OpenAI Astra: čo naozaj oznámili a kde sa to dá využiť

Publikované 3. augusta 2026. Aktualizované 3. augusta 2026.

Čo OpenAI 1. augusta 2026 skutočne oznámil

Astra je krycie meno novej rady veľkých jazykových modelov OpenAI, postavenej na úlohách, ktoré bežia hodiny až dni. Ak nie ste doma v tom, ako veľké jazykové modely fungujú, stačí jeden rozdiel: dnešné modely odpovedajú na jednotlivé požiadavky, Astra má držať jeden cieľ naprieč dlhou prácou viacerých agentov.

Oznámenie prišlo v článku s názvom „Ten advances in mathematics and theoretical computer science". Meno modelu je schované až v treťom odseku ako „interná verzia Astry, nášho ďalšieho veľkého modelu". Žiadna keynote, žiadny livestream, žiadna cenníková tabuľka.

Overiteľné fakty sú tieto:

• Astra je rodina modelov, nie jeden model. Zaradila by sa vedľa existujúcich rád Sol, Terra a Luna z rodiny GPT-5.6.
• Je postavená na dlhobežiacich úlohách. Podľa The Information koordinuje viacero agentov, ktorí na jednom probléme pracujú hodiny až dni.
• Nie je vydaná. K 3. augustu 2026 neexistuje dátum vydania, cena ani finálne meno. OpenAI sa nerozhodol, či to bude GPT-6, variant GPT-5.7 alebo samostatná značka.
• Prejde vládnym posúdením. Astra má byť prvá rada, ktorá musí pred vydaním prejsť novým predpublikačným bezpečnostným posúdením v USA. Rovnaký mechanizmus už rozfázoval vydanie GPT-5.6.
• Sam Altman ju predviedol politikom vo Washingtone ešte pred verejným oznámením.

Poznámka k názvu: „GPT Astra 6" alebo „GPT-6 Astra" sa objavuje v titulkoch aj na YouTube, ale oficiálne to zatiaľ nie je nič z toho. Astra je interné meno rady. Kto dnes píše „GPT-6 vyšlo", píše niečo, čo OpenAI nepovedal.

Desať problémov, ktoré Astra vyriešila

Problémy pokrývajú šesť oblastí a podľa OpenAI na ich hlavných otázkach nebol pokrok minimálne desať rokov, vo väčšine prípadov podstatne dlhšie.

Nasledujúca tabuľka je odborná a to je v poriadku. Ak vás detaily nezaujímajú, čítajte len tretí stĺpec. Pri každom riadku je podstatné jediné: nikto z ľudí to desaťročia nedokázal.

Oblasť	Výsledok	Čo to znamená
Teória grúp	Explicitná konštrukcia nesofickej grupy. Otázka otvorená odvtedy, čo Michail Gromov soficitu zaviedol v roku 1999.	Grupa je matematický opis symetrie. Otázka znela, či existuje symetria, ktorú sa nedá priblížiť konečnými výpočtami. Odpoveď nikto nevedel 27 rokov, teraz existuje príklad.
Operátorové algebry	Vyvrátenie Connesovej hypotézy o rigidite: nekonečne veľa neizomorfných grúp s vlastnosťou (T), ktoré zdieľajú tú istú von Neumannovu algebru.	Panovalo očakávanie, že istý typ matematického objektu je jednoznačne určený svojím „odtlačkom". Ukázalo sa, že nie je: rovnaký odtlačok môže mať nekonečne veľa rôznych objektov.
Vysokodimenzionálna geometria	Nové horné hranice pre hustotu balenia gúľ.	Ako najtesnejšie natlačiť gule do priestoru s mnohými rozmermi. Znie to akademicky, ale presne na tom stojí oprava chýb pri prenose dát.
Konvexná geometria	Dôkaz Ehrhartovej hypotézy o objeme.	Otázka o najväčšom možnom objeme telesa, ktorého ťažisko je jediným mriežkovým bodom v jeho vnútri.
Extremálna kombinatorika	Superexponenciálna dolná hranica pre viacfarebné Ramseyho čísla (problém 183 z Erdősovho katalógu), plus protipríklady k problémom 146 a 180.	Ramseyho čísla hovoria, aký veľký musí byť súbor, aby v ňom nevyhnutne vznikol poriadok. Paul Erdős tieto otázky kládol desaťročia a väčšina z nich je stále otvorená.
Kvantová zložitosť	Veta o exponenciálnej repetícii pre každú konečnú dvojhráčovú previazanú hru.	Ak sa dva kvantovo previazané systémy pokúšajú „podviesť" test, opakovaním testu klesá ich šanca exponenciálne. Základ pre dôkazy bezpečnosti kvantových protokolov.
Algebraická zložitosť	Nové dolné hranice pre výpočet permanentu.	Permanent je výpočtovo brutálne náročná príbuzná determinantu. Dolná hranica znamená dôkaz, že sa to pod istú hranicu urýchliť nedá.
Kódovanie a mriežky	Exponenciálne zlepšené hranice pre binárne a sférické kódy, tvrdosť aproximácie pre problém najbližšieho vektora (closest vector problem).	Problém najbližšieho vektora je jedným zo základov postkvantovej kryptografie. Dôkaz jeho ťažkosti je dôkaz, že na ňom postavené šifrovanie má zmysel.

