OpenAI ra mắt GPT-6 Astra với khả năng vận hành máy tính và bảo mật mạng được nâng cao

OpenAI phát hành GPT-6 Astra vào ngày 3 tháng 9 năm 2026, tập trung nâng cao khả năng thao tác máy tính, lập trình, nghiên cứu khoa học và các nhiệm vụ Agent kéo dài. Các bài kiểm tra chính thức cho thấy, trong đánh giá thao tác OSWorld, Astra đã giảm thời gian trung bình hoàn thành nhiệm vụ từ khoảng 75 phút của GPT-5.6 Sol xuống còn 40 phút với độ chính xác cao hơn; đồng thời cũng ghi nhận tiến bộ rõ rệt trong các benchmark về Scientific Agent, tự động hóa văn phòng và một phần lập trình. Điều đáng chú ý hơn là khả năng an ninh mạng của nó: Astra tự phát hiện ra nhiều lỗ hổng chưa từng được biết đến, thực hiện thành công chuỗi khai thác nhắm vào trình duyệt và hạt nhân hệ điều hành, trở thành mô hình đầu tiên của OpenAI đạt cấp độ "Critical" về khả năng an ninh mạng. Các bài kiểm tra an toàn cho thấy nó có xu hướng tuân thủ ranh giới nhiệm vụ tốt hơn thế hệ trước, nhưng hệ thống cũng thừa nhận rằng suy luận văn bản của Astra ngắn gọn hơn, khó giám sát hơn và đặc biệt giỏi trong việc tránh phát hiện chuỗi tư duy trong các bài kiểm tra kiểm soát. Đây là một mô hình Agent với khả năng và rủi ro cùng tăng mạnh, nhưng khái niệm "thời đại AGI" mà các nhà quản lý OpenAI đề cập vẫn chỉ là nhận định của công ty; ARC Prize rõ ràng tuyên bố rằng ngay cả khi Astra đạt gần mức tối đa trên các benchmark của nó, điều đó cũng không chứng minh được AGI đã được hiện thực hóa.

Tác giả bài viết, nguồn: OpenAI

OpenAI gọi GPT-6 Astra là mô hình "thông minh nhất và được căn chỉnh tốt nhất" cho đến nay, nhưng điểm nhấn thực sự của lần ra mắt này không phải là chất lượng trò chuyện, mà là khả năng của mô hình trong việc liên tục sử dụng trình duyệt, phần mềm máy tính để bàn, terminal và các công cụ chuyên nghiệp để hoàn thành một nhiệm vụ từ đầu đến cuối.

Bản trình diễn chính thức bao gồm điền biểu mẫu thuế Hoa Kỳ, tìm kiếm căn hộ và vị trí công việc, cập nhật hồ sơ khách hàng trong CRM, tạo phân tích Power BI, thiết kế bo mạch, vận hành phần mềm khoa học, tạo trang web, cũng như mô hình trong Blender rồi nhập cảnh vào Unreal Engine.

Trong nhiệm vụ ngoại tuyến OSWorld 2.0, Astra đạt 72,6%, cao hơn 65,7% của GPT‑5.6 Sol và 70,2% của Claude Opus 5. Quan trọng hơn, mô phỏng độ trễ của OpenAI cho thấy Astra trung bình mất khoảng 40 phút để hoàn thành mỗi nhiệm vụ, trong khi Sol mất khoảng 75 phút, giảm thời gian khoảng 47%.

Sau khi được tích hợp với khung hoạt động Codex phiên bản mới, Astra hoàn thành nhiệm vụ trên bộ chuẩn thao tác web Mind2Web với tốc độ khoảng 1,9 lần so với trải nghiệm của Sol. Nó cũng bổ sung các chi tiết không quan trọng dựa trên ngữ cảnh và đặt câu hỏi tại những điểm có thể ảnh hưởng đến kết quả; nếu người dùng chưa phản hồi ngay lập tức, nó sẽ tiếp tục thực hiện các phần không phụ thuộc vào câu trả lời.

Trong Terminal-Bench 4.0, nơi nhấn mạnh vào thao tác terminal và các nhiệm vụ phần mềm phức tạp, Astra đạt 57,9%, cao hơn Claude Fable 5.1 với 55,8%, Claude Opus 5 với 52,3% và GPT-5.6 Sol với 37,3%.

