ओपनएआई के अध्यक्ष का कहना है कि GPT-6 Astra रिलीज के साथ AGI आ चुका है

लेखक | हुआलिन वुवांग

संपादित किया गया | झिंगयू

3 सितंबर, 2026 को, OpenAI के अध्यक्ष ग्रेग ब्रॉकमैन ने प्रेस कॉन्फ्रेंस के बाद एक ऐसा कथन किया जो AI उद्योग में अत्यंत दुर्लभ था: "मेरे व्यक्तिगत विचार में, हम संभवतः AGI तक पहुँच चुके हैं, मुझे लगता है कि यही मॉडल है।"

उसने सावधानी से शब्दों का चयन किया, पहले व्यक्ति में कहा, 'संभवतः' शब्द जोड़ा, और विशेष रूप से यह भी कहा कि 'अगर आप इसे पहला मानना चाहते हैं, तो मुझे लगता है कि यह तर्कसंगत है।'

यह OpenAI की औपचारिक घोषणा नहीं है कि AGI आ गया है, बल्कि एक कंपनी के अध्यक्ष ने कैमरे के सामने अपना निर्णय व्यक्त किया है।

9 अगस्त को स्थानीय समयानुसार, GPT-6 Astra का आधिकारिक रूप से लॉन्च हुआ। गेक पार्क ने अब तक उपलब्ध सभी तकनीकी विवरण और प्रदर्शन सामग्री का विश्लेषण किया है, और इस सबसे मूल प्रश्न का उत्तर देने की कोशिश की है: यह मॉडल वास्तव में क्या कर सकता है, और यह कितना आगे तक कर सकता है? क्या यह वास्तव में AGI के आगमन का प्रतिनिधित्व करता है?

प्रकाशन सामग्री में, OpenAI ने Astra के लिए एक संक्षिप्त नारा दिया: "Anything you can do on a computer, Astra can do for you."

यह अतिशयोक्तिपूर्ण विपणन का बयान नहीं है, बल्कि एक दिशा घोषणा है।

पिछले कुछ वर्षों में AI द्वारा कंप्यूटर को नियंत्रित करने का प्रमुख तरीका API को कॉल करना था। सॉफ्टवेयर डेवलपर्स पहले इंटरफेस लिखते हैं, और फिर AI उस इंटरफेस के माध्यम से कार्रवाई करता है। यह तर्क मूल रूप से यह मांग करता है कि प्रत्येक सॉफ्टवेयर को AI के लिए विशेष रूप से अनुकूलित किया जाए, अन्यथा AI असमर्थ होगा।

एस्ट्रा ने एक पूरी तरह अलग राह अपनाई: यह इंसान की तरह सीधे स्क्रीन पर पिक्सेल्स को "देखता" है, फिर माउस चलाता है और कीबोर्ड पर टाइप करके कार्रवाई पूरी करता है।

इस अंतर का महत्व व्यापकता में है। KiCad (प्रिंटेड सर्किट बोर्ड डिज़ाइन सॉफ़्टवेयर) AI के लिए API नहीं लिखेगा, FreeCAD नहीं लिखेगा, और दस सालों से कंपनी के अंदर इस्तेमाल हो रहा पुराना ERP सिस्टम भी नहीं लिखेगा। लेकिन अगर AI स्क्रीन देखकर सीधे ऑपरेशन कर सकता है, तो ये सभी सॉफ़्टवेयर इसके लिए काम कर सकते हैं—जैसे कि एक नए कर्मचारी को, जिसे सॉफ़्टवेयर के पीछे के कोड की आवश्यकता नहीं होती, बस इंटरफ़ेस समझने की ज़रूरत होती है।

OpenAI ने अपने प्रकाशन में कुछ विशिष्ट उदाहरण दिखाए हैं, जिनसे आप 'कंप्यूटर को नियंत्रित करने' के व्यावहारिक अनुप्रयोग को समझ सकते हैं।