Hlavičkový výsledok je nesofická grupa. Dvadsaťsedem rokov nikto nevedel dokázať ani vyvrátiť, či také grupy existujú.

Prečo sú Lean certifikáty dôležitejšie než samotné dôkazy

Toto je časť, ktorú väčšina titulkov preskočila, a pritom je z hľadiska dôveryhodnosti najdôležitejšia.

OpenAI zverejnil ku každému výsledku formalizáciu v jazyku Lean 4. Lean je systém na strojové overovanie dôkazov: jeho jadro vráti binárny verdikt, dôkaz sa buď skompiluje, alebo nie. Repozitár openai/ten-proofs je pod licenciou Apache 2.0 a neobsahuje ani jeden nedokázaný krok. V Leane sa nedokázaný krok označuje príkazom sorry a repozitár hlási ich počet nula. K tomu OpenAI pridal zbierku rukopisov s rozsahom 249 strán a záznamy uvažovania modelu.

Rozdiel oproti bežnej AI demonštrácii je zásadný. Pri tvrdení „model napísal dobrý kód" musíte veriť firme. Pri Lean certifikáte veriť nemusíte: stiahnete repozitár, spustíte kompiláciu a máte odpoveď. Práve preto si aj skeptici všimli, že ide o iný typ oznámenia než obvyklé marketingové čísla.

Zároveň je to aj najväčšie obmedzenie, k tomu sa dostaneme nižšie.

Aké benchmarky má Astra? Žiadne

Ak hľadáte tabuľku so SWE-bench Verified, GPQA, FrontierMath alebo ARC-AGI, nenájdete ju. OpenAI k Astre nezverejnil ani jeden štandardný benchmark. Nie je to prehliadnutie, je to voľba: namiesto skóre dodal artefakty, ktoré si vie odborník overiť sám.

Má to dva čitateľné dôvody. Prvý je, že model nie je vydaný a nemá zmysel publikovať čísla, ktoré sa do vydania ešte zmenia. Druhý je, že benchmarková tabuľka by pri modeli tohto typu aj tak nemerala to podstatné: schopnosť držať cieľ naprieč hodinami až dňami práce viacerých agentov sa v jednorazovej úlohe nezachytí.

Referenčný bod: čo vieme o GPT-5.6 Sol

Najbližší verejný bod porovnania je aktuálna špička OpenAI. GPT-5.6 mal limitovanú preview 26. júna 2026 a verejné vydanie 9. júla 2026, pričom Sol je najsilnejší variant. Na verzii 1.1 indexu Artificial Analysis Coding Agent Index dosiahol Sol pri maximálnom reasoningu skóre 80. Pre porovnanie s konkurenciou sme rozoberali benchmarky Claude Opus 5 a samotný GPT-5.6 Sol v samostatných článkoch.

Astra je nad týmto. O koľko, zatiaľ nikto zvonku nevie.

Koľko to stálo: 2 000 dolárov v tokenoch

OpenAI uviedol, že tokeny potrebné na nájdenie všetkých desiatich riešení by pri cenníku GPT-5.6 Sol API stáli zhruba 2 000 dolárov. Výskumník Noam Brown to označil za zámerný strop s tým, že výpočtový výkon pri behu modelu sa dá tlačiť podstatne ďalej.

2 000 dolárov za desať výsledkov, na ktorých akademická matematika neurobila pokrok dekádu, je ekonomicky pozoruhodné číslo. Zároveň je to číslo, ktoré nič nehovorí o celkových nákladoch: nezahŕňa tréning modelu, platy výskumníkov ani, a to je kľúčové, neúspešné pokusy.

Kritika: čo Astra nedokazuje

Chýbajúci menovateľ

Simon Willison to zhrnul najstručnejšie: nie je žiadna správa o tom, na koľkých problémoch tých 2 000 dolárov minuli bez toho, aby dospeli k riešeniu. Ak model vyriešil desať problémov zo štrnástich, je to prevrat. Ak desať z tisíca, je to drahý generátor náhodných pokusov s dobrým filtrom. Rozdiel je zásadný a OpenAI ho nezverejnil.

