Согласно отчету, модель GPT-6 Astra показывает значительное снижение количества фактических ошибок по сравнению с предшественником, GPT-5.6 Sol. В тестах на прямые промпт-инъекции модель достигла показателя защиты в 99,99%, что OpenAI связывает с использованием метода обучения GPT-Red. При этом устойчивость к попыткам взлома (jailbreak) варьируется от 91,5% до 98,3% в зависимости от типа запроса, однако при многоходовых атаках показатель защиты падает до 67%. Особое внимание уделено косвенным промпт-инъекциям, когда вредоносные инструкции скрыты в документах, которые анализирует ИИ. По данным компании Gray Swan, в 8,5% сценариев модель удалось скомпрометировать. Для сравнения, показатель Claude Opus 5 составил 4,8%. Эксперты отмечают, что, несмотря на прогресс, текущий уровень уязвимости вызывает опасения для корпоративных систем, где автономные агенты работают с реальными данными и инструментами.