Megjött a GPT-6 Astra, és három táborra szakadt az AI-ipar
19 videó feldolgozva · ~3 perc olvasás
A hét egy bekezdésben
Amit múlt héten a GLM 5.3 árazott át alulról, azt ezen a héten az OpenAI árazta át felülről: megjelent a GPT-6 „Astra”. A korai tesztek szerint a modell ugrásnak számít a korábbi fokozatokhoz képest. Közben az ipar látványosan törésvonalakra szakadt: az OpenAI felmondta a szerződést a SpaceX által felvásárolt Cursorral, az Anthropic kiadta a Fable/Mythos 5.1-et egy kényelmetlen árazási paradoxonnal, az Apple pedig a teljes Mac-vonalat a helyi AI-ra hangolta. A hét kérdése így szól: bérled vagy birtoklod az intelligenciát, és kire bízod a memóriádat?
A hét lényege témánként
Az Astra-hét: ugrás a mérőszámokon és a demókon
A korai hozzáférők a modellt minden idők legjobbjának nevezik. A FrontierMath Tier 4 tesztjén 97,6 százalékot ért el (a Fable 5.1 87,8 százalékával szemben), CAD-tervezésben több mint 10 pontos előnyt mutatott, a Hugging Face-incidens utáni biztonsági teszten pedig 0 százalékos kitörési rátát, míg a GPT-5.6 Soul 48 százalékot.
A demók egy promptból játszható 3D-játékokat mutattak, egy 5 nap alatt darabonként legenerált teljes SimCity-klónt, és új matematikai részeredményt a prímrések 80 éve álló korlátján. A hét záró elemzése szerint beléptünk a „poszt-prompt” korszakba: a modell napokig dolgozik önállóan, és egy egyetemi kutató tízezernyi e-mailjéből öt nap alatt, utasítás nélkül épített személyes tudásrendszert.
Törésvonalak: ki kivel, ki ellen
Az OpenAI péntek esti közleményben mondta fel a Cursor-szerződést, miután a kódszerkesztőt felvásárolta a SpaceX. A háttérben a „desztillációs támadástól” való félelem áll, a tanulság pedig a vertikális integráció kora. Az Anthropic Fable/Mythos 5.1 modellje árazási paradoxont hozott: a tokenegységár változatlan maradt, a bőbeszédűbb modell viszont feladatonként akár drágább lett.
Egy elemzés szerint három tábor áll fel: az OpenAI (teljes integráció, saját chippel), az NVIDIA (egyetemes beszállító) és az Anthropic (több beszállítós függetlenség: Trainium, TPU, Colossus). A vezetői szabály: ne engedd, hogy egyetlen cég birtokolja a memóriád egyetlen példányát.
Ügynök-gyakorlat: saját e-mail, saját bankkártya
Egy GrokBot-asszisztens saját e-mail-címet és eldobható virtuális bankkártyát kapott: kikutatja az árat, pontosan arra az összegre kér kártyát, és Face ID-s jóváhagyással vásárol. A ChatGPT Work készségei (/paranccsal hívható utasításcsomagok) és a 24/7 futó ügynökei ugyanezt hozzák az irodai munkába. A Claude oldalán egy ismert AI-kutató „álmodás”-analógiájára épülő memóriajavító rendszer készült.
A böngészők párharcában nincs győztes: a Claude gyorsabb és önállóbb, a ChatGPT kiforrottabb. A hét szemléleti vitája arról szólt, hogy a keretrendszer akkor jó, ha csak a „mit” rögzíti, a „hogyan”-t pedig a modellre bízza.
A hét kiemelt témái
- A GPT-6 Astra bejelentése és első benchmarkjaiAz első átfogó kép a hét, talán az év legnagyobb modellkiadásáról.
- A poszt-prompt korszakA legjobb megfogalmazás arra, mit jelent, ha a modell utasítás nélkül dolgozik. Vezetőknek kötelező.
- A Cursor-kitiltásMiért tarthatatlan a több modellt összekötő platformok üzleti modellje egy vertikálisan integrált iparágban.
- Bérelni vagy birtokolni az intelligenciátA következő negyedév legfontosabb beszerzési kérdése: a Mac-vonal a helyi AI köré épül.
- Az önálló ügynök a gyakorlatbanSaját e-mail-cím és virtuális bankkártya: az ügynök vásárol, jóváhagyással.
A hét visszhangja
- A BEJELENTÉS VISSZHANGJAGPT-6 Astraaz egyik legélénkebb vita a héten, több ezer hozzászólással
Az OpenAI bejelentése az általunk követett fórumokon a hét egyik legtöbbet kommentelt szála lett, több mint kétezer hozzászólással.
- A BENCHMARK-EREDMÉNYEK VISSZHANGJAGpt 6 astra benchmarksnagyon élénk, elismerő hangú vita
A legtöbb szavazatot kapó hozzászólások a FrontierMath Tier 4 eredményén döbbennek meg. Az egyik így fogalmaz: „97% on FrontierMath Tier 4. Hoooly cow.”
- EGY HASZNÁLATI TAPASZTALAT VISSZHANGJAAstra (GPT-6) High Intelligence, Low Intuitionélénk vita, sokan osztották meg hasonló tapasztalatukat
Egy hosszú tapasztalatposzt szerint az Astra kiváló olyan kódolási feladatokban, amelyeken a korábbi modell elakadt, máskor viszont túlbonyolít. A kommentelők közül többen hasonlót tapasztaltak.
- EGY ELLENVÉLEMÉNY VISSZHANGJAThe gap has closed, open source will winélénk vita
A szerző szerint a legjobb nyílt modellek és a frontier laborok modelljei közti különbségek mára marginálisak, a laborok pedig erős marketinggel győzik meg a közönséget, hogy többet fizessen a tokenekért.
A heti szám szerkesztett szintézis: napi kivonatokból, közösségi beszélgetésekből és további források áttekintéséből készül. Előfizetőként a Videnito a saját, általad követett YouTube-csatornáid minden új videójából készít magyar kivonatot, reggelente a postaládádban.
A heti szám a Videnito által feldolgozott videók állításait és az általunk követett szakmai fórumok nyilvános beszélgetéseit foglalja össze. A hivatkozott számokat és eseményeket a források közölték, függetlenül nem ellenőriztük őket.
Hozzászólások