OpenAI ra mắt mô hình Astra

OpenAI ra mắt GPT-6 Astra: Thiết lập kỷ lục mới trên nhiều tiêu chuẩn, năng lực an ninh mạng đạt ngưỡng Critical

OpenAI công bố mô hình thế hệ mới GPT-6 Astra, khẳng định đạt trạng thái SOTA (tiên tiến nhất) trong các lĩnh vực sử dụng máy tính, kỹ thuật phần mềm, khoa học và an ninh mạng.

OpenAI ra mắt GPT-6 Astra, tập trung vào khả năng điều khiển máy tính và năng lực căn chỉnh (alignment)

OpenAI ra mắt GPT-6 Astra. Giám đốc nghiên cứu Mark Chen cho biết mô hình này có khả năng xây dựng phần mềm kiểm thử, thao tác trên máy tính xuyên ứng dụng và giải quyết các vấn đề khoa học mở. Tác giả bổ sung các số liệu: thời gian thực hiện tác vụ trên màn hình thực tế tại OSWorld giảm từ 75 phút xuống còn 40 phút, tỷ lệ tự động hóa công việc tăng từ 18% lên 41%, tỷ lệ vượt quyền không được bảo vệ giảm từ 48% ở thế hệ trước xuống còn 0%. Ngoài ra, mô hình đã tiêu tốn 2.000 USD chi phí tính toán để giải quyết 10 bài toán lý thuyết và toán học hóc búa tồn tại suốt thập kỷ qua; đồng thời cũng chỉ ra rằng các bài kiểm tra tổng hợp có sử dụng công cụ vẫn đang xếp sau Claude.

OpenAI ra mắt GPT-6 Astra, tập trung vào khả năng điều khiển máy tính và chạm ngưỡng cảnh báo đỏ về an ninh mạng

OpenAI phát hành GPT-6 Astra vào ngày 3/9 với tên mô hình API là gpt-6-astra. Mức giá là 10 USD cho mỗi triệu token đầu vào và 50 USD cho đầu ra. Mô hình sẽ được triển khai tới các gói đăng ký ChatGPT, API và AWS Bedrock trong vài ngày tới.

OpenAI ra mắt GPT-6 Astra: Thiết lập kỷ lục trên nhiều tiêu chuẩn đánh giá và tăng cường năng lực an ninh mạng

OpenAI ra mắt GPT-6 Astra, đạt 98% trong FrontierMath Tier 4, 99,9% trong ARC-AGI-3, 100% trong ExploitBench, đồng thời khẳng định năng lực an ninh mạng của mô hình đã đạt ngưỡng "Critical" (nguy cấp) theo Khung chuẩn bị (Preparedness Framework).

Nhận định về sự kiện ra mắt GPT-6-Astra: Vượt mặt Fable 5.1 về kết quả kiểm chuẩn, OpenAI chính thức lội ngược dòng trước Anthropic

Tác giả đánh giá mô hình nền tảng mới GPT-6-Astra của OpenAI cho rằng, các kết quả kiểm chuẩn cho thấy mô hình đã đạt trình độ chuyên gia trong các lĩnh vực như thao tác trình duyệt, điều khiển máy tính, Excel, lập trình, nghiên cứu dược phẩm và toán học. Sam Altman và Greg Brockman khẳng định mô hình này có thể đã tiệm cận AGI.

OpenAI ra mắt GPT-6 Astra, thiết lập kỷ lục SOTA trên nhiều tiêu chuẩn đánh giá

OpenAI ra mắt GPT-6 Astra, đạt trạng thái SOTA trên FrontierMath Tier 4, ARC-AGI 3, TerminalBench-4.0, đồng thời dẫn đầu tại Terminal-Bench Science 0.1 và HealthBench Pro.

OpenAI ra mắt GPT-6 Astra, thiết lập kỷ lục SOTA trên nhiều tiêu chuẩn đánh giá

OpenAI ra mắt GPT-6 Astra, đạt 99,9% điểm trong bài kiểm tra ARC-AGI 3

OpenAI bắt đầu triển khai GPT-6 Astra cho một số tổ chức từ hôm nay, sau đó sẽ mở rộng cho người dùng ChatGPT Plus, Pro, Business và Enterprise. Mức giá API là 10 USD cho mỗi triệu token đầu vào và 50 USD cho mỗi triệu token đầu ra, ngang bằng với Claude Fable 5/5.1.

OpenAI ra mắt GPT-6 Astra và lần đầu tiên xếp loại đây là mô hình an ninh mạng cấp độ quan trọng theo Khung chuẩn bị (Preparedness Framework)

OpenAI phát hành mô hình mạnh nhất của mình là GPT-6 Astra. Chủ tịch Greg Brockman nhận định mô hình này có thể đã tiệm cận AGI và kết thúc buổi công bố bằng thông điệp "Chào mừng đến với kỷ nguyên AGI".

OpenAI ra mắt GPT-6 Astra, trước mắt mở quyền truy cập cho các khách hàng an ninh mạng được chọn lọc

OpenAI ra mắt GPT-6 Astra, ưu tiên mở quyền truy cập cho các khách hàng an ninh mạng thuộc chương trình Daybreak đã qua kiểm duyệt; người dùng Plus, Pro, Business, Enterprise, API và AWS sẽ được cập nhật trong vài ngày tới.

OpenAI ra mắt GPT-6 Astra, các chỉ số điểm chuẩn vượt qua hoàn toàn Claude Fable 5.1

Tác giả dẫn nguồn từ điểm chuẩn chính thức của OpenAI cho biết GPT-6 Astra đạt mức bão hòa 99,9% trong ARC-AGI-3, đạt 100% trong ExploitBench, đồng thời vượt qua toàn diện Claude Fable 5.1 (mô hình giữ vị trí SOTA trong hai ngày trước đó) trên mọi hạng mục với mức giá thấp hơn.

GPT-6 Astra ra mắt, OpenAI công bố hàng loạt kết quả kiểm chuẩn

GPT-6 Astra chính thức ra mắt. OpenAI báo cáo mô hình đạt 97,6% điểm trong FrontierMath Tier 4 v2, 74,1% trong DeepSWE v1.1, 95,9% trong BenchCAD, 96% trong GPQA Diamond, 100% trong ExploitBench và 98,6% (đã báo cáo) trong ARC-AGI-3. Mô hình mới dự kiến sẽ được cung cấp cho người dùng trả phí ChatGPT và qua API trong vài ngày tới. Greg Brockman cho rằng đây có thể là sự xuất hiện của AGI, một "bước nhảy vọt thế hệ". Cần lưu ý rằng con số 98,6% của ARC-AGI-3 đi kèm với các điều kiện quan trọng; trên bảng xếp hạng ARC-AGI-3 hiện tại, các mô hình tiên tiến truyền thống có điểm số thấp hơn nhiều, tuy nhiên việc so sánh trực tiếp là không khả thi.

OpenAI ra mắt mô hình mới Astra, tập trung vào khả năng thao tác máy tính và trình duyệt nhưng gây tranh cãi vì cơ chế "opaque recurrence" (tái phát mờ đục)

OpenAI phát hành mô hình mới nhất Astra, khẳng định đây là mô hình mạnh mẽ nhất từ trước đến nay, tập trung vào khả năng thao tác trên máy tính và trình duyệt. Mô hình được mở quyền truy cập trước cho các khách hàng thuộc chương trình an ninh mạng Daybreak, sau đó sẽ phủ sóng tới các tài khoản trả phí Pro, Plus, Enterprise, Business và API trong vòng một tuần.