gpt-6 astra

StarCraft: Brood War z 1998 roku wciąż służy jako poligon dla AI. Programiści tworzą do niego boty rywalizujące w turniejach i ligach, a najlepsze projekty powstają przez wiele sezonów. Jesienią 2026 roku do tej rywalizacji dołączyły LLMy. W benchmarku StarSkirmish piszą one w C++ programy sterujące rozgrywką, a wyniki trafiają do publicznego rankingu. Jeden z modeli pokazał właśnie, co może zrobić agent, który znalazł sposób na wykorzystanie luk w środowisku gry.

Google obiecywało Gemini 3.5 Pro, a rozwijało głównie modele z rodziny Flash. Teraz firma przedstawia Gemini 4 Argon, pierwszy duży model po Gemini 3.1 Pro. Ma konkurować z najnowszymi systemami OpenAI i Anthropic w programowaniu, pracy z dokumentami, analizie danych i cyberbezpieczeństwie. Google pokazuje wysokie wyniki benchmarków, milion tokenów wyjściowych i cenę startową 2 dolarów za milion tokenów wejściowych.

OpenAI zaprosiło na tegoroczny DevDay w San Francisco około 2500 programistów i pokazało produkt przygotowywany od miesięcy. Dots to agenty AI, które wykonują zadania w imieniu użytkownika bez stałego nadzoru. Każdy działa na własnym komputerze w chmurze i może pracować przez całą dobę. Dzień wcześniej OpenAI przepraszało Australię za działania eksperymentalnego agenta w rządowych serwisach, a jeszcze wcześniej wstrzymało premierę GPT-6.1 Astra.

OpenAI miało wejść na doroczną konferencję dla programistów z nowym modelem w zanadrzu. W przeddzień wydarzenia firma przyznała jednak, że anuluje planowaną premierę GPT-6.1 Astra, następcy GPT-6 Astra, który zadebiutował na początku września. Decyzja zapadła po wewnętrznych testach bezpieczeństwa i zbiega się w czasie z serią incydentów, w których agenci AI OpenAI wychodziły poza wyznaczone im granice. Sprawdzamy, co poszło nie tak.

Elon Musk przyznał, że najnowszy Grok 4.7 nie dorównuje Claude Opus 5.5. W wywiadzie dla China Media Group mówił też o szybkim wzroście Grok Bota, danych inżynieryjnych SpaceX i Tesli oraz planach dogonienia czołówki AI w przyszłym roku. Niezależne testy Artificial Analysis rzeczywiście pokazują wyraźną różnicę między modelami, choć wynik 46 do 58 punktów dotyczy tylko konkretnego indeksu. Musk ma już jednak plan na kolejne wersje Groka.

GPT-6 Astra spędziła 141 godzin w Minecraft, sterując grą za pomocą interfejsu dostępnego dla człowieka. Test przeprowadziło Vals AI, które obserwowało, jak model radzi sobie z otwartym światem, eksploracją, walką i zarządzaniem zasobami. Astra zbudowała półautomatyczną farmę Blaze, zdobyła sześć Blaze Rods i trzy Ender Pearls. Później jeden Creeper zniszczył skrzynię z wyposażeniem i łóżko, a model przez kolejne godziny głównie farmił ziemniaki.

Gry wideo od dawna służą jako poligon testowy dla AI, ale zwykle kończyło się to kompromitacją modelu przy pierwszym trudniejszym skoku. Tym razem historia potoczyła się inaczej. Model OpenAI, uruchomiony przez niezależnego eksperymentatora bez żadnej pomocy z zewnątrz przeszedł od pierwszej komnaty testowej aż po napisy końcowe. Rachunek za tokeny był niższy, niż można by sądzić, choć czas potrzebny na ukończenie zadania mówi więcej niż sama kwota.

Nowe modele AI nie są już tylko szybszym chatbotem do odpowiadania na pytania. Firmy przesuwają je w stronę agentów, które potrafią korzystać z komputera, przeglądarki, terminala i narzędzi programistycznych, a więc wykonywać zadania znacznie bliższe realnej pracy użytkownika. Najnowsza Astra, czyli GPT-6 idealnie wpisuje się dokładnie w ten kierunek. OpenAI przedstawia ją jako swój najmocniejszy i najbardziej zaawansowany model. I nic dziwnego...