Umelá inteligencia

GPT-6 Astra od OpenAI: model, ktorý ovláda váš počítač, a spor o éru AGI

Od
Sam Altman Astra

OpenAI vydal 3. septembra 2026 nový vlajkový model GPT-6 Astra a hneď pri jeho predstavení padla veta, ktorú si zapamätáme na dlho. Prezident firmy Greg Brockman ukončil brífing slovami „Vitajte v ére AGI“, čo je poriadne silné tvrdenie aj na pomery Silicon Valley. Poďme si pokojne rozobrať, čo Astra naozaj dokáže, čo znamenajú tie čísla v benchmarkoch a kedy sa k nej dostanete vy.

Astra ovláda počítač namiesto vás

Hlavná novinka podľa OpenAI nie je v tom, že model Astra lepšie píše texty, ale v tom, že sedí za vaším počítačom a robí prácu za vás. Klikaním, písaním do formulárov, prehliadaním webu, tvorbou tabuliek a prezentácií, teda tým, čo bežne robíte myšou a klávesnicou. OpenAI to zhrnul jednou vetou, ktorú stojí za to vidieť priamo od zdroja.

Benchmarky po ľudsky a čo tie čísla znamenajú

Pozrime sa najprv na benchmarky, ktoré si vypýtali najväčšiu pozornosť. Všetky sa pokúsim vysvetliť čo najjednoduchšie. 

ARC-AGI-3 (99,9%) je test, kde model hodia do neznámej hry, nepovedia mu pravidlá a sledujú, ako rýchlo sa ich sám naučí. Nedá sa nabifľovať, lebo prostredia sú vždy nové, a práve preto je považovaný za najbližší test k skutočnej inteligencii. Podľa Grega Kamradta z ARC Prize Foundation Astra prekonala ľudský benchmark efektivity na 96% úrovní a dosiahla úroveň človeka.

Benchmarky ExploitGym (42,4%) a ExploitBench (100%) merajú kyberbezpečnosť, konkrétne schopnosť nájsť a zneužiť diery v softvéri. Stovka na verejnom ExploitBenchi znamená, že Astra zvládla všetky známe zraniteľnosti v teste, a ExploitGym je ťažšia disciplína s reálnymi cieľmi, kde 42% je stále obrovský skok oproti predchodcovi. Počas testovania model dokonca sám objavil dve dovtedy neznáme zraniteľnosti, čo je presne dôvod, prečo OpenAI zaradil Astru do najvyššej rizikovej kategórie.

FrontierMath Tier 4 (97,6%) je zbierka najťažších matematických problémov, aké sa dnes na modely dávajú. OSWorld 2.0 (72,6%) testuje prácu s počítačom a Astra tu úlohu zvládne za 40 minút namiesto 75, čiže je takmer o polovicu rýchlejšia ako GPT-5.6 Sol.

Porovnanie s Fable 5.1, kde Astra vyhráva a kde prehráva

Načasovanie je pikantné, lebo len dva dni predtým vydal Anthropic Claude Fable 5.1 a Mythos 5.1. Vo vedeckom teste Terminal-Bench Science má Astra 64,6% oproti 52,6% u Fable 5.1, v matematike 97,6% oproti 87,8% a v kyberbezpečnosti stovku oproti 70%. Proti Claude Opus 5 je rozdiel oveľa tesnejší, v programovacom teste DeepSWE je to 74,1% ku 73,7%, čo je prakticky remíza.

Nie je to však čisté víťazstvo a stojí za to povedať to nahlas. Na teste Humanity’s Last Exam, teda zbierke najťažších odborných otázok naprieč všetkými vednými odbormi, má Astra s nástrojmi 57,2%, kým Fable 5.1 dosahuje 65,0% a aj starší Claude Opus 5 má 63,6%. A nie je to údaj od konkurencie, tieto čísla stoja vedľa seba priamo v porovnávacej tabuľke na oficiálnej stránke OpenAI.

