XNews

OpenAI GPT-6 Astra のベンチマーク結果とコミュニティデモ

OpenAI GPT-6 Astra のベンチマーク結果とコミュニティデモ

OpenAI の GPT-6 Astra がリリースされ、コミュニティによるベンチマークでは、15 の実用的な業務シナリオのうち 10 で Anthropic の Claude Fable 5.1 を上回り、最終スコアは Astra 10 : Fable 5 となりました。ベンチマークは知識提供、財務分析、動画・デザイン、ブラウザ操作の各タスクを対象としました。Astra は全体で 186 ドル安価でしたが、合計で 1 時間 43 分長くかかりました。特定のタスクでは、Astra は財務分析(サブスクリプション監査、会議分析など)とブラウザ操作で優れており、Fable は一部の知識提供タスクで勝利しました。デザイナーは Astra を「ほぼ無敵」と評価し、別のユーザーは Codex(GPT-6 Astra)を用いて約 30 分で Figma のコアエディタを再現しました。Astra はわずか 2 回の修正で 14 分間のモーショングラフィックス動画を生成しました。プロンプトの例としては請求交渉ツールなどが挙げられます。Computer Use 機能では URL を直接入力するなどのショートカットが示されました。一部のユーザーは Astra が AGI レベルに達したと感じ、人体解剖学、レゴ、GTA、V8 エンジン、森林など 10 の例を挙げています。NVIDIA は GPT-6 Astra が 10 万基以上の NVIDIA Grace Blackwell NVLink72 GPU でトレーニングされたことを確認しました。

Key insights

GPT-6 Astra、15 の実タスクのうち 10 で Claude Fable 5.1 に勝利

@nateherk による包括的なベンチマークでは、同一プロンプトを用いて GPT-6 Astra と Claude Fable 5.1 を 15 の実業務シナリオで比較。Astra が 10 タスクで勝利、Fable が 5 タスクで勝利。カテゴリ別では、知識提供(Fable 2勝、Astra 1勝)、財務分析(Astra が全4勝)、動画・デザイン(混戦、Astra 3勝、Fable 2勝)、ブラウザ操作(Astra 1勝)。最終スコアは Astra 10 : Fable 5 でした。

コストと時間の分析:Astra は安価だが一部タスクで遅い

全体として、GPT-6 Astra は Claude Fable 5.1 よりも 186 ドル安価でしたが、合計で 1 時間 43 分長くかかりました。ただし、タスクごとのコストは大きく異なります。例えば、Fable の会議分析は 58 件の会議で 46 ドルだったのに対し、Astra は 79 件で 5.5 ドルでした。Astra のサブスクリプション監査は 12.5 ドル、Fable は 50 ドル。一部のタスクでは Astra はより安くて速く、別のタスクでは遅いが品質が優れていました。

デザイン能力:Astra は「ほぼ無敵」と評価

あるデザイナーは、GPT-6 Astra がデザインにおいて「ほぼ無敵」であり、Fable 5、Opus 5、GPT-5.6 などの以前のモデルを超えたと報告。このデザイナーは Figma を使って BI およびページデザイン作業を完了しました。別のユーザーは Codex(GPT-6 Astra)を用いて約 30 分で Figma のコアエディタを再現し、デモ動画を作成。Astra はわずか 2 回の修正で 14 分間のモーショングラフィックス動画も生成しました。

Computer Use と自動化:スマートなショートカットとプロンプト例

GPT-6 Astra の Computer Use 機能は、クリックをシミュレートする代わりに URL を直接入力するなど、インテリジェントなショートカットを示しました。あるユーザーはこれを利用して Suno の曲を読み取り、プロンプトを収集し、リミックスしました。プロンプトの例として、請求書をチェックしプロバイダーと交渉する請求交渉ツールがあります。このモデルは複雑なブラウザベースのワークフローを自動化できます。

コミュニティの推測:Astra が AGI に近づく

一部のユーザーは、GPT-6 Astra が AGI レベルに達したと感じ、人体解剖学、レゴセット、GTA ゲーム、V8 エンジン、森林など 10 の「驚異的な」例を挙げています。公式ではありませんが、これらのデモは多様な分野におけるモデルの汎用性を示しています。

トレーニングインフラ:10 万基以上の NVIDIA Grace Blackwell GPU

NVIDIA は、GPT-6 Astra が約 10 万基以上の NVIDIA Grace Blackwell NVLink72 GPU でトレーニングされたことを確認しました。これは最先端 AI モデルに必要な膨大な計算リソースを浮き彫りにしています。

ブラウザおよび Codex タスク:Astra が Fable より強力

ブラウザベースのタスクでは、GPT-6 Astra(Codex)が一貫して Claude Fable 5.1 を上回りました。例えば、Astra はバックエンドのオープン、ページ作成、動画埋め込み、下書き保存を成功させたのに対し、Fable は動画アップロードに失敗しました。著者は Codex/GPT シリーズがブラウザ操作において明らかに強力であると指摘しています。

Source posts