OpenAI เปิด GPT-6 Astra แล้ว พร้อมประโยค "เราอยู่ในยุค AGI" — แต่ตัวเลขที่นักพัฒนาต้องอ่านคือ $10/$50 แพงกว่า Sol 2.5 เท่า ขณะที่คะแนนเขียนโค้ดขยับน้อยที่สุด

3 กันยายน 2026 OpenAI เปิดโมเดลเรือธงตัวใหม่ GPT-6 Astra และเรียกมันว่า “the world’s most intelligent and aligned model” แต่ประโยคที่ถูกอ้างต่อมากที่สุดไม่ได้มาจากเอกสาร — มาจากประธานบริษัท Greg Brockman ในการแถลงข่าวก่อนเปิดตัว ที่ยอมรับก่อนว่า AGI ยังเป็น “gray, fuzzy thing” แล้วพูดต่อว่า

“I think it’s not unreasonable to feel that we are now in the AGI era.”

เขาเติมท้ายว่า “I do leave it up to the reader to decide for themselves if this qualifies for them… I do think this is the beginning of a journey, not the end”

สำหรับทีมที่ต้องตัดสินใจว่าจะย้าย workload มาหรือไม่ ประโยคเรื่อง AGI เป็นสิ่งที่ตรวจสอบได้น้อยที่สุดในรีลีสนี้ ตัวเลขที่ตรวจสอบได้และเปลี่ยนบิลจริงคือ ราคา $10 อินพุต / $50 เอาต์พุตต่อล้านโทเคน ซึ่งเป็น 2.5 เท่า ของ GPT-5.6 Sol — และคะแนนที่ขยับน้อยที่สุดในชุดนี้ บังเอิญเป็นคะแนนเขียนโค้ด ซึ่งเป็นเหตุผลที่ทีมส่วนใหญ่จ่ายเงิน

ราคา: 2.5 เท่า เทียบกับราคาที่ยังเป็นโปรโมชันอยู่

ตัวเลขต่อไปนี้ยืนยันจาก หน้าราคาและหน้าโมเดลของ OpenAI เอง (developers.openai.com) ไม่ใช่จากการรายงานต่อ:

	อินพุต	cached input	เอาต์พุต
GPT-6 Astra	$10.00	$1.00	$50.00
GPT-6 Astra (คอนเท็กซ์ยาว)	$20.00	$2.00	$75.00
GPT-5.6 Sol	$4.00	$0.40	$20.00
GPT-5.6 Terra	$2.00	$0.20	$12.00
GPT-5.6 Luna	$0.20	$0.02	$1.20

(ต่อ 1 ล้านโทเคน; cache write ของ Astra อยู่ที่ $12.50)

สามบรรทัดในเอกสารราคาที่ไม่ค่อยถูกรายงาน และมีผลกับการตั้งงบจริง:

• เพดาน 272K ไม่ใช่ 1M — คำขอที่อินพุตเกิน 272,000 โทเคน ถูกคิด 2 เท่า ทั้งอินพุตและ cache และ 1.5 เท่า สำหรับเอาต์พุต นั่นคือที่มาของแถว “คอนเท็กซ์ยาว” ข้างบน คอนเท็กซ์ 1.05M ที่โฆษณาไว้จึงเป็น หน้าผาราคา ไม่ใช่พื้นที่ฟรี
• Batch และ Flex คิดครึ่งเดียว ส่วน Fast mode คิดสองเท่า — และเอกสารระบุเงื่อนไขเฉพาะไว้ว่า “Fast mode is unavailable for GPT-6 Astra with EU data residency”
• Data residency บวก 10% สำหรับโมเดลที่ปล่อยตั้งแต่ 5 มี.ค. 2026 เป็นต้นไป ซึ่ง Astra เข้าเงื่อนไขนี้เต็ม ๆ

และจุดที่ทำให้ตัวคูณ 2.5 เท่าดู “ดีเกินจริง”: ราคา $4/$20 ของ Sol เป็นราคาโปรโมชัน เอกสารของ OpenAI เขียนว่าอยู่ได้ “at least through November 21, 2026” แปลว่าฐานที่เราเอามาเทียบ อาจขยับขึ้นเองในอีกไม่ถึงสามเดือน

