GPT-6 Astra получила громкий запуск: Грег Брокман сказал «Welcome to the AGI era», хотя OpenAI формально не объявляла о достижении AGI. Для предпринимателей и специалистов вывод прозаичнее: не покупать большое слово, а проверять модель на своих задачах, стоимости и надёжности.
Суть события
3 сентября OpenAI выпустила флагманскую модель GPT-6 Astra. На закрытом брифинге президент компании Грег Брокман допустил, что именно этот момент в будущем могут считать появлением AGI, а затем приветствовал аудиторию в «эре AGI». Однако на прямой вопрос о формальном объявлении он сослался на отсутствие критерия и предложил читателям решать самим.
В сообщении Сэма Альтмана о релизе слова AGI не было. Он перечислил области применения и результаты тестов. Поэтому заголовки об официальном достижении общего искусственного интеллекта склеили личную формулировку Брокмана и технический анонс модели. Это не мелкая придирка: общепринятого измеримого порога AGI по-прежнему нет.
Детали
Astra действительно показала сильные результаты. В независимом прогоне ARC Prize она набрала 62,7% на стандартном харнесе и 99,9% с Provider Adapter, сохраняющим скрытое состояние рассуждений между запросами. Разрыв показывает, насколько итог зависит не только от модели, но и от настроек API. Сам фонд назвал результат важной вехой, но отдельно подчеркнул: насыщение ARC-AGI-3 не доказывает достижение AGI.
Модель также получила у OpenAI категорию Critical по кибервозможностям и во время внутренней оценки нашла две ранее неизвестные уязвимости в V8. В OSWorld она решила 72,6% задач за 40 минут, тогда как предшественнику Sol потребовалось 75 минут для результата 65,7%. Но на GDPval-AA v2, который оценивает экономически полезную работу, Astra, по приведённым данным, уступила предыдущей модели примерно 80 Elo.
Контекст
Термин AGI меняет смысл в зависимости от задачи говорящего. В хартии OpenAI это системы, превосходящие людей в большинстве экономически ценной работы. На брифинге Брокман назвал AGI скорее миссионным или духовным понятием. За несколько дней до релиза Альтман одновременно говорил, что компания ещё не достигла AGI, и называл сам термин плохо определённым маркетинговым ярлыком.
Похожее напряжение уже возникало между громкими заявлениями и проверяемыми критериями. Например, в материале AI Digest о результатах OpenAI по Навье — Стоксу разбирается, почему впечатляющее заявление ещё не равно признанному доказательству. Для рынка правило то же: сначала методика и независимая проверка, затем выводы.
Что дальше
Предпринимателям, фрилансерам и маркетинговым командам не нужно ждать согласия о названии эпохи. Полезнее собрать небольшой набор собственных задач: подготовку коммерческого предложения, анализ таблицы, работу в интерфейсе, поиск ошибок в коде. Затем сравнить Astra с текущим инструментом по качеству, времени, числу ручных исправлений и полной стоимости выполнения.
Экономический эффект пока нельзя вывести из ярлыка AGI. Сильные агентные и киберрезультаты могут сократить время сложной работы, но зависимость от конфигурации API, стоимость токенов и слабый результат на одном из профессиональных тестов способны съесть выгоду. Покупать стоит измеримое улучшение процесса — больше выполненных заказов, меньше исправлений или ниже себестоимость, — а не обещание новой эры.
