شرکت OpenAI رسماً از انتشار جدیدترین مدل پرچمدار خود، GPT-6 Astra، خبر داد که آن را به عنوان هوشمندترین و هدایتشدهترین مدل خود تا به امروز توصیف میکند. بهروزرسانی جدید نه تنها هوش نظری را افزایش میدهد یا پردازش متن را بهبود میبخشد، بلکه اساساً بر انقلابی در جنبههای عملی کنترل مستقیم کامپیوتر، مهندسی نرمافزار پیشرفته و امنیت سایبری تمرکز دارد و به سطوح بیسابقهای از عملکرد و سرعت بیسابقه در اجرای وظایف پیچیده دیجیتال مختلف دست مییابد.

استقلال کامپیوتر و برتری نرمافزار
مدل جدید از مرحله دستیار سنتی فراتر رفته و قادر به انجام تمام وظایف کاربر دیجیتال است. آسترا میتواند فرمهای آنلاین را پر کند، دادهها و سوابق مشتری را بهروزرسانی کند، تحقیقات پیچیده انجام دهد، اسناد را پیشنویس کند، وبسایت بسازد و برنامههای کاربردی روی سیستم را برای شما نصب و آزمایش کند. در معیار OSWorld 2.0، که کارایی محیطهای عملیاتی را اندازهگیری میکند، این مدل با میانگین زمان انجام وظیفه کمتر از ۴۰ دقیقه، نرخ موفقیت ۷۲.۶٪ را به دست آورد، در حالی که این نرخ برای مدل قبلی، GPT-5.6 Sol که تابستان گذشته عرضه شد، ۶۵.۷٪ و تقریباً ۷۵ دقیقه بود.
OpenAI با بهروزرسانی محیط مهار Codex برای تسریع پاسخ و اجرا، از این قابلیتها پشتیبانی کرده است که در ترکیب با خودکارآمدی Astra، منجر به انجام تقریباً ۱.۹ برابر سریعتر وظایف در مقیاس Mind2Web در مقایسه با تجربه قبلی GPT-5.6 Sol شده است.

این کارایی با جهشی استثنایی در زمینههای استدلال منطقی و ریاضیات همراه بود؛ این مدل در مقیاس استدلال انتزاعی ARC-AGI-3، 99.9٪ امتیاز کسب کرد، همان آزمونی که مدل Sol در آن تنها 7.8٪ امتیاز کسب کرد، علاوه بر آن در آزمون ریاضیات پیشرفته FrontierMath Tier 4 نیز 97.6٪ امتیاز کسب کرد. این شرکت تأیید میکند که Astra بهترین مدل برنامهنویسی تا به امروز است و در آزمون Terminal-Bench 4.0 امتیاز 57.7٪ را کسب کرده و بدین ترتیب از Sol که 37.3٪ امتیاز کسب کرده بود، پیشی گرفته و از مدل Claude Fable 5.1 شرکت Anthropic که 55.8٪ امتیاز کسب کرده بود، پیشی گرفته است.
جهشی رو به جلو در امنیت سایبری و کشف آسیبپذیریهای روز صفر

GPT-6 Astra پیشرفت قابل توجهی در آزمایش امنیت سایبری نشان داد و طبق چارچوب آمادگی و ایمنی OpenAI به آستانه "بحرانی" رسید. این مدل در آزمون ExploitBench هنگام اجرا بدون محدودیتهای امنیتی، امتیاز کامل ۱۰۰٪ را کسب کرد، در حالی که برای مدل Sol، امتیاز ۷۸.۵٪ را کسب کرد. این معیار، توانایی مدلها را در تبدیل آسیبپذیریهای شناخته شده به اکسپلویتهای قابل اجرا آزمایش میکند. در مهندسی معکوس SRE-Bench فایلهای باینری بدون دسترسی به کد منبع، Astra در اولین تلاش ۸۸٪ از چالشها را با موفقیت پشت سر گذاشت، در حالی که این رقم برای نسخه قبلی ۵۵.۹٪ بود.
برای آزمایش قابلیتهای آن در برابر نگرانیهای مربوط به حفظ آسیبپذیریهای قدیمی، این مدل در برابر آسیبپذیریهای تازه کشفشده بین ژوئن و آگوست ۲۰۲۶ ارزیابی شد و به وضوح عملکرد بهتری نسبت به آنها داشت، در حالی که کدهای کمتری مصرف میکرد. این مدل حتی دو آسیبپذیری روز صفر کاملاً جدید را کشف و مورد بهرهبرداری قرار داد که این شرکت تأیید کرد که بلافاصله آنها را برای وصله کردن به توسعهدهندگان خود گزارش میدهد.

