GPT-6 Astra fær misjafnar viðtökur hjá óháðum rannsóknarstofum

GPT-6 Astra frá OpenAI, sem kom út 3. september 2026, hefur valdið sjaldgæfum ágreiningi meðal óháðra matsaðila: einn raðar því sem besta gervigreindarlíkani heims, á meðan annar setur það á sama stall og forvera þess og á eftir keppinautnum Anthropic.

Ólíkar niðurstöður

Epoch Capabilities Index hjá Epoch AI gefur Astra 169 stig, sem setur það í fyrsta sæti af 267 líkönum, á undan Claude Fable 5.1 frá Anthropic sem fékk 163 stig. Artificial Analysis, greiningarfyrirtæki í San Francisco, komst að annarri niðurstöðu. Greindarvísitala þeirra metur Astra á 61 stig, sem jafngildir nákvæmlega GPT-5.6 Sol frá Microsoft Corporation ↘ 0.99% og OpenAI, en Claude Fable 5.1 frá Anthropic er fimm stigum á undan með 66 stig. Í forritunarverkefnum er staðan hagstæðari: Astra fékk 67 stig á Coding Agent Index hjá Artificial Analysis, sem er nokkurn veginn á pari við Claude Opus 5 og Muse Spark 1.3 frá Meta ↗ 0.84%.trendingtopics+4

Ágreiningurinn stafar að hluta til af því hvað hver vísitala mælir. Epoch AI safnar saman stigum úr rökfræði, stærðfræði, vísindum og umboðsmannaprófum í eina tölu, á meðan Artificial Analysis vegur þekkingu, rökfræði í löngum skjölum og staðreyndanákvæmni á annan hátt. Epoch AI benti á á X að met Astra væri innan óvissumarka fyrri leiðtoga, sem bendir til þess að bilið gæti verið minna en fyrirsögnin gefur til kynna.latent+1

ARC-AGI-3: Framúrskarandi skilvirkni

ARC Prize samtökin veittu sitt eigið mat og prófuðu Astra á ARC-AGI-3, gagnvirku viðmiði sem krefst þess að umboðsmenn kanni ókunnugt umhverfi, álykti um markmið og skipuleggi aðgerðir án skýrra leiðbeininga. Með venjulegum búnaði fékk Astra 62,7% stig á kostnað um 26.000 dollara í hverri keyrslu. Með Provider Adapter frá OpenAI, sem varðveitir rökfræðistöðu líkansins á milli beiðna, hækkaði skorið í 99,9% fyrir um 19.000 dollara.arcprize

Eitt athyglisvert atriði var skilvirkni Astra í aðgerðum. Í samanburði við viðmið byggt á um 500 mannlegum þátttakendum notaði Astra færri aðgerðir en miðgildi manna í 96% tilvika og notaði að meðaltali 51,7% færri aðgerðir á hvert stig í heildina. „Þetta er mikilvægur áfangi,“ skrifaði ARC Prize og bætti við að niðurstaðan jafnaðist á við og færi fram úr mannlegri getu miðað við þeirra mælikvarða á skilvirkni aðgerða.arcprize

Óleyst stærðfræðivandamál og hækkandi kostnaður

Epoch AI greindi einnig frá því að á nýja FrontierMath Erdős viðmiðinu, sem er safn 68 óleystra vandamála sem stærðfræðingurinn Paul Erdős setti fram, var Astra eina líkanið sem leysti einhver þeirra og framleiddi Lean-staðfestar sannanir fyrir tveimur vandamálum með 300 dollara fjárhagsáætlun á hverja tilraun. Þrjár viðbótarlausnir komu fram úr dýrari óstöðluðum keyrslum sem kostuðu yfir 220.000 dollara, sem Epoch útilokaði frá opinberu skori.the-decoder+1

Fyrir forritara hefur frammistaðan sitt verð. OpenAI setti API gjöld Astra á 10 dollara fyrir hverja milljón innsláttartákna og 50 dollara fyrir hverja milljón úttakstákna, sem er 2,5-föld hækkun frá GPT-5.6 Sol. Artificial Analysis komst að því að bætt skilvirkni tákna hjá Astra vegur upp hærra verðlag í forritunarverkefnum en gerir líkanið um 75% dýrara fyrir almenn greindarverkefni.trendingtopics