OpenAI: GPT-6 Astra (batch)

GPT-6 Astra er OpenAI’s model til de mest krævende ræsonneringsopgaver og professionelle opgaver. Producenten udvikler den til softwareudvikling, computerbrug, forskning, videnskabeligt arbejde og dokumentudarbejdelse. Den accepterer tekst og billeder og genererer tekst, herunder forklaringer, kode og strukturerede resultater. Denne standardprofil for Astra er adskilt fra ræsonneringstilstanden Pro og profilerne Sol og Luna.

Arbejde fra start til slut

Tilrettelæg opgaven ud fra det ønskede resultat, relevante kilder og kriterier for, hvornår den er afsluttet. Ved softwareudvikling skal kode, den observerede fejl, forventet adfærd og de grænseflader, der skal bevares, medtages. Ved professionel analyse skal dokumenterne, beslutningen og de betingelser, som en konklusion skal forholde sig til, leveres. En praktisk opgavebeskrivelse er: “Sammenlign disse alternativer med kravene, identificér afhængighederne, og udarbejd et beslutningsnotat med dokumentation for hver væsentlig konklusion.”

Ved en visuel opgave skal kilden være læsbar, og det skal angives, om den viser en grænsefladetilstand, en graf eller et designkrav. Bed om den synlige detalje, der understøtter en observation. Et kode- eller dokumentresultat skal forblive knyttet til denne dokumentation frem for en antaget ekstern handling.

Instruktioner og færdiggørelse

OpenAI’s vejledning til Astra anbefaler klare mål, succeskriterier, dokumentationsregler og stopbetingelser. Den beskriver stor følsomhed over for detaljerede instruktioner i konteksten og tilgængelige filer, så modstridende vejledning skal afklares, og brugerens opgaves prioritet skal angives. Præcisér, hvornår modellen skal bruge tilgængelige oplysninger, foretage en rimelig antagelse eller spørge om en manglende detalje, der ændrer resultatet.

Producenten anbefaler også at afstemme svarstil og valideringsdybde. Beskriv målgruppe og endelig struktur for et dokument, og kræv validering, som er relevant for ændringen, ved en teknisk opgave. Det giver modellen et udtrykkeligt slutmål uden at tilføje uvedkommende arbejde.

Ræsonnering og kontekst

Astra understøtter ræsonneringsindsatsen low, medium, high, xhigh og max og understøtter ikke none. Indsatsen er adskilt fra producentens standardtilstand eller Pro-tilstand for ræsonnering. Kortet angiver en kontekst på 1.050.000 tokens, op til 922.000 inputtokens og op til 128.000 outputtokens. Dens vidensgrænse er 30. april 2026.

Ræsonnering optager plads i svaret, selv om de rå interne tokens ikke vises som et almindeligt svar. Reservér plads til det endelige resultat, og undersøg afslutningsstatus, når et budget er opbrugt. Også et stort vindue kræver kildebetegnelser, opgavegrænser og relevante observationer.

Værktøjer og fortsatte opgaver

Producenten dokumenterer funktionskald via Responses; Chat Completions understøtter ikke funktionskald for Astra. Dens understøttede værktøjer omfatter web- og filsøgning, billedgenerering, en kodefortolker, shell- og patchoperationer, skills, computerbrug, MCP-forbindelser og værktøjssøgning. Structured Outputs og streaming er også angivet. Astras eget output forbliver tekst, mens værktøjsoperationer producerer deres respektive observationer eller resultater.

GPT-6’s dokumenterede arbejdsgang kan fortsætte analyse, mens et asynkront værktøj kører, indarbejde justeringer midt i en tur, bevare ræsonnering mellem kald og komprimere en lang samtale. Applikationen udfører sine egne værktøjer og håndterer udestående resultater. Bevar den oprindelige forbindelse mellem kald og observation, så opgaven bruger faktisk dokumentation.

Et nyttigt endeligt resultat er et færdigt analyse- eller koderesultat med et tydeligt grundlag og tydelige resterende betingelser. Kontrollér kildeafhængige udsagn, og brug faktiske valideringsobservationer for udført arbejde. Bevar den navngivne Astra-profil og dens understøttede indsatsinterval frem for at overtage en indstilling for direkte svar eller en anden models grænser.