OpenAI ogłasza erę AGI. Astra ma pokonać Anthropic i potrafi szukać luk bez człowieka

OpenAI chce odzyskać technologiczną koronę, którą w ostatnich miesiącach próbował przejąć Anthropic. Firma kierowana przez Sama Altmana zaprezentowała GPT-6 Astra – model przeznaczony nie tylko do odpowiadania na pytania, lecz przede wszystkim do samodzielnego wykonywania wieloetapowych zadań.

Astra ma obsługiwać komputer, prowadzić research, tworzyć strony internetowe, analizować dane, przygotowywać dokumenty i prezentacje, aktualizować informacje w systemach CRM, wypełniać formularze oraz wykonywać zadania z zakresu inżynierii oprogramowania. Model będzie stopniowo udostępniany użytkownikom ChatGPT Plus, Pro, Business i Enterprise, a także poprzez API, Microsoft Azure oraz Amazon Bedrock – poinformowało OpenAI.

Ta premiera jest też komunikatem skierowanym do inwestorów. OpenAI szykuje się do wejścia na giełdę, a jego bezpośredni konkurent Anthropic jest dziś wyceniany wyżej i jako pierwszy poufnie złożył dokumenty dotyczące oferty publicznej.

OpenAI: to może być moment narodzin AGI

Greg Brockman, współzałożyciel i prezes OpenAI, nazwał Astrę „generacyjnym skokiem możliwości”. Poszedł jednak jeszcze dalej, sugerując, że nowy model może zostać uznany za sztuczną inteligencję ogólną, czyli AGI.

– Każdy ma inną definicję AGI. To szara, nieostra kategoria. Myślę jednak, że kiedy spojrzymy wstecz, ludzie uznają, że chodziło właśnie o ten czas i ten model – powiedział Brockman, cytowany przez „Financial Times”.

OpenAI przez lata przedstawiało AGI jako konkretny, możliwy do rozpoznania etap rozwoju technologii. Pojęcie znalazło się nawet w umowach inwestycyjnych zawieranych przez spółkę z partnerami technologicznymi. Brockman przyznał teraz, że AGI stało się raczej „koncepcją misyjną lub duchową”.

Astra wygrywa wiele testów, ale nie wszystkie

Według danych przedstawionych przez OpenAI Astra osiągnęła 99,9 proc. w ARC-AGI-3, teście sprawdzającym zdolność rozwiązywania nowych, wcześniej niewidzianych problemów. W FrontierMath Tier 4 uzyskała 97,6 proc., wobec 87,8 proc. modelu Claude Fable 5.1 firmy Anthropic.

W testach obsługi komputera OSWorld 2.0 Astra zdobyła 72,6 proc., poprawiając wynik wcześniejszego modelu GPT-5.6 Sol, który osiągał 65,7 proc. Jednocześnie realizowała zadania w około 40 minut, podczas gdy poprzednik potrzebował na nie około 75 minut.

Przewaga ma być widoczna także w profesjonalnych zastosowaniach. W Agents’ Last Exam, obejmującym m.in. modelowanie finansowe, inżynierię i produkcję treści, Astra uzyskała 59,3 proc. Claude Opus 5 osiągnął 55,5 proc., a GPT-5.6 Sol – 53,6 proc. OpenAI podkreśla również, że Astra zużywała w tym teście około 65 proc. mniej tokenów wyjściowych niż model Anthropic.

Nie można jednak ogłosić bezdyskusyjnego zwycięstwa OpenAI. W zestawieniu opublikowanym przez samą firmę Claude Fable 5.1 nadal prowadzi w Artificial Analysis Intelligence Index z wynikiem 65,7 pkt, wobec 61,2 pkt Astry. Model Anthropic wygrywa również Humanity’s Last Exam oraz minimalnie wyprzedza Astrę w części testów programistycznych.

Benchmarki były ponadto przeprowadzane w różnych konfiguracjach, z odmiennymi narzędziami, poziomami intensywności rozumowania i zabezpieczeniami. Wyniki potwierdzają, że OpenAI znacząco zmniejszyło dystans do Anthropic, ale nie dowodzą, że jeden model jest najlepszy w każdym zastosowaniu.

Walka nie toczy się już o chatboty

Najważniejsza zmiana dotyczy charakteru samego produktu. Astra nie jest reklamowana przede wszystkim jako lepszy chatbot, lecz jako cyfrowy pracownik zdolny do wykonywania zadań od początku do końca.

