A1intelligence — канал об искусственном интеллекте

GPT-6 Astra: что реально, а что додумали Вчера OpenAI выпустили Astra и лента новостей уже успела превратиться в поток «наступил AGI» новостей. Брокман лично сказал «добро пожаловать в эпоху AGI», но там же назвал AGI «серой размытой штукой» и признал, что термин больше не привязан ни к какому формальному критерию 🤔. Заявленные 99,9% на ARC-AGI-3 на самом деле невозможно сравнить с никакой другой моделью, потому что результат получен на харнесе, который сделали под саму Astra и на которой другие модели не гоняли. Это все равно, что сказать что пробежали стометровку быстрей Усейна Болта на велосипеде. Модели изначально не были в равных условиях. Что можно подтвердить на данный момент: обучение действительно было очень масштабным - впервые оно прошло на 100 000+ видеокарт на Stargate в Техасе. В результате были получены следующие бенчмарки: Бенчмарк Astra F5.1 Opus5 Математика FM4 97,6 87,8 73,2 Знания GPQA 96,0 93,7 93,7 Наука-агент TBS 64,6 52,6 29,0 Терминал TB 4.0 57,7 55,8 52,3 Кодинг DeepSWE 74,1 67,4 ≈74 HLE с тулами 57,2 65,0 63,6 Кибербез Exploit 100 н/д 70,0 Картина не такая односторонняя, как выглядит. Все цифры — из таблицы самой OpenAI, включая прогоны Claude: поэтому важно помнить, что это не независимый аудит, а маркетинговый материал. Независимый Artificial Analysis Coding Agent Index рисует немного другую картинку: Fable 5 — 68,1, Fable 5.1 — 67,2, Astra — 67,0. По агентному кодингу это ничья в пределах погрешности. Astra уверенно берёт математику, науку и кибербез. В разработке — паритет. Еще из интересного, Astra прошла порог Critical по кибербезопасности. Она находит и эксплуатирует неизвестные уязвимости в защищённых системах без участия человека, поэтому создание эксплойтов на релизе заблокировано. Цена: $10 / $50 за миллион токенов. Анонс OpenAI #апдейтымоделей