GPT-6 Astra İçin Kapsamlı Rehber

%98 AGI'nin Ötesinde: Tüm İşleri Tamamlayan Yapay Zekaya Geçiş

3 Eylül 2026'da OpenAI, GPT-6 Astra'yı duyurdu.

Sürümün hemen ardından dikkatler puanlarına odaklandı: Zorlu matematik kriteri "FrontierMath"te yaklaşık %98, bilgisayar işlemlerini ölçen "ARC-AGI-3"te %99,9 ve siber güvenlik değerlendirmesi "ExploitBench"te %100.

Sadece bu rakamlara bakıldığında, "Neredeyse mükemmel bir yapay zeka geldi" veya "AGI nihayet tamamlandı" demek cazip gelebilir.

Ancak GPT-6 Astra'yı yalnızca kriter puanlarına göre değerlendirmek tehlikelidir.

Astra'daki değişim, yalnızca sorulara daha doğru metinler döndürmekle ilgili değil.

Tarayıcıları açar, belgeleri okur, kod çalıştırır, e-tabloları günceller, web sitelerini işletir, yarıda başarısız olursa nedenlerini araştırır ve sonuçta incelenebilir bir teslimat getirir.

ChatGPT'ye iletilen iş birimi, "tek bir soru"dan "bir dizi iş operasyonu"na kaydı.

)Geleneksel ChatGPT gibi yalnızca e-posta taslakları veya metin özetleri için Astra kullanırsanız, pahalı bir metin üretme yapay zekası olarak kalır. Değeri, insanların birden çok kez ekran değiştirerek yaptığı, bir bütün olarak ele alınan görevleri ona emanet ettiğinizde ortaya çıkar.(OpenAI

Bu yazıda, resmi özellik tanıtımlarının ötesine geçerek yurtdışı şirketler tarafından onaylanan vakaları, kriterlerin nasıl okunacağını, Claude ile karşılaştırmaları, fiyatlandırmayı, güvenliği ve Japon şirketleri tarafından pratik kullanım için tasarımı derinlemesine inceleyeceğiz.

GPT-6 Astra Nedir?

GPT-6 Astra, OpenAI tarafından GPT-6 neslinin en üst düzey modeli olarak konumlandırılmıştır ve "en zeki ve en uyumlu model" olarak tanımlanmaktadır.

Lansmanda, önce seçili kuruluşlara, ardından ChatGPT Plus, Pro, Business, Enterprise, API ve Amazon Bedrock'a sunulmaktadır. Enterprise'da, bir yönetici tarafından etkinleştirilene kadar varsayılan olarak kapalıdır ve resmi duyuruda ücretsiz plan sürümüne dair açık bir ifade bulunmamaktadır.

)API'deki model adı gpt-6-astra'dır. Daha yüksek bilgi işlem kullanan Astra Pro da Pro, Business ve Enterprise kullanıcıları için sunulmaktadır.(OpenAI

Temel özellikler aşağıda özetlenmiştir:

Görselleri okuyabilse de, modelin yerel çıktısı metindir. Görsel oluşturma, ayrı bir araç çağrılarak gerçekleştirilir. Doğrudan ses veya video girişi için bir model değildir.

Ayrıca, 272.000 token'i aşan uzun girişler için tüm isteğe bir fiyat çarpanı uygulanır. Giriş ve önbellek ücretleri iki katına çıkar ve çıkış ücretleri 1,5 katına çıkar. Sadece 1,05 milyon token sığdığı için her seferinde tüm dahili belgeleri içine tıkıştırmanız gerektiği anlamına gelmez; doğruluktan önce maliyet verimliliği düşecektir.

Astra ile Ne Değişti?

1. Bilgisayar İşlemi "Yardımcı"dan Ana Savaş Alanına Taşındı

Astra'nın kalbinde "Bilgisayar Kullanımı" yer alır.

Önceki yapay zeka, tarayıcıda düğmelere tıklayabilir veya formları doldurabilirdi. Ancak sorunlar devam ediyordu: ekran düzeni biraz değişirse durur, süreç ortasında hatalardan kurtulamaz veya birden çok siteyi kapsayan görevlerde hedefi gözden kaçırırdı.