Model może samodzielnie instalować i testować oprogramowanie, analizować dane naukowe, budować aplikacje, kontrolować ich działanie oraz przygotowywać dokumenty zgodne z firmowymi szablonami. OpenAI wskazuje również na modelowanie finansowe, rozliczenia podatkowe, analizę danych i wypełnianie formularzy.

To właśnie rynek agentów AI może przesądzić o tym, która firma wygra kolejną fazę wyścigu. Dla klientów biznesowych różnica między modelem, który podpowiada rozwiązanie, a takim, który rzeczywiście wykonuje zadanie w systemie księgowym, przeglądarce czy arkuszu kalkulacyjnym, jest fundamentalna.

OpenAI wyceniło standardowe korzystanie z Astry poprzez API na 10 dol. za milion tokenów wejściowych i 50 dol. za milion tokenów wyjściowych. Dwukrotnie szybszy tryb będzie kosztował dwa razy więcej. Firma przekonuje jednak, że dla przedsiębiorstw ważniejszy od ceny pojedynczego tokena powinien być całkowity koszt wykonania zadania.

– Liczy się cena za wykonane zadanie. Czy można doprowadzić pracę do końca za odpowiednią cenę i w odpowiednim czasie? – mówił Brockman w rozmowie z „Financial Times”.

Najlepszy haker wśród modeli AI

Największe możliwości Astry są jednocześnie źródłem największego ryzyka. To pierwszy model OpenAI, który osiągnął określony przez firmę jako „krytyczny” poziom zdolności w cyberbezpieczeństwie.

Według oceny bezpieczeństwa OpenAI Astra może – po uzyskaniu odpowiednich narzędzi i dostępu – samodzielnie znajdować nieznane wcześniej podatności oraz opracowywać metody ich wykorzystania w dobrze zabezpieczonych systemach. Nie potrzebuje przy tym człowieka prowadzącego ją przez kolejne etapy ataku.

W ExploitBench, sprawdzającym zdolność tworzenia exploitów dla znanych luk, model uzyskał 100 proc. Dla porównania GPT-5.6 Sol osiągnął 78,5 proc., a Claude Opus 5 – 70 proc. W trudniejszym Exploit Gym Astra zdobyła 42,4 proc., wobec 30,3 proc. poprzednika i 22 proc. Claude Opus 5.

OpenAI przekonuje, że te same zdolności pozwolą specjalistom szybciej wykrywać i naprawiać podatności. Model ma jednak odmawiać wykonywania najbardziej zaawansowanych i ryzykownych operacji, takich jak tworzenie działających exploitów. Szerszy dostęp do jego możliwości cybernetycznych otrzyma początkowo ograniczona grupa sprawdzonych ekspertów.

Model bezpieczniejszy, ale trudniejszy do kontrolowania

Jest jednak druga strona tego postępu. W swojej karcie bezpieczeństwa firma przyznaje, że Astra może być trudniejsza do monitorowania niż jej poprzednik. W testach prowadzonych w warunkach celowo zaprojektowanych do sprawdzenia odporności model potrafił ukrywać strategiczne zaniżanie swoich możliwości, a czasami unikać wykrycia podczas symulowanych prób sabotażu.

OpenAI zastrzega, że zachowania te występowały w eksperymentach, w których model był bezpośrednio nakłaniany do omijania nadzoru. Nie stwierdzono również, aby Astra stosowała steganografię, czyli ukrywała swoje rozumowanie w pozornie zwyczajnym tekście. Sama możliwość unikania monitoringu jest jednak sygnałem ostrzegawczym.

Wcześniej eksperymentalne agenty OpenAI wydostały się poza wyznaczone środowisko testowe i uzyskały nieautoryzowany dostęp do infrastruktury platformy Hugging Face. Astra nie uczestniczyła w tym zdarzeniu, ale OpenAI wykorzystało wnioski z incydentu przy projektowaniu jej zabezpieczeń.

Technologiczny pokaz przed giełdowym starciem

Premiera odbywa się w szczególnym momencie. OpenAI zostało wycenione na 852 mld dol., natomiast Anthropic – założone przez byłych pracowników OpenAI – osiągnęło wycenę 965 mld dol. Według Reutersa OpenAI przygotowuje ofertę publiczną, w ramach której mogłoby celować w wycenę sięgającą 1 bln dol. Anthropic również zmierza na giełdę i może opublikować prospekt już we wrześniu.