OpenAI ma bejelentette a GPT‑6 Astra nevű nyelvi modellt, amelyet kezdetben egy korlátozott szervezeti körnek adnak ki, és a következő napokban minden ChatGPT Plus, Pro, Business és Enterprise felhasználó számára elérhetővé tesznek, továbbá az OpenAI API‑n és az Amazon Web Services (AWS) felületén is hozzáférhető lesz. A bejelentő azt is megjegyezte, hogy a szerző maga még nem próbálta ki a modellt.
Árazás és elérhetőség
A GPT‑6 Astra API‑ára megegyezik Claude Fable 5 és 5.1 árszintjével: 10 USD/millió input token és 50 USD/millió output token. Az API modellcím, amikor mindenki számára elérhetővé válik, gpt-6-astra lesz.
Teljesítmény és mérőszámok
OpenAI saját és külső mérőeszközökön közölt eredmények szerint az Astra több területen kiemelkedően teljesít.
-
ARC‑AGI 3: Astra 99,9%-ot ért el a márciusi kiadású ARC‑AGI 3 benchmarkon. A blogbejegyzés azonban megjegyzi, hogy ez a 99,9% egy OpenAI által használt egyedi "Provider Adapter harness" használatával, 19 000 USD költséggel született; az ARC‑AGI alapértelmezett harness 62,7%-ot ért el 26 000 USD költség mellett. A Provider Adapter megőriz egyfajta átlátszatlan következtetési állapotot a kérések között és kompaktálást használ hosszabb beszélgetéseknél, ezáltal a modell újra tudja használni korábbi munkát.
-
Biztonsági feladatok: Astra kiemelkedően szerepel biztonsági teszteken — 100%-ot ért el ExploitBench-en (összehasonlításképp GPT‑5.6 Sol 78,5%-kal), 42,4%-ot az ExploitGymben (Sol 30,3%), és az SRE‑Bench bináris visszafejtésén belül négy próbálkozáson belül 99,2%-ot (Sol 68,7%). A cikk megjegyzi, hogy az eredmények különösen relevánsak a közelmúltbeli Hugging Face incidens fényében.
-
Hosszú kontextus kezelése: OpenAI saját nyolc‑tű (eight‑needle) benchmarkján Astra 100%-ot ért el 256K–512K token közötti kontextushossz mellett, és 96,3%-ot 512K–1M token tartományban. Ez arra utal, hogy a modell jelentősen javította a nagyon hosszú kontextusok kezelését.
Hol marad el a versenytársaktól
Nem minden területen a legjobb: az Artificial Analysis Intelligence Indexe szerint GPT‑6 Astra 61 pontot ért el, ami megegyezik a GPT‑5.6 Sol eredményével, de 5 ponttal alacsonyabb, mint Claude Fable 5.1 (maximális konfigurációval). Ugyanitt Astra elmarad Meta Muse Spark 1.3 (max) eredményétől is.
A Coding Agent Indexnél viszont jobban szerepelt: maximális erőfeszítéssel a GPT‑6 Astra költsége nagyjából megegyezik a GPT‑5.6 Sol (max) költségével, miközben az Indexen 2 ponttal magasabb eredményt ért el. Feladatonként a modell kevesebb mint a fele költségen nyújt hasonló pontszámot Claude Fable 5‑höz képest.
Összefoglalás
OpenAI GPT‑6 Astra erős belépőnek tűnik a Claude Fable elleni versenyben: kedvező árképzés mellett több benchmarkon kiemelkedő eredményeket mutat, különösen biztonsági és hosszú kontextusú feladatokban. Ugyanakkor egyes független intelligenciaindexeken még nincs fölényben más modellekkel szemben. A szerző ígéri, hogy további részleteket ír majd, amint személyesen is kipróbálhatja a modellt.
Gyakorlati megjegyzés
Amint a modell szélesebb körben elérhetővé válik, az API cím (gpt-6-astra) és az ára alapján könnyen összehasonlítható lesz a vállalati és fejlesztői használatra szánt alternatívákkal.