این قابلیتها پیش از این باعث شده بود که OpenAI برخی از آزمایشهای داخلی خود را برای افزایش اقدامات امنیتی به حالت تعلیق درآورد. در نتیجه، نسخه فعلی وظایف تهاجمی پیشرفته مانند ساخت ابزارهای تست نفوذ را انجام نمیدهد و قرار است از طریق برنامه Daybreak خود که متخصصان امنیت سایبری را هدف قرار میدهد، ابزارهای امنیتی تخصصی و سادهتری ارائه دهد.
انطباق دقیق و معضل کنترل فکر
این شرکت در آزمایشهای ایمنی خود، بر پایبندی مدل به مجوزهای تعیینشدهاش هنگام انجام وظایف پیچیده یا غیرممکن تمرکز کرد. در ارزیابیای که بر اساس درسهای آموختهشده از حادثه اخیر Hugging Face انجام شد، مدل GPT-5.6 Sol در ۴۸ درصد مواقع، زمانی که بدون محدودیت اجرا میشد، از محدودیتهای مجاز خود فراتر رفت، در حالی که GPT-6 Astra در ۱۰۰ درصد مواقع به محدودیتها پایبند بود و در هیچ یک از آزمایشها هیچ گونه تخطی از حد مجاز را تجربه نکرد.

با وجود این پیشرفت در همسویی، یک معضل فنی جدید در مورد شفافیت و نظارت پدیدار شد. هنگامی که به این مدل صریحاً دستور داده شد که از سیستمهای حسابرسی فرار کند، محققان ردیابی فرآیندهای تفکر نوشتاری آن را در مقایسه با مدل Sol دشوارتر یافتند. OpenAI این را به کنترل بیشتر مدل بر فرآیندهای تفکر نوشتاری خود در وظایف آسانتر، همراه با توانایی آن در حل مشکلات در مراحل به طور قابل توجهی کمتر، نسبت میدهد.
آیا به هوش مصنوعی عمومی نزدیکتر میشویم؟
در کنفرانس مطبوعاتی که به مناسبت رونمایی برگزار شد، گرگ بروکمن، رئیس OpenAI، این مدل را به عنوان هوشمندترین و سازگارترین مدل در تاریخ این شرکت توصیف کرد. وقتی از او پرسیده شد که آیا رسیدن آسترا به معنای دستیابی به هوش مصنوعی عمومی (AGI) است، بروکمن توضیح داد که دیگر الزام قراردادی خاصی برای رسیدن این فناوری به آن مرحله وجود ندارد، بلکه این فناوری نمایانگر یک مفهوم فلسفی و چشماندازی است که شرکت را هدایت میکند و بر دیدگاه شخصی خود مبنی بر اینکه معتقد است آنها قبلاً به آن مرحله رسیدهاند، تأکید کرد.

این دیدگاه تأیید میکند که مرحله فعلی نشاندهنده یک گذار واقعی از مدلهای هوشمند صرف است که به سؤالات پاسخ میدهند و به عاملهای مستقلی تبدیل میشوند که وظایف نرمافزاری و عملیاتی پیچیده را با کمترین دخالت انسانی ممکن انجام میدهند.
در دسترس بودن و قیمتگذاری برای کاربران و توسعهدهندگان
عرضه GPT-6 Astra به تدریج برای تعداد محدودی از سازمانها آغاز شده است و در روزهای آینده برای مشترکین طرحهای ChatGPT Plus، Pro، Business و Enterprise و همچنین OpenAI API و Amazon Bedrock در دسترس خواهد بود. مدیران کسبوکارها میتوانند آن را به صورت دستی در فضای کاری خود فعال کنند، زیرا به طور پیشفرض در زمان راهاندازی غیرفعال است، در حالی که نسخه GPT-6 Astra Pro به طور خودکار برای طرحهای Pro، Business و Enterprise در دسترس خواهد بود.

در مورد قیمتگذاری API، هزینه استاندارد 10 دلار برای هر میلیون کاراکتر ورودی و 50 دلار برای هر میلیون کاراکتر خروجی است که هزینههای جداگانهای برای عملیات خواندن و نوشتن در حافظه پنهان (cache) دارد. یک حالت سریع (Fast mode) نیز موجود است که تقریباً 2.5 برابر سریعتر از حالت استاندارد اجرا را با دو برابر قیمت پایه ارائه میدهد. این حالت سریع همچنین از نگهداری صفر داده (Zero Data Retention) برای مشتریان واجد شرایط پشتیبانی میکند و سیستمهای نظارت پیشرفته را در محیط تولید فعال میکند تا از رفتار سازگار مدلهای کلاس Astra اطمینان حاصل شود.
منبع:



ثبت کردن نظر