Willison zároveň dodáva, čo by chcel vidieť najviac: použité prompty.

Klam kompozície

Gary Marcus, ktorý výsledky označil za pôsobivé, ale výrazne prepredané, upozorňuje na logickú chybu v tom, ako sa oznámenie číta. Excelencia v jednej doméne nezaručuje excelenciu vo všetkých. Matematika je špecifická práve tým, čo Astre pomohlo: má lacnú syntetickú dátovú generáciu a má externý verifikátor. Otvorený svet ani jedno nemá a simulovať sa nedá.

Zatiaľ bez odborného recenzného konania

Ani jeden z desiatich výsledkov neprešiel odborným recenzným konaním (peer review). Matematik Thomas Bloom, ktorý spravuje Erdősov katalóg, ich označil za veľkú správu, zároveň však pripomína, že ide o výsledky, ktoré si vybral a zverejnil sám ich autor. Ten istý Bloom mimochodom v roku 2025 nazval skoršie tvrdenia OpenAI o Erdősových problémoch dramatickým skreslením.

Môj názor: kde sa Astra reálne využije

Najdôležitejšia informácia v tomto oznámení nie je matematická, ale architektonická. Astra nie je „lepší chatbot". Je to systém, ktorý drží jeden cieľ naprieč hodinami práce a koordinuje pri ňom viacero agentov. To mení, aké úlohy má vôbec zmysel modelu zveriť.

Kde to bude fungovať takmer okamžite

Vzorec je jednoduchý: všade tam, kde existuje lacný a automatický spôsob, ako overiť, či je výsledok správny. Lean bol pre matematiku presne tým verifikátorom. V praxi má rovnakú úlohu:

• Testy a typový systém v softvéri. Zelený build je binárny verdikt rovnako ako Lean. Dlhobežiaci agent, ktorý má hodiny na to, aby prešiel od zadania k prejdenej sade testov, je najbližšie komerčné využitie.
• Formálna verifikácia a kryptografia. Protokoly, dôkazy bezpečnosti, kontrola smart kontraktov. Všetko domény s formálnym overením.
• Optimalizačné a plánovacie úlohy. Rozvrhy, logistika, alokácia zdrojov. Riešenie sa dá odsimulovať a oskórovať.
• Migrácie a refaktoringy veľkého rozsahu. Tie, čo dnes trvajú tímu týždne a majú jasné kritérium hotovosti.

Kde to fungovať nebude

Naopak, tam kde neexistuje automatický verifikátor, sa nič zázračné nestane. Ak model nemá ako zistiť, či je jeho výstup dobrý, dlhší beh znamená iba viac priestoru na hromadenie chyby. Sem patrí väčšina reálnej firemnej práce: stratégia, komunikácia so zákazníkom, dizajn, obsah, rozhodovanie pri neúplných dátach. Marcus má v tomto pravdu.

Praktický záver pre firmu: ak zvažujete nasadenie agentického AI, prvá otázka nie je „aký model", ale „ako automaticky overím, že výsledok je správny". Ak na to nemáte odpoveď, nový model problém nevyrieši. Presne z tohto dôvodu má u nás firemný chatbot na mieru vždy pevne ohraničenú znalostnú bázu: overiteľnosť odpovede je dôležitejšia než surová sila modelu.

Čo to znamená pre viditeľnosť vášho webu v AI vyhľadávačoch

Priamy dopad zatiaľ nula, model nie je vydaný. Nepriamy dopad je ale predvídateľný a stojí za prípravu.

Modely tohto typu nepracujú s jedným vyhľadaním a piatimi zdrojmi. Pracujú s desiatkami krokov, opakovaným hľadaním a krížovým overovaním. Čím viac krokov, tým prísnejší filter na zdroje. Web, ktorý má čísla bez uvedeného pôvodu a tvrdenia bez dátumu, vypadne pri druhom overovacom kole. Web, ktorý má tvrdenia podložené odkazom na primárny zdroj, jasnú štruktúru a dátum aktualizácie, prežije aj tretie.

Konkrétne, čo na webe urobiť ešte pred vydaním takých modelov:

• Odpovedzte v prvom odseku. Nie po treťom medzinadpise. Modely extrahujú prvú priamu odpoveď, ktorú nájdu.
• Každé číslo podložte odkazom na primárny zdroj. Nepodložené číslo je pri krížovom overovaní prvý kandidát na vyradenie.
• Uveďte viditeľný dátum publikovania aj aktualizácie. Tvrdenie bez dátumu je pri rýchlo sa meniacej téme nepoužiteľné.
• Držte FAQ sekcie s reálnymi otázkami zákazníkov a k nim štruktúrované dáta.
• Uveďte autora s menom a odbornosťou. Anonymný obsah má v hodnotení dôveryhodnosti handicap.
• Merajte, či vás modely naozaj citujú. Bez merania robíte optimalizáciu naslepo.