GPT-6 Astra ने स्वयं PCB बोर्ड का लेआउट और ट्रेसिंग पूरा किया | चित्र स्रोत: OpenAI

Astra को एक सर्किट डायग्राम दिया गया, जिसने KiCad में घटकों की व्यवस्था और कॉपर ट्रेसिंग पूरी की, जिसमें 2 मिनट 54 सेकंड लगे। एक अन्य प्रदर्शन में, Astra ने Blender में एक घर का 3D मॉडल बनाया और फिर उसे Unreal Engine 5 में आयात किया, जिससे एक रीयल-टाइम एक्सप्लोरेबल बिल्डिंग सीन बना। एक और अधिक दैनिक प्रदर्शन में, उपयोगकर्ता ने केवल Astra से बात की, और इसने eBay पर उत्पाद सूचीबद्ध करने की पूरी प्रक्रिया—जानकारी भरने से लेकर पोस्ट करने तक—पूरी कर दी।

Astra द्वारा Blender में बनाया गया भवन मॉडल | चित्र स्रोत: OpenAI

कार्यक्षमता में सुधार के संदर्भ में, OpenAI द्वारा प्रदान किए गए तुलनात्मक डेटा भी काफी स्पष्ट हैं। OSWorld 2.0 बेंचमार्क पर, Astra ने कंप्यूटर उपयोग के कार्यों के लिए 72.6% का स्कोर प्राप्त किया, जबकि पिछली पीढ़ी के शीर्ष GPT-5.6 Sol का स्कोर 65.7% था; और एक ही कार्य पूरा करने में, Astra को औसतन लगभग 40 मिनट का समय लगता है, जबकि Sol को लगभग 75 मिनट लगते हैं, जिससे इसकी गति लगभग आधी हो जाती है।

Astra ने 9 मिनट में अपार्टमेंट ढूंढने का कार्य (बाएं) पूरा किया, 2 मिनट में बच्चों के डॉक्टर की क्लिनिक ढूंढने का कार्य पूरा किया | चित्र स्रोत: OpenAI

OpenAI ने दो आंतरिक समय लेने के मामले भी जारी किए हैं। "बिल्ली के लिए अस्थायी देखभाल ढूंढना" जैसे कार्य, जिनमें बड़ी मात्रा में वेब खोज, जानकारी की तुलना और दस्तावेज़ में संकलन शामिल है, Astra ने 5 मिनट 27 सेकंड में पूरा किया, जबकि OpenAI द्वारा दिया गया मानव आधार 30 मिनट है। "नौकरी की तैयारी" जैसे समग्र कार्य, जिनमें नौकरियों की खोज, रिज्यूमे का मिलान और आवेदन प्रक्रिया का संगठन शामिल है, Astra ने 2 मिनट 51 सेकंड में पूरा किया, जबकि मानव आधार 5 घंटे है।

ये दोनों संख्याएँ OpenAI के अपने प्रदर्शन परिणाम हैं, तीसरे पक्ष के स्वतंत्र परीक्षण नहीं, इसलिए तर्कसंगत संदेह बनाए रखना आवश्यक है। लेकिन ये उत्पाद की दिशा को स्पष्ट रूप से दर्शाते हैं: Astra को आपको एक ईमेल लिखने में मदद करने के लिए नहीं, बल्कि उन पूर्ण कार्यप्रवाहों को पूरा करने के लिए डिज़ाइन किया गया है जिनमें 'कई सॉफ्टवेयर खोलना और कई कदम उठाना' शामिल होता है। फॉर्म भरना, CRM रिकॉर्ड अपडेट करना, कैलेंडर को संगठित करना, ऑनलाइन अनुसंधान के बाद रिपोर्ट बनाना — ये सभी OpenAI द्वारा स्पष्ट रूप से सूचीबद्ध उद्यमिक अनुप्रयोग हैं।

