😁 GPT-6 ASTRA

Вчера OpenAI представила GPT-6 Astra. Хайпа было достаточно, чтобы перебить релиз Claude Fable 5.1. Пока модель раздают ограниченному кругу организаций через программу Daybreak, в ближайшие дни доступ откроют всем на планах Plus, Pro, Business и Enterprise. Но уже известно следующее:

😁Цену на токены сделали такой же, как у Fable 5.1 ($10 за 1 млн входных токенов и $50 за выходных). Но упор в анонсе делался на более дешевом выполнении задач + превосходстве в определенных бенчмарках: на Terminal-Bench 4.0 Astra выдает 57,9% против 55,8% у Fable 5.1, но примерно на 63% дешевле за задачу. На Terminal-Bench Science — 64,6% против 52,6% при цене примерно на 31% ниже. На BenchCAD разрыв в стоимости вообще 86%.
👆Правда некоторые бенчмарки остались за Антропикам. На Humanity's Last Exam с инструментами Astra дает 57,2% против 65,0% у Fable 5.1. По индексу Artificial Analysis Intelligence - 61,2 против 65,7 у Fable 5.1 и 63,1 у Opus 5. Ну и агентский кодинг у Claude традиционно лучше.

😁Кроме этого, прокачали скиллы в автоматизации процессов (по AutomationBench - 41,4% против 31,4% у Fable 5.1, 26,9% у Opus 5 и 18,1% у Sol), работу с документами, управление компьютером и тд.

😁Отдельно стоит сказать и про AGI (общий искусственный интеллект). Действительно в одном из AGI-бенчмарков сильный прогресс (ARC-AGI-3 - по нему прогресс 99,9% против 30,2% у Opus 5 и 7,8% у Sol). Президент OpenAI даже заявил, что "добро пожаловать в эру AGI". Но по факту это больше хайп.

Короче, гонка на данный момент выглядит следующим образом: OpenAI забрала лидерство по управлению компьютером, автоматизации и цене за задачу, Anthropic держится на качестве кода и общей интеллектуальности. Очень ждем, когда доступ откроют всем, и смотрим, чем ответит Google (у них недавно вышел интересный апдейт gemini omni-1.1-flash, рекомендуем потестить).
➖➖➖➖➖➖➖➖➖➖➖
🏆🏆🏆🏆🏆   Подписка❕Чат