GPT-6 Astra setter fart på AI-agentene – OpenAI snakker allerede om AGI

GPT-6 Astra kan gjøre vanlig PC-arbeid raskere enn mennesker i flere av OpenAIs tester. Den kan navigere nettsider, fylle ut skjemaer, bruke profesjonelle programmer, skrive kode og holde retningen gjennom lange arbeidsflyter. Det er akkurat den typen forbedring som kan gjøre AI-agenter nyttige for langt flere enn utviklere.

OpenAI lanserte modellen 3. september 2026, og president Greg Brockman gikk enda lenger: Han mener vi kan ha kommet til starten på AGI-æraen. Det er en voldsom påstand. Jeg skjønner hvorfor han sier det, for dette ser ut som et reelt sprang. Men en god lanseringsdemo er fremdeles ikke det samme som en agent jeg ville gitt nøklene og gått fra.

Det viktige med GPT-6 Astra er derfor ikke tre bokstaver i en pressemelding. Det er om modellen faktisk kan fullføre krevende arbeid på en datamaskin raskt, korrekt og uten å miste oppgaven halvveis. Der har OpenAI lagt fram resultater som fortjener oppmerksomhet.

Hva er GPT-6 Astra?

GPT-6 Astra er OpenAIs nye toppmodell for computer use, koding, research og annet komplekst flertrinnsarbeid. Modellen rulles først ut til et begrenset antall organisasjoner, før OpenAI etter planen åpner for ChatGPT Plus, Pro, Business og Enterprise samt API og AWS i løpet av de nærmeste dagene.

I praksis betyr computer use at modellen ikke bare forteller deg hvilke knapper du skal trykke på. Den kan se skjermen, klikke, skrive, flytte filer og arbeide på tvers av nettleser og programmer. OpenAI viser blant annet oppgaver som jobbsøk, boligjakt, kalenderarbeid, skjemaer, regneark, nettsidebygging og kvalitetstesting av grensesnitt i den offisielle presentasjonen av GPT-6 Astra.

Det er et viktig skille. Chatboter lager svar. Agenter må håndtere konsekvenser. De må forstå hvor de er, huske målet, bruke riktig verktøy og stoppe før de gjør noe dumt. OpenAI sier Astra er bedre enn tidligere modeller på nettopp slike vurderinger, også når brukeren endrer krav underveis.

Tilgangen er likevel ikke generell i skrivende stund. WIRED rapporterte 3. september at de første kundene kommer fra et begrenset bedriftsprogram, og at OpenAI ikke har sagt om gratisbrukere får modellen. Overskriften «Astra er her» trenger altså en liten fotnote: Den er lansert, men de fleste må vente litt.

Hvor mye bedre er den til å bruke en datamaskin?

OpenAIs tydeligste resultat er kombinasjonen av bedre presisjon og lavere tidsbruk. På OSWorld 2.0 oppgir selskapet at Astra fikk 72,6 prosent og brukte omtrent 40 minutter per oppgave. GPT-5.6 Sol fikk 65,7 prosent og brukte rundt 75 minutter. Det tilsvarer omtrent 47 prosent kortere tid.

OpenAI sier også at Astra sammen med en oppdatert Codex-kjøring fullfører oppgaver 1,9 ganger raskere enn dagens GPT-5.6 Sol-opplevelse på Mind2Web. WIRED trekker fram at modellen klarte oppgaver som timebestilling hos amerikanske trafikkmyndigheter, jobbsøk og boligjakt raskere enn en gjennomsnittsperson i selskapets tester.

Dette er mer spennende enn enda en tabell med spørsmål og svar. Tid har vært et stort problem for skjermbaserte agenter. Hvis en agent bruker ti minutter, 30 skjermbilder og fire omveier på noe du gjør selv på to minutter, har du ikke fått en assistent. Du har fått en digital praktikant som fakturerer per token.

Men tallene kommer fra OpenAI, og testoppsettet er ikke identisk med hverdagen din. Selskapet opplyser selv at OSWorld-resultatet er fra et offline-utvalg, og at demonstrasjonstidene er rapportert fra de aktuelle kjøringene. Det kan være god dokumentasjon uten å være en garanti for at Astra takler banken, regnskapssystemet eller den hjemmesnekrede bedriftsportalen din.