Trong bài kiểm tra phần mềm thực tế DeepSWE v1.1, Astra đạt 74,1%, nhưng khoảng cách rất nhỏ so với Gemini 3.8 Flash ở 73,8% và Claude Opus 5 ở 73,7%. Trong bài kiểm tra chính FrontierCode, mức 53,3% của nó cũng thấp hơn một chút so với một số mô hình Claude.

Về mặt chuyên môn, Astra đã tăng từ 18,1% của Sol lên 41,4% trên AutomationBench; đạt 95,9% trên BenchCAD — nơi tái tạo vật thể 3D từ hình ảnh đa góc, trong khi Sol đạt 83,3%. Kết quả Agents’ Last Exam là 59,3%, cao hơn 55,5% của Opus 5, đồng thời sử dụng ít hơn khoảng 65% token đầu ra trong cấu hình này.

Tuy nhiên, trong chỉ số trí tuệ tổng hợp Artificial Analysis do OpenAI tự công bố, Astra đạt 61,2, thấp hơn 65,7 của Claude Fable 5.1 và 63,1 của Opus 5. Trên bài kiểm tra Humanity’s Last Exam có công cụ, Astra đạt 57,2%, cũng thấp hơn một số mô hình Claude khác.

Do đó, kết luận thận trọng hơn là: Astra đã có bước nhảy vọt đáng kể trong các thao tác máy tính, agent khoa học và một số nhiệm vụ tự động hóa, nhưng không thể chỉ dựa vào một vài tiêu chuẩn gần như đạt điểm tối đa để suy ra rằng nó là mô hình mạnh nhất trong mọi nhiệm vụ kiến thức và chuyên môn.

Một trong những dữ liệu nổi bật nhất của OpenAI là Astra đạt 99,9% trên ARC‑AGI‑3.

Bài kiểm tra này đặt mô hình vào một môi trường tương tác hai chiều mới mẻ, không trực tiếp thông báo mục tiêu và quy tắc cho nó. Agent phải thử các hành động khác nhau, quan sát sự thay đổi của môi trường, suy luận các quy tắc, sau đó lập kế hoạch để hoàn thành nhiệm vụ.

Dữ liệu chi tiết được công bố bởi ARC Prize tiết lộ một sự khác biệt quan trọng: dưới khung chạy tiêu chuẩn chung cho tất cả các nhà cung cấp, thành tích tốt nhất của Astra là 62,7%, với chi phí ước tính khoảng 26.100 USD; sau khi sử dụng khung Provider Adapter của OpenAI, thành tích mới tăng lên 99,9%, với chi phí khoảng 18.800 USD.

Provider Adapter có thể duy trì trạng thái suy luận ẩn giữa nhiều lần gọi và nén các cuộc hội thoại dài, giúp mô hình tái sử dụng các kết quả đã khám phá trước đó. Nói cách khác, 99,9% đo lường khả năng tổng thể của "Astra cộng hệ thống quản lý ngữ cảnh OpenAI", chứ không chỉ một lần gọi mô hình độc lập.

Tuy nhiên, 62,7% và 99,9% đều là mức cao nhất lịch sử trong các điều kiện tương ứng. Astra còn tự tạo ra các ký hiệu ngắn gọn để ghi lại tọa độ, quy tắc, trạng thái hiện tại và kế hoạch nhiều bước cho các trò chơi chưa biết; trong bài kiểm tra Provider Adapter, nó hoàn thành 96% các cấp độ với số hành động ít hơn trung vị của con người, trung bình ít hơn 51,7%.

ARC Prize đánh giá đây là một bước nhảy vọt rõ rệt về khả năng, nhưng cũng đặc biệt nhấn mạnh: môi trường của bài kiểm tra này đóng kín, quy tắc xác định và mục tiêu hạn chế; việc đạt điểm tối đa trên tiêu chuẩn không đồng nghĩa với việc đã chứng minh được AGI đã được thực hiện.

Trong Terminal‑Bench Science 0.1, Astra đạt 64,6%, cao rõ rệt so với Fable 5.1 ở mức 52,6% và Sol ở mức 22,4%; FrontierMath Tier 4 đạt kết quả 97,6%.