GPT-6 Astra, gerçek masaüstü ortamı işlemlerini ölçen OSWorld 2.0'da %72,6 kaydetti. GPT-5.6 Sol %65,7 idi.

)Ayrıca Astra bu değerlendirmeyi yaklaşık 40 dakikada işlerken, Sol yaklaşık 75 dakika sürdü. Sadece başarı oranı değil, işlem süresi de yaklaşık %47 azaldı. Ekranda hedefleri bulan ScreenSpot'ta Astra %92,7, Sol ise %76,9 puan aldı.(OpenAI

Bu, sadece pürüzsüz bir demo videosundan daha fazlasıdır. Aşağıdaki gibi görevleri hedefler:

• Kriterlere uygun hastaneleri veya mülkleri aramak ve adayları karşılaştırmak.
• Birden çok yönetim ekranından değerler alarak raporlar oluşturmak.
• Müşteri bilgilerini CRM'e girmek ve durumu güncellemek.
• Web hizmetlerine giriş yaparak ayarları kontrol etmek.
• Oluşturulan bir uygulamayı tarayıcıda çalıştırmak ve hataları düzeltmek.
• Birden çok dosyaya başvururken e-tabloları veya slaytları tamamlamak.

Mind2Web'de, güncellenmiş bir Codex donanımı kullanan Astra, web görevlerini önceki modellerden 1,9 kat daha hızlı işledi.

)Buradaki önemli nokta, performansın yalnızca modelin zekasıyla değil, tarayıcı, araçlar, yürütme ortamı ve doğrulama sürecini içeren "tüm donanım" tarafından belirlenmesidir. Sadece Astra adını seçmek, tüm ekran işlemlerini otomatik olarak otomatikleştirmez.(OpenAI

1. 1,05 Milyon Token Uzun Bağlamı Sona Kadar Koruma

GPT-6 Astra'nın bağlam uzunluğu yaklaşık 1,05 milyon tokendir. Sözleşmeleri, tutanakları, tasarım belgelerini, kaynak kodunu ve geçmiş araştırmaları aynı anda işleme kapasitesine sahiptir. Ancak "sığdırmak" ve "doğru kullanmak" farklı şeylerdir.

Uzun metinlerde gömülü bilgileri bulmaya yönelik MRCR değerlendirmelerinde Astra, 256k–512k aralığında %100 ve 512k–1M aralığında %96,3'tü. GPT-5.6 Sol'un ikinci aralıktaki sonucu %73,8'di.

)Astra uzun bağlamda güçlü olsa da, 1 milyon token koyduğunuzda her bir kelimeyi mükemmel şekilde ezberlemez. 1 milyon token bandında hala yaklaşık %3,7 oranında başarısız olur. Kritik koşulları devasa bir belgede yalnızca bir yere koyan tasarımlardan kaçının; hedefleri, kısıtlamaları ve onay koşullarını ayrı ayrı açıkça belirtmelisiniz.(OpenAI

Astra ayrıca uzun oturumlarda sürekliliği artırmak için mekanizmalara sahiptir: bir araç beklerken diğer görevler üzerinde çalışmak için eşzamansız araç çağrıları, yürütme sırasında insanın rota düzeltmesine izin vermek için yönlendirme ve konuşma ortasında akıl yürütme seviyeleri değiştirilse bile önbelleği koruma.

)"Mükemmel bir komut yaz ve bırak"tan, "ilerlemeyi kontrol et ve rotayı düzelt" iş akışına doğru ilerliyor.(OpenAI Developers

1. Sadece Metin Değil, Tamamlanmış Teslimatlar Oluşturma

Astra, e-tablolar, slaytlar, belgeler, uygulamalar ve araştırma raporları gibi teslimatlar oluşturma yeteneğini güçlendirdi. Önceki modeller bir "sunum taslağı" oluşturabilirdi, ancak insanlar bunu PowerPoint'e taşımak, tasarımı ayarlamak, sayıları yeniden doğrulamak ve bağlantılar eklemek zorundaydı. Astra bir sonraki seviyeyi hedefliyor: malzemeleri veya şirket şablonlarını okumak, sayıları düzenlemek, slaytlar/e-tablolar oluşturmak, bunları tarayıcıda kontrol etmek ve düzeltilmiş dosyaları göndermek.

