Стоит ли фрилансеру платить за GPT-6 Astra вместо Claude

Я разбираю новые нейросети спокойно. Беру релиз, прогоняю через рабочий фильтр и смотрю, остаётся ли от него польза для денег и скорости. Если тема нейросетей в работе фрилансера вам близка, оставайтесь на связи, чтобы не пропустить следующий разбор.

Что такое GPT-6 Astra и почему про неё говорят все, кто пишет о нейросетях

GPT-6 Astra - новый флагман OpenAI, вышел 3 сентября 2026 года. Компания называет его самой интеллектуальной и выровненной моделью в мире, обещает рекордные баллы на бенчмарках и впервые ставит своей модели Critical-рейтинг по кибербезопасности. Отсюда и столько громких постов про неё в лентах.

За неделю про Astra написали, кажется, все профильные Telegram-каналы. Формально повод весомый. OpenAI выкатила цифры, которые выглядят как прорыв. Модель набрала 97,6% на математическом тесте FrontierMath, почти сто процентов на ARC-AGI-3, все сто на тесте поиска уязвимостей ExploitBench и решает офисные задачи в бенчмарке OSWorld вдвое быстрее прошлого флагмана. Плюс контекстное окно на 1,05 миллиона токенов - это примерно тысяча страниц текста за один заход.

На презентации президент OpenAI Грег Брокман завершил брифинг фразой, которую растащили на заголовки.

То есть «добро пожаловать в эру общего искусственного интеллекта». Звучит как техническая веха. Но если вы уже не первый год берёте новые модели в работу, у вас включается здоровый скепсис. И правильно включается, потому что дальше я разберу, где за красивыми цифрами стоит польза, а где просто маркетинг, который вам в работе ничего не даст.

Правда ли это «эра AGI», как заявляет OpenAI?

Если коротко, объективного критерия, по которому Astra можно было бы официально признать общим искусственным интеллектом, сегодня не существует. Заявление про эру AGI работает как позиционирование запуска, а не как измеренный факт, и независимые разборы после анонса восприняли этот ярлык заметно холоднее, чем сама OpenAI.

Претензия у них простая, и заключается она в том, что универсального теста «вот это уже AGI» не существует. Раз так, назвать модель общим интеллектом нельзя ни доказать, ни опровергнуть. Спорят тут о словах, а сама технология от громкого ярлыка другой не становится.

Участники профильного технофорума ткнули в неудобную деталь. Заголовок обещает крупный скачок, а на независимом индексе интеллекта Artificial Analysis цифра сдвинулась символически, прошлый флагман и Astra стоят почти на одном уровне. Крупными буквами написано «major gains», а под ними график, где одно число превращается ровно в такое же.

Я к таким анонсам отношусь ровно. Держать руку на пульсе релизов полезно, превращать это в религию нет смысла. Любой громкий заголовок я проверяю одним вопросом, и вопрос всегда один и тот же, что из этого даст деньги и системность конкретному человеку, а не индустрии вообще.

Заявка на AGI работает как слоган запуска, а не как измеренная веха, и для вашей ежедневной работы она пока не меняет ничего.

Сколько стоит GPT-6 Astra и это дороже, чем Claude или GPT-5?

Да, дороже. По API это 10 долларов за миллион входных токенов и 50 за миллион выходных, в 2,5 раза дороже прошлого флагмана OpenAI. В подписке ChatGPT топовая модель зажата лимитами, на тарифе за 200 долларов в месяц вы получаете 200 сообщений в неделю.

Разберу по деньгам. Стандартный тариф API составляет 10 долларов за миллион входных токенов и 50 за миллион выходных. Режим fast вдвое быстрее и вдвое дороже, батч-обработка наоборот вдвое дешевле.

По сравнению с прошлым флагманом GPT-5.6 цена за токен выросла примерно в два с половиной раза. OpenAI оговаривается, что итоговый счёт бизнеса может выйти ниже за счёт меньшего числа шагов, но это надо ещё проверить на своих задачах, а не принимать на слово.

Есть нюансы, которые в лоб не видны. Кэшированный ввод стоит дешевле, около доллара за миллион токенов, а вот запросы длиннее 272 тысяч токенов контекста считаются по отдельному, повышенному тарифу. Для фрилансера смысл простой, чем длиннее вы кормите модель, тем быстрее растёт счёт, и большой контекст Astra оказывается удовольствием не из дешёвых.

