Okoli podjetja OpenAI so se dogodki v zadnjem času pospešili, kar ni le posledica tega, da je prestavilo v višjo prestavo razvoj. Podjetje želi še letos na borzo in skoraj gotovo se tudi zato trudi nenehno vzdrževati zanimanje ljudi.
Pravkar napovedani GPT-6 Astra zmore boljšo zmogljivost kot kdorkoli doslej, podjetje pa ga je predstavilo približno tako, kot je to storil Anthropic z modeloma Claude Mythos in Fable. Tako kot so Mythos nekoč razglasili za izjemno nevaren jezikovni model, ki ga je težko ukrotiti, je enako o modelu Astra sporočal tudi OpenAI. Na srečo je obema podjetjema uspelo ta “orožja” v presenetljivo kratkem času dati v javno rabo.
Eden od strokovnjakov OpenAI o modelu GPT-6 Astra že kar govori, da je z njim uspelo vstopiti v dobo AGI. Pred izidom novosti so bili procesi učenja bolj zapleteni in zahtevni kot kdaj koli prej. Podjetje je želelo izpostaviti predvsem agentske zmožnosti, pri katerih model kaže spodoben napredek, saj so ga že od začetka razvijali z mislijo na takšne potrebe – poleg tega, da je v osnovi izostren za multimodalno delovanje.
GPT-6 zmore izpolnjevati spletne obrazce, urejati koledarje in izvajati spletne raziskave. Pomaga lahko pri oblikovanju kompleksnih sporočil, pri čemer lahko uporablja tudi povzetke dokumentov. Odlikoval se bo tudi pri analizi znanstvenega gradiva, diagrame pa sestavlja spretneje kot kdaj koli prej. Z njim je mogoče samostojno ustvarjati spletne strani, ki jih lahko tudi preveri in v njih išče napake in ranljivosti. Mogoče ga je prositi za nameščanje in upravljanje programov, uporabiti pa ga je mogoče tudi za zapleteno iskanje napak.
Po besedah OpenAI je model GPT-6 Astra mogoče v produkciji uporabljati za podatkovno rudarjenje, pri razvoju iger se znajde sam, poleg tega se znajde tudi z zapletenimi obrazci, po potrebi pa pomaga tudi pri popravilu menjalnika avtomobila in nudi pravno pomoč.
V testu OSWorld 2.0 je model GPT-6 dosegel 72,6-odstotni rezultat, medtem ko je GPT-5.6 Sol prej dosegel le 65,7 %. Še bolj osupljivo je, da novi model naloge opravi v 40 minutah, njegov predhodnik pa za to potrebuje 75 minut. V Codexu bo mogoče z uporabo Astre napredovati skoraj dvakrat hitreje in z večjo natančnostjo.
V preizkusu Humanity’s Last Exam je GPT-6 z uporabo dodatkov zaključil z 57,2-odstotno uspešnostjo, a proti Anthropicu to še ni dovolj, saj je Claude Fable 5.1 tu dosegel že 65 %. V testu DeepSWE 1.1 GPT-6 doseže 74,1 %, Googlov Gemini 3.8 Flash pa se lahko pohvali z 73,8-odstotnim rezultatom, Claude Opus 5 pa s 73,7 % stoji na tretji stopnički. V testu Terminal-Bench 4.0 pa je GPT-6 že v vodstvu, s 57,9-odstotno uspešnostjo, ob imenu Claude Fable 5.1 pa je “le” 55,8 %.
V testu ExploitBench OpenAI kot jezikovni model prvič doseže 100 %, Claude Opus 5 pa tu dosega le 70 %, odlično pa se odreže tudi v Exploit Gymu, kjer je ob njegovem imenu 42,4 %, medtem ko je Claude Fable 5.1 dosegel 30,4-odstotni rezultat. Model Astra je zelo dober v izzivih kibernetske varnosti, kar je OpenAI, kot veste, poudarjal že v prejšnjih fazah razvoja, ko se še ni vedelo, da bo to GPT-6.
GPT-6 Astra je postal odlično orodje, a čudeža v tem smislu ni, saj so tudi stroški vzdrževanja brutalno visoki. Daleč je najdražji model podjetja OpenAI. Obdelava milijona žetonov stane kar 10 dolarjev, generiranje tolikšne količine podatkov pa 50 dolarjev. Če pa kdo prek API-ja želi delati z izjemno dolgim kontekstom ali s prednostno hitrostjo, se lahko ta strošek poveča tudi na večkratnik. Za primerjavo: GPT-5.6 Sol je bil znotraj podjetja za milijon žetonov ovrednoten s ceno 4 in 20 dolarjev.
V prvem krogu je do modela GPT-6 Astra mogoče dostopati na organizacijski ravni, kmalu pa bo na voljo tudi vsem naročnikom. Dobili ga bodo imetniki članstev ChatGPT Plus, Pro, Business in Enterprise, seveda pa je treba pri različnih paketih računati z različnimi kvotami uporabe.