V súhrnnom rebríčku Intelligence Index od nezávislej Artificial Analysis skončila Astra na 61 bodoch, Fable 5.1 má 66 a Astru predbehol aj nový Muse Spark 1.3 od Mety. Astra si navyše oproti svojmu predchodcovi v niektorých disciplínach pohoršila, konkrétne v bankovom zákazníckom teste τ³-Banking, v programovacom SciCode a v práci s veľmi dlhým kontextom.

Graf Humanity's Last Exam: Claude Fable 5.1 65,0 percenta, Claude Fable 5 63,8, Claude Opus 5 63,6 a GPT-6 Astra 57,2 percenta
Humanity’s Last Exam s nástrojmi. Čísla pochádzajú priamo z oficiálnej porovnávacej tabuľky OpenAI, teda nejde o meranie konkurencie.

Zjednodušene sa dá povedať, že Astra dnes kraľuje ovládaniu počítača, matematike a kyberbezpečnosti, zatiaľ čo modely od Anthropicu zostávajú silnejšie v čistom odbornom uvažovaní. Kto tvrdí, že Astra vyhráva úplne všetko, ten buď nepozeral tabuľky, alebo iba prepísal tlačovú správu OpenAI.

Kedy ju budete mať a čo bude stáť

Astra sa najskôr spustila pre vybrané firmy z bezpečnostného programu Daybreak, počas nasledujúcich dní pribúda pre predplatiteľov ChatGPT Plus, Pro, Business a Enterprise, plus cez API, AWS Bedrock a Microsoft Azure. Vo firemných účtoch je na štarte vypnutá a musí ju zapnúť administrátor.

Cez API stojí 10 dolárov za milión vstupných tokenov a 50 dolárov za milión výstupných, rýchly režim je dvojnásobne drahý. Pre bezplatnú verziu ChatGPT zatiaľ dátum nepadol.

Aj cenu treba povedať férovo. Astra je oproti GPT-5.6 Sol dva a pol krát drahšia, lebo ten stál 4 a 20 dolárov za milión tokenov, a v prepočte na jednu úlohu vychádza asi o 75% vyššie. Fable 5.1 má na papieri rovnaký cenník, teda 10 a 50 dolárov, ale výrazne lacnejšie čítanie z cache za 0,25 dolára za milión, takže pri dlhých agentických úlohách vyjde lacnejšie. A Claude Opus 5 stojí 5 a 25 dolárov, čiže polovicu toho, čo Astra.

Éra AGI, alebo len dobrý marketing?

AGI znamená umelú inteligenciu, ktorá zvládne prakticky každú rozumovú úlohu na úrovni človeka. Tú vetu o ére AGI však treba citovať presne, lebo v titulkoch žije oveľa tvrdšie, než ako naozaj zaznela. Brockman povedal, že „nie je nerozumné cítiť, že sme teraz v ére AGI“, a na priamu otázku dodal „za seba si myslím, že tam sme“.

V tom istom dychu ale priznal, že každý má vlastnú definíciu AGI a že hranicu asi rozpoznáme až spätne. Je to teda osobný pocit šéfa firmy, ktorá ten model predáva, nie meranie ani oficiálne stanovisko OpenAI.

Skeptici pripomínajú, že NVIDII sa podarilo dosiahnuť na ARC-AGI-3 stovku aj so starším Claude Opus 5, keď mu pridala pamäť a nástroje, takže test možno meria skôr kvalitu celej stavby než samotný model. O tom, ako blízko sme k AGI, hovoril nedávno aj Demis Hassabis z Google DeepMind.

Sporný je aj takzvaný opaque recurrence, technika uvažovania, pri ktorej sa nedá sledovať myšlienkový postup modelu. Presne to bol pritom nástroj, ktorým výskumníci doteraz kontrolovali, prečo sa AI rozhodla tak, ako sa rozhodla. Ak vás zaujíma, ako vážne berie OpenAI bezpečnosť svojich modelov, prečítajte si aj to, ako pozastavil tréning najsilnejších modelov, a náš prvý článok o pripravovanej Astre.

Zdroje

YOUTUBE