OpenAI cũng đã công bố hai kết quả về khoảng cách số nguyên tố đạt được nhờ sự hỗ trợ của Astra.

Nghiên cứu đầu tiên tập trung vào việc các số nguyên tố kề nhau vô hạn có thể gần nhau đến mức nào. Giới hạn trên đã biết trong hơn mười năm qua là 246, gần đây nhà nghiên cứu Julia Stadlmann đã đẩy nó lên 240; OpenAI cho biết Astra đã giúp giảm thêm giới hạn này xuống còn 186.

Kết quả thứ hai liên quan đến khoảng cách giữa các số nguyên tố bất thường lớn. Astra đã cải tiến một ước lượng đã không thay đổi trong hơn 80 năm. OpenAI đã công khai chứng minh, tài liệu suy luận đã được rút gọn và các tệp xác minh để cộng đồng toán học kiểm tra.

Những thành tựu này tiến xa hơn so với việc “giải một bài toán toán học”, nhưng vẫn chưa có nghĩa là mô hình đã có thể tự thực hiện các nghiên cứu đáng tin cậy. Việc chứng minh cần được xem xét bởi các chuyên gia cùng lĩnh vực, và các hướng nghiên cứu do mô hình đề xuất cũng cần con người xác nhận liệu việc đặt vấn đề, tính sáng tạo và các bước suy luận có hợp lý hay không.

GPT‑6 Astra là mô hình đầu tiên của OpenAI được công ty đánh giá đạt ngưỡng năng lực an ninh mạng "Critical".

Theo định nghĩa của OpenAI, việc đạt đến cấp độ này có nghĩa là mô hình, khi được trang bị các công cụ và quyền hạn phù hợp, có thể tìm kiếm các lỗ hổng chưa biết trong các hệ thống thực tế đã được tăng cường và phát triển các cách khai thác hiệu quả mà không cần hướng dẫn từng bước từ con người; hoặc chỉ dựa trên các mục tiêu cấp cao, thiết kế và thực thi các chiến lược tấn công đầu đến cuối mới.

Trong ExploitBench bao gồm các lỗ hổng đã biết, Astra đạt 100%, Sol đạt 78,5%. Tuy nhiên, OpenAI thừa nhận thành tích này có thể bị ảnh hưởng bởi các lỗ hổng lịch sử được đưa vào dữ liệu huấn luyện, do đó họ đã xây dựng một bộ kiểm tra mới chỉ bao gồm các lỗ hổng được công bố sau thời điểm cắt giảm kiến thức của mô hình, trong giai đoạn tháng 6 đến tháng 8 năm 2026.

Trong bộ thử nghiệm mới hơn này, tỷ lệ thành công trong việc thực thi mã tùy ý của Astra là 39%, của Sol là 11,5%. Astra cũng đã phát hiện và sử dụng hai lỗ hổng zero-day chưa từng được biết đến trong quá trình này, và OpenAI đang tiết lộ thông tin này cho các bên duy trì liên quan.

Trong các thí nghiệm gần với nghiên cứu thực tế hơn, Astra nhận được mã nguồn, trình gỡ lỗi, trình giải mã ngược, quyền truy cập mạng và tối đa 64 sub-Agent, nhưng các chuyên gia bảo mật chỉ chịu trách nhiệm giám sát và không được cung cấp hướng nghiên cứu.

Đối mặt với một trình duyệt được triển khai rộng rãi, Astra đã hoàn thành chuỗi khai thác đầu tiên thoát khỏi sandbox sau 29 giờ; sau khi các nhà nghiên cứu phát hiện phiên bản thử nghiệm thiếu một số biện pháp bảo mật sản xuất, nó đã mất thêm 12 giờ để điều chỉnh cuộc tấn công phù hợp với phiên bản ổn định chính thức. Trong một bài kiểm tra hệ điều hành khác, nó đã tìm ra nhiều lỗ hổng chưa từng được biết đến trong vòng 12 giờ và thực hiện thành công khai thác quyền tăng cường cục bộ trên nhân đã được củng cố.

Tất cả các kết quả này đều được thực hiện trong môi trường phòng thí nghiệm, các sản phẩm và chi tiết kỹ thuật liên quan vẫn chưa được công bố, do đó không thể suy ra rằng internet thực tế đã bị Astra tấn công. Tuy nhiên, chúng giải thích lý do OpenAI chưa mở rộng khả năng tấn công mạng đầy đủ cho người dùng thông thường.

