Track
Ассоциированный AI-инженер для разработчиков
26 ч
Что такое API GPT-6 Astra?
API GPT-6 Astra — это способ получить доступ к новому флагманскому модулю OpenAI, выпущенному 3 сентября 2026 года, через Responses API. Для этого туториала важно следующее: gpt-6-astra принимает текстовые и изображения через Responses API OpenAI. Его усилие рассуждения варьируется от low до max, без варианта none.
Примеры в этом руководстве используют client.responses.create вместо client.chat.completions.create, но миграция также требует изменений в форматах запроса, ответа и результатов инструментов. Уберите пользовательские параметры temperature, top_p и настройки лог-вероятностей — Astra их не поддерживает. Прежде чем делать первый вызов, посмотрим на цены.
Сколько стоит GPT-6 Astra?
Для запросов до 272 000 входных токенов стандартная цена — $10 за миллион обычных входных токенов и $50 за миллион выходных. Кешируемый вход стоит $1 за миллион, а запись в кеш — $12,50 за миллион.
Если запрос превышает этот порог, OpenAI применяет коэффициент 2× к ставкам за вход и кеш, и 1,5× — к ставке за выход. Повышенные ставки применяются ко всему запросу, а не только к токенам сверх порога. Ни один запуск в этом руководстве к порогу не приблизился.
Что мы построим с API GPT-6 Astra?
Staging-приложение — небольшой таск-борд на Flask: главная страница, форма добавления задачи, кнопка «выполнено» и эндпоинт /health . Полный код, включая staging-приложение, — в этом репозитории GitHub.
Перед тестированием добавлены три предзагруженные задачи. Изображение автора.
В приложении есть один преднамеренный изъян. У агента три проверки, но только тестовый набор спроектирован, чтобы их ловить.
Почему приложение принимает пустые заголовки задач?
Эндпоинт создания задачи не отвергает пустой заголовок. Я оставил это поведение, чтобы у агента была известная ошибка для обнаружения, не раскрывая её в подсказке.
Какие проверки релиза может выполнять агент?
Агент может вызывать три инструмента:
-
run_test_suiteзапускает pytest, включая массовый импорт с ~250 HTTP-запросами. -
check_ui_flowиспользует Playwright, чтобы добавить задачу и подтвердить её появление. -
check_staging_healthотправляет GET-запрос на/health.
Все три запускаются против staging, без моков. Проверка в браузере использует фиксированный код; демо с модельно-составленным компьютерным использованием будет позже.
Как настроить API GPT-6 Astra в Python
Вам нужен ключ OpenAI API с доступом к gpt-6-astra. Создайте ключ на platform.openai.com/api-keys и проверьте, что в проекте включён gpt-6-astra. В Enterprise-воркспейсах Astra по умолчанию выключен при запуске.
Команды ниже используют Windows PowerShell и устанавливают все пакеты, нужные для этого туториала, включая realtime OpenAI для демо управления.
python -m venv .venv
.venv\Scripts\Activate.ps1
Copy-Item .env.example .env
pip install "openai[realtime]" flask pytest playwright pydantic matplotlib python-dotenv streamlit
playwright install chromiumНа macOS или Linux замените команду активации на source .venv/bin/activate и команду копирования на cp .env.example .env.
Затем добавьте ключ API в новый файл .env: откройте только что скопированный .env и добавьте OPENAI_API_KEY=sk-.... Библиотека python-dotenv его подхватит, а SDK автоматически использует — передавать ключ в коде не потребуется.
Если для вас новы проектные зависимости или файлы .env, наши руководства по виртуальным окружениям и переменным окружения всё объясняют. Убедитесь, что ключ работает, прежде чем строить на его основе.
Если ваш ключ уже работает с Responses API, пропустите следующий подраздел и начните с синхронного цикла инструментов. Первый запрос лишь проверяет настройку.
Сделайте первый вызов к API GPT-6 Astra
Когда ключ на месте, его нужно загрузить с помощью dotenv. После этого можно создать клиента OpenAI и отправить первый запрос функцией client.responses.create(). Минимальный запрос выглядит так:
from dotenv import load_dotenv
from openai import OpenAI
load_dotenv()
client = OpenAI()
response = client.responses.create(
model="gpt-6-astra",
reasoning={"effort": "low"},
input="In one sentence, what is a staging environment used for?",
)
print(response.output_text)Поле usage в ответе содержит числа токенов, нужные для последующего расчёта стоимости.
Построение синхронного цикла инструментов GPT-6 Astra
Фрагменты ниже — выдержки; исполняемые версии в сопровождающем репозитории GitHub.
Прежде чем трогать что-то асинхронное, я собрал обычную версию:
-
Вызвать модель
-
Проверить наличие элемента
function_call -
Запустить соответствующий инструмент
-
Отправить результат обратно с
previous_response_id -
Повторять, пока модель не перестанет запрашивать инструменты.
