OpenAI udostępniło 3 września 2026 roku GPT-6 Astra, model, który jako pierwszy w historii firmy przekroczył próg „krytyczny” w cyberbezpieczeństwie i podczas wewnętrznej ewaluacji samodzielnie znalazł dwie nieznane wcześniej podatności typu zero-day. Prezes OpenAI Greg Brockman zamknął konferencję prasową zdaniem o wejściu w erę AGI, choć firma formalnie nie ogłosiła, że osiągnęła sztuczną inteligencję ogólną.
- GPT-6 Astra, udostępniony 3 września 2026 roku, jest pierwszym modelem OpenAI, który przekroczył próg „krytyczny" w cyberbezpieczeństwie według wewnętrznego Preparedness Framework – podczas ewaluacji model samodzielnie odkrył i wykorzystał dwie nieznane wcześniej podatności zero-day w silniku V8 przeglądarki Chrome.
- W teście ARC-AGI-3 Astra uzyskała 99,9 proc., podczas gdy GPT-5.6 Sol osiągnął 7,8 proc., a Claude Opus 5 – 30,2 proc.; Greg Kamradt z ARC Prize Foundation określił Astrę jako „najlepszy model, jaki testowaliśmy" i dodał, że przekroczyła bazowy poziom sprawności człowieka na 96 proc. poziomów testu.
- OpenAI przyznało, że zapisane rozumowanie Astry jest trudniejsze do monitorowania niż w GPT-5.6 Sol, a mimo to żaden zewnętrzny regulator – ani administracja amerykańska, ani Komisja Europejska – nie ocenił modelu przed jego wprowadzeniem na rynek.
Materiał wideo z premiery opublikowany przez OpenAI:
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Astra powstała na ponad 100 tysiącach GPU w teksańskim Stargate
Trening GPT-6 Astra był największym przebiegiem treningowym w historii OpenAI. Aidan Clark z OpenAI powiedział, że firma po raz pierwszy prowadziła wstępny trening na ponad 100 tysiącach układów GPU w ośrodku Stargate w Teksasie. Clark zaznaczył też, że to pierwsza premiera modelu OpenAI, przy której wcześniejsze modele odegrały znaczącą rolę w nadzorowaniu procesu treningu.
Model trafia najpierw do ograniczonej grupy organizacji, a w kolejnych dniach ma być dostępny dla wszystkich użytkowników ChatGPT Plus, Pro, Business i Enterprise oraz przez API OpenAI i AWS. Abonenci planów Pro, Business i Enterprise dostaną dodatkowo wariant GPT-6 Astra Pro, przy czym w firmowych przestrzeniach roboczych model jest domyślnie wyłączony i musi go włączyć administrator. W API model figuruje jako gpt-6-astra.
Astra wygrywa w matematyce i rozumowaniu abstrakcyjnym, ale nie we wszystkich testach
W większości opublikowanych przez OpenAI porównań Astra wyprzedza poprzednika GPT-5.6 Sol oraz modele Anthropic. Nie w każdym.
Najgłośniejsze wyniki wyglądają tak:
- FrontierMath Tier 4 (v2): 97,6 proc. dla Astry wobec 83,0 proc. dla GPT-5.6 Sol i 87,8 proc. dla Claude Fable 5.1
- ARC-AGI-3: 99,9 proc. wobec 7,8 proc. dla Sol i 30,2 proc. dla Claude Opus 5, przy czym OpenAI uruchomiło model we własnym środowisku Responses API ze zmienionymi dwoma ustawieniami
- Terminal-Bench Science 0.1: 64,6 proc. wobec 22,4 proc. dla Sol i 52,6 proc. dla Fable 5.1
- ExploitBench: 100,0 proc. wobec 78,5 proc. dla Sol i 70 proc. dla Opus 5
- OSWorld 2.0: 72,6 proc. przy około 40 minutach na zadanie, podczas gdy Sol uzyskał 65,7 proc. przy około 75 minutach
Obraz nie jest jednostronny. W teście Humanity’s Last Exam z narzędziami Astra osiągnęła 57,2 proc., a Claude Fable 5.1 65,0 proc. W niezależnym Artificial Analysis Intelligence Index v4.1.1 Astra ma 61,2 punktu wobec 65,7 punktu dla Fable 5.1. Do tego dochodzi spór o metodologię: Anthropic podało dla Fable 5.1 wynik 77,9 proc. w OSWorld, ale zaznacza, że test korzystał z innej wersji zestawu i nie należy go zestawiać z wcześniej publikowanymi wynikami.
Osobno OpenAI raportuje wyniki naukowe. Firma podaje, że Astra pomogła poprawić ograniczenie dotyczące małych odstępów między liczbami pierwszymi z 240, wcześniej uzyskanego przez Julię Stadlmann, do 186, a także poprawiła składnik oszacowania dużych odstępów, który pozostawał niezmieniony od ponad 80 lat.
Greg Kamradt z ARC Prize Foundation ocenił wynik w ARC-AGI-3 jednoznacznie: „to najlepszy model, jaki testowaliśmy” / „the best model we’ve ever tested”. Dodał, że Astra przekroczyła bazowy poziom sprawności działania człowieka na 96 proc. poziomów testu.
