OpenAI начала развёртывание модели GPT-6 Astra 3 сентября 2026 года, но найти её не так просто, как может показаться. Кнопки с надписью Astra в привычном ChatGPT нет: в зависимости от тарифа и приложения модель прячется под другим названием или доступна только в отдельных режимах. Разбираемся, где её искать, почему она может ещё не появиться в аккаунте и как не сжечь весь лимит сообщений за пару задач.
Источник изображения — engadget.com
Кому доступна новая модель
В обычном ChatGPT модель значится как GPT-6 Pro. Её получают подписчики тарифов Pro за $100 и $200, а также клиенты Business и Enterprise. Пользователи бесплатного тарифа и тарифа Go пока остаются без доступа. Подписчики Plus тоже получат Astra, но не в обычном чате, а в режиме ChatGPT Work и в Codex, когда развёртывание дойдёт до их аккаунтов.
Доступность может различаться между Chat, Work и Codex. OpenAI подчёркивает, что развёртывание идёт постепенно, поэтому подходящий тариф ещё не гарантирует, что модель уже появилась в аккаунте. Сроков, к которым доступ получат все подходящие пользователи, компания не называет.
Где искать Astra в интерфейсе
Порядок действий зависит от тарифа и от того, какой продукт OpenAI вы используете:
- Pro, Business и Enterprise. В обычном диалоге ChatGPT откройте выбор модели и найдите в разделе Pro пункт GPT-6 Pro. Именно он работает на GPT-6 Astra, так что искать в меню более эффектное название не нужно.
- Enterprise. Здесь есть дополнительное препятствие: доступ зависит ещё и от разрешений на использование моделей, которые настроены в рабочем пространстве компании.
- Plus в вебе и мобильном приложении. Откройте Work и выберите Astra среди доступных моделей, когда она появится в аккаунте.
- Plus в настольном приложении. Выберите ChatGPT, переключитесь с режима Chat на Work и укажите Astra там.
- Codex. Пользователи Codex тоже могут выбрать Astra, но для работы через командную строку нужна версия Codex CLI 0.153.0 или новее.
Если модели всё ещё нет, OpenAI советует вручную проверить обновления через соответствующий пункт в меню настольного приложения, даже если оно недавно обновилось само. Кроме того, режим Work развёртывается отдельно, поэтому Astra может появиться на одной платформе раньше, чем на другой.
Стоит помнить и о приватности. Если Work используется с локальными файлами или настольными приложениями, сообщения и контекст задач всё равно могут храниться в облаке, даже когда сама работа выполняется локально.
Лимиты сообщений
Когда доступ появится, главным ограничением станет лимит использования. По словам OpenAI, Astra может расходовать его быстрее, чем GPT-5.6 Sol. Скорость зависит от сложности задачи, объёма контекста, нужного количества рассуждений и других настроек. Крупная задача по программированию, требующая долгих размышлений, съест заметно больше лимита, чем короткий вопрос.
По оценке компании, за каждые пять часов подписчики Plus могут отправить примерно от 5 до 45 локальных сообщений Astra. На тарифе Pro за $100 ориентир составляет от 25 до 225 сообщений, на тарифе за $200 — от 100 до 900. Текущие лимиты и время их сброса показаны в панели использования ChatGPT.
У обычного чата лимиты отдельные. На тарифе Pro за $100 модель GPT-6 Pro делит 50 сообщений в неделю с GPT-5.6 Sol Pro, а тариф за $200 даёт 200 сообщений GPT-6 Pro в неделю.
Если лимит тает слишком быстро, OpenAI рекомендует оставить Astra для задач, которым действительно нужна её мощность. Запросы стоит формулировать чётко, прикладывать только нужные файлы и заранее задавать формат и объём ответа. Если сразу объяснить модели, какие разумные допущения ей можно делать, получится сократить лишние уточнения и повторные сообщения.
Стоимость через API
Разработчикам GPT-6 Astra доступна через API, где оплата идёт за токены — фрагменты текста, которые модель получает на вход и выдаёт на выходе. Базовая цена — $10 за миллион входных токенов и $50 за миллион выходных.
Для очень длинных запросов действует повышенный тариф. Если суммарный объём входных данных превышает 272 000 токенов, цена входных и кешированных токенов удваивается, а выходных — растёт в 1,5 раза. Поэтому при работе с большими кодовыми базами и объёмными документами контекст выгодно держать компактным.
