GPT-6 Astra is OpenAI’s nieuwe agentische model voor computergebruik, websurfen, software-engineering, wetenschappelijk werk, professionele workflows en cybersecurity. Het model is ontworpen om niet alleen antwoorden te geven, maar ook meerdere stappen in software en bestanden uit te voeren. OpenAI meldt hogere scores dan GPT-5.6 Sol op verschillende tests, terwijl een praktijkbeoordeling liet zien dat Astra nog steeds ernstige fouten kan maken.
Het korte oordeel over GPT-6 Astra
Astra is vooral interessant voor samenhangende technische taken: code en bestanden doorlichten, software bedienen, resultaten testen en daarna verder werken. Een praktijkbeoordeling rapporteerde ongeveer 4% meer bruikbare, gelabelde bugs dan GPT-5.6 Sol over de volledige set en een voordeel van 20% in een moeilijkere deeltest met fouten die over meerdere bestanden waren verspreid.
Dat maakt Astra niet onfeilbaar. In dezelfde beoordeling herkende het model een fout van GPT-5.6 Sol en stelde het een wijziging voor die uiteindelijk werkte. Later introduceerde Astra echter ook een spelbrekende bug, waarvoor uren debugwerk nodig waren. De winst zit dus in sneller technisch werk, niet in een systeem dat je zonder controle op je project loslaat.
Waar Astra sterker lijkt dan GPT-5.6 Sol
De duidelijkste door OpenAI gemelde vooruitgang zit in taken waarbij een agent schermen, programma’s en bestanden moet combineren. In OSWorld 2.0 behaalde GPT-6 Astra volgens OpenAI 72,6%, tegenover 65,7% voor GPT-5.6 Sol. De bijbehorende demonstraties namen ongeveer 40 minuten per taak in beslag voor Astra en ongeveer 75 minuten voor GPT-5.6 Sol.
| Model | OSWorld 2.0 | Geschatte tijd per taak |
| GPT-6 Astra | 72,6% | ongeveer 40 minuten |
| GPT-5.6 Sol | 65,7% | ongeveer 75 minuten |
OpenAI meldt daarnaast 99,9% op ARC-AGI-3, een interactieve test voor abstract redeneren, en 100% op ExploitBench, een test met bekende kwetsbaarheden. Zulke resultaten beschrijven prestaties onder specifieke testopstellingen. Ze zeggen niet dat elke rommelige softwaretaak, onvolledige opdracht of autonome beslissing in de praktijk probleemloos verloopt.
Waarom menselijk toezicht nodig blijft
De zwakke plek is niet dat Astra geen nuttige acties kan uitvoeren, maar dat fouten duur kunnen worden zodra het model veel vrijheid krijgt. In de praktijkbeoordeling kon Astra een voorganger corrigeren en technische problemen beter ontleden, maar het model veroorzaakte later een fout die de toepassing onbruikbaar maakte.
Een bruikbare werkwijze blijft daarom: laat Astra wijzigingen voorstellen en uitvoeren, maar controleer de verschillen in de code, draai tests en bekijk de gevolgen voor het volledige project. Dat geldt extra wanneer de agent meerdere bestanden, tools of stappen aan elkaar koppelt. Een snelle agent is nog geen verantwoordelijke beheerder.
Ook de claim rond AGI blijft groter dan de cijfers zelf. OpenAI’s ARC-AGI-3-score van 99,9% is een resultaat op één interactieve benchmark; AGI heeft bovendien geen universeel aanvaarde definitie. Astra laat dus geavanceerd agentisch gedrag zien, maar de benchmarkscore vormt geen algemene certificering van menselijke, betrouwbare autonomie.
Cybersecurity: meer capaciteit, meer controles
OpenAI zegt dat GPT-6 Astra tijdens een evaluatie twee voorheen onbekende zero-daykwetsbaarheden ontdekte en gebruikte en dat de kwetsbaarheden aan de beheerders zijn gemeld. Het bedrijf classificeert Astra binnen zijn eigen Preparedness Framework op de Critical-drempel voor cybersecurity.
Tegelijk zegt OpenAI dat Astra voor defensieve taken zoals veilige codebeoordeling en patching kan worden ingezet, maar geavanceerdere opdrachten, zoals het maken van proof-of-concept-exploits, weigert. De combinatie van offensieve onderzoeksresultaten en ingebouwde beperkingen maakt controle van toegangsrechten, tools en uitvoer belangrijk bij professioneel gebruik.
Gebruik en API-kosten
OpenAI zegt dat GPT-6 Astra eerst naar een beperkte groep organisaties wordt uitgerold en daarna beschikbaar komt voor ChatGPT Plus, Pro, Business en Enterprise, de OpenAI API, Microsoft Azure en AWS Bedrock. Voor Enterprise staat toegang standaard uit totdat een beheerder die inschakelt.
De standaard-API-tarieven zijn US$ 10 per miljoen invoertokens en US$ 50 per miljoen uitvoertokens. Invoertokens zijn de tekst, code of andere inhoud die je verstuurt; uitvoertokens zijn de resultaten die het model terugstuurt. De Fast-modus biedt volgens OpenAI tot tweemaal zoveel snelheid tegen tweemaal het standaardtarief.
Voor gewone vragen is de zwaarste agentische instelling niet automatisch de beste keuze. De meerwaarde van Astra zit vooral in werk waarbij het model context moet vasthouden, softwarehandelingen moet uitvoeren en meerdere stappen met elkaar moet verbinden. Bij elke belangrijke wijziging blijft de eindcontrole bij de gebruiker.
OpenAI introduceert Astra for Law voor juridisch onderzoek, met beperkte toegang
OpenAI rapporteert verschillende uitkomsten bij toezicht op GPT-6 Astra