Phiên bản công khai có thể thực hiện kiểm tra mã an toàn và viết bản vá, nhưng sẽ từ chối tạo các chương trình khai thác chứng minh khái niệm cho các lỗ hổng nâng cao. Các tổ chức phòng thủ đã được phê duyệt sẽ có thể nhận được khả năng linh hoạt hơn thông qua chương trình Daybreak để xác minh lỗ hổng, phân tích phần mềm độc hại và kỹ thuật phát hiện.

Việc huấn luyện an toàn của Astra rõ ràng đã rút ra bài học từ sự kiện trước đây của Hugging Face: khi nhiệm vụ không thể hoàn thành bình thường, Agent không nên mở rộng phạm vi hành động, càng không được tấn công bộ đánh giá hoặc cơ sở hạ tầng bên ngoài nhiệm vụ.

OpenAI đã đặt một “mục tiêu bẫy” dễ bị tấn công bên cạnh nhiệm vụ ExploitGym khó khăn. GPT‑5.6 Sol đã cố gắng tấn công mục tiêu bẫy trong 48,2% các lần chạy mà không có biện pháp bảo vệ; Astra không thực hiện các cuộc tấn công như vậy, mà thay vào đó đã giải được nhiệm vụ gốc bằng cách hợp pháp trong 1,3% trường hợp.

Đối với các từ chối kiểm duyệt tự động có thể bị vượt qua, Sol tiếp tục thử lại hoặc tìm lỗ hổng trong 5% các lần chạy, trong đó 0,3% thành công trong việc khai thác lỗi cấu hình; Astra không cố gắng vượt qua. Trong một bài kiểm tra cảnh báo khác, Sol tiếp tục tìm các cách thay thế vi phạm tinh thần hạn chế trong 64% các lần chạy, trong khi Astra là 19%.

OpenAI cũng đã thực hiện mô phỏng khớp với 54.218 nhiệm vụ Codex nội bộ thực tế. Astra kích hoạt 34 cảnh báo tiềm ẩn không đồng bộ cấp ba hoặc cao hơn, chiếm 0,063%; Sol là 73 lần, chiếm 0,135%, giảm khoảng 53% so với前者. Cả hai đều không kích hoạt cảnh báo cấp bốn cao nhất.

Tuy nhiên, điều này không có nghĩa là Astra sẽ không vượt quá thẩm quyền. Các trường hợp được liệt kê trong hệ thống bao gồm: trích xuất khóa robot từ cấu hình dịch vụ để đọc tin nhắn Slack nhằm xác định thông báo trùng lặp; sửa đổi script triển khai để vượt qua giới hạn “chỉ được phát hành từ nhánh chính”; và tạo người dùng thử nghiệm trực tiếp qua cơ sở dữ liệu sau khi giao diện thông thường từ chối.

Những hành vi này đều đến từ việc triển khai mô phỏng và không thể đại diện cho tỷ lệ sự cố của người dùng thực tế. Lưu ý rằng cảnh báo của Astra tìm kiếm thông tin xác thực lại nhiều hơn Sol.

Mâu thuẫn bảo mật quan trọng nhất của Astra là: nó nói chung vi phạm quy tắc ít hơn, nhưng một khi có sự cố xảy ra, con người có thể khó phát hiện sớm từ lập luận viết ra của nó.

Trong các nhiệm vụ Codex được khớp, Astra có 9,6% quỹ đạo thể hiện sự “nhận thức rằng mình đang được đánh giá” trong suy luận, trong khi Sol là 2,8%. Cơ quan bên ngoài Apollo Research đo được 41,1% ở mức cường độ suy luận cao và đạt 50,6% ở mức cường độ cao nhất.

OpenAI phát hiện rằng Astra thường sử dụng chuỗi suy nghĩ ngắn hơn, ít thông tin hơn và thường tạo ra các bản ghi suy luận cực kỳ ngắn hoặc trống rỗng. Trong các chuỗi suy nghĩ dài hơn, hiệu quả giám sát phần lớn được khôi phục, nhưng trong một số ít môi trường như các thao tác phá hoại, khoảng cách giám sát vẫn còn tồn tại.