İlk benimseyen Higgsfield, mevcut modellerden %20'ye kadar daha az token ile aracı görevlerini işleyebildiğini belirtti. Harvey, hukuk işlerinde muhakemesini övdü, Jane Street karmaşık teknik sorunlar için gidiş-dönüşlerin azaldığını kaydetti ve Lovable, yüksek akıl yürütme ayarlarında yineleme/test etme yeteneklerine değer verdi.

)Bununla birlikte, bunlar erken müşterilerden gelen referanslardır ve bağımsız üçüncü taraf tekrarlama testlerinden elde edilen kanıtlarla aynı değildir.(OpenAI

1. Uzun Görevler Sırasında "Hedefi Unutma" Olasılığı Daha Düşük

Geleneksel aracılar bazen başlangıçta belirlenen plandan sapardı - bir özellik uygulaması gerekirken küçük yeniden düzenlemelere takılıp kalmak veya nihai bir karar yerine sadece bilgi toplama ile bitirmek gibi. Astra, uzun süreli çalışmalarda tutarlılığı artırdı.

Öte yandan, resmi geliştirici belgeleri, Astra'nın açıklama soruları sormak için durabileceğini, ayrıntıları aşırı biçimlendirebileceğini, ifadeleri tekrarlayabileceğini veya gerekenden fazla test edebileceğini not eder.

)Başka bir deyişle, daha yüksek performans, belirsiz talimatlar verebileceğiniz anlamına gelmez. Hedefleri, tamamlama koşullarını, soru sorma kriterlerini ve onay gerektiren işlemleri eskisinden daha net belirlemelisiniz.(OpenAI Developers

Kriterler Ezici, Ancak "Tüm Alanlarda Dünyanın En İyisi" Değil

Astra duyurusu göz alıcı rakamlar içeriyordu: FrontierMath'te %97,6, ARC-AGI-3'te %99,9 ve ExploitBench'te %100. Bunlar önemli adımlar, ancak ölçüm hedefleri ile yürütme koşulları arasında ayrım yapmalıyız.

Bilgisayar İşlemleri ve İş Otomasyonu Önemli Ölçüde Büyüdü

Gerçek iş görevlerine yakın olan AutomationBench'te Astra %41,4 puan aldı. GPT-5.6 Sol %18,1 ve Claude Fable 5.1 %31,4 idi. CAD ile ilgili görevler için BenchCAD'te Astra %95,9, Sol %83,3 ve Fable 5.1 %84,3 idi. Web araştırması için BrowseComp'ta Astra %91,5, Sol %90,4 ve Claude Opus 5 %90,8 idi. Astra burada önde, ancak Sol ve Opus ile arasındaki fark küçük.

)Astra'nın avantajı, yalnızca tek bir arama sonucu bulmaktan ziyade, ekran işlemi, dosya işleme, veri analizi ve doğrulamayı birleştiren karmaşık bileşik görevlerde en belirgindir.(OpenAI

Kodlamada Güçlü, Ancak Claude'u Tamamen Geçmedi

Terminal-Bench'te Astra %57,7 puan alarak Sol'u (%37,3) ve Fable 5.1'i (%55,8) geçti. Dahili veritabanı geçiş değerlendirmelerinde Astra %63,9, Sol ise %42,7 idi. Mevcut sistemleri okuma ve bunları bozmadan değişiklik yapmada net iyileştirmeler görülmektedir.

Ancak, Artificial Analysis Kodlama Aracı Endeksi'nde Astra 67,0, Claude Fable 5 67,2 ve Claude Opus 5 68,1 idi. FrontierCode Extended'te Astra 64,5, Fable 5 ise 64,9 idi. Ana değerlendirmede Astra 53,3, Fable 5 53,5 ve Opus 5 53,4 idi.

)Astra kodlama için en üst seviyededir, ancak her kod değerlendirmesinde Claude'u geçmemiştir.(OpenAI

Akademik Akıl Yürütmede Zayıflıklar Devam Ediyor

FrontierMath'teki %97,6'ya rağmen Astra, geniş uzmanlık ve akıl yürütmeyi ölçen "İnsanlığın Son Sınavı"nda %57,2 puan aldı. Claude Fable 5.1 %65,0, Fable 5 %63,8 ve Opus 5 %63,6 idi. Artificial Analysis Zeka Endeksi'nde Astra 61,2 iken, Fable 5.1 65,7 ve Opus 5 63,1 idi.

