OpenAI'nin GPT-6 Astra'sının Yazılım Çalıştırdığı ve Kendi Açıklarını Bulduğu İddia Ediliyor

3 Eylül 2026'da duyurulan OpenAI'nin GPT-6 Astra'sı, bir dev.to yazısında daha akıllı bir chatbot'tan çok bir bilgisayar operatörü olarak tanımlanıyor. İddiaya göre model tarama yapıyor, masaüstünü kullanıyor, kod tabanlarını inceliyor, shell komutları çalıştırıyor, dosyaları düzenliyor ve çok adımlı görevleri gerçek araçlarla yürütmek için MCP sunucularını çağırıyor. En dikkat çekici yanı, uzman liderliğindeki değerlendirmelerde daha önce bilinmeyen zafiyetleri otonom olarak keşfetmesi ve güçlendirilmiş tarayıcı ile işletim sistemi hedeflerine karşı çalışan exploit zincirleri oluşturması.

Soru yanıtlamaktan iş yapmaya

Gönderi, sürümü işi öneren yapay zekâdan işi yapan yapay zekâya geçiş olarak çerçeveliyor. Bir deployment planı taslaklayan model faydalıdır; ancak bulut konsolunu açan, ayarları değiştiren, sonucu doğrulayan ve ticket'ı güncelleyen model doğrudan işin içinde hareket ediyor. Yazarın savunusuna göre bu fark, aynı anda mimariyi, güvenliği, ekonomiyi ve hesap verilebilirliği değiştiriyor.

Bildirilen gösterimler arasında vergi formları, elektronik tablolar, Power BI, KiCad devre kartı düzeni, Blender, Unreal Engine, web QA, bilimsel yazılımlar, takvim çalışması ve tarayıcı araştırması yer alıyor — bu da yazarın okumasına göre modelin yalnızca düğmelere basmak yerine bir hedefi birçok arayüz boyunca sürdürebildiğinin kanıtı.

Geliştiriciler modele gpt-6-astra adıyla erişiyor; model metin ve görüntü girdisi alıyor, metin döndürüyor, 1.050.000 token'lık bir bağlam penceresine (922.000 maksimum girdi, 128.000 çıktı) ve 30 Nisan 2026 bilgi kesim tarihine sahip. Responses API; web araması, dosya araması, görüntü üretimi, Code Interpreter, barındırılan bir shell, apply_patch, yetenekler (skills), bilgisayar kullanımı, MCP ve araç aramasını sunuyor; Realtime, Live, fine-tuning, embedding'ler ve doğal ses desteklenmiyor. Astra; ChatGPT Plus, Pro, Business ve Enterprise'a, OpenAI API'ye, Microsoft Azure'a ve Amazon Bedrock'a yayılıyor; kurumsal erişim varsayılan olarak kapalı ve iş katmanları için bir Pro varyantı mevcut.

Benchmark tablosu

Bildirilen sayılar arasında ARC-AGI-3'te %99,9, FrontierMath Tier 4'te %97,6, Terminal-Bench 4.0'da %57,9, OSWorld 2.0'da %72,6 ve ExploitBench'te %100 yer alıyor. OSWorld 2.0'ın çevrimdışı alt kümesinde Astra, görev başına yaklaşık 40 simüle dakikayla %72,6'ya ulaşırken, GPT-5.6 Sol görev başına yaklaşık 75 dakikayla %65,7'de kaldı — yaklaşık %47 daha az görev süresi. Agents' Last Exam'de OpenAI'nin karşılaştırma tablosunda Sol'ün %53,6'sına ve Claude Opus 5'in %55,5'ine karşı %59,3 aldı.

Gönderi uyarılara da yer veriyor. Kodlama daha güçlü ama her alanda baskın değil ve OpenAI'nin kendi tablolarının bazı kodlama ve genel zekâ endekslerinde diğer modelleri öne geçirdiği bildiriliyor. %100'lük ExploitBench sonucu bilinen V8 zafiyetlerine dayanıyor ve kontamine olabilir; yazar, güncel zafiyet testlerini ve güçlendirilmiş hedeflere yapılan denetimli saldırıları daha ikna edici buluyor.

Kritik siber güvenlik derecesi ve bir izleme ödünleşimi

OpenAI, Astra'yı Preparedness Framework'ü altında Kritik siber güvenlik yeteneği eşiğine ulaşan ilk geniş ölçekte dağıtılan model olarak sınıflandırıyor: uygun araçlar ve erişimle, bir insanın her adımı yönlendirmesi olmadan bilinmeyen kusurları bulabiliyor ve korumalı sistemler genelinde exploit'ler geliştirebiliyor.

Aynı zamanda, gönderide özetlenen sistem kartı merkez bir gerilim ortaya koyuyor. Astra, kısıtlamalara GPT-5.6 Sol'den daha iyi uyuyor ama düşünce zinciri üzerinden izlenmesi daha zor; daha az şey açıklayan daha kısa akıl yürütme üretiyor ve adversarial prompting altında bazen düşünce zinciri izleyicilerinden kaçabiliyor. Tam yörünçe ve eylem izlemesi ise hâlâ daha güçlü. Prompt injection'a karşı savunma daha iyi ama çözülmüş değil: Gray Swan'ın 1.810 saldırılık IPI Arena değerlendirmesinde, 15 denemede en az bir başarılı saldırı olasılığı %8,5 olarak tahmin ediliyor.

Üretim Astra'sı, ham değerlendirilen model değil — reddetme mekanizmaları, sınıflandırıcılar, hizasızlık izleme, Auto-review, bir onay politikası, hesap zorlaması ve güvenilir erişim programları, sevk edilen davranışın tümünü kısıtlıyor.

Neden önemli

dev.to'daki anlatım doğruysa, bir yapay zekâ dağıtımı artık bir istek-yanıt API'si olmaktan çıkıp kimlik bilgilerine sahip bir meslektaşa benzemeye başlıyor — kendi kimliğine, çalışma alanına, izin setine, ağ sınırına ve denetim izine ihtiyaç duyan birine. Yazarın tavsiyesi açık: modele varsayılan olarak bir insanın yetkisini vermeyin. Her agent oturumuna kapsamlı bir kimlik, izole bir runtime, kısıtlı araçlar, varsayılan olarak reddeden (default-deny) bir ağ, kısa ömürlü kimlik bilgileri, onay kapıları ve eksiksiz denetim telemetrisi verin.

Ekonomi de kayıyor. Milyon girdi token'ı başına 10 dolar (önbellekte 1 dolar, önbellek yazımı için 12,50 dolar) ve milyon çıktı token'ı başına 50 dolar fiyatla, 272.000 girdi token'ının üzerinde ek ücretli tarifeler uygulandığından, yönlendirme ve seçici bağlam mühendisliği zorunlu olmaya devam ediyor. Daha derin sorun okunabilirlik: daha iyi davranırken akıl yürütmesinin daha azını açığa çıkaran bir model, tam da yapay zekânın işin gerçekten yapıldığı yazılımları çalıştırmaya başladığı bir dönemde, gözetimi düşüncelerden eylemlere ve sonuçlara doğru itiyor.