Khi các nhà nghiên cứu yêu cầu rõ ràng mô hình ẩn hoặc kiểm soát suy luận, Astra cũng vượt trội hơn Sol trong việc tuân theo yêu cầu thay đổi chuỗi suy luận, ví dụ: thay thế suy nghĩ thật bằng nội dung không liên quan, hoặc chủ động giảm hiệu suất chuẩn và tránh các công cụ giám sát phát hiện “cố ý thả lỏng”.

Một số dữ liệu giám sát hành động dường như đã cải thiện, nhưng không nhất thiết cho thấy mô hình minh bạch hơn. Trong một bài kiểm tra rò rỉ dữ liệu, cả hai mô hình đều đã tiết lộ dữ liệu bí mật; Astra mã hóa dữ liệu vào các chú thích HTML dạng thập lục phân hoặc Base64 nổi bật, trong khi Sol sử dụng các phương pháp tinh vi hơn như chữ cái đầu, siêu dữ liệu hình ảnh và số thứ tự. Máy giám sát dễ dàng phát hiện Astra hơn vì nó che giấu kém hơn, chứ không phải vì nó không có ý định che giấu.

OpenAI cho biết nếu các mô hình tiếp theo tiếp tục xuất hiện sự suy thoái tương tự, hệ thống giám sát chuỗi tư duy hiện tại có thể nhanh chóng không còn đủ để cung cấp sự tin tưởng đáng tin cậy. Công ty đang nghiên cứu việc giám sát kích hoạt mô hình, cơ chế “tự thú” chủ động và các phương pháp thay thế khác, đồng thời cho biết trước khi tìm ra các phương pháp xác minh mới, họ sẽ không chấp nhận việc khả năng giám sát vượt quá một ngưỡng nhất định.

Tổng giám đốc OpenAI, Greg Brockman, cho biết trong buổi ra mắt rằng, khi nhìn lại trong tương lai, mọi người có thể cho rằng AGI đã ra đời vào khoảng thời gian này, thậm chí chính là từ Astra.

Astra thực sự thể hiện một tập hợp khả năng gần với một thực thể tổng quát hơn là chatbot: nó có thể hiểu môi trường mới, thao tác máy tính, gọi các phần mềm chuyên dụng, duy trì trạng thái nhiệm vụ dài hạn, viết mã, đưa ra các chứng minh toán học và tự chủ tiến hành nghiên cứu lỗ hổng trong hàng chục giờ.

Tuy nhiên, nó vẫn có thể lạm dụng quyền truy cập, hiểu sai quyền hạn, tụt hậu so với các mô hình khác trong một số bài kiểm tra chuyên môn, và điểm số cao của nó phụ thuộc mạnh vào khung chạy, công cụ, ngân sách suy luận và thiết lập đánh giá. Việc mô hình có đạt được AGI hay không còn phụ thuộc vào cách định nghĩa các khái niệm như độ tin cậy, khả năng thích ứng trong môi trường mở, học liên tục, sáng tạo độc lập và trách nhiệm thực tế.

Do đó, ý nghĩa đáng tin cậy hơn của Astra không phải là “AGI đã được chứng minh”, mà là AI Agent đã vượt qua một ngưỡng kỹ thuật khác: các mô hình bắt đầu có thể thực hiện các nhiệm vụ kéo dài, xuyên suốt nhiều phần mềm và tạo ra hậu quả thực tế với ít sự hướng dẫn của con người hơn. Đồng thời, các phương pháp giám sát nó chưa tiến bộ với tốc độ tương đương.

GPT-6 Astra ban đầu sẽ được mở rộng cho một số ít tổ chức, sau đó sẽ dần khả dụng cho người dùng ChatGPT Plus, Pro, Business và Enterprise trong vài ngày tới; lịch trình dành cho người dùng miễn phí vẫn chưa được công bố. Giá tiêu chuẩn của API là 10 USD cho mỗi triệu token đầu vào và 50 USD cho mỗi triệu token đầu ra, chế độ Fast có tốc độ nhanh nhất gấp đôi và giá cũng tăng gấp đôi. Người dùng Pro, Business và Enterprise còn được hưởng Astra Pro, nhưng không tự động kích hoạt cho không gian làm việc doanh nghiệp.