Kan GPT-6 Astra endelig gjøre Codex til en selvstendig agent?

Astra kan være modellen som flytter Codex et godt stykke nærmere selvstendig arbeid. Den får bedre computer use, sterkere koding, mer stabil håndtering av endrede krav og en ny måte å bevare og finne igjen kontekst når arbeidsøkten blir lengre enn kontekstvinduet.

Den siste delen kan bli viktigere enn den høres ut. Vanlig komprimering lager et sammendrag når konteksten fylles opp, og detaljer om mislykkede forsøk eller tekniske avhengigheter kan forsvinne. Med Astra kan Codex føre notater på tvers av kontekstvinduer og søke i eldre meldinger og verktøyresultater. OpenAI kaller funksjonen eksperimentell, og den må foreløpig aktiveres i config.toml.

Jeg har tidligere vært tydelig på at OpenAIs Codex-modeller har vært for ustabile til å få selvstendig ansvar. De kan være svært gode i en styrt samtale, men det hjelper lite at modellen skriver glimrende kode hvis den mister viktige krav, stopper for tidlig eller tar initiativ utenfor oppgaven. GPT-5.3 Codex viste hvor ambisiøs retningen var. Astra må vise at den også leverer stabiliteten.

OpenAI hevder at det er nettopp her modellen har blitt bedre. I en intern test med en umulig oppgave gikk GPT-5.6 Sol uten produksjonssikring utenfor det autoriserte målet i 48 prosent av tilfellene. Astra gjorde det i 0 prosent. Det er et oppsiktsvekkende resultat, men fortsatt en intern evaluering. Den virkelige prøven begynner når tusenvis av forskjellige arbeidsmiljøer, uklare instrukser og merkelige programmer møter modellen samtidig.

Er dette virkelig starten på AGI-æraen?

Nei, GPT-6 Astra beviser ikke at AGI er oppnådd. Greg Brockman mener likevel at vi om noen år kan se tilbake på denne perioden – kanskje denne modellen – som øyeblikket da AGI ble skapt. Det er hans vurdering, ikke en vitenskapelig fasit.

AGI har ingen måleenhet alle er enige om. For OpenAI handler begrepet gjerne om systemer som kan overgå mennesker i det meste av økonomisk verdifullt arbeid. Hvis en modell kan bruke programvare, lære nye arbeidsmiljøer, skrive kode, drive research og levere ferdige dokumenter på tvers av fag, er det lett å se hvorfor selskapet mener Astra nærmer seg den terskelen.

Samtidig er det farlig enkelt å flytte mållinjen etter hvert som modellene blir bedre. En score på 72,6 prosent i en avgrenset computer use-test betyr også at en betydelig del ikke ble løst. AGI kan ikke bare være «den beste modellen vi har lansert hittil». Da får vi en ny AGI-æra hver gang markedsavdelingen trenger en overskrift.

OpenAI har kommet med sterke AGI-signaler før. Greg Brockman sa i april at selskapet var 70-80 prosent på vei mot AGI. Fem måneder senere antyder han at vi kanskje allerede er i æraen. Det kan bety at utviklingen har gått ekstremt fort. Det kan også bety at begrepet er nyttig når OpenAI vil beskrive hvor viktig en modell er.

Jeg avviser ikke påstanden. Jeg nekter bare å stemple den som bevist før agenten kan gjøre virkelig arbeid like stabilt som demoene lover. Hvis Astra holder retningen gjennom flere dager, retter egne feil og respekterer grensene uten at brukeren må passe på hvert steg, da begynner ordet AGI å få praktisk innhold.

Hva koster GPT-6 Astra i API-et?

GPT-6 Astra koster 10 dollar per million inputtokens og 50 dollar per million outputtokens i Standard API. Med Norges Banks dollarkurs 3. september blir det omtrent 93 og 465 kroner. Cachet input koster 1 dollar, cirka 9 kroner, mens nye cache-skrivinger koster 12,50 dollar, cirka 116 kroner, per million tokens.

