GPT-6 Astra работает как ИИ-инженер за $6 в час, управляя 50 агентами сразу

Команда Latent Space получила ранний доступ к GPT-6 Astra и за месяц тестирования потратила более 20 миллиардов токенов (минимальных единиц текста, которые модель обрабатывает за раз), проверяя модель на практических задачах, от создания инструментов до обучения игрового ИИ.

Их главный вывод: Astra принадлежит к новому классу моделей, которые работают как полноценный ИИ-инженер, а не как помощник, которому нужно объяснять каждый шаг.

Что именно тестировали?

Latent Space не гонялись за синтетическими бенчмарками. Они проверяли, способна ли Astra заменить живого младшего специалиста на реальных инженерных задачах.

За месяц команда:

• Построила более дюжины внутренних инструментов, включая четыре, которые раньше покупали как платные SaaS-сервисы
• Создала функциональный аналог связки GitHub и Vercel (платформы для хранения кода и его публикации)
• Обучила игровой ИИ для стратегической настольной игры, в которой допустимых ходов в 10 000 раз больше, чем в го
• Переиздала книгу с синхронизированной аудиоверсией и печатными экземплярами
• Нашла и исправила ошибки в личных финансах на десятки тысяч долларов

Ключевое отличие от предыдущих моделей: Astra сама управляла флотами подагентов (ИИ-агент, программа, которая действует автономно, выполняя цепочку задач без ручного контроля на каждом шаге). Один главный агент Astra запускал от 20 до 50 параллельных агентов, распределял задачи, следил за логами, останавливал и перезапускал потоки.

Что именно умеет автоматический ИИ-инженер?

Список задач, которые Astra выполняла без постоянного контроля человека:

• Выбор и обучение моделей. Сама определяла, какую модель применить, и запускала дообучение (обучение модели на конкретных примерах под узкую задачу)
• Разметка данных. Помогала размечать, а затем использовала разметку для активного обучения, как это делает SAM (модель сегментации от Meta)
• Загрузка пайплайнов. Держала вычислительные конвейеры полностью загруженными, не давая ресурсам простаивать
• Чтение логов и отладка. Инструментировала системы, читала логи, находила ошибки, исправляла и перезапускала
• Развёртывание систем целиком. Деплоила (публиковала и запускала) готовые системы за один проход
• Управление подагентами. Командовала агентами на других моделях, оценивала их результаты
• Когерентность на длинном контексте. Сохраняла связность на протяжении миллиардов токенов в одном агентном потоке

По данным Latent Space, всё это ровно то, за что платят младшему ИИ-инженеру: присматривать за запусками, разглядывать данные, ловить баги, чинить, перезапускать, и так по кругу. Живой специалист обходится в 200 до 1000 долларов в день. Astra выполнила аналогичный объём за 100 долларов за двое суток.

Почему 6 долларов в час, а не больше?

Расчёт Latent Space: при скорости 33 токена в секунду и максимальной цене 50 долларов за миллион токенов стоимость составляет около 6 долларов в час. По данным Artificial Analysis (независимая площадка для оценки моделей), Astra расходует токены экономнее, чем Sol и Fable, а значит при сопоставимой скорости и качестве оказывается дешевле конкурентов, кроме Spark 1.3.

Однако при агрессивном распараллеливании (20 до 50 агентов одновременно) расход растёт кратно. Latent Space честно предупреждает: если запустить Astra в режиме Ultra, бюджет уйдёт далеко за 6 долларов в час именно потому, что модель слишком хорошо умеет распределять задачи.

Что делать с этим прямо сейчас?

Если вы автор на Дзене или копирайтер. Astra пока не про тексты, а про инженерные задачи. Но направление очевидно: если модель уже управляет десятками агентов и обучает другие модели, следующий шаг это автоматизация контент-пайплайнов. Следите за появлением инструментов на базе Astra-класса моделей. Сейчас полезнее всего освоить агентные сценарии на доступных моделях.

Если вы разработчик или технический предприниматель в РФ. GPT-6 Astra за 6 долларов в час автоматизирует работу, которую выполняет младший ИИ-инженер: подготовка данных, дообучение моделей, отладка систем, управление пайплайнами. Для стартапа с ограниченным бюджетом это способ масштабировать инженерную команду без найма. Ограничение: доступ через API OpenAI, и для российских пользователей потребуется обходной биллинг или VPN.

Если вы маркетолог или менеджер продукта. Появление моделей класса «автоматический ИИ-инженер» означает, что порог входа в создание ИИ-продуктов снижается. Прототип, который раньше требовал команду из трёх инженеров на месяц, теперь может собрать один человек с Astra за выходные. Это меняет экономику эксперимента.

Из доступных в РФ инструментов с агентными возможностями стоит присмотреться к YandexGPT и GigaChat, хотя ни один из них пока не заявлял функциональность уровня «ИИ-инженер, работающий автономно».

Появление модели, которая работает как автономный ИИ-инженер и стоит дешевле обеда в Москве за час, меняет не рынок труда в абстрактном будущем, а бюджет вашего следующего проекта уже сегодня.

По данным Latent Space