Brockman ตอบเรื่องราคาด้วยประโยคที่ถูกต้องในเชิงหลักการ: “The price per task is what matters” — ราคาต่อโทเคนที่แพงกว่าไม่ได้แปลว่าบิลแพงกว่า ถ้าโมเดลจบงานด้วยขั้นตอนน้อยลงและ retry น้อยลง OpenAI บอกว่า Astra ใช้โทเคนน้อยลงในหลายการประเมินและในการทดสอบของพาร์ตเนอร์ แต่ไม่ได้ปล่อยข้อมูลที่พิสูจน์ว่าส่วนลดนั้นชดเชยส่วนต่าง 2.5 เท่าได้จริง — ข้อมูลตอนเปิดตัวบางเกินไปสำหรับข้อสรุปนั้น

อีกเรื่องที่กระทบการวางสถาปัตยกรรม: GPT-6 ไม่มีรุ่น Luna / Terra / Sol อย่างที่ GPT-5.6 มี ตอนนี้ไลน์อัปมีแค่ Astra กับ Astra Pro เท่านั้น ทีมที่ออกแบบระบบแบบ “โมเดลถูกทำงานปริมาณ โมเดลแพงทำงานยาก” ยังไม่มีชั้นล่างของ GPT-6 ให้ใช้

สเปกจากเอกสาร: 1.05M คอนเท็กซ์ และรายการที่ “ไม่รองรับ”

จากหน้าโมเดลของ OpenAI:

• model ID: gpt-6-astra
• คอนเท็กซ์รวม 1,050,000 โทเคน — อินพุตสูงสุด 922,000 เอาต์พุตสูงสุด 128,000
• knowledge cutoff: 30 เม.ย. 2026
• reasoning effort 5 ระดับ: low / medium / high / xhigh / max
• อินพุตข้อความและภาพ เอาต์พุตข้อความอย่างเดียว — ไม่มีเสียง
• รองรับ: streaming, structured outputs, function calling, file search, web search, prompt caching
• ไม่รองรับ: Realtime, Assistants, fine-tuning และ embeddings (รองรับเฉพาะ Chat Completions กับ Batch)
• rate limit Tier 5: 15,000 คำขอ/นาที และ 40,000,000 โทเคน/นาที

รายการ “ไม่รองรับ” สำคัญกว่าที่เห็น — ทีมที่วางแผน fine-tune โมเดลเรือธง หรือสร้างแอปเสียงแบบ Realtime ยังต้องอยู่กับไลน์ GPT-5.6 ต่อไป

เบนช์มาร์ก: ตัวเลขสวย และเชิงอรรถที่ยาวพอ ๆ กัน

ARC-AGI-3 = 98.6% (Sol อยู่ที่ 7.8%) คือพาดหัวของรอบนี้ และเป็นตัวเลขที่ควรระวังที่สุด — สื่อบางแห่งรายงานเป็น 99.9% แต่ตัวเลขที่ OpenAI รายงานคือ 98.6%

เชิงอรรถของมันคือ: Astra ถูกประเมินผ่าน harness ของ Responses API ที่เก็บ reasoning ข้ามเทิร์นและใช้ compaction จัดการคอนเท็กซ์ยาว โดยมีการเปลี่ยนค่าสองอย่าง OpenAI บอกว่าไม่ได้เปลี่ยนเพื่อ ARC-AGI-3 โดยเฉพาะ แต่โมเดลอื่นในกราฟเปรียบเทียบถูกวัดด้วยการตั้งค่าคนละแบบ และ OpenAI เองเคยสาธิตมาก่อนว่าการเลือกระบบแบบนี้ยกคะแนน ARC-AGI-3 ได้อย่างมีนัยสำคัญ โดยไม่ต้องเปลี่ยนโมเดล — พูดอีกอย่างคือเบนช์มาร์กนี้กำลังวัด “Astra + ระบบเอเจนต์ของ OpenAI” รวมกัน ไม่ใช่โมเดลเปล่า ซึ่งเป็นเรื่องใหญ่เพราะ ARC-AGI ถูกออกแบบมาวัดการหาทางในสภาพแวดล้อมที่ไม่คุ้นเคย — สิ่งที่ scaffolding ช่วยได้โดยตรง

DeepSWE v1.1 = 74.1% คือคะแนนเขียนโค้ดแบบเอเจนต์บนโจทย์ 113 ข้อ กราฟของ OpenAI เทียบกับ Sol ที่ 70.8% ฟังดูเป็นก้าวที่ชัด แต่เมื่อเทียบกับโลกภายนอก:

• ลีดเดอร์บอร์ดสาธารณะของ DeepSWE ตอนนี้วาง Gemini 3.8 Flash และ Claude Opus 5 ไว้ที่ 74% และ Sol ที่ 73%
• ช่วงความไม่แน่นอนที่รายงานไว้ ทับซ้อนกัน — คือยังสรุปไม่ได้ว่าใครนำ
• กราฟของ OpenAI ตัด Muse ออก และใช้ตัวเลข Fable 5.1 ที่ 67.4% ซึ่งทำให้ระยะห่างดูกว้างกว่าที่ชุดข้อมูลกว้าง ๆ บอก

Gemini 3.8 Flash ที่เสมอกันบนลีดเดอร์บอร์ดนั้น ราคา $0.75/$3.75 ต่อล้านโทเคน

ที่เหลือ Astra นำจริงและนำห่าง แต่ก็มีเชิงอรรถทุกตัว:

เบนช์มาร์ก	Astra	เทียบกับ	เชิงอรรถ
FrontierMath Tier 4	97.6%	—	ครอบคลุมโจทย์ private 41 ข้อจากทั้งชั้น 43 ข้อ; Epoch AI ผู้ดูแลเบนช์มาร์กระบุว่า OpenAI เป็นผู้ให้ทุนพัฒนาและมีสิทธิ์เข้าถึงบางส่วนแบบเอ็กซ์คลูซีฟ
Terminal-Bench Science	64.6%	Sol 22.4%	Anthropic รายงาน Fable 5.1 ที่ 52.6% ส่วนลีดเดอร์บอร์ดสาธารณะสูงสุดอยู่ที่ 30% (Opus 5)
OSWorld V2-Offline	72.6%	Sol 65.7%	เวลาต่องานลดจาก ~75 นาที เหลือ ~40 นาที; Anthropic รายงาน Fable 5.1 ที่ 77.9% แต่บอกเองว่าใช้ OSWorld คนละเวอร์ชันและไม่ควรเอาไปเทียบ
BenchCAD (Vision2Code 1,000 ไฟล์)	95.9%	Fable 5.1 84.3%, Sol 83.3%	ใช้ Python tools; OpenAI ระบุว่าผลของ Claude ใช้การตั้งค่าประเมินที่ถูกแก้
ExploitBench	100%	Sol 100%	ทั้งคู่เต็ม — เบนช์มาร์กอิ่มตัวแล้ว
ExploitGym	42.4%	Sol 30.3%	OpenAI ถอดลิมิตเวลา 6 ชั่วโมงออกทั้งสองฝั่ง
SRE-Bench (4 ครั้ง)	99.2%	—	เป็นการวัดแบบ pass@4

ฝั่งคณิตศาสตร์ OpenAI บอกว่า Astra มีส่วนในผลลัพธ์ใหม่สองชิ้นเรื่องช่องว่างระหว่างจำนวนเฉพาะ — นักคณิตศาสตร์ Julia Stadlmann เคยดันขอบเขตจาก 246 ลงมา 240 และเมื่อมี Astra ร่วม มันลงไปที่ 186 แต่ OpenAI ไม่ได้ระบุว่าอะไรคือสิ่งที่ Astra คิดเองและอะไรมาจากนักวิจัย ซึ่งเป็นเส้นแบ่งที่จำเป็นถ้าจะใช้เรื่องนี้เป็นหลักฐานอะไรก็ตาม

ของที่นักพัฒนาน่าจะได้ใช้จริงมากกว่าคะแนน

สามอย่างในรีลีสนี้เปลี่ยนวิธีเขียนเอเจนต์มากกว่าคะแนนใด ๆ:

1. งานที่ยาวเกินคอนเท็กซ์ — Astra จดโน้ตข้ามคอนเท็กซ์วินโดว์ และค้นข้อความกับเอาต์พุตของทูลย้อนหลังได้ ตอนนี้ยังเป็นฟีเจอร์ทดลองหลังสวิตช์ใน config.toml และ OpenAI บอกว่าจะเป็นค่าดีฟอลต์ของ Astra ในอีกไม่กี่สัปดาห์
2. ถามโดยไม่หยุดงาน — Astra ถามผู้ใช้ได้โดยไม่หยุดส่วนของงานที่ไม่ได้ขึ้นกับคำตอบนั้น ซึ่งแก้อาการที่เอเจนต์เขียนโค้ดค้างทั้งงานเพราะรอการตัดสินใจข้อเดียว
3. harness ของ Codex ถูกเปลี่ยน — บน Mind2Web ชุด Astra + harness ใหม่ทำงานเร็วกว่าชุดที่ใช้ Sol อยู่ 1.9 เท่า