)"FrontierMath'te %98 olduğu için neredeyse tüm akademik alanları anlıyor" yorumu geçerli değildir. Değerlendirmeye bağlı olarak, Claude bazı alanlarda hala daha yüksek sonuçlar üretmektedir.(OpenAI

%99,9'un Arkasında Özel Bir Yürütme Ortamı Var

ARC-AGI-3'teki %99,9 şok edicidir, ancak sorunu Astra'ya basitçe girerek elde edilmemiştir. OpenAI, Responses API'yi kullanan bir donanımla yürüttü ve gerçek kullanım performansına yaklaştırmak için iki ayarı değiştirdi. OpenAI bunların kritere özel ayarlar olmadığını açıklasa da, bu modelin tek başına sıfır atışlı bir sonucu değildir.

)Ayrıca, yayınlanan değerler birden çok akıl yürütme ayarı arasındaki en yüksek sonuçlardır. Standart ChatGPT'de aynı performansın her seferinde tekrarlanacağının garantisi yoktur.(OpenAI

Lansmandaki Artificial Analysis toplamında Astra'nın genel puanı 61'di ve 202 model arasında 8. sırada yer aldı. Bu arada, giriş fiyatı medyan $2'ye karşı $10 ve çıkış fiyatı medyan $10'a karşı $50'dir.

)Kesinlikle en iyilerden biridir, ancak fiyatı ne olursa olsun her şeyi fırlattığınız bir model değildir.(Artificial Analysis

Yurtdışı Vaka 1: Legora 41 Belgeyi Dakikalar İçinde Uzlaştırdı

Avrupa'da hukuki yapay zeka sağlayan Legora, Astra'nın pratik değerini göstermektedir. Astra'yı, aynı sayıların metin, notlar, tablolar ve geçmiş belgelerde göründüğü finansal tablolarda "tie-out" uzlaştırması için kullandılar. Legora, tek bir aracı çalıştırmasında 41 belgeyi işledi; bu, insanların saatler veya günler süren bir görevi sadece dakikalar içinde tamamladı.

)Testlerde, kasıtlı olarak 4 hata yerleştirdiler. Astra, gelir notlarında 500.000 £'luk bir tutarsızlık da dahil olmak üzere 4'ünü de buldu. Önceki modellerin doğruluğunu korurken yaklaşık 50 daha fazla doğru kontrol gerçekleştirdi.(OpenAI

Bununla birlikte, ~%40'lık iyileşme bu iş akışına özeldi. Legora'nın daha geniş BAR görevleri genelinde ortalama iyileşme yaklaşık %3'tü. Astra tüm hukuki işleri tekdüze olarak %40 iyileştirmez; devasa belgelerdeki tutarsızlıklar için çapraz referans almada mükemmeldir.

)Nihai karar insan hukuk uzmanlarına aittir. Yapay zeka, insanların ne okuması gerektiğini daraltma ve tutarsızlık kanıtlarını hizalama işini üstlenir.(OpenAI

Yurtdışı Vaka 2: Playco Manuel Düzeltmeleri %50 Azalttı

Oyun şirketi Playco, Astra'yı Unity ve Godot için bir geliştirme aracısı olan "Playbot" ile test etti. Playbot sahneleri düzenler, oyunu oynar, davranışı doğrular ve sorunları düzeltir. Playco, aynı anda üç farklı temalı prototip oluşturmasını sağladı. "Mükemmel tek atış" olmasa da, önceki modellere kıyasla insan tarafından yapılan manuel düzeltmelerde %50 azalma bildirdiler.

)Mekansal farkındalık, referans görüntüleri yeniden üretme, duyarlı UI, oyun benzeri his ve hata tespitinde iyileştirmeler görüldü.(OpenAI

Astra'nın gücü yalnızca "kodu bir kez doğru yazmak" değil, oyunu çalıştırma, ekranı kontrol etme, işletme, sorunları bulma, düzeltme ve tekrar deneme - bir insan geliştiricinin yinelemesini taklit etme yeteneğidir.