Pierwszy model z oceną „krytyczną”, który znalazł dwa zero-daye w trakcie testu
Astra to pierwszy model OpenAI, który spełnia próg krytyczny w kategorii cyberbezpieczeństwa według wewnętrznej ramy Preparedness Framework. W praktyce oznacza to, że przy odpowiednich narzędziach i dostępach model potrafi znaleźć nieznane wcześniej luki i zbudować działające exploity przeciwko dobrze chronionym systemom, bez człowieka prowadzącego go krok po kroku.
OpenAI zbudowało w tym celu własny zestaw testowy „ExploitBench (czerwiec-sierpień 2026)”, oparty na 20 podatnościach wysokiego ryzyka w silniku V8 z 13 stabilnych wydań przeglądarki Chrome. Podczas tej ewaluacji Astra odkryła i wykorzystała dwie wcześniej nieznane podatności zero-day, które firma zgłosiła ich opiekunom. W teście SRE-Bench, sprawdzającym odtwarzanie logiki oprogramowania z binariów bez dostępu do kodu źródłowego, Astra rozwiązała 88,0 proc. zadań za pierwszym podejściem i 99,2 proc. w czterech próbach, wobec odpowiednio 55,9 proc. i 68,7 proc. dla GPT-5.6 Sol.
OpenAI deklaruje, że wypuszczana dziś wersja modelu pozwala obrońcom na przegląd i łatanie kodu, ale odmawia trudniejszych zadań, takich jak tworzenie exploitów proof-of-concept. Mniej restrykcyjne zabezpieczenia mają trafić w kolejnych tygodniach do uczestników programu OpenAI Daybreak.
Firma przyznaje też coś, czego zwykle się nie eksponuje w komunikacie premierowym. Ewaluacje wykazały, że zapisane rozumowanie Astry jest trudniejsze do monitorowania niż w GPT-5.6 Sol, co OpenAI tłumaczy większą kontrolą modelu nad zapisem rozumowania i rozwiązywaniem problemów w mniejszej liczbie kroków.
Najciekawsze w tej premierze nie jest słowo AGI, tylko to, że OpenAI samo przyznało sobie ocenę „krytyczną” i samo zdecydowało, na jakich warunkach model trafia do ludzi. Nikt tego nie sprawdził z zewnątrz przed wydaniem. Ani administracja amerykańska, bo jej przegląd jest dobrowolny i wprost nie stanowi dopuszczenia do obrotu, ani Komisja Europejska, bo jej uprawnienia uruchamiają się dopiero po wprowadzeniu modelu na rynek. Producent jest tu jednocześnie sprzedawcą i egzaminatorem.
Druga rzecz, która mnie niepokoi, to przyznanie się firmy do gorszej monitorowalności rozumowania. Wyjaśnienie brzmi rozsądnie, bo model faktycznie potrzebuje mniej kroków. Tylko efekt jest taki, że tracimy część wglądu w to, co system robi, dokładnie w momencie, w którym jego możliwości ofensywne rosną najszybciej. OpenAI pisze, że traktuje ten spadek poważnie. Wierzę. Ale to nie to samo co rozwiązanie problemu.
Nie twierdzę, że to powód do paniki. Wyniki testów zgodności są dla Astry lepsze niż dla poprzednika, a zero przekroczeń autoryzowanego zakresu w teście zadań niemożliwych to twarda liczba, a nie deklaracja. Pytanie, kto właściwie ma dziś prawo powiedzieć „jeszcze nie” przed premierą modelu tej klasy, wciąż zostaje bez odpowiedzi.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Opisz krótko, czego potrzebujesz. Jesteśmy największym HUB-em AI w Polsce — w naszej bazie znajdziesz blisko 500 zweryfikowanych firm specjalizujących się w AI. W Twoim imieniu poprosimy 3-5 dopasowanych wykonawców o kontakt w ciągu 48 godzin.
Astra kosztuje 10 i 50 dolarów za milion tokenów, czyli dwa i pół raza więcej niż Sol
Cennik standardowy w API OpenAI wynosi 10 dolarów za milion tokenów wejściowych i 50 dolarów za milion tokenów wyjściowych, a tryb szybki daje do dwóch razy większą prędkość przy dwukrotnie wyższej cenie. To dwuipółkrotnie więcej niż GPT-5.6 Sol i mniej więcej tyle, ile kosztuje Claude Fable 5.1.
Brockman argumentował, że ceny tokenów przestają być dobrą miarą porównawczą, bo tokeny OpenAI nie odpowiadają tokenom konkurencji ani nawet tokenom innych rodzin modeli tej samej firmy. Jego zdaniem liczy się cena za wykonane zadanie, a OpenAI już testuje taki model rozliczeń. Firma podaje, że w teście DeepSWE v1.1 najlepsza konfiguracja Astry obniża szacowany koszt API na zadanie o około 57 proc. wobec Sol. Podobne wyliczenia pojawiają się przy innych testach: w BenchCAD szacowany koszt jest niższy o około 43 proc. niż przy Sol i o około 86 proc. niż przy Fable 5.1.