Этот блокирующий цикл — базовая линия для сравнения с асинхронным вариантом.
for turn in range(max_turns):
response = client.responses.create(
model="gpt-6-astra",
reasoning={"effort": "low"},
tools=TOOLS,
input=next_input,
previous_response_id=previous_response_id,
)
calls = [item for item in response.output if item.type == "function_call"]
if not calls:
final_text = response.output_text
break
outputs = [
{"type": "function_call_output", "call_id": call.call_id, "output": run_tool(call)}
for call in calls
]
next_input, previous_response_id = outputs, response.idЧто выявил базовый запуск
В базовом запуске модель последовательно вызвала каждый инструмент. Она нашла известную ошибку валидации и вернула решение «no-go». По трём запускам среднее время «от стены до стены» составило 23,40 секунды. Это среднее по всему прогону, а не по отдельным инструментам.
Как работает асинхронный вызов инструментов в GPT-6 Astra?
Отметьте инструмент флагом "async": true в схеме — и ваше приложение сможет отложить его результат, пока модель либо продолжит работу, либо подождёт. Приложение всё равно запускает инструмент и управляет фоновой задачей.
Как запускать независимые проверки одновременно
Я пометил run_test_suite и check_ui_flow как асинхронные и добавил определяемый приложением инструмент wait_for_tasks без аргументов, поскольку в этом демо всегда только один пакет ожидающей работы. Ожидание без аргументов держит пример компактным.
В продакшен-раннере идентифицируйте задания дескрипторами, свяжите каждый дескриптор с исходным call_id и ждите только тогда, когда следующий шаг зависит от ожидаемого результата.
Возвращайте каждый завершённый результат с его исходным call_id, затем верните статус ожидания с собственным call_id инструмента ожидания.
TOOLS = [
{"type": "function", "name": "run_test_suite", "async": True, ...},
{"type": "function", "name": "check_ui_flow", "async": True, ...},
{"type": "function", "name": "check_staging_health", ...},
{"type": "function", "name": "wait_for_tasks", ...},
]В этом запуске приложение отправляло помеченные вызовы в пул потоков. Пока фоновые проверки выполнялись, оно сделало быстрый синхронный health-check. Затем оно блокировалось на wait_for_tasks до завершения ожидающих проверок.
Сокращает ли асинхронность время «от стены до стены»?
По трём прогонам асинхронность снизила среднее «стеновое» время на 19,1% — с 23,40 секунды до 18,94 секунды. В среднем всё выглядело просто, пока не пришли отдельные замеры; график ниже показывает реальный разброс. Трёх прогонов достаточно, чтобы показать, что произошло здесь, но недостаточно для прогнозирования продакшен-задержек.
Время прогонов варьировалось в обоих режимах. Изображение автора.
Почему параллельные проверки вызвали гонку?
Одновременный запуск браузерной проверки и теста массового импорта иногда приводил к падению ассерта в импорте, потому что обе проверки меняли один и тот же список задач в памяти. Это рушило предположение теста об эксклюзивном доступе. Изоляция данных либо в раннере, либо в тестах избежала бы гонки.
Ограниченное компьютерное использование GPT-6 Astra для UI-тестирования
Для компьютерного использования в документации GPT-6 Astra рекомендуется исполнение кода, при этом структурированный инструмент computer продолжает поддерживаться как альтернатива. При исполнении кода один вызов может объединять несколько действий, циклы и условия, тогда как инструмент computer возвращает по одной структурированной операции мыши или клавиатуры, которую ваше приложение транслирует и воспроизводит.
Как ограничить раннер компьютерного использования
Я назвал класс BrowserSandbox, но название переоценивает степень защиты. Он даёт коду модели доступ к Playwright-page, функции log() и помощнику expect_text() . Python всё ещё может внедрять built-ins в exec(), а страница — переходить на другой origin.
sandbox_globals = {"page": self.page, "log": log, "expect_text": expect_text}
exec(code, sandbox_globals)Считайте это демо-раннером, а не границей безопасности. Код, составленный моделью, нуждается в изолированном процессе или контейнере с ограничениями по файловой системе, процессам, сети и источнику.
Что произошло в UI-проверке?
Я ограничил цикл восьмью ходами, потому что у ограниченной проверки должен быть жёсткий стоп. Модель изучила страницу, нашла поле формы, создала заголовок «UI flow check, cobalt otter 73921», отправила задачу и подтвердила, что заголовок появился — это заняло 13 секунд. Наше руководство по компьютерному использованию GPT-5.4 разбирает детальный пример на предшественнике Astra.
Как работает управление в середине хода в GPT-6 Astra?
Управление в середине хода доступно только для gpt-6-astra по WebSocket-соединению.
Откройте соединение и создайте ответ, затем отправьте событие response.steer с новыми инструкциями, пока ответ генерируется. Событие response.steer.accepted означает, что обновление поставлено в очередь, а не применено. Перед созданием автоматического продолжения сервер завершает текущий выходной элемент и любую уже запущенную размещённую работу инструмента.
Если всё ещё нужен результат клиентского инструмента или одобрение, response.steer.pending укажет недостающий ввод.
async with client.responses.connect() as connection:
await connection.response.create(model="gpt-6-astra", input=TASK)
async for event in connection:
if event.type == "response.created" and initial_response_id is None:
initial_response_id = event.response.id
await asyncio.sleep(1.0)
await connection.response.steer(
previous_response_id=initial_response_id,
input="Also add a rollback plan, but skip mobile.",
)Задержка в одну секунду соответствует экспериментальному коду и даёт первому ответу время начаться. Без задержки мы бы тестировали другую точку в жизненном цикле ответа.
Что остаётся неизменным при управлении в середине хода?
Управление не переписывает исходный ответ. Если обновление его прерывает, этот ответ заканчивается с status: "incomplete" и incomplete_details.reason: "steered". Затем преемник продолжает с новой инструкцией.
Если первый ответ успевает завершиться до применения обновления, он остаётся завершённым. Управление не отменяет клиентские действия, уже начатые; приложению по-прежнему принадлежит эта логика. Постановка управления в очередь действует только на текущем WebSocket-соединении, поэтому зафиксируйте обновление перед попыткой переподключения.
Сравнительный путь даёт первому ответу завершиться, затем отправляет новый запрос с объединёнными инструкциями. По двум прогонам среднее время: управление — 26,91 секунды против 50,02 секунды у «завершить и перезапустить». Это сравнение не охватывает политику «отменить и перезапустить» и не проверяет корректность финального текста.
Средние значения времени и стоимости по двум прогонам. Изображение автора.
Путь с перезапуском генерирует два полных ответа, которые частично покрывают одни и те же запросы. Это объясняет часть разницы во времени, так что не стоит рассматривать эти два прогона как общий бенчмарк управления.
Как менять усилие рассуждения GPT-6 Astra в ходе разговора
gpt-6-astra поддерживает усилие рассуждения от low до max. Большее усилие может увеличить расход токенов рассуждения, но не гарантирует другой ответ. configuration_update меняет следующий и последующие ответы, пока другое обновление его не переопределит, тогда как настройка на уровне запроса остаётся прежней.
В этом пайплайне отчёт завершает разговор, поэтому обновление затрагивает только финальный шаг.
response = client.responses.create(
model="gpt-6-astra",
previous_response_id=previous_id,
reasoning={"effort": "low"}, # default remains low
input=[
{"type": "configuration_update", "reasoning": {"effort": "high"}},
{"role": "user", "content": "Diagnose the root cause and recommend a fix."},
],
)Я использовал один и тот же трейс сбоя на обоих уровнях усилия и сравнил диагноз и расход токенов.
Тонкость: поле reasoning.effort в ответе по-прежнему сообщает значение на уровне запроса, а не усилие, выбранное через configuration_update. Не используйте это поле, чтобы проверять, сработало ли обновление.
Изменило ли высокое усилие рассуждения диагноз?
В полном комбинированном прогоне на повышенном шаге было использовано 108 токенов рассуждения. Каждый другой шаг на low использовал ноль. В более раннем изолированном тесте с более длинным трейсом сбоя low израсходовал ноль, а high — 318. Обе версии выявили ошибку валидации, так что увеличение усилия изменило расход токенов, но не диагноз.
Обновления конфигурации работают только в стандартных запросах с одним агентом. API отвергает соседние обновления, и их нельзя сочетать с автоматической компактной свёрткой или обрезкой.
Как использовать структурированные выводы GPT-6 Astra
Последний шаг пайплайна вызывает client.responses.parse, чтобы заменить свободный текст проверенной моделью Pydantic.
class GoNoGoReport(BaseModel):
decision: str
summary: str
checks_completed: list[str]
failures: list[str]
risks: list[str]
follow_up_actions: list[str]
confidence: float
response = client.responses.parse(
model="gpt-6-astra",
previous_response_id=previous_id,
text_format=GoNoGoReport,
input=[...],
)Pydantic проверяет типы полей, объявленные здесь. Это не доказывает, что отчёт соответствует фактам, и в этой версии decision не ограничен двумя значениями, а confidence — диапазоном.
Что зафиксировал отчёт go/no-go?
Отчёт вернул decision: "no_go". Он отнёс упомянутую ранее ошибку валидации к failures, а проблему конкуренции — к risks. По последней он написал: «возможное вмешательство от параллельных UI-проверок против общих staging-данных». В подсказке этот риск не назывался.
Держите задержки и стоимость вне этой схемы и считайте их в коде. Модель заполняет поля отчёта из свидетельств инструментов.
Интерфейс Streamlit использует тот же генератор, что и раннер командной строки. Он отображает события инструментов по мере поступления, затем показывает разобранный отчёт на вкладках Report и JSON.