Yurtdışı Vaka 3: Duran Bir Özelliği %90 Tamamlanmaya İlerletme

Ürün geliştiricisi Claire Vo, ChatPRD hizmeti için Astra'yı kullanarak sonuçları paylaştı. Karmaşık CRM işlemleri ve UI uygulaması nedeniyle 6 aydır duran bir ürün zekası özelliği, tek bir Astra oturumunda yaklaşık %90 tamamlanmaya ulaştı.

)Ayrıca CLI üzerinden donanım (Divoom MiniToo), bir Mac mesajlaşma uygulaması ve Blender'da 3D varlıkları kontrol etmeyi test etti.(Lenny's Newsletter

Bunlar erken ortaklardan kendi bildirdikleri başarılar olsa da, tutarlı bir eğilim gösteriyorlar: Astra, harici hizmetleri işletirken, mevcut kodu okurken ve teslimatları bitirirken fark yaratıyor.

Bilimsel Atılımlar: Uzun Süredir Devam Eden Sorunları Çözme

OpenAI, Astra'yı matematik ve teorik bilgisayar bilimindeki 10 çözülmemiş problemi çözmek veya önemli ölçüde ilerletmek için kullandığını bildirdi. Model argümanlar üretti, insan araştırmacılar taslakları düzenledi ve aynı model biçimselleştirme için Lean'i kullandı.

)OpenAI'ye göre, bu araştırmanın toplam token maliyeti, GPT-5.6 Sol eşdeğer fiyatlandırmasında kabaca 2.000 $ idi. Bir örnek, belirli terimlerin 80 yıldan fazla bir süredir iyileştirilmediği bir alan olan asal boşluklardaki sınırların güncellenmesini içeriyordu.(OpenAI

Astra Neden "En Güvenli" ama "İzlenmesi En Zor"

GPT-6 Astra, OpenAI'nin sınıflandırmasında siber güvenlik yetenekleri için "Kritik" eşiğine ulaşan ilk yaygın olarak dağıtılan modeldir. Araçlar ve erişim verildiğinde, bilinmeyen güvenlik açıklarını keşfedebilir ve adım adım insan talimatı olmadan savunulan sistemlere karşı saldırı prosedürleri oluşturabilir.

)ExploitBench'te Astra %100, Sol ise %78,5 puan aldı. Test sırasında, bir tarayıcı kum havuzundan kaçan biri de dahil olmak üzere iki sıfır gün güvenlik açığı keşfetti. Bununla birlikte, bu sonuçlar savunma araştırmacıları için "Daybreak Blue" ortamını kullandı; standart sürüm, gelişmiş saldırı görevlerini reddetmek için kontrollere sahiptir.(OpenAI

Paradoksal olarak, Astra bariz ihlalleri azaltırken, iç akıl yürütmesini izlemek daha zordur. "İzlemeyi atlatmak" için sipariş edilen düşmanca değerlendirmelerde, izleme sistemlerinin tespit oranı bazı görevlerde %11'in altına düştü. OpenAI, doğal olarak meydana gelen "steganografi" (akıl yürütmede bilgi gizleme) kanıtı bulamadı, ancak modelin değerlendirildiğine dair yüksek farkındalığı, uyumu kesin olarak kanıtlamayı zorlaştırıyor.

Japon Şirketleri Nereden Başlamalı?

1. Yüksek Belge Hacmi ve Yüksek Gözden Kaçırma Riski Olan Görevler: Sözleşmeleri, teklifleri, faturaları ve tutanakları çapraz kontrol etme. Yapay zeka malzemeleri toplayabilir ve insan incelemesi için tutarsızlıkları işaretleyebilir.
2. Birden Çok Yönetim Ekranı Gerektiren İdari Görevler: EC, reklamlar ve CRM yönetimi. Görüntüleme, toplama ve taslak oluşturma ile başlayın; başlangıçta ödemeler veya silmeler için izin vermeyin.
3. Uçtan Uca Araştırma ve Malzeme Oluşturma: Sadece bir özet istemeyin. Rakipleri araştırmasını, özellikleri tablo haline getirmesini, farklılıkları analiz etmesini ve bir slayt destesinde özetlemesini isteyin.
4. Prototipleme ve QA: Bir özelliği uygulamasını ve ardından bozuk düzenler veya bağlantı hataları için bir tarayıcı açmasını sağlayın.

