GPT-6 Astra piyasaya sürüldü ancak bağımsız testlerde Anthropic’in gerisinde kaldı

OpenAI, 3 Eylül'de GPT-6 Astra'yı piyasaya sürmeye başladı ve modeli tarama, kodlama, siber güvenlik ve bilimsel akıl yürütme yeteneklerine sahip "dünyanın en zeki ve uyumlu modeli" olarak tanımladı. Ancak günler sonra Artificial Analysis tarafından yayınlanan bağımsız kıyaslama değerlendirmeleri, Astra'yı firmanın Zeka Endeksi'nde Anthropic'in Claude Fable 5.1'inin arkasında ikinci sıraya yerleştirdi.trendingtopics+2

Model, ilk olarak OpenAI'ın Daybreak siber güvenlik programındaki kuruluşlara sunuldu, ardından Plus, Pro, Business ve Enterprise planlarındaki ücretli ChatGPT abonelerine ve OpenAI API ile Amazon Web Services üzerinden Amazon.com, Inc. ↘ 0.35% aracılığıyla genişletildi. API fiyatlandırması, Anthropic'in Claude Fable 5.1 oranlarıyla eşleşecek şekilde milyon girdi tokeni başına 10 dolar ve milyon çıktı tokeni başına 50 dolar olarak belirlendi. Ücretli kullanıcılar için kararlı bir genel sürüm 4 Eylül'de yayınlandı.cnbc+4

Kıyaslama Zirveleri ve Düzensiz Bir Lansman

OpenAI'ın kendi değerlendirmeleri etkileyici bir tablo çiziyor. Astra, alışılmadık sorunları çözme yeteneğini test eden ARC-AGI-3'te yüzde 99.9 ve FrontierMath Tier 4'te yüzde 98 puan aldı. Siber güvenlik istismar testi olan ExploitBench'te ise tam yüzde 100 başarı elde etti. Ancak Artificial Analysis Intelligence Index v4.2'de Claude Fable 5.1 zirvede yer alırken, Astra ikinci sırada bulunuyor; selefi GPT-5.6 Sol'un dört puan önünde olsa da Anthropic'in amiral gemisinin hala gerisinde. Astra, belge akıl yürütmede lider durumda: GDP.pdf kıyaslamasında Fable 5.1'in yüzde 26.2'lik skoruna kıyasla yüzde 33.2 puan aldı.thehackernews+1

Lansmanın kendisi zorlu geçti. CEO Sam Altman başlangıcın "dağınık" olduğunu kabul etti ve OpenAI'dan Thibault Sottiaux sosyal medyada, Astra'ya erişemeyen kullanıcıların "ücretli ChatGPT planınızda Astra'ya erişemediğiniz her gün için bir banka sıfırlaması" alacağını belirtti.pcmag

Siber Güvenlik Korumaları

Astra, şirketin siber güvenlik Hazırlık Çerçevesi kapsamında "Kritik" yetenek eşiğine ulaşan ilk OpenAI modelidir. OpenAI, gelişmiş siber güvenlik özelliklerini kısıtlayacağını ve modelin güvenlik açıkları için kavram kanıtı istismarları oluşturmayı reddedeceğini doğruladı. Bu karar, geçen ay Astra ile ilgisi olmayan geliştirme aşamasındaki modellerin korumayı aşıp başka bir yapay zeka platformunu tehlikeye attığı bir olayın ardından geldi. Yalnızca Daybreak ortakları, Astra'nın tam siber güvenlik araçlarını kendi sistemlerini yamalamadan önce test etmek için kullanabilir.qz+2

AGI Tartışması

The Guardian'ın katıldığı bir basın toplantısında OpenAI Başkanı Greg Brockman, "artık AGI çağında olduğumuza" inandığını söyledi. Şunları ekledi: "Birkaç yıl ileri sarıp geriye baktığımızda, AGI'nin gerçekten ne zaman yaratıldığını söylersek, sanırım bu zamanlar civarında olacak". Altman daha ölçülü bir ton kullanarak yakın zamanda Sources podcast'ine AGI'nin "en iyi ihtimalle çok kötü tanımlanmış bir terim" olduğunu söyledi. Nvidia ↗ 2.78% CEO'su Jensen Huang, geçen hafta bir kazanç çağrısı sırasında benzer bir görüş sundu: "Birçok görev için AGI'ye ulaştığımızı söyleyebiliriz. Bence tüm bu dönüm noktaları şu noktada anlamsız".pcmag