OpenAI představilo GPT-6 Astra. Mohla by to být další z řady zpráv o novém modelu: lepší benchmarky, větší kontext, rychlejší programování a obligátní grafy, ve kterých novinka poráží předchozí generaci. Tentokrát je kolem vydání ale cítit něco jiného.
Prezident a spoluzakladatel OpenAI Greg Brockman zakončil briefing pro novináře větou „Welcome to the AGI era“. A když se ho přímo zeptali, jestli podle něj OpenAI obecné umělé inteligence už dosáhlo, odpověděl v podstatě ano – minimálně podle jeho osobního pohledu.
To je dost odvážné tvrzení. A rozhodně není důvod brát ho jako hotovou věc jen proto, že přichází od prezidenta firmy, která Astru vyvinula. Jenže když se člověk podívá na to, co nový model zvládá, už ta debata nepůsobí tak vzdáleně jako před pár lety.
Podle mě je navíc zajímavější trochu jiná otázka než samotné „máme AGI?“. Astra ukazuje, že se AI rychle přesouvá od odpovídání na otázky k tomu, aby na počítači skutečně něco udělala. A právě tam může být mnohem větší změna než v dalším skoku benchmarků.
GPT-6 Astra už není jen chytřejší chatbot
U předchozích generací jsme většinou řešili, o kolik lépe model píše, programuje nebo odpovídá na složité otázky. U Astry OpenAI posouvá důraz jinam. Model je navržený tak, aby zvládal delší práci od zadání až k výsledku.
Spojuje reasoning, programování, browsing, práci s dokumenty a daty, používání nástrojů i ovládání samotného počítače. V API dostává context window o velikosti 1 050 000 tokenů a maximální výstup 128 000 tokenů. Knowledge cutoff má k 30. dubnu 2026 a uživatel může nastavovat několik úrovní reasoning effort až po režim max.
Milionový kontext už dnes sám o sobě není něco, kvůli čemu by člověk nový model kupoval. Podstatnější je, co s ním Astra umí dělat.
OpenAI ukazuje scénáře, ve kterých model pracuje s webovými aplikacemi, vyplňuje formuláře, aktualizuje data v CRM, organizuje kalendář, dělá rešerši, připravuje dokumenty nebo analyzuje tabulky. Dokáže vytvořit web a potom ho sama otevřít a testovat. Umí instalovat software, hledat příčinu problému a reagovat na to, co vidí na obrazovce.
To už není moc podobné klasickému používání ChatGPT, kdy si necháme vygenerovat text nebo kus kódu a zbytek uděláme sami.
Benchmarky vypadají skoro absurdně
Kolem každého nového modelu se objeví hromada benchmarků. Často vypadají důležitě hlavně v grafu a běžnému uživateli stejně moc neřeknou. U Astry je ale několik skoků opravdu výrazných.
| Benchmark | GPT-6 Astra | GPT-5.6 Sol |
|---|---|---|
| FrontierMath Tier 4 | 97,6 % | 83,0 % |
| GPQA Diamond | 96,0 % | 94,6 % |
| Terminal-Bench Science 0.1 | 64,6 % | 22,4 % |
| Terminal-Bench 4.0 | 57,9 % | 37,3 % |
| AutomationBench | 41,4 % | 18,1 % |
| ScreenSpot-Pro | 92,7 % | 76,9 % |
| ExploitBench | 100,0 % | 78,5 % |
| SRE-Bench | 88,0 % | 55,9 % |
Třeba na Terminal-Bench Science vyrostlo skóre z 22,4 % na 64,6 %. AutomationBench se posunul z 18,1 % na 41,4 % a ExploitBench Astra zvládla celý.
Není ale pravda, že by nový model automaticky vyhrál všechno. Na Humanity’s Last Exam s nástroji má podle tabulek OpenAI 57,2 %, zatímco Claude Fable 5.1 dosahuje 65 %. Na Artificial Analysis Intelligence Indexu má Astra 61,2 bodu a Claude Fable 5.1 65,7.
Když tedy OpenAI mluví o svém „nejinteligentnějším modelu“, je dobré pořád vnímat, kdo tu formulaci používá. Neexistuje jeden univerzální žebříček inteligence, který by všechny modely seřadil od nejlepšího po nejhorší.
A co těch 99,9 % na ARC-AGI-3?
