OpenAI представила GPT-6 Astra — новую модель искусственного интеллекта, которая уже успела вызвать бурю впечатлений среди тестировщиков. Запущенная 3 сентября, Astra стоит $10 за миллион входных токенов и $50 — за миллион выходных, что в 2,5 раза дороже предшественника GPT-5.6 Sol. При этом модель заметно опережает прошлую версию в задачах, связанных с пространственным восприятием и управлением компьютером.
Главное достижение GPT-6 Astra — способность взаимодействовать с реальным рабочим столом, управляя мышью и клавиатурой, а не просто выдавая инструкции. В тесте OSWorld 2.0 Astra выполнила 72,6% обычных компьютерных задач за 40 минут, тогда как Sol — 65,7% за 75 минут. Модель также получила высокую оценку в области кибербезопасности, способна самостоятельно находить уязвимости и создавать эксплойты.
Визуальные и пространственные способности GPT-6 Astra впечатляют: инвестор и бывший CEO HyperWrite Мэтт Шумер показал, как модель за неделю построила в Unreal Engine точную трехмерную копию Манхэттена — улица за улицей. Другие эксперименты включали трехмерную реконструкцию Apple Park в Blender и создание интерактивной карты китайского города Ханчжоу с детализацией достопримечательностей.
GPT-6 Astra отлично справляется с созданием игр — за 45 минут она сгенерировала полноценно проработанный 3D-проект, а другой разработчик сделал браузерный шутер с поддержкой мультиплеера и голосового чата всего за день. Кроме того, модель способна на деле использовать графические редакторы, как показал японский иллюстратор, который поручил Astra раскрасить нарисованный вручную эскиз в Clip Studio Paint, управляя мышью как человек.
Музыкальные способности GPT-6 Astra оценили по записи четырёхголосного хорала в стиле Баха. Модель показала лучший результат среди всех тестируемых, при этом не допустив ошибок в гармонии, что редко встречается даже у искусственных интеллектов. Несмотря на слабое литературное письмо по сравнению с предшественником, GPT-6 Astra демонстрирует прорывы в ряде творческих и технических дисциплин, обещая новый уровень ИИ-инструментов в работе с 3D, кодом и музыкой.