OpenAIは3日(米国時間)、世界で最も知能が高く、アラインメント(人間の意図や価値観との整合性)が最も最適化された大規模言語モデル(LLM)「GPT-6 Astra」を発表した。「長年の研究の集大成」とする次世代モデルで、AstraはFrontierMath Tier 4で98%のスコアを記録したほか、数学分野における長年の未解決問題の解決に貢献。ARC-AGI-3では99.9%、ExploitBenchでは100%のスコアを記録したほか、コンピュータやブラウザの活用などの能力も向上。専門業務を、高速かつ高精度、高い判断力で処理できるとしている。

3日から、一部の組織向けに提供を開始するが、順次ChatGPT Plus, Pro, Business、Enterpriseなどの有料プランに拡大するほか、OpenAI APIやAWSを通じて利用可能とする。

Astraは高いベンチマーク結果を見せており、科学研究のワークフローを評価する「Terminal-Bench Science 0.1」では、64.6%という新記録を達成した。Claude Fable 5.1の52.6%を上回るだけでなく、推定APIコストは約31%低いという。また、低コスト設定においも61.1%のスコアを記録し、GPT-5.6 Solの22.4%を上回るとともに、推定APIコストは約27%低くなる。

Astraでは、ユーザーの意図やモデルの挙動に対する理解を大幅に向上、Astraの判断を信頼してタスクを委任することができるようになる。この検証方法の一つとして、(OpenAIによる不正アクセス事件である)Hugging Faceのインシデントを参考とし、困難または不可能なタスクに直面したモデルが意図された範囲を超えることがあるかを評価する新しい評価手法を構築。GPT-5.6 Solでは、本番環境向けの安全対策が施されていない状態で、許可された範囲を超過したケースが48%あったが、GPT-6 Astraでは0%だった。

また「世界最高のコンピュータ利用モデル」と説明。オンラインフォームへの入力、CRMにおける顧客記録の更新、カレンダーの整理などのブラウザ入力を伴うタスクをAstraが代行できる。さらにオンライン調査を行ない、メールやドキュメントエディタ内で要約を作ったり、ソフトウェアの自動インストールやテスト、画面上に表示される問題のトラブルシューティングもサポートする。

リリース中では、Astraが「KiCad」を使用してプリント基板(PCB)のレイアウトを行なう様子を紹介。電子回路図から、部品配置や銅配線のルーティングを行なうなど、手作業のタスクを代替。また、Excelの処理やゲーム開発などもコンピューターに委ねる事例を紹介している。
https://www.watch.impress.co.jp/docs/news/2138177.html

＞また、低コスト設定においも61.1%のスコアを記録し、

🍠

日本向けのproの実装がいつか教えてくれ　5.6の時は結構待った

このモデルはまだ使ってないが日本語の法律文章もそれっぽく仕上げるようにして欲しい
Claudeを蒸留しろとは言わんが、同じ課題でテストしてなんでそれっぽくならないか研究すればすぐ追いつくんじゃないのか

最近品質が微妙なClaudeから乗り換えるか。

ChatGPT非課金にテストの問題解かせたら間違いが多くて。

Claudeの方がよく当ててた。

6は改善したんかなぁ

チャッピーはオワコン

>>12
最近チャッピー復活、丁寧に教えてくれる
逆に最近はClaudeが塩対応

5.6はよく作業を拒否したり目的をすり替えたり卑怯なことをしていたからastraはどうなんだろ？

solは次元が変わったと感じたからな
ほぼ自分と同じレベル
それからどう進化したのか
早く実感させてくれ！

5.6はいいモデルだったな
solは安定してるしlunaクソ安いし
6も楽しみだわ

KiCAD来たか！
電子工作勢には朗報だろう

手抜きがうまくなった印象

アストラ使えるほどの金なんかねーぞ
AIで余計格差つくじゃねーか

>>31
3000¥でできるぞ
plusプランでも使えるようにアカウントにしてもらえてる奴まだしてもらえてない奴がいて、関係ないけどプラン入ってない奴含めしてもらえてない奴はしてもらえるまで毎日利用上限リセット権が配布されてる

使えないな。高すぎだ。plusで5分で終わりだった。評価できない。リーゾニングマックスにすると多分、数秒で終わる。

マジで審判の日が来るのかね