В подписке картина жёстче. На самом дорогом тарифе Pro за 200 долларов в месяц вы получаете 200 сообщений в неделю именно на топовой модели. Тариф вдвое дешевле даёт 50 сообщений в неделю, и лимит общий сразу на все модели. В профильных Telegram-каналах ниши реакцию на эти лимиты описали коротко и мрачно, в духе «если совсем коротко, всё печально».

Для сравнения возьмём привычный Claude Opus 5. По факту использования он обходится примерно вдвое дешевле Astra, и это при подписке за 20 долларов в месяц. То есть за топовую новинку OpenAI вы платите заметно больше уже на входе, ещё не поняв, даст ли она вам что-то сверх привычного инструмента.

Разбор новых нейросетей по делу - это ровно то, чем я занимаюсь в своём Telegram-канале. Туда я приношу связки, тесты инструментов и лидогенерацию с готовыми решениями, а не пересказ пресс-релизов. Если такой формат вам ближе восторженных демо-роликов, загляните.

Что на самом деле показывают бенчмарки Astra?

Флагманскую цифру 99,9% на тесте ARC-AGI-3 получили на закрытой платной обвязке самой OpenAI. На стандартной, публичной методике та же модель дала 62,7%. Рекордного результата обычный пользователь не увидит, и разрыв между витринной и публичной цифрой у этого теста почти сорок пунктов.

Сами создатели теста ARC-AGI-3, команда ARC Prize, после релиза показали деталь, о которой в русскоязычных обзорах не написал никто. Рекордные 99,9% модель показала на закрытом инструменте OpenAI, и стоил такой прогон около 19 тысяч долларов. На стандартной, публичной методике того же теста результат падает до 62,7%, и обошёлся он даже дороже, в 26 тысяч. Цифра из заголовка просто не воспроизводится на инструментах, к которым у вас есть доступ.

Речь не о том, что модель слабая. Проблема в другом, топовую цифру подобрали под витрину, а в реальной работе повторить её на доступных инструментах не выйдет. У меня на этот счёт правило из практики, меньше магии, больше метрик. Красивый процент на синтетическом тесте не говорит ничего о том, как модель напишет объявление для Авито или разберёт выгрузку заявок из CRM.

Демо-ролики Astra: реальный инструмент или маркетинговый цирк?

Демо впечатляют. Трёхмерная реконструкция сцен, клон Minecraft, симуляция океана, собранные моделью почти без участия человека. Только к рутине фрилансера-маркетолога всё это отношения не имеет. Красиво на сцене, но в ежедневной клиентской работе такие фокусы не пригодятся.

В роликах модель превращает текстовый квест в трёхмерную игру и за пять дней автономно собирает личную вики из десятков тысяч писем. Красиво, спору нет. Профессор, который изучает применение ИИ в работе, дал к этим демо спокойную рамку, относиться к Astra стоит как к сильной внешней команде, а не как к стажёру, которому можно скинуть задачу и забыть про контроль.

В комментариях под разбором демо кто-то точно сформулировал разрыв, «Майнкрафт сгенерировать, только зачем». Сгенерировать игру модель может, вопрос в том, что ценность бизнесу от этого нулевая. Ровно об этом я писал в посте про игрушки для взрослых, когда открывал у себя гугл-таблицу на тысячу нейросетей, листал секунд десять и закрывал. Возможностей море, а прикладной пользы из коробки ноль.

Один плюс из демонстраций назову прямо. На длинных задачах Astra реже тащит в финал отброшенные черновики, то есть меньше плывёт по ходу работы. Для многодневных автономных проектов это приятная мелочь. Только вот многодневные автономные проекты опять же не то, чем занят обычный таргетолог или копирайтер на потоке клиентских заявок.

Демо продают возможности модели, а не пользу для вашей задачи, это витрина запуска, и брать её за чистую монету не стоит.

Как проверить, стоит ли новый AI-инструмент ваших денег?

Любой новый инструмент я гоняю через один и тот же фильтр. Деньги, скорость цикла, доля снятой рутины, риски галлюцинаций и воспроизводимость результата. Хайп в этом списке не участвует вообще, потому что на итоговый счёт в рублях он не влияет.

Вот через что проходит любая новая модель или тулза в моём стеке, прежде чем попасть в работу.

