OpenAI, GPT-6 Astra'yı tanıttığı gün kendi ölçütlerinde rekor skorlar açıkladı

OpenAI, 3 Eylül'de duyurduğu GPT-6 Astra modelinin matematik, bilgisayar kullanımı ve yazılım mühendisliği alanlarında önceki modeli GPT-5.6 Sol'u geride bıraktığını açıkladı. Şirketin kendi testlerine göre model, FrontierMath adlı ileri matematik sınavının en zor kademesinde yüzde 98, yeni ve daha önce görülmemiş ortamlarda problem çözme ve öğrenme becerilerini ölçen ARC-AGI-3 testinde ise yüzde 99,9 skor elde etti. Model önce sınırlı sayıda kuruluşa, önümüzdeki günlerde ise ChatGPT Plus, Pro, Business, Enterprise kullanıcılarına ve API üzerinden geliştiricilere açılacak.

OpenAI Başkanı Brockman, modelin "yapay genel zekaya" ulaşmış olabileceğini söyledi

Yapay genel zeka (AGI), bir yapay zeka sisteminin insanın yapabildiği hemen her zihinsel görevi en az insan kadar iyi yapabilmesi anlamına geliyor. Bugün yaygın kullanılan ve yalnızca belirli işlerde uzmanlaşan "dar" yapay zekadan bu yönüyle ayrılıyor. Sektörün uzun süredir hedeflediği bu eşiğin ne zaman aşılmış sayılacağına dair ortak kabul görmüş bir tanım yok. Axios'a konuşan OpenAI Başkanı Greg Brockman, şirketin AGI'ye ulaştığına kişisel olarak inandığını belirtti ancak Astra'nın bu tanıma uyup uymadığı kararını kullanıcılara bıraktı ve gazetecilere yaptığı brifingi "AGI çağına hoş geldiniz" sözleriyle kapattı. Ortak bir teknik eşik bulunmadığından açıklama, bağımsız doğrulanmış bir iddia değil, şirket başkanının kişisel değerlendirmesi olarak kayda geçti.

Model, form doldurmaktan devre tasarımına kadar bilgisayarı doğrudan kullanabiliyor

OpenAI'ın paylaştığı demolarda Astra; KiCad'de devre kartı tasarladı, Blender ve Unreal Engine ile üç boyutlu mekan modelledi, bir W-2 formundan vergi beyannamesi taslağı çıkardı. Şirkete göre model, bilgisayar kullanımını ölçen OSWorld 2.0 testinde görevleri önceki modele kıyasla daha kısa sürede tamamladı. Bu yetenekler Astra'yı OpenAI'ın kod asistanı Codex'e de entegre ediyor.

Astra, OpenAI'ın "kritik" siber güvenlik eşiğine ulaşan ilk model oldu

OpenAI, hazırlık çerçevesi kapsamında Astra'yı, insan rehberliği olmadan iyi korunan sistemlerde bilinmeyen güvenlik açıklarını bulup istismar edebilen ilk modeli olarak sınıflandırdı. Şirket, ilgili testte modelin test sırasında daha önce bilinmeyen açıkları kendiliğinden tespit ettiğini açıkladı. Bu nedenle modelin en gelişmiş siber yetenekleri yalnızca güvenilir test kullanıcılarına açık tutuluyor. OpenAI ayrıca denetimi atlatmayı ölçen değerlendirmelerde modelin akıl yürütme sürecinin önceki modele göre daha zor izlenebilir çıktığını kabul etti ve bunu ciddi bir sorun olarak nitelendirdi.

Duyuru, dört büyük yapay zeka şirketinin aynı hafta model yarıştırdığı bir döneme denk geldi

GPT-6 Astra, tek başına gelen bir duyuru değil. Aynı hafta içinde Anthropic 1 Eylül'de Claude Fable 5.1'i, Google 2 Eylül'de Gemini 3.8 Flash'ı, Meta ise yine 2 Eylül'de Muse Spark 1.3'ü tanıttı. Sektör basınının "sonbahar telaşı" olarak nitelediği bu 72 saatlik yoğunluk, şirketler arasındaki rekabetin kızıştığını gösteriyor. Bu tablo, "AGI" gibi büyük iddiaların bir ölçüde konumlandırma ve dikkat çekme hamlesi olarak da okunması gerektiğini akla getiriyor. Nitekim dört lansmandan üçü, kötüye kullanımı sınırlamak için erişimi kademelendirilen siber güvenlik yetenekleriyle geldi.