Marketingowo OpenAI sprzedaje to prosto. „Wszystko, co potrafisz zrobić na komputerze, Astra zrobi za ciebie. Szybko” / „Anything you can do on a computer, Astra can do for you. Fast”, napisała firma na swoim profilu w serwisie X.
This is GPT-6 Astra.
Anything you can do on a computer, Astra can do for you. Fast. pic.twitter.com/gDd0IsewJw
— OpenAI (@OpenAI) September 3, 2026
Polscy producenci oprogramowania dostają model do szukania luk tydzień przed startem obowiązku z CRA
Dla polskiej branży IT ta premiera zbiega się z datą, która jest już wpisana do kalendarzy zgodności. 11 września 2026 roku zaczynają obowiązywać przepisy artykułu 14 rozporządzenia Cyber Resilience Act, które nakładają na producentów produktów z elementami cyfrowymi obowiązek zgłaszania aktywnie wykorzystywanych podatności oraz poważnych incydentów. Producent ma 24 godziny na wczesne ostrzeżenie, 72 godziny na pełne zgłoszenie i 14 dni od udostępnienia poprawki na raport końcowy, a zgłoszenia idą przez platformę Single Reporting Platform. Za naruszenie tego przepisu grozi kara do 15 mln euro albo do 2,5 proc. rocznego obrotu.
Zestawmy to z tym, co OpenAI właśnie opisało. Model dostępny komercyjnie potrafi w warunkach testowych znaleźć nieznaną podatność w przeglądarce i doprowadzić do wykonania dowolnego kodu. Polska firma tworząca oprogramowanie albo urządzenia IoT będzie od przyszłego tygodnia miała dobę na zgłoszenie takiej luki, jeśli ktoś ją u niej wykorzysta. Zdolność do szybszego znajdowania własnych błędów przestaje więc być przewagą techniczną, a staje się elementem obrony przed karą administracyjną.
Po stronie regulacji modeli obraz jest za to znacznie luźniejszy. Komisja Europejska uzyskała 2 sierpnia uprawnienie do przeprowadzania ewaluacji modeli na podstawie artykułu 92 AI Act, uruchamiane niewystarczającą dokumentacją albo sygnałem panelu naukowego, i może żądać dostępu przez API lub do kodu źródłowego. Są to jednak uprawnienia następcze, a nie bramka przed wejściem modelu na rynek. Polski użytkownik dostanie więc Astrę w ChatGPT wcześniej, niż ktokolwiek po stronie unijnej zdąży ją formalnie ocenić.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
OpenAI nie ogłasza AGI, ale zostawia ocenę czytelnikowi
Formalnie OpenAI nie stwierdziło, że zbudowało sztuczną inteligencję ogólną. Brockman powiedział dziennikarzom: „Zostawiam czytelnikowi decyzję, czy to się dla niego kwalifikuje”, i dodał: „Uważam, że jesteśmy na miejscu” / „I think we’re there.” Konferencję zamknął zdaniem „Witamy w erze AGI” / „Welcome to the AGI era.”
Zapytany, czy firma formalnie ogłasza osiągnięcie AGI, Brockman odpowiedział, że termin nie jest już powiązany z wyzwalaczem umownym, nawiązując do wcześniejszej umowy z Microsoftem, i opisał go jako pojęcie misyjne albo duchowe.
Ta ostrożność ma powód. Własna karta OpenAI definiuje AGI jako wysoce autonomiczne systemy, które przewyższają ludzi w większości prac o wartości ekonomicznej, a firma nie wykazała, żeby Astra spełniała ten warunek. Część najgłośniejszych wyników zależy też od narzędzi i infrastruktury agentowej otaczającej model, a nie od samego modelu. Do tego dochodzi ograniczenie samych testów: nasycenie benchmarku pokazuje opanowanie środowiska testowego, nie dowodzi ogólnej inteligencji.
Sam Altman zapowiadał wcześniej, że spodziewa się modelu, który nazwałby AGI, do końca tego roku. Astra jest pierwszym, przy którym ktoś z zarządu OpenAI powiedział to wprost. Czy w bilansie firmy jest to informacja o technologii, czy o strategii komunikacyjnej przed kolejnym cyklem finansowania, zobaczymy dopiero, gdy model trafi do szerokiego użytku i do niezależnych testów.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym oficjalnego komunikatu OpenAI o GPT-6 Astra z dnia 03.09.2026, The Decoder oraz The Next Web. Do weryfikacji wykorzystałem także relacje The New Stack, Forbes i NBC News z konferencji prasowej OpenAI.
Kontekst regulacyjny dotyczący terminów Cyber Resilience Act zweryfikowałem na podstawie opracowania Deloitte Polska.
Cytaty Grega Brockmana, prezesa OpenAI, oraz Grega Kamradta z ARC Prize Foundation zostały zweryfikowane z oryginalnym anglojęzycznym materiałem źródłowym.
Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl.
Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o dostępności GPT-6 Astra w Polsce, niezależnych testach modelu oraz reakcji unijnych organów nadzoru.