Tohle je číslo, které se bude kolem Astry opakovat asi nejčastěji. OpenAI na své hlavní stránce uvádí u ARC-AGI-3 výsledek 99,9 %. V porovnání s předchozí generací to skoro vypadá, jako kdyby byl benchmark vyřešený.
Jenže tady je potřeba číst i druhou část příběhu.
ARC Prize Foundation zveřejnila výsledky podrobněji. Ve standardním provider-neutral harnessu, který se snaží testovat modely různých výrobců za srovnatelných podmínek, dosáhla Astra při maximálním reasoning effort skóre 62,7 %. Na 99,9 % se dostala s Provider Adapterem OpenAI, který umožňuje zachovat interní reasoning state a využívat vlastní mechanismy pro práci s dlouhým kontextem.
To neznamená, že by byl výsledek nějak falešný. ARC Prize oba režimy označuje za state of the art a upozorňuje i na to, že Astra na 96 % úrovní použila méně akcí než medián testovaných lidí.
Jen není přesné z toho udělat titulek „AI vyřešila nezávislý AGI benchmark na 99,9 %“. Realita je složitější.
A hlavně: ani perfektní výsledek na ARC-AGI by sám o sobě neznamenal, že jsme tím nějak objektivně dokázali existenci AGI.
Nejdůležitější změna možná není inteligence, ale computer use
Z celé Astry mě vlastně nejvíc zajímá oblast, která na první pohled vypadá méně efektně než 99,9% benchmark – schopnost používat počítač.
Dosavadní AI modely byly výborné v tom, že vám řekly, co máte udělat. Nová generace má být mnohem lepší v tom, že to sama udělá.
Na OSWorld 2.0, který testuje práci AI v počítačovém prostředí, získala Astra 72,6 %, zatímco GPT-5.6 Sol 65,7 %. Ještě zajímavější je rychlost. V simulaci potřebovala Astra na jeden úkol zhruba 40 minut, Sol kolem 75 minut. OpenAI tedy mluví o přibližně 47% zkrácení času potřebného k dokončení úlohy.
Model může otevřít aplikaci, projít její rozhraní, vyplnit data, něco vytvořit, výsledek zkontrolovat a podle potřeby se vrátit a opravit chybu.
Právě tady podle mě přestává být označení „chatbot“ moc užitečné.
Klasický chatbot funguje zhruba jako „zadání → odpověď“. Agent dostane spíš cíl. Pak si naplánuje postup, použije nástroje, udělá několik kroků, zkontroluje výsledek a případně něco opraví.
Čím delší takovou práci zvládne bez zásahu člověka, tím méně je podstatné, jestli získal v nějakém izolovaném testu 94 nebo 96 procent.
API ani MCP kvůli tomu nezmizí
Schopnost klikat po obrazovce samozřejmě neznamená, že přestaneme používat API nebo MCP. Když existuje kvalitní rozhraní přímo pro stroje, bude téměř vždy rychlejší a spolehlivější než napodobování člověka.
Astra ostatně používání nástrojů přímo podporuje.
Computer use je zajímavý hlavně tam, kde žádná integrace není. Starší firemní aplikace, interní systémy nebo weby často nemají API, které by agentovi dovolilo udělat všechno potřebné. V takové chvíli se může místo člověka vydat přes stejné grafické rozhraní.
To je docela zásadní změna. Software jsme desítky let navrhovali pro oči, klávesnici a myš. Teď se stejné prostředí učí používat i modely.
Codex se snaží vyřešit jeden z nejotravnějších problémů dlouhých sessions
Pro vývojáře je u Astry zajímavá ještě jedna novinka, která se v titulcích o AGI snadno ztratí.
Při delší práci s coding agentem se časem zaplní kontext. Systém ho musí zmenšit, takže starší část konverzace shrne a pokračuje dál. Tomu se říká compaction.
Funguje to, ale není to zadarmo. Shrnutí může zahodit detail, který se po dvou hodinách práce ukáže jako důležitý. Třeba proč jsme původně odmítli určitou architekturu, který test přesně selhal nebo co jsme si řekli o nějakém okrajovém případu.
Astra proto v Codexu dostává nový způsob práce s dlouhodobou pamětí. Může si průběžně vytvářet vlastní poznámky a zároveň zpětně prohledávat předchozí context windows. Když potřebuje informaci, která už není v aktivním kontextu, může se k ní vrátit. OpenAI tuto funkci zatím označuje jako experimentální.
U vibe codingu a dlouhých agentních sessions může být právě tohle jedna z nejpraktičtějších novinek celé Astry. Dobrý coding agent nepotřebuje jen umět programovat. Musí si taky pamatovat, co dělal před dvěma hodinami a proč.