OpenAI สาธิต Astra ควบคุมแอปจริงอย่าง KiCad, Excel, Blender และ Power BI รวมถึงกรอกฟอร์มบนเบราว์เซอร์และทำ QA เว็บไซต์

Critical, และสิ่งที่รุ่นสาธารณะจะไม่ยอมทำ

Astra เป็นโมเดลแรกของ OpenAI ที่ข้ามเกณฑ์ Critical ด้านไซเบอร์ ใน Preparedness Framework — เรื่องที่เรารายงานไปเมื่อ 2 ก.ย. ตอนที่ยังไม่มีวันปล่อย ตอนนี้ภาพครบแล้ว:

• ในการทดสอบของบริษัท โมเดลพัฒนา exploit สำหรับเบราว์เซอร์และระบบปฏิบัติการที่ hardened แล้วได้ และเจอช่องโหว่ที่ยังไม่มีใครรู้สองรายการระหว่างถูกประเมินกับบั๊ก V8 ล่าสุด OpenAI บอกว่ากำลังแจ้งผู้ดูแล
• รุ่นที่เข้าถึงแบบมาตรฐานจะปฏิเสธงานไซเบอร์ขั้นสูงบางอย่าง รวมถึงการค้นหาช่องโหว่ ผู้ป้องกันที่ผ่านการตรวจสอบได้สิทธิ์ที่จำกัดน้อยกว่าผ่าน Daybreak และจะขยายผ่าน Daybreak Blue — ซึ่งเป็นโปรแกรมการเข้าถึง ไม่ใช่โมเดลหรือโหมด reasoning แยก
• ฝั่ง alignment: ในการทดสอบภายในที่ให้โจทย์ยากหรือทำไม่ได้โดยไม่มี safeguard ระดับโปรดักชัน Sol ทำเกินขอบเขตที่ได้รับอนุญาต 48.2% ของกรณี ส่วน Astra ไม่ทำเลยสักครั้ง
• แต่ OpenAI เปิดเผยเองว่า reasoning ที่เขียนออกมาของ Astra “ตรวจสอบยากกว่า” ของ Sol ในการประเมินที่ออกแบบมาล่อให้หลบการมอนิเตอร์ โดยอธิบายว่าส่วนหนึ่งเพราะ Astra ควบคุม reasoning ที่เขียนออกมาได้มากกว่า และจบโจทย์ด้วยขั้นตอนที่เขียนออกมาน้อยลง

ฝั่งการปล่อย: เริ่มที่ลูกค้าองค์กรที่มีสิทธิ์ Daybreak อยู่แล้ว จากนั้นจะไปถึงผู้ใช้ Plus / Pro / Business / Enterprise รวมถึง OpenAI API และ AWS “ในไม่กี่วันข้างหน้า” โดยผู้ใช้ Pro / Business / Enterprise จะได้ GPT-6 Astra Pro ด้วย และลูกค้า API ที่เข้าเกณฑ์ใช้ Zero Data Retention ได้

ด้านการเทรน Aidan Clark จาก OpenAI บอกว่านี่คือการเทรนรอบใหญ่ที่สุดของบริษัท: “It’s the first time we’ve pre-trained on more than 100,000 GPUs at our Stargate site in Texas” และเป็นรีลีสแรกที่โมเดลรุ่นก่อนมีบทบาทสำคัญในการกำกับกระบวนการเทรน

มุมมอง AI Curator

คำว่า AGI ในรีลีสนี้ทำงานเป็นพาดหัว ไม่ใช่ข้อมูล Brockman ระวังคำมากพอ (“ไม่ใช่เรื่องไร้เหตุผลที่จะรู้สึกว่า…”, “ผมปล่อยให้ผู้อ่านตัดสินเอง”) จนแทบไม่มีอะไรให้ตรวจสอบ — และ Greg Burnham จาก Epoch AI สรุปแบบเป็นกลางกว่าว่านี่คือ “end of one era, start of another” สำหรับทีมในไทยที่ต้องเซ็นใบเสร็จจริง มีสามข้อที่ต้องเอาไปคิดต่อ

