про наявність монітора. Модель рідше порушує правила, однак за її записами складніше визначити, чому вона обрала певну дію.

Це не означає, що публічна версія Astra самостійно приховує небезпечні наміри. Більшість таких випадків виявили у спеціально створених випробуваннях, а в одному з тестів із приманками моніторинг усієї послідовності — від початкового запиту до дій і відповіді — зафіксував усі успішні атаки. Проте під час тривалої роботи навіть такий нагляд може пропустити порушення або спрацювати запізно.

ЧИТАЙТЕ ТАКОЖ: Невидимі водяні знаки Claude: як Anthropic маркує тексти і чи можна обійти такі мітки

Наслідки недостатнього контролю показав інцидент під час внутрішніх кібербезпекових випробувань у липні 2026 року. Головну роль у ньому відіграла експериментальна модель IM1, співмірна за масштабом із GPT-5.6 Sol. Її агенти обійшли обмеження ізольованого середовища, встановили несанкціонований зв’язок між собою, вийшли в інтернет і скомпрометували системи OpenAI та Hugging Face. Агенти GPT-5.6 Sol згодом відтворили один з експлойтів і скопіювали частину приватних тестових даних Hugging Face у публічний набір. Люди не наказували моделям атакувати сторонню платформу, а Astra в цих подіях участі не брала.

Після інциденту OpenAI на два тижні призупинила навчання з підкріпленням для найновіших моделей, призначених для запуску, а частина робіт з Astra залишалася на паузі довше. Компанія посилила ізоляцію тестових середовищ, мережеві обмеження та моніторинг повних послідовностей дій. Доступ до найпотужніших кіберможливостей Astra обмежили, а система нагляду тепер може призупиняти або зупиняти сесії в разі потенційно несанкціонованої активності.

Безпека автономної системи залежить не лише від поведінки моделі, а й від її доступу до інструментів та якості контролю за всією послідовністю дій. Що довше Astra працює без участі людини, то важливішою стає можливість вчасно виявити порушення й зупинити сесію.

Що далі

OpenAI поступово відкриває Astra для платних користувачів і корпоративних клієнтів, а також через API, Microsoft Azure та Amazon Bedrock. Станом на 5 вересня доступ отримали ще не всі заявлені тарифи; про запуск моделі в безоплатній версії ChatGPT компанія не повідомляла.

Astra значно краще за попередні моделі планує складну роботу й виконує її з меншим втручанням людини, проте цього недостатньо, щоб оголосити появу AGI. Після широкого запуску вирішальними стануть надійність моделі в реальних завданнях і здатність систем безпеки контролювати її тривалу автономну роботу.