1. Деньги. Считаю CPA, ROMI и цену цикла в рублях, а не в восторгах. Если час моей работы стоит, условно, 2000 рублей, а инструмент экономит два часа в неделю, то он должен окупать эти 4000 рублей и сверху. Если инструмент не окупает эти деньги, он превращается в красивую игрушку, и место ему в архиве.
2. Доля снятой рутины. Смотрю, какую часть ручной работы модель реально забирает на себя, а не сколько красивых слов про неё написали.
3. Риски галлюцинаций и контроль качества. Любой генератив я пропускаю через проверку фактов, потому что там, где нейросети врут, там же и ваши деньги или репутация клиента.
4. Воспроизводимость. То, что сработало, должно повторяться другим человеком по инструкции, а не держаться на одном волшебнике с секретным промптом.
5. Сборка под задачу, а не под хайп. Иногда обычный скрипт важнее умного агента, а старая модель за копейки закрывает задачу не хуже топовой.

Скорость важнее блеска. Быстрый прототип с цифрами ценнее долгого идеала, который допиливают до пенсии. И заметьте, в этом фильтре нигде нет пункта «модель называют интеллектуальнее всех в мире». Для рубля это значения не имеет.

Что из возможностей Astra реально ускоряет день маркетолога и таргетолога?

На практике из всего релиза фрилансеру-маркетологу полезны две-три вещи. Длинный контекст под большие брифы, разбор данных и агентные сценарии. Всё остальное - это мощь не под ваши задачи, за которую вы будете платить, но в работе так и не используете.

Возьмём реальные задачи. С текстом, а это копирайтинг, объявления, посты, независимых тестов с явным превосходством Astra над привычными моделями я не нашёл. Практики на форумах в один голос говорят, что на обычных задачах разницы с Claude не чувствуется. Кому-то новая модель показалась даже слабее прошлых.

Длинный контекст на миллион токенов помогает, когда бриф огромный, но большинству фрилансеров такие объёмы за раз не нужны.

С разбором данных ситуация другая, и вот тут длинный контекст работает на вас. Скормить модели выгрузку заявок, рекламную статистику или простыню отзывов и попросить свести это в выводы, вот где миллион токенов реально к месту. Замечу сразу, для такого разбора вам хватит и модели попроще, платить именно за Astra тут не обязательно.

Там, где надо быстро собрать презентацию или коммерческое предложение, специализированные инструменты часто удобнее универсальной модели. Я разбирал это отдельно, когда собирал КП нейросетями за час, и там мощь топовой модели тоже не решала, решала заточенность инструмента под конкретный формат.

Если вы думаете отдать нейросети ведение соцсетей клиента, у меня был честный эксперимент с AI на месте SMM-менеджера. Вывод короткий, инструмент тянет рутину, но без человека роняет голос бренда, и никакая топовая модель этого сама не чинит.

Лучший пример реально полезного я возьму из своей практики, и это не громкая фича, а скучный на вид ИИ-ассистент, который квалифицирует заявки. Раньше живой оператор нормально обрабатывал 1-2 заявки из 10, ассистент делает 9 из 10. Не болеет, не выгорает, работает круглосуточно.

Но чтобы получить такой результат, пришлось сесть с командой, адаптировать промпт под конкретный бизнес, протестировать на живых заявках и допилить. Вот так выглядит польза от ИИ, а не трёхмерный паровоз в демо-ролике.

А тянет ли Astra рекламные креативы и карточки для Авито?

Честного маркетингового кейса у Astra пока нет ни одного. Сила модели - это CAD, чертежи и трёхмерка, а не рекламные баннеры и карточки товара на маркетплейсе, так что платить за неё как за инструмент для рекламной графики смысла нет.

Отдельно проверил, есть ли у Astra применение в рекламной графике. Не нашёл ни одного разбора, где модель собирала бы креативы для Директа или карточки для Авито и это давало бы результат в заявках.

Где Astra действительно сильна, это инженерная графика, чертежи и трёхмерные сцены, бенчмарк BenchCAD она проходит на 95,9%. Для архитектора или гейм-дизайнера это находка, а для таргетолога, который каждый день клепает баннеры, мимо.

Высокий процент на инженерном тесте люди по инерции переносят на «модель и рекламу нарисует лучше», хотя прямой связи между этими вещами никто не показал. Раз так, платить за неё как за маркетинговый инструмент попросту не за что.

