GPT-6 Astra Bir Günde Copilot'a Geldi: Önce Kendi Reponuzda Test Edin

OpenAI, GPT-6 Astra'yı 3 Eylül'de duyurdu. Bir gün sonra da GitHub, modeli Pro+, Max, Business ve Enterprise planları için Copilot'ta genel kullanıma açtı. Yani artık öncü bir model, duyurunun ertesi günü geliştiricilerinizin model seçicisinde belirebiliyor, hem de ekipte kimse orada olması gerekip gerekmediğine karar vermeden. Duyuru ile kullanıma giriş arasındaki bu kısa süre, benim için benchmark grafiğinden daha önemli.

Gerçekte ne yayınlandı#

• API'deki model adı gpt-6-astra. Standart fiyatlandırma milyon girdi token'ı başına 10 dolar, milyon çıktı token'ı başına 50 dolar. Önbellek okuma ve yazma için ayrı ücretler var. API'deki Fast modu, Standart fiyatın 2 katına 2 kata kadar hız sunuyor.
• Önce sınırlı sayıda kuruluşla başlıyor, ardından sonraki günlerde ChatGPT Plus, Pro, Business ve Enterprise'a, OpenAI API'ye, Microsoft Azure'a ve AWS Bedrock'a yayılıyor.
• Kodlama tarafındaki öne çıkan sonuç Terminal-Bench 4.0: Claude Fable 5.1'in %55,8'ine ve GPT-5.6 Sol'un %37,3'üne karşı %57,9. OpenAI'a göre model bu sonuca, görev başına tahmini API maliyetinde Sol'dan yaklaşık %9, Fable 5.1'den ise %63 daha düşük bir maliyetle ulaşıyor.
• Codex'te Astra, yalnızca compaction'a güvenmek yerine context window'lar arasında not tutabiliyor ve önceki window'lar aranabilir kalıyor. Bu özellik deneysel, config.toml üzerinden açıkça etkinleştirilmesi gerekiyor. OpenAI önümüzdeki haftalarda Astra için varsayılan hale geleceğini söylüyor.
• Copilot'ta VS Code, Visual Studio, Copilot CLI, coding agent, JetBrains IDE'leri, Xcode, Eclipse, github.com ve daha fazlasında kullanılabiliyor. Kullanıma dayalı faturalandırmada sağlayıcının liste fiyatı üzerinden ücretlendiriliyor.

Varsayılanlar platforma göre değişiyor#

Pazartesi sabahı kontrol edilmesi gereken kısım burası. OpenAI tarafında Enterprise yöneticileri Astra'yı kendi workspace'leri için etkinleştirebiliyor ve lansmanda erişim varsayılan olarak kapalı. GitHub tarafında ise changelog varsayılan model etkinleştirmesini anlatıyor: bir yönetici global varsayılanı kapatmadıysa ya da bu modeli açıkça devre dışı bırakmadıysa, yeni modeller otomatik olarak açılıyor.

Yani kuruluşunuz Copilot Business veya Enterprise kullanıyorsa ve model politikasına kimse dokunmadıysa, kademeli dağıtım size ulaştığında Astra seçicide liste fiyatıyla faturalandırılarak görünebilir. İki varsayılan da yanlış değil, ama hangisinin sizin için geçerli olduğunu kullanım raporu söylemeden önce bilin. Global varsayılanın açık olup olmadığını ve kullanıma dayalı faturalandırma için harcama uyarılarının tanımlı olduğunu doğrulayın.

Üreticinin grafiği neden sizin kararınız değil#

Benchmark'lar gerçek bir sinyal ve OpenAI'ın dipnotları okunmaya değer. Skorlar herhangi bir effort seviyesindeki en yüksek değerler, GPT değerlendirmeleri de bir araştırma ortamında ya da API üzerinden çalıştırılmış; bu da production'daki ChatGPT'den biraz farklı olabilir. Sizin ortamınız ise yine farklı: konvansiyonlar, CI, flaky testler, instructions dosyası, review çıtası. Başkasının ortamında ölçülmüş, Fable 5.1'e karşı 2,1 puanlık bir üstünlük, benim bir ekip varsayılanını değiştirmem için yeterli değil.

Gerçek bir repoda nasıl değerlendirirdim#

• Farklı türlerden, yakın zamanda merge edilmiş 15-20 PR seçin: bir bug fix, bir özellik, bir refactor, bir migration, eksik bir test. Parent commit'e dönün ve modele yalnızca issue metnini verin.
• Her aday için ortamı, talimatları ve effort seviyesini aynı tutun. Her seferinde tek bir değişkeni değiştirin.
• Önemsediğiniz şeyleri puanlayın: testler geçiyor mu, konvansiyonlara uyulmuş mu, diff boyutu insanın yazdığı diff'e göre nasıl, kaç review turu gerekti, görev başına token ve maliyet, gerçek geçen süre.
• Her diff'i aynı review kapısından geçirin. Ben bunun için Quorate'i kullanıyorum; bir diff üzerinde birden fazla AI reviewer çalıştırıp deterministik PASS/WARN/FAIL kapıları uygulayan CLI aracım. Böylece karşılaştırma o günkü ruh halime bağlı kalmıyor.
• En az bir uzun görev ekleyin: başta konan bir kısıtın sonlara doğru önem kazandığı, çok adımlı bir refactor gibi. Not modunun düz compaction'ı geçmesi gereken yer tam da burası. Config referansına göre varsayılan olarak kapalı ve Plus, Pro veya Pro Lite'ta ChatGPT ile giriş yapmayı gerektiriyor; yani API key ile kurulan ortamlar bundan yararlanamıyor:

[features.context_management]
experimental_mode = true

• Nerede durduğunu kaydedin. OpenAI, ek güvenlik kontrollerinin meşru işleri duraklatabileceğini ya da durdurabileceğini söylüyor. ChatGPT veya Codex'te sizden aksiyonu gözden geçirmeniz istenebilir, ama API'de görev doğrudan duruyor. Gözetimsiz çalışan pipeline'larda bunu uç bir durum olarak değil, olağan bir hata modu olarak ele alın.

Bir de güvenlik sınırı var. OpenAI, Astra'nın Preparedness Framework kapsamında Critical siber güvenlik eşiğini karşıladığını söylüyor. Lansman sürümü güvenli code review ve yama gibi görevleri destekliyor, ancak proof-of-concept exploit üretmek gibi daha ileri görevleri reddediyor. OpenAI, önümüzdeki haftalarda Daybreak üzerinden erişimi genişletmeyi planlıyor. Güvenlik ekibiniz exploit doğrulaması yapıyorsa, bu araç henüz o iş için uygun değil.

Ben ne yapıyorum#

İşleri zaten görev türüne ve maliyete göre birkaç coding agent arasında dağıtıyorum; dolayısıyla yeni bir lansman varsayılanımı değiştirmiyor, yalnızca yeni bir aday ekliyor. Bu hafta kendi projelerimden merge edilmiş bir PR seti seçip Astra'yı mevcut varsayılanlarımın yanında çalıştıracağım ve token başına maliyeti değil, kabul edilen diff başına maliyeti karşılaştıracağım. Milyon çıktı token'ı başına 50 dolarda, geveze bir agent döngüsü hızla pahalıya patlar; bu yüzden takip edilmesi gereken sayı, dolar başına kabul edilen değişiklik.

Ekipler için tavsiyem kısa: Copilot model politikanızı bugün kontrol edin, kimin erişimi olması gerektiğine karar verin ve varsayılanı ancak model kendi reponuzda kazandıktan sonra değiştirin.