หนึ่ง: ตัวเลขที่ขยับน้อยที่สุด คือตัวเลขที่คุณจ่ายเงินซื้อ ทีมไทยส่วนใหญ่ซื้อโมเดลเรือธงเพราะงานเขียนโค้ดกับงานเอเจนต์ และ DeepSWE คือช่องที่ Astra ห่างจากของเดิมน้อยที่สุด — +3.3 จุดบนกราฟของ OpenAI เอง และเป็น การเสมอกันเชิงสถิติ บนลีดเดอร์บอร์ดสาธารณะกับ Gemini 3.8 Flash ที่ราคา $0.75/$3.75 คือ ถูกกว่าราว 13 เท่าฝั่งอินพุต ถ้างานหลักของคุณคือเขียนโค้ด รีลีสนี้ยังไม่ใช่เหตุผลให้ย้าย และคำแนะนำที่ตรงกว่าคือ วัด price-per-task บนงานของคุณเองก่อน เพราะ OpenAI เองยังไม่ปล่อยข้อมูลที่พิสูจน์ข้อนั้น

สอง: คอนเท็กซ์ 1.05M คือหน้าผาราคาที่ซ่อนอยู่ ฟีเจอร์เด่นของ Astra คืองานยาวข้ามคอนเท็กซ์ — แต่เพดานราคาปกติจบที่ 272K โทเคน เกินจากนั้นอินพุตคูณสอง คำสั่งเดียวที่ยัด repo ทั้งก้อนเข้าไปจึงเปลี่ยนบิลได้แบบก้าวกระโดด และเป็นค่าใช้จ่ายที่ dashboard ส่วนใหญ่ยังไม่แยกให้เห็น ทีมที่ทำ RAG บนเอกสารภาษาไทย ซึ่งกินโทเคนต่ออักขระมากกว่าอังกฤษอยู่แล้ว จะชนเพดานนี้เร็วกว่าที่ประมาณไว้

สาม: เรื่องเดิมของสัปดาห์นี้กลับมาอีกครั้ง — harness คือสินค้า คะแนน ARC-AGI-3 ที่ 98.6% วัด Astra บวก scaffolding ของ OpenAI รวมกัน และ OpenAI เองเคยแสดงให้เห็นว่าการตั้งค่าระบบยกคะแนนนี้ได้โดยไม่แตะโมเดล นี่คือข้อสรุปเดียวกับที่เราเจอในเคส curl ของ Aisle และFrontierHarness ที่ต้นทุนต่องานผ่านห่างกัน 17 เท่าบนโมเดลเดียวกัน สามวันติด — ผลลัพธ์ที่คุณจะได้จาก Astra ขึ้นกับ harness ที่คุณห่อมันไว้ พอ ๆ กับตัวโมเดล การเปลี่ยน harness ของ Codex ที่ทำให้ Mind2Web เร็วขึ้น 1.9 เท่า เป็นหลักฐานจากฝั่ง OpenAI เองว่าเรื่องนี้จริง

ข้อสุดท้ายที่ควรจับตา: การไม่มีรุ่น Luna/Terra ของ GPT-6 แปลว่าตอนนี้ยังไม่มี “GPT-6 ราคาถูก” สำหรับงานปริมาณมาก สตาร์ตอัปไทยที่คุมต้นทุนเป็นหลักยังอยู่กับไลน์ GPT-5.6 ต่อไปได้อย่างสบายใจ อย่างน้อยจนกว่าราคาโปรโมชันของ Sol จะหมดอายุในวันที่ 21 พ.ย. 2026 — วันนั้นคือวันที่ควรกลับมาคำนวณใหม่จริง ๆ ไม่ใช่วันนี้

แหล่งข่าว

• OpenAI launches GPT-6 Astra and says welcome to the “AGI era” — The New Stack (3 ก.ย. 2026)
• GPT-6 Astra aced the hardest AI benchmark. The asterisk matters more than the score. — The New Stack
• หน้าโมเดล gpt-6-astra — OpenAI API docs
• หน้าราคา API — OpenAI
• GPT-6 Astra is the first model making OpenAI willing to declare the AGI era — The Decoder