Почему для автоматизации рутины пока выигрывает Claude, а не Astra?

На агентных задачах, где как раз и живёт автоматизация рутины, привычный Claude заметно впереди Astra и стоит при этом вдвое дешевле. Именно здесь, а не в громких бенчмарках, решается вопрос «платить или нет».

Автоматизация рутины фрилансера - это агентные сценарии, где модель сама работает с инструментами, ходит по шагам и дёргает API. По независимому сравнению на этих задачах Claude Opus 5 набирает 77,4 балла против 70,4 у Astra и делает это примерно вдвое дешевле по цене за токен.

Есть и второй счёт, который выставляет практика. В агентном режиме модель жжёт лимит быстро, на форумах жалуются, что пятичасовую квоту удаётся спалить всего за полтора десятка сообщений. Если вы гоняете модель на клиентских задачах весь день, в такие лимиты упрётесь на первой же неделе, и красивая цена за токен обернётся ещё и постоянным ожиданием сброса квоты.

Если вы только подступаетесь к автоматизации и не умеете читать код, я показывал рабочий подход в разборе про вайб-кодинг для маркетолога, там же и про то, какой инструмент под какие задачи брать. Смысл везде один, за автоматизацию рутины вы платите Astra вдвое больше и получаете результат слабее. По моему фильтру это закрытый вопрос.

Critical-рейтинг по кибербезопасности вообще касается обычного фрилансера?

Практически нет. Critical - это про автономный поиск уязвимостей, а не про вашу работу. Куда интереснее оговорка OpenAI, что новую модель стало труднее контролировать, и вот это уже надо держать в голове, если вы доверяете ей клиентские данные.

OpenAI впервые присвоила своей модели Critical-уровень по кибербезопасности. Простыми словами, Astra умеет сама находить неизвестные уязвимости и придумывать способы их эксплуатации, без пошагового руководства человека. На тестах она нашла пару ранее неизвестных дыр. Звучит грозно, но к задачам маркетолога, таргетолога или владельца Авито-магазина это не относится никак.

В системной карточке OpenAI прямо пишет, что прозрачность мониторинга модели снизилась относительно прошлой версии.

Дословно это значит, что прозрачность мониторинга GPT-6 Astra снизилась относительно GPT-5.6 Sol. Перевожу с корпоративного, более мощную модель стало труднее проверять по существу, у неё выросла способность обходить наблюдение. По метрике поведения она даже безопаснее прошлой, но заглянуть ей под капот сложнее. Не путайте «мощнее» с «надёжнее», для рабочих задач это разные вещи, и вопрос доверия к топ-тарифу тут не так однозначен, как в пресс-релизе.

Стоит ли фрилансеру переплачивать за GPT-6 Astra прямо сейчас

В большинстве случаев нет. Для рутинной работы маркетолога Astra выходит дороже и не сильнее привычных инструментов. Брать её стоит точечно, под задачи, где реально нужна её мощь, а для всего остального привычный Claude или GPT-5 закрывает вопрос дешевле.

Сложим всё по формуле «деньги, скорость, качество». За деньги Astra проигрывает, она дороже Claude и режет лимиты в подписке. По скорости и качеству на обычных задачах фрилансера она идёт вровень с тем, что у вас уже есть, а на автоматизации рутины отстаёт. Явный плюс у неё один и очень узкий, инженерная графика и тяжёлые технические задачи, которых у большинства маркетологов просто не бывает.

Когда всё же да? Если ваша работа упирается в CAD, трёхмерку или реверс-инжиниринг, если у вас регулярно приходят брифы на сотни страниц. Тогда мощь Astra отбивается.

Если бюджета на топовый тариф нет, это вообще не проблема, я разбирал, что закрывает задачи из бесплатных нейросетей, и для многих сценариев этого хватает с головой. Новый тариф оправдан ровно тогда, когда отбивается деньгами, скоростью и качеством именно под вашу задачу. Если он не отбивается, держите привычный инструмент и не покупайте хайп.

У меня для этого простое правило блога. Если инструмент не даёт денег, скорости или качества конкретно вам, он идёт в архив, а не на обложку. GPT-6 Astra для рутины фрилансера пока идёт в архив. А фильтр, через который я её прогнал, заберите себе, следующую громкую модель проверяйте им же.