GPT-6 Astra od OpenAI: 99,9% na teście ARC-AGI-3 i pełen wynik na benchmarku cyberbezpieczeństwa

👁 261 przeczytań

OpenAI opublikowało GPT-6 Astra - następcę modelu GPT-5.6 Sol - udostępniając go w pierwszej kolejności wybranym organizacjom, a w ciągu kolejnych dni użytkownikom ChatGPT Plus, Pro, Business i Enterprise oraz przez API i AWS Bedrock.

Wyniki benchmarkowe są wyjątkowo wysokie. Na teście abstrakcyjnego rozumowania ARC-AGI-3 Astra zdobył 99,9%, podczas gdy Sol osiągał jedynie 7,8%. Greg Kamradt z ARC Prize Foundation stwierdził, że model „przekroczył ludzką linię bazową efektywności na 96% poziomów, osiągając w praktyce parytet z człowiekiem”. Na FrontierMath Tier 4 wynik wzrósł z 83,0% do 97,6%, a wskaźnik halucynacji spadł z 12,2% do 4,2%.

Największe kontrowersje wzbudzają wyniki z obszaru cyberbezpieczeństwa. Astra uzyskał 100% na ExploitBench (Sol: 78,5%) i podczas testów wykrył dwa nieznane wcześniej błędy zero-day. To właśnie te rezultaty spowodowały wcześniejsze opóźnienie premiery - model osiągnął poziom „Critical” w wewnętrznej klasyfikacji ryzyka OpenAI. W odpowiedzi firma zablokowała generowanie exploitów proof-of-concept i domyślnie wyłączyła dostęp enterpryzowy, planując jednocześnie rozszerzenie programu Daybreak dla weryfikowanych zespołów zajmujących się bezpieczeństwem defensywnym.

Karta narzędziaGPT-6 AstraGPT-6 Astra: ceny API z progiem długiego kontekstu, dostępność i mój test 24 uruchomień.Wszystko o GPT-6 Astra →

// czytaj dalejOpenAI wstrzymało część treningu AI z powodu zagrożeń dla cyberbezpieczeństwaNewsyDaybreak: OpenAI uruchamia program cyberbezpieczeństwa dla organizacji na całym świecieNewsyGPT-6 Astra: Wysoki vs Ultra. Ten sam wynik, ponad 3 razy więcej tokenówBenchmarki