20%-kal több hibát talált a GPT-6 Astra, de 2,5-szeresre nőttek az árak

Az OpenAI legújabb AI-modellje, a GPT-6 Astra jelentős előrelépést mutat a kódellenőrzésben. A Coderabbit AI Blog által végzett korai értékelés szerint Astra körülbelül 4%-kal több címkézett hibát talált akcióképes megállapításokon keresztül, mint a GPT-5.6 Sol, és 22%-kal többet, mint az Opus 5. A legnagyobb ugrás a bonyolultabb, több fájlt érintő ellenőrzéseknél tapasztalható, ahol Astra előnye elérte a 20%-ot a Sol, és a 33%-ot az Opus 5 ellenében — írja a Hacker News.

Ezek az eredmények korai és irányadó jellegűek, nem tekinthetők a kódellenőrzési minőség végső rangsorának. A modell nagyobb előnye a nehezebb, fájlok közötti ellenőrzéseknél mutatkozik meg, ami arra utal, hogy a modell képes összekapcsolni egy módosítás szándékát a kód bázisban elosztott következményekkel. Azonban az eredmények nem izolálják a fejlődés okát, és nem bizonyítják, hogy pusztán a nagyobb kontextusablak javítja a modell teljesítményét.

Erősebb érvelés, magasabb költség

Astra nagyobb kontextusablaka lehetővé teszi, hogy a modell több információt dolgozzon fel, és azonosítsa a releváns részeket. Ez az előrelépés azonban prémium áron érkezik. Astra standard API-díjai 10 dollár per egymillió bemeneti token, és 50 dollár per egymillió kimeneti token. Ez körülbelül 2,5-szerese a Sol árainak. Egy 100 000 bemeneti és 10 000 kimeneti tokenes feladat esetén Astra 1,50 dollárba kerül, míg a Sol 0,60 dollárba. A pontos költségek azonban függenek a gyorsítótárhasználattól, az eszközöktől, az újrakísérletezésektől és a szolgáltatási szint kiigazításaitól.

Átváltható képességek a kódellenőrzésen túl

Astra képességei túlmutatnak a kódellenőrzésen. A modell alkalmas kutatási szintézisre, ellentmondó jelentések összevetésére, műveleti vizsgálatokra naplók és incidensjegyzetek alapján, valamint követelmények és szabályzatok elemzésére. Az ilyen feladatok közös jellemzője a szétszórt bizonyítékok és az alkatrészek közötti függőségek. A tesztelés legegyszerűbb módja, ha Astra-t a jelenlegi modellekkel párhuzamosan futtatjuk ugyanazon a feladaton, majd összehasonlítjuk az eredmények minőségét, az ellenőrzési időt és a teljes költséget.

A fejlesztők az OpenAI hatékonysági útmutatóját is tanulmányozhatják a költségek optimalizálása érdekében. A modell képességeinek kihasználása érdekében a csapatoknak érdemes megfontolni a nehezebb, szétszórt bizonyítékokkal rendelkező feladatokat, ahol a drágább modell többletértéke jobban indokolható.

Astra-t használták a NIGHTSHIFT nevű akció-RPG játék fejlesztésére is, amely a Godot és a GDScript segítségével készült. A játék egy komplex rendszerrel rendelkezik, amely hét karakterosztályt, egy 988 csomópontos passzív készségfát, aktív készségeket, és egyéb fejlesztéseket foglal magában. A fejlesztés során Astra segített a rendszerek közötti egyensúly megteremtésében és fenntartásában, valamint natív PS5 és Xbox kontroller támogatást, macOS, web és Linux build-eket, továbbá kooperatív játékmódot is épített.

A Coderabbit AI Blog értékelése szerint Astra jelentős előrelépést jelent a kódellenőrzésben, különösen a bonyolultabb feladatoknál. Azonban a magasabb költségek és az eredmények korai jellege miatt a csapatoknak körültekintően kell mérlegelniük, hogy megéri-e a váltás. Az első értékelés 2026. szeptember 4-én történt.