GPT-6 Astra は、OpenAI が開発した初の Stargate および軽度の循環型スーパー・モデルであり、[本日リリースされました](http://GPT-6 Astra’s launch)。多くの指標で Fable 5.1 を圧倒しており、FrontierMath の最難関バージョンを完全に飽和（97.6%）させたほか、ARC-AGI-3 でも99.9%を達成しています。多くのデモでは、典型的なアピールポイントであるコンピューター操作、『ポケットモンスター』のプレイ、Blender のほか、科学やサイバーセキュリティのベンチマーク（システムカード）に焦点が当てられています。Greg は、AGI はすでに到来したと述べ、Jakub は、これがついに、彼がずっと求めていた自動化された AI 研究インターンだと語っています。
私たちにはこれらについてコメントする資格はありませんが、早期アクセスの機会を得たため、思いつく限りの実用的で現実世界のタスクに投入してみました。200億個を超える Astra token を消費した結果、最も驚くべき発見を確認できました。GPT-6 Astra は、まったく新しい種類のモデル[1]に属しており、それ自体が完全な AI エンジニアとしての能力を備えています。現在では、モデルの選定と学習、データのアノテーション（アノテーション作業を支援するだけでなく、SAM のように、アノテーション結果を利用してアクティブラーニングを実行することも可能です）、パイプラインの稼働率を最大限に維持すること、計測ポイントを埋め込んでログを読み取ること、さらに完全なシステムを一度にデプロイしてデバッグすることまで支援できます。また、タスクを拡張し、サブエージェントを指揮・評価すること（他のモデルを実行するエージェントも含む）も可能で、単一のエージェントスレッド内の数十億個の token にわたって一貫性を維持できます。
目標を引き上げる
私たちは以前、LLM への期待値を引き上げるという、リターンの大きい行動について記事を書きました。今回の経験を通じて、私たちはこれまで以上に大胆になり、目標を指数関数的に引き上げることになりました。この1か月、私たちは人間からアイデアを募る、楽しい「私の SaaS を終わらせろ」コンテストを立ち上げるところから始め、十数人のインターン…