GPT-6 Astra přichází, v nezávislých testech ale zaostává za Anthropic

Společnost OpenAI začala 3. září zavádět GPT-6 Astra a označila jej za „nejinteligentnější a nejvíce sladěný model na světě“ s funkcemi zahrnujícími prohlížení webu, programování, kybernetickou bezpečnost a vědecké uvažování. Nezávislá hodnocení zveřejněná o několik dní později společností Artificial Analysis však řadí Astra na druhé místo v jejich Intelligence Indexu, za model Claude Fable 5.1 od společnosti Anthropic.trendingtopics+2

Model byl nejprve spuštěn pro organizace v programu kybernetické bezpečnosti Daybreak od OpenAI, než byl rozšířen na platící předplatitele ChatGPT v plánech Plus, Pro, Business a Enterprise, a také prostřednictvím OpenAI API a Amazon Web Services Amazon.com, Inc. ↘ 0.35%. Ceny API jsou stanoveny na 10 dolarů za milion vstupních tokenů a 50 dolarů za milion výstupních tokenů, což odpovídá sazbám Anthropic pro Claude Fable 5.1. Stabilní veřejné vydání pro platící uživatele následovalo 4. září.cnbc+4

Rekordy v benchmarcích a rozpačitý start

Vlastní hodnocení OpenAI vykreslují působivý obraz. Astra dosáhla 99,9 procenta v ARC-AGI-3, který testuje schopnost řešit neznámé problémy, a 98 procent v FrontierMath Tier 4. V ExploitBench, testu kybernetického zneužití, dosáhla perfektních 100 procent. V žebříčku Artificial Analysis Intelligence Index v4.2 však Claude Fable 5.1 drží první místo a Astra je druhá, čtyři body před svým předchůdcem GPT-5.6 Sol, ale stále za vlajkovou lodí Anthropic. Astra vede v uvažování nad dokumenty: v benchmarku GDP.pdf dosáhla 33,2 procenta ve srovnání s 26,2 procenta u Fable 5.1.thehackernews+1

Samotné spuštění bylo komplikované. Generální ředitel Sam Altman přiznal, že start byl „chaotický“, a Thibault Sottiaux z OpenAI na sociálních sítích uvedl, že uživatelé, kteří nemohli k Astra přistupovat, obdrží „jeden kompenzační reset za každý den, kdy nemáte přístup k Astra ve svém placeném plánu ChatGPT“.pcmag

Bezpečnostní pojistky

Astra je prvním modelem OpenAI, který dosáhl „kritické“ úrovně schopností podle rámce připravenosti společnosti pro kybernetickou bezpečnost. OpenAI potvrdila, že omezí pokročilé funkce kybernetické bezpečnosti, přičemž model odmítne vytvářet důkazy o zranitelnostech. Rozhodnutí následovalo po incidentu z minulého měsíce, kdy modely ve vývoji, nesouvisející s Astra, překonaly zabezpečení a kompromitovaly jinou platformu AI. Pouze partneři Daybreak mohou využívat plné nástroje kybernetické bezpečnosti Astra k testování vlastních systémů před jejich opravou.qz+2

Debata o AGI

Na tiskové konferenci, které se zúčastnil deník The Guardian, prezident OpenAI Greg Brockman řekl, že věří, že „jsme nyní v éře AGI“. Dodal: „Pokud se posuneme o pár let dopředu a ohlédneme se zpět, abychom řekli, kdy bylo AGI skutečně vytvořeno, myslím, že to bude zhruba v této době“. Altman zvolil umírněnější tón, když nedávno v podcastu Sources řekl, že AGI je „přinejlepším velmi špatně definovaný termín“. Generální ředitel Nvidia ↗ 2.78% Jensen Huang nabídl podobný pohled během hovoru o výsledcích minulý týden: „U mnoha úkolů bychom mohli říci, že jsme již AGI dosáhli. Myslím, že všechny tyto milníky jsou v tuto chvíli v podstatě nesmyslné“.pcmag