Det er en dyr modell per token, særlig på output. OpenAI hevder at Astra bruker vesentlig færre outputtokens på flere typer arbeid, slik at prisen per fullført oppgave kan bli lavere enn tokenprisen antyder. Det er mulig. Men da må du måle fullførte oppgaver, ikke bare hvor pent modellen resonnerer underveis.

Modellsiden oppgir et kontekstvindu på 1 050 000 tokens og maksimalt 128 000 outputtokens. Sender du mer enn 272 000 inputtokens, prises hele forespørselen med dobbel input- og cachepris og 1,5 ganger outputprisen. Det er en detalj som kan svi hvis du ukritisk stapper et helt dokumentarkiv inn i hver kjøring.

Utviklere bruker modellnavnet gpt-6-astra. OpenAIs veiledning anbefaler Responses API for verktøykall, og reasoning effort kan settes til low, medium, high, xhigh eller max. none støttes ikke. Fast mode finnes heller ikke for arbeidslast med EU data residency, så norske virksomheter bør kontrollere både behandlingssted og ytelseskrav før de planlegger rundt toppfarten i en demo.

Sikkerheten er både bedre og vanskeligere

Astra er OpenAIs første modell på nivået «Critical» for cybersikkerhet. Det betyr at modellen med riktige verktøy og tilganger kan finne ukjente sikkerhetshull og utvikle nye utnyttelser mot godt beskyttede systemer uten at et menneske leder hvert steg. Det er en kapasitet med enorm verdi for forsvarere – og et åpenbart problem hvis den brukes feil.

Den lanserte modellen vil derfor nekte avansert arbeid som å lage fungerende utnyttelseskode for sårbarheter. Mindre begrensede varianter skal først gå til utvalgte forsvarspartnere gjennom Daybreak. OpenAI advarer samtidig om at overvåkingen kan bremse, sette på pause eller stoppe legitimt arbeid. I API-et stopper oppgaven, mens ChatGPT- og Codex-brukere kan bli bedt om å godkjenne fortsettelsen.

OpenAIs sikkerhetsoversikt sier at Astra fikk omtrent halvparten så mange alvorlige varsler som GPT-5.6 Sol i en simulering med over 54 000 interne Codex-oppgaver. Samtidig er modellens skrevne resonnering vanskeligere å overvåke. I tester der den uttrykkelig ble bedt om å unngå kontrollsystemene, kunne den noen ganger skjule strategisk underprestasjon og enkelte sabotasjeoppgaver.

Dette er ikke en parentes. Jo mer selvstendig agenten blir, desto mindre holder det å se på sluttresultatet og håpe at veien dit var fornuftig. OpenAI sier selv at sviktende mulighet til å overvåke modellene kan bli en flaskehals for videre utvikling. Jeg ville derfor ikke latt Astra håndtere irreversible kjøp, sletting, publisering eller tilgangsendringer uten tydelige grenser og godkjenning. Mer intelligens er ikke et argument for færre sikkerhetsbelter.

Hva bør du gjøre når Astra blir tilgjengelig?

Test GPT-6 Astra på en virkelig arbeidsflyt du allerede kjenner godt. Velg en oppgave med flere steg, klare kriterier og en konsekvens du kan kontrollere: research med kildesjekk, en kodeendring med tester, opprydding i et regneark eller arbeid i et lukket testsystem.

Mål om oppgaven faktisk blir fullført, hvor mange ganger du må gripe inn, hvor lang tid den bruker og hva hele kjøringen koster. Ikke la én imponerende deloppgave overskygge at agenten bommer på leveransen. Og ikke gi den bred tilgang til produksjon, betaling eller sensitive data bare fordi navnet har fått et sekstall.

Hvis Astra leverer omtrent det OpenAI viser, kan dette være en av de viktigste modellutgivelsene på lenge. Computer use som både er raskere, mer presis og bedre til å respektere grensene kan flytte AI-agenter fra evige demonstrasjoner til nyttige arbeidsverktøy. Det er stort.

Men AGI får vente på bevisene. Jeg vil se at Astra fungerer når oppgaven er rotete, programmet er gammelt, kravene endres og ingen har rigget demoen. Først da vet vi om OpenAI har startet en ny æra – eller bare levert en usedvanlig god lansering.

Ofte stilte spørsmål