N-Hub. Нейросети и ИИ. Нейро новости. Технологии
IT и технологии · 4 сентября 2026 г.
🔥 GPT‑6 Astra: OpenAI заявила о шаге к AGI
🔥 GPT‑6 Astra: OpenAI заявила о шаге к AGI 3 сентября OpenAI представила GPT‑6 Astra и опубликовала результаты тестов. Источник openai-gpt6-astra Посмотрим: ✅ARC‑AGI‑3 — 98,6% (до 99,9% в отдельных запусках). Тест на способность решать абстрактные визуально‑логические задачи. ✅OSWorld V2‑Offline — 72,6% (против 65,7% у GPT‑5.6 Sol). Проверяет, насколько модель может работать с настольными приложениями: открывать программы, кликать, заполнять формы, перемещать файлы. ✅FrontierMath Tier 4 v2 — 97,6%. Бенчмарк на передовую математику: задачи уровня серьёзных научных выкладок, а не школьных примеров. ✅GPQA Diamond — 96%. Тест на уровне аспирантуры по физике, химии и биологии. ✅BenchCAD — 95,9%. Проверяет знание CAD‑проектирования — то есть чертежи, моделирование, инженерную графику. ✅ExploitBench — 100%. Тест на способность превращать известные уязвимости в рабочие эксплойты. ✅Terminal‑Bench Science — 64,6%. Научные задачи, которые нужно решать в терминале: работа с данными, скрипты, командная строка. ✅Agents' Last Exam — 59,3%. Профессиональные задачи в реальном ПО: модели дают доступ к живым приложениям и просят выполнить работу, как настоящий специалист. 59,3% — больше половины, но до надёжного «цифрового сотрудника» пока далеко. ✅DeepSWE v1.1 — 74,1%. Агентное программирование: модель сама пишет код, тестирует, отлаживает. 💣Комментарий: видно, что многие тесты за 90%. В целом показатели очень высокие. Мощная модель получилась. Ещё и будет доступна постепенно для всех, но не для России. Что ещё важно знать: 📌 Грег Брокман назвал релиз Astra шагом к эре AGI. Амбициозно, но бенчмарки пока показывают: в абстракции и науке — да, рывок; в живых профессиональных задачах — средне. 📌 OpenAI честно признаёт проблему: хотя модель лучше соблюдает правила (alignment), в тестах на уклонение от мониторинга её рассуждения отслеживать стало сложнее, чем у GPT‑5.6 Sol. 📌 Функции кибербезопасности заблокированы по умолчанию. Полный доступ — через программу Daybreak для верифицированных специалистов. 🤔А вы как считаете — можно ли назвать GPT‑6 Astra шагом к AGI или пока рано? Делитесь в комментариях 👇 #ИИ #OpenAI #GPT6 #нейросети #AI #технологии #AGI