Astra našla dvě zero-day zranitelnosti
Tady se dostáváme k části, která je mnohem méně pohodlná než lepší generování kódu.
GPT-6 Astra je první model OpenAI, který firma ve svém Preparedness Frameworku zařadila na úroveň Critical v oblasti kybernetických schopností.
V praxi to znamená, že při správném přístupu a s odpovídajícími nástroji může model hledat dosud neznámé bezpečnostní chyby a vytvářet způsoby jejich zneužití i v dobře zabezpečených systémech, aniž by člověk musel řídit každý krok.
A není to jen hypotetická schopnost.
Při testování Astra objevila dvě do té doby neznámé zero-day zranitelnosti a použila je jako součást exploit chainu. OpenAI uvádí, že chyby předává správcům dotčeného softwaru.
Na ExploitBench získala Astra 100 %, zatímco GPT-5.6 Sol měl 78,5 %. Na SRE-Bench zvládla 88 % úloh hned napoprvé a 99,2 % do čtyř pokusů. Sol byl na 55,9 %, respektive 68,7 %.
Taková schopnost má samozřejmě obě strany. Stejný model může hledat chyby proto, aby je někdo opravil, i proto, aby je někdo zneužil. Proto jsou některé pokročilé kybernetické možnosti omezené a OpenAI kolem Astry nasazuje silnější bezpečnostní opatření.
Je navíc dobré připomenout, že interní bezpečnostní benchmarky často neodpovídají přesně tomu, co dostane běžný uživatel po otevření ChatGPT. Část testů probíhá s jinými oprávněními a bez některých produkčních omezení.
Máme tedy AGI?
Teď už se můžeme vrátit k Brockmanově větě.
OpenAI dlouhodobě popisuje AGI jako vysoce autonomní systémy, které překonávají člověka ve většině ekonomicky hodnotné práce.
Když tuto definici vezmeme vážně, začne dávat větší smysl, proč firma tolik zdůrazňuje právě computer use, dlouhé úlohy a schopnost modelu dokončit celý pracovní proces. AGI podle takové definice není systém, který získá stovku z matematického testu. Je to něco, co dokáže samo dělat široké spektrum skutečně užitečné práce.
Greg Brockman řekl, že osobně věří, že se OpenAI na tuto hranici dostalo, a briefing zakončil slovy „Welcome to the AGI era“.
Tím ale debata nekončí. Spíš začíná.
Pro AGI neexistuje žádný uznávaný metr, na kterém se ručička jednoho dne přehoupne přes červenou čáru. Ani ARC-AGI přes svůj název není zkouška, po jejímž splnění můžeme oficiálně prohlásit hotovo.
Možná ani nikdy nebude existovat jeden konkrétní den, kdy se všichni shodnou, že AGI právě vznikla.
U technologií se podobné zlomy často poznají až zpětně. Internet také nemá jeden okamžik, kdy přestal být zajímavostí pro pár nadšenců a stal se infrastrukturou, bez které se svět neobejde. U smartphonů to bylo podobné.
Klidně se může stát, že se za pár let budeme na období kolem roku 2026 dívat jako na chvíli, kdy se hranice mezi „hodně schopným agentem“ a tím, čemu jsme dřív říkali AGI, začala rozmazávat.
Stejně tak se může ukázat, že jsme Astru přecenili a její dnešní slabiny jsou jen schované za efektními benchmarky a dobře zvolenými ukázkami.
Na to je zatím příliš brzy.
Astra pořád chybuje
Při pohledu na prezentační materiály OpenAI se dá snadno získat pocit, že už je skoro vyřešeno. Není.
Na OSWorld má Astra 72,6 %, nikoliv 100. AutomationBench zvládá na 41,4 %. Na některých obecných testech ji konkurence pořád poráží a v praxi bude spolehlivost agentní práce mnohem důležitější než nejlepší výsledek z laboratorního benchmarku.
S většími schopnostmi navíc přichází složitější otázka kontroly. Pokud model dostane možnost plánovat, používat web, ovládat aplikace a provádět dlouhé sekvence akcí, nestačí už řešit jen to, co smí nebo nesmí napsat do chatu.
Začíná být mnohem důležitější, co smí skutečně udělat, k jakým datům má přístup, co může potvrdit bez člověka a ve kterých chvílích musí čekat na schválení.
