OpenAI: GPT-6 Astra Pro (batch)

GPT-6 Astra Pro désigne GPT-6 Astra d’OpenAI avec le raisonnement Pro. Le modèle de base Astra est conçu pour le raisonnement exigeant, la programmation, la recherche, l’utilisation de l’ordinateur et les travaux professionnels. Il accepte du texte et des images et produit du texte. Pro augmente le travail du modèle lors de l’élaboration de la réponse finale, tandis que l’effort de raisonnement contrôle la quantité d’analyse dans le mode d’exécution choisi. Pro change le mode d’exécution, tandis que GPT-6 Astra reste le modèle sous-jacent.

La publication du concepteur consacrée à Astra décrit des processus qui transforment le matériau pertinent en documents, feuilles de calcul, présentations et analyses. Elle insiste sur le respect des modèles de document et du style rédactionnel ou visuel tout en sélectionnant le contexte important pour la tâche. Pour un document professionnel, fournissez le matériau source, les exigences du modèle de document et la décision que le lecteur doit prendre. Un exemple de requête consiste à rapprocher deux ensembles d’exigences de projet et produire un brief qui distingue les faits convenus, les éléments probants contradictoires et les conditions d’une recommandation.

Pour un travail d’ingénierie ou de recherche, précisez l’objectif, les éléments probants à examiner et ce qui compterait comme un achèvement. Une tâche de programmation peut inclure le comportement requis, les fichiers associés et les contraintes ; une tâche de recherche peut inclure la question et les critères d’évaluation du matériau fourni. Les capacités documentées d’Astra pour l’utilisation de l’ordinateur et la navigation relient les décisions du modèle à un environnement qui fournit les outils correspondants. Les sorties réelles de cet environnement sont les éléments probants de l’étape suivante, distincts des actions proposées par le modèle.

La spécification GPT-6 Astra d’OpenAI indique une fenêtre de contexte de 1 050 000 tokens, une entrée maximale de 922 000 tokens et une sortie maximale de 128 000 tokens, avec une date limite des connaissances au 30 avril 2026. Ses choix d’effort de raisonnement sont low, medium, high, xhigh et max ; none n’est pas pris en charge. Les tokens de raisonnement et le résultat visible occupent tous deux de l’espace dans le contexte. OpenAI documente Pro dans l’API Responses pour les travaux difficiles qui peuvent tolérer un délai supplémentaire et davantage d’activité du modèle ; le mode et l’effort restent des réglages indépendants.

Le modèle de base répertorie le streaming, Structured Outputs, les appels de fonctions, la recherche web et dans les fichiers, les outils de génération d’images, l’interprétation de code, l’exécution de commandes dans un environnement hébergé et l’application de correctifs, les compétences, l’utilisation de l’ordinateur, les connexions MCP et la recherche d’outils. Les appels de fonctions utilisent l’interface Responses du concepteur. Le guide de GPT-6 décrit aussi le travail asynchrone des outils et la réorientation d’un tour actif. Les applications exécutent leurs propres opérations, gèrent les travaux en attente et renvoient les informations obtenues ; la sortie propre au modèle reste du texte même lorsqu’un outil distinct crée un autre résultat.

La publication consacrée à Astra décrit l’adaptation à de nouvelles exigences tout en gardant l’objectif global en vue. Elle distingue aussi la révision défensive du code et les correctifs des travaux avancés de développement d’exploits, que le modèle peut refuser, et décrit des vérifications automatiques qui peuvent interrompre une tâche. Préparez une requête autour du résultat voulu, du travail autorisé et des éléments probants, plutôt que de traiter le raisonnement supplémentaire comme un substitut au matériau source manquant. Un résultat final utile énonce la conclusion ou la modification proposée, son fondement dans les informations fournies et toute question qui changerait sensiblement la décision.