Podrobnejšie k jednotlivým krokom v článku o optimalizácii webu pre AI.

Často kladené otázky

Čo je OpenAI Astra?

Astra je krycie meno ďalšej veľkej rady modelov OpenAI, oznámené 1. augusta 2026. Je postavená na dlhobežiacich úlohách, pri ktorých viacero agentov spolupracuje na jednom probléme hodiny až dni. Zaradila by sa vedľa existujúcich rád Sol, Terra a Luna. K 3. augustu 2026 nie je vydaná.

Je Astra to isté ako GPT-6?

Zatiaľ nie je isté. OpenAI sa nerozhodol, či model vydá ako GPT-6, ako variant GPT-5.7 alebo pod samostatným menom. Označenie „GPT Astra 6" alebo „GPT-6 Astra" je zatiaľ novinárska a komunitná skratka, nie oficiálny názov.

Zverejnil OpenAI k Astre nejaké benchmarky?

Nie, ani jeden. Chýba SWE-bench, GPQA, FrontierMath aj ARC-AGI. Namiesto skóre publikoval OpenAI desať matematických výsledkov spolu s formálnymi Lean 4 certifikátmi, ktoré si môže ktokoľvek overiť sám. Najbližší verejný bod porovnania je GPT-5.6 Sol.

Koľko problémov Astra vyriešila a akých?

Desať otvorených problémov z matematiky a teoretickej informatiky. Patrí medzi ne explicitná konštrukcia nesofickej grupy, vyvrátenie Connesovej hypotézy o rigidite, dôkaz Ehrhartovej hypotézy o objeme, nové hranice pre balenie gúľ a viacfarebné Ramseyho čísla, veta o repetícii pre kvantové hry a tvrdosť problému najbližšieho vektora v mriežkovej kryptografii.

Čo je nesofická grupa a prečo je to dôležité?

Grupa je matematický opis symetrie. Sofická grupa je taká, ktorú sa dá ľubovoľne presne priblížiť konečnými výpočtami. Michail Gromov pojem zaviedol v roku 1999 a odvtedy nikto nevedel, či existuje grupa, ktorá takto priblížiť nejde. Astra dodala explicitný príklad, čím uzavrela 27 rokov otvorenú otázku.

Koľko stálo vyriešenie tých desiatich problémov?

Približne 2 000 dolárov v tokenoch pri cenníku GPT-5.6 Sol API. Toto číslo nezahŕňa tréning modelu, platy výskumníkov ani neúspešné pokusy. OpenAI nezverejnil, na koľkých ďalších problémoch model zlyhal.

Sú tie dôkazy overené?

Strojovo áno, ľudsky zatiaľ nie. Každý dôkaz má formalizáciu v jazyku Lean 4 bez jediného nedokázaného kroku, takže ho vie skompilovať a overiť ktokoľvek. Odborným recenzným konaním v matematickom časopise zatiaľ neprešiel ani jeden z výsledkov.

Kedy bude Astra dostupná?

Dátum vydania neexistuje. Model je v testovaní a má byť prvou radou OpenAI, ktorá pred vydaním prejde novým predpublikačným bezpečnostným posúdením v USA. Rovnaký mechanizmus predtým rozfázoval vydanie GPT-5.6.

Na čo sa taký model dá prakticky použiť vo firme?

Na úlohy, pri ktorých existuje lacný automatický spôsob overenia výsledku. Typicky vývoj softvéru s testovou sadou, formálna verifikácia, kryptografia, optimalizačné a plánovacie úlohy a veľké migrácie kódu. Tam, kde automatický verifikátor neexistuje, napríklad pri stratégii alebo komunikácii so zákazníkom, dlhší beh agenta kvalitu nezvyšuje.

Ovplyvní Astra viditeľnosť môjho webu v AI vyhľadávačoch?

Priamo zatiaľ nie, model nie je vydaný. Nepriamo áno: modely s dlhým behom overujú zdroje opakovane a krížovo, čo sprísňuje filter na kvalitu. Weby s tvrdeniami podloženými odkazom na primárny zdroj, jasnou štruktúrou a viditeľným dátumom aktualizácie majú v takom režime väčšiu šancu byť citované.

---

Titulná fotografia: Jiří Kaloč, Unsplash.