Možná právě bezpečné delegování práce bude v příštích letech větší technický problém než samotná inteligence modelů.
Kolik GPT-6 Astra stojí a kdy bude dostupná?
GPT-6 Astra se začala zavádět 3. září 2026. K 4. září ale stále nejde o model, který by měl automaticky dostupný každý uživatel ChatGPT.
OpenAI nejprve zpřístupňuje Astru omezenému počtu organizací a širší rollout pro Plus, Pro, Business a Enterprise má následovat postupně. Model má být dostupný také přes OpenAI API, Microsoft Azure a AWS Bedrock.
V API stojí standardní zpracování 10 dolarů za milion vstupních tokenů a 50 dolarů za milion výstupních tokenů. Fast mode má nabídnout až dvojnásobnou rychlost za dvojnásobnou cenu.
Pokud tedy Astru zatím ve svém ChatGPT nevidíte, nemusí být problém na vašem účtu. Rollout jednoduše ještě není dokončený.
Možná se mění samotný způsob, jakým používáme počítač
A to je pro mě nakonec na celé Astře nejzajímavější.
Počítače jsme desítky let používali podobně. Člověk musel vědět, který program otevřít, kam kliknout, co kam vložit, jak data exportovat a do jaké další aplikace je přenést.
Generativní AI k tomu přidala pomocníka. Počítač jsme pořád ovládali sami, jen jsme se mohli modelu zeptat, co udělat, nechat si něco napsat nebo vygenerovat kus kódu.
Agentní systémy ten vztah mění.
Místo popisování jednotlivých kroků jim začínáme popisovat výsledek.
Ne „otevři tabulku, importuj CSV, udělej kontingenční tabulku, vytvoř graf a vlož ho do prezentace“.
Spíš: „Zjisti, proč nám minulý měsíc spadly konverze, připrav přehled a udělej z toho prezentaci na zítřejší poradu.“
Mezi těmito dvěma větami je obrovský rozdíl.
V prvním případě pořád řídí proces člověk a počítač jen poslouchá jednotlivé příkazy. Ve druhém člověk určí cíl a způsob provedení přenechá systému.
A pokud se tenhle způsob práce podaří udělat dostatečně spolehlivý, bude podle mě mnohem důležitější než to, jestli nový model získal v nějakém benchmarku 97 nebo 99 procent.
Jestli už tomu dnes budeme říkat AGI, není nakonec až tak podstatné.
Podstatnější je, že se možná poprvé dostáváme do fáze, kdy AI nebude jen radit, jak práci udělat, ale začne ji ve větším měřítku opravdu dělat.
Časté otázky o GPT-6 Astra
Co je GPT-6 Astra?
GPT-6 Astra je nový model OpenAI představený 3. září 2026. Zaměřuje se na reasoning, programování, práci s počítačem, research a delší agentní úlohy, při kterých model používá více nástrojů a provádí několik kroků za sebou.
Je GPT-6 Astra AGI?
Na tom neexistuje obecná shoda a nemáme žádný všeobecně uznávaný test, který by umožnil jednoduše říct „ano“ nebo „ne“. Prezident OpenAI Greg Brockman ale uvedl, že osobně věří, že jsme vstoupili do éry AGI.
Kolik má GPT-6 Astra kontext?
V API má GPT-6 Astra context window o velikosti 1 050 000 tokenů a maximální výstup 128 000 tokenů.
Dokáže GPT-6 Astra ovládat počítač?
Ano. Computer use patří mezi hlavní oblasti, ve kterých Astra poskočila dopředu. Dokáže pracovat s webem a aplikacemi, vyplňovat formuláře, manipulovat s dokumenty, analyzovat data nebo testovat vytvořený software.
Opravdu dosáhla 99,9 % na ARC-AGI-3?
Ano, ale tento výsledek vznikl s Provider Adapterem OpenAI. Ve standardním provider-neutral harnessu Astra dosáhla 62,7 %. Pro správnou interpretaci výsledků je proto potřeba uvádět oba údaje.
Kolik GPT-6 Astra stojí?
V OpenAI API stojí standardní zpracování 10 dolarů za milion vstupních tokenů a 50 dolarů za milion výstupních tokenů.
Je GPT-6 Astra dostupná v ChatGPT Plus?
OpenAI plánuje dostupnost pro Plus, Pro, Business a Enterprise, ale k 4. září 2026 širší rollout stále probíhá. Model proto zatím nemusí být dostupný na všech účtech.