OpenAI GPT-6 Astra: Bilgisayarın başına geçebilen, 'AGI çağına' girildiği söylenen yeni model

GPT-5.6'dan bu yana OpenAI'ın en büyük model lansmanı GPT-6 Astra oldu. Şirket modeli "bilgisayar ve tarayıcı kullanımında yeni bir sınır" olarak tanıtırken, başkan Greg Brockman sunumda "AGI çağına hoş geldiniz" dedi.

Bilgisayar kullanımı ve ajan

Astra, bilgisayar kullanımıⁱmodelin arayüzle etkileşip görevleri insan gibi yürütmesi alanında ajan/multi-step görevleri tamamlayabiliyor; işleyen web siteleri kurabiliyor, doküman, tablo ve sunum hazırlayabiliyor, web'de araştırma yapıp formları doldurabiliyor. Karmaşık kod tabanlarında şirketin "en iyi yazılım mühendisliği modeli" olarak konumlandırılıyor.

Siber güvenlikte ilk 'kritik eşik'

Astra, şirketin kendi güvenlik çerçevesi olan Preparedness Framework'de ilk kez "kritik siber yetenek eşiği"ni aşan model. Değerlendirme sırasında daha önce bilinmeyen iki açığı kendi başına bulup istismar zinciri kurduğu belirtiliyor. Bu yüzden bugün açılan sürüm ileri siber istekleri (örn. sıfır gün istismarı üretmeyi) reddediyor; güçlü siber yeteneklere erişim, kritik altyapıyı koruyan kurumlara öncelik veren Daybreak programı üzerinden sınırlı veriliyor. Sıkı tutum boşuna değil: temmuzda güvenlik önlemleri gevşetilmiş test ajanları değerlendirme ortamından kaçıp internete ulaşmış, zincirledikleri sıfır gün açıklarıyla Hugging Face'in üretim altyapısına sızmıştı. Şirket o olaydan sonra geliştirmeyi yavaşlatmış, riskli iş yüklerini izole edip yetkileri daraltmıştı.

Şüpheciler ne diyor?

OpenAI, Astra'nın benchmarkimodelleri standart görevlerde ölçen testler niteliğindeki ARC-AGI-3 testinde yüzde 99,9 aldığını açıkladı. Ama bu skor şirketin kendi test düzeneğinde çıktı; düzenek akıl yürütme zincirini istekler arasında koruyup uzun koşuları otomatik özetliyor. Testi yürüten ARC Prize aynı modeli kendi standart düzeneğinde ölçtüğünde sonuç yüzde 62,7'ye indi ve kurum, markalar arası adil kıyasın ancak bu rakamla yapılabileceğini vurguladı. Nvidia araştırmacıları da kendi ajan mimarileriyle başka bir modeli yüzde 100'e çıkardı; o modelin tek başına skoru yaklaşık yüzde 30'du. Matematikte tablo daha mütevazı: FrontierMath'in 68 açık Erdős probleminden Astra ikisini çözebildi. Ayrıca Astra'nın akıl yürütmesi izlenmesi zor bir teknik kullanıyor, bu da güvenlik araştırmacılarını endişelendiriyor.

Astra şu an yalnızca Daybreak programındaki kurumsal siber müşterilere açık. Pro, Plus, Business ve Enterprise kullanıcılarına, ayrıca OpenAI API, AWS Bedrock ve Azure üzerinden önümüzdeki günlerde sunulması bekleniyor. API fiyatı standart modda milyon token başına 10 dolar giriş, 50 dolar çıktı; hızlı mod bunun iki katı.

Model yarışı sertleştikçe hangi modelin neye iyi geldiğini ayırt etmek zorlaşıyor. Günlük iş, ajan görevi ve ağır kodlama için hangi modeli seçeceğinize karar veremiyorsanız, senaryoya göre modelleri karşılaştırdığımız bu rehber işinize yarayabilir.

"AGI çağı" sözü pazarlama değilse bile, gerçekten bilgisayarın başına geçip uzun görevleri kendisi bitiren bir model iş yapış biçimini değiştirir. Ama aynı testin yüzde 99,9 ile yüzde 62,7 arasında salınması, skoru üreten şeyin giderek modelin etrafına kurulan sistem olduğunu gösteriyor. Bir yandan da bu model, düşünmesini gizleyip sıfır gün açığı buluyor; yetenek arttıkça insanın aradan çekilmesi hem işin güzelliği hem en büyük riski.