OpenAI har fixat tre defekter som den säger förklarar en veckas användarklagomål om att GPT-6 Astra, dess senaste frontiermodell, hade blivit dummare sedan lanseringen – och den återställer användningsgränserna för Codex-prenumeranter som en slags ursäkt. Uppdateringen kom från Codex produktledare Tibo Sottiaux, som sa att teamet arbetade med användare för att spåra felen, och sedan skickade korrigeringar och en fullständig användningsåterställning före midnatt lokal tid, enligt en uppdatering som publicerades i lördags.

Erkännandet avslutar en grov sträcka för vad OpenAI har fakturerat som sin mest kapabla modell hittills. Sedan Astra nådde bred tillgänglighet i början av september, hade utvecklare på X kört identiska uppmaningar mot lanseringsdagen Astra och den nuvarande versionen, hållit alla inställningar oförändrade och postat jämförelser sida vid sida som verkade visa en tyst försvagad modell. För mer om modellerna som driver denna debatt, se vår senaste AI-utvecklingen täckning.

De tre defekterna, namngivna

Enligt Sottiaux var den första boven kompetensen - snabbfiler skrivna för tidigare modeller som triggades för ofta under Astra, vilket ibland hindrade modellen från att kontrollera sitt eget arbete. Det andra var ett valfritt kontexthanteringsexperiment som kunde få modellen att sluta tidigt eller svara på inaktuella meddelanden. OpenAI inaktiverade experimentet efter att ungefär 4 000 till 5 000 användare påverkades, sa företaget.

Den tredje defekten gällde infrastruktur snarare än själva modellen: vissa slutledningsmotorer hade konfigurerats felaktigt och mätbart försämrad kvalitet på svanstrafiken som leds genom dem. OpenAI tog bort dessa motorer och gjorde flera mindre reparationer. Sottiaux skrev att modellen nu spårar en användares senaste meddelande mer exakt - en nick till klagomål om att Astra hade svarat på frågor som användaren redan hade gått förbi.

Utvecklare hade redan gått vidare

Klagomålen byggde upp under veckan. Utvecklaren Pranjal Paliwal, som hade berömt Astra dagar tidigare, gick tillbaka och läste koden den skrev för honom, och kallade sedan resultatet för en regression snarare än ett framsteg. Dax Raad, som bygger kodningsverktyget Opencode, flyttade tillbaka sitt team till den äldre GPT-5.6 Sol efter att ha spenderat på Astra fördubblats för nackdelar som han bedömde inte var värda pengarna. En forumaffisch beskrev Astra som nu i nivå med Sol på identiska uppgifter, med samma försök.

Alla accepterade inte den läsningen. En pseudonym användare som skrev som Antikythera hävdade att modellen alltid hade varit lat och förtjust i punktpunkter, och att användarna helt enkelt hade slutat bli bländade. Den oenigheten fångar hur svåra krav på modellkvalitet är att lösa: identiska uppmaningar, olika domar.

Kapacitetsproblem i bakgrunden

Kvalitetsraden landade medan kapaciteten har skuggat utrullningen. OpenAI har sänkt Astra-användningsgränserna för tunga ChatGPT-användare enligt användarrapporter och pausat nya $200 Pro-prenumerationer - ett steg som Sottiaux bekräftade den 10 september, med hänvisning till efterfrågan. Modellen kostar fortfarande 10 USD per miljon inmatade tokens och 50 USD per miljon output-tokens, vilket är 2,5 gånger vad Sol debiterade när den lanserades.

Det finns också ett obekvämt prejudikat: detta är det andra OpenAI-flaggskeppet på två månader som drar samma anklagelse från betalande användare. I juli sa användare att Sols bästa resonemangsläge hade blivit ytligt över natten. Sottiaux förnekade att han försvagade det medvetet vid den tiden, samtidigt som han bekräftade att företaget hade experimenterat med resonemang. Upprepade cykler av "modellen blev sämre" följt av "vi hittade defekter" håller på att bli ett mönster som företaget måste hantera - transparens hjälper, men det skulle stabilitet också.

OpenAI:s egna råd: Använd färre skyddsräcken

Vid sidan av korrigeringarna publicerade OpenAI migreringsvägledning från ingenjör Eric Provencher som motsvarar en kontraintuitiv rekommendation: mer kapabla modeller behöver mindre handhållning. Alltför långa färdighetsbeskrivningar, generella läskrav och stela godkännanderegler kan komma i vägen för Astra, säger vägledningen. Instruktioner som har hopats med tiden kan äta sammanhang eller göra att modellen slutar arbeta för tidigt.

Provencher rekommenderar att team granskar sina färdigheter, AGENTS.md-filer och uppgiftsuppmaningar när de byter modell, knyter instruktioner tätt till specifika uppgifter och tydligt definierar när ett jobb är klart – för även utan begränsningar kan Astra sluta tidigare än GPT-5.6 Sol gjorde. Lag som låste saker efter att tidigare modeller blivit oseriösa borde se över dessa regler igen: Astra har bättre omdöme, hävdar inlägget, men det kan tolka gamla restriktioner så bokstavligt att det stannar när du vill att det ska fortsätta.

Vad händer härnäst

Användningsåterställningen ger Codex-prenumeranter ett rent blad att omvärdera modellen, och OpenAI kommer att titta på samma test sida vid sida som dess användare kör. Den djupare frågan är förtroende: betalande utvecklare som såg ett flaggskepp försämras inom en vecka efter lanseringen har nu en dokumenterad förklaring, tre namngivna defekter och en återställning - men också en ny anledning att jämföra varje modelluppdatering mot dagen då den skickades.

Stay ahead of AI

Modelllanseringar, defekta obduktioner och verktygen som omformar programvaran fungerar – spåras varje dag.

Läs mer AI-nyheter →