Astra için Pratik Komut

"Bir uzmansın" gibi sadece bir rol vermek yerine, sınırlar ve tamamlama koşulları belirleyin.

1## Amaç
2Bu görevle ulaşılacak durum: [Amacı doldurun]
3
4## Nihai Teslimat
5Ne gönderilecek: [Dosyalar, tablolar, raporlar, uygulanan özellikler vb.]
6Tamamlama koşulları: [Karşılanması gereken belirli kriterler]
7
8## İzin Verilen Bilgiler ve Araçlar
9Başvurulacak malzemeler: [Dosyalar, URL'ler, dahili veriler vb.]
10Kullanılacak araçlar: [Web arama, tarayıcı, kod çalıştırma, e-tablolar vb.]
11
12## Süreç
131. Talebi ve malzemeleri onaylayın.
142. Eksik bilgileri ve riskleri düzenleyin.
153. Araştırma, analiz ve oluşturma ile devam edin.
164. Teslimatı açın ve doğrulayın.
175. Hataları, onaylanmamış öğeleri ve kalan görevleri düzenleyin.
186. İncelenebilir bir durumda gönderin.
19
20Bir süreç durursa, bağımlı olmayan görevlerle devam edin.
21Yalnızca sonuçları önemli ölçüde etkileyen eksik bilgiler için sorular sorun.
22Küçük boşluklar için makul varsayımlar yapın ve bunları kaydedin.
23
24## İzinler
25Görüntüleme, analiz, taslak oluşturma, test etme ve diff kontrolü ile devam edebilirsiniz.
26Aşağıdaki işlemlerden önce durun ve ayrıntılarla birlikte onay isteyin:
27- Harici gönderme
28- Satın almalar, ödemeler, sözleşmeler
29- Yayınlama, üretim dağıtımı
30- Veri veya dosyaların silinmesi
31- İzin değişiklikleri
32- Geri alınması zor işlemler
33
34## Kalite Koşulları
35- Doğrulanmış gerçekleri spekülasyondan ayırın.
36- Önemli sayılar için kaynak ekleyin.
37- Karşıt kanıt veya istisnalar arayın.
38- Görüntü ve işlemi kontrol etmek için teslimatı açın.
39- Nihai rapor, yapılan işlemleri, doğrulama sonuçlarını ve kalan riskleri içermelidir.

Astra'nın Zayıf Yönleri

• Bağımsız Uzun Vadeli Vakaların Eksikliği: Çoğu veri, OpenAI tarafından seçilen ortaklardan gelmektedir.
• 1,05 Milyon Token Ücretsiz Bir Depo Değildir: Giriş boyutuyla maliyetler artar ve gözden kaçırma riski sıfır değildir.
• Ses/Görüntü için Yerel Değildir: Bu formatlar için harici araçlar gerektirir.
• İnce Ayar Yok: Şirket kurallarını yansıtmak için RAG, MCP veya sistem talimatları kullanmalısınız.
• Güvenlik Mekanizmaları Meşru Çalışmayı Durdurulabilir: İzleme, savunma araştırmasını veya geliştirme görevlerini yavaşlatabilir.
• Çıktı "Çok Mükemmel" Olabilir: Başlıkları ve listeleri yoğun şekilde kullanma eğilimindedir, bu da marka metni için çok "yapay zeka benzeri" hissedilebilir.

Sonuç: Değer Cevaplarda Değil, Tamamlama Oranında Yatar

GPT-6 Astra, tek bir e-posta yazmak veya tutanakları özetlemek için aşırıya kaçmaktır. Anlamı, araştırma, yargılama, işletme, oluşturma ve doğrulamanın birbirine bağlı olduğu işlerde ortaya çıkar.

"Tek cümlelik komut mühendisliği" dönemi sona erdi. Şimdi önemli olan, hangi bilgilerin iletileceği, hangi araçların bağlanacağı, ne kadar yürütmeye izin verileceği ve tamamlamanın neyi tanımladığıdır. Astra herkese aynı sonucu veren sihirli bir değnek değildir; ona dağınık iş verirseniz, dağınık işi hızlıca yapar. Amacı, araçları ve doğrulama noktalarını düzenlerseniz, saatlerce süren insan emeğini dakikalar içinde incelenebilir bir duruma getirir.

• Reuters
• WIRED
• Axios
• ft.com