हर बड़े मॉडल के लॉन्च के साथ एक ढेर सारे बेंचमार्क नंबर आते हैं। अक्सर, 80 से 85 के बीच का अंतर पाठकों के लिए लगभग समान दिखता है, लेकिन इस बार वास्तव में अलग है।

ARC-AGI-3 वर्तमान में सबसे कठिन माना जाने वाला AI मूल्यांकन है। इसका डिज़ाइन विशेष रूप से इस बात के लिए किया गया है कि मॉडल ट्रेनिंग डेटा को याद करके इसका जवाब न दे सके; यह नए प्रश्नों के सामने वास्तविक तर्क क्षमता का परीक्षण करता है, जो AI के लिए एक प्रकार का IQ टेस्ट की तरह है।

Astra का ARC-AGI-3 पर स्कोर देवता के बराबर है | चित्र स्रोत: OpenAI

Astra का ARC-AGI-3 पर स्कोर 98.6% है। GPT-5.6 Sol का स्कोर 7.8% है। Anthropic का Claude Opus 5 30% है।

यह 80 से 90 पर जाने जैसा कोई 'प्रगति' नहीं है, बल्कि एक मापदंड का क्रांतिकारी कदम है। ARC-AGI के संस्थापक François Chollet ने बार-बार परीक्षा की कठिनाई बढ़ा दी है, क्योंकि AI हमेशा जल्दी ही 'पूर्ण स्कोर' प्राप्त कर लेता है, लेकिन Astra टियर 3 कठिनाई स्तर पर भी लगभग पूर्ण स्कोर के करीब है।

Astra टॉप मैथमेटिकल रिसर्च क्षमता टेस्ट में भी भारी अंतर से आगे है | फोटो क्रेडिट: OpenAI

अन्य कुछ प्रमुख बेंचमार्क की स्थिति: FrontierMath Tier 4 (शीर्ष गणित अनुसंधान क्षमता) 97.6%, GPQA Diamond (स्नातक स्तरीय बहुविषयक प्रश्नोत्तरी) 96%, DeepSWE (वास्तविक सॉफ्टवेयर इंजीनियरिंग कार्य) 74.1%, ExploitBench (साइबर सुरक्षा दुरुपयोग) 100%.

एक आयाम में एस्ट्रा ने पहला स्थान नहीं पाया। 'Humanity's Last Exam' (टूल कॉल वर्जन) पर, एस्ट्रा को 57.2% मिले, जबकि दो दिन पहले जारी Anthropic Claude Fable 5.1 को 65.0% मिला। यह समग्र रूप से दबाव नहीं है, प्रतिस्पर्धा अभी भी मौजूद है।

एक महत्वपूर्ण विस्तार बताया जाना चाहिए। ARC-AGI-3 का उच्च स्कोर OpenAI के "स्टेटफुल टेस्टिंग फ्रेमवर्क" पर निर्भर करता है, जो मॉडल को बहु-चरणीय प्रयासों में संदर्भ जानकारी एकत्र करने की अनुमति देता है; बिना स्टेट के सामान्य API कॉल की स्थिति में, स्कोर इस संख्या से काफी कम होगा। मॉडलों के बीच क्रॉस-मॉडल तुलना करते समय, इस पूर्वधारणा का ध्यान रखना आवश्यक है।

सामान्य तौर पर, एस्ट्रा ने पिछली पीढ़ी के मॉडल से उतनी बड़ी दूरी तय की है, जो पिछले दो वर्षों में AI मॉडल के अपग्रेड में दुर्लभ है।

ExploitGym honeypot टेस्ट में Astra को धोखा देने की संभावना बंद हो गई है｜ चित्र स्रोत: OpenAI

सबसे अधिक विपरीतता बुद्धिमत्ता में नहीं, बल्कि समन्वय में है। OpenAI ने एक आंतरिक परीक्षण डेटा प्रकाशित किया, जिसमें उत्पादन पर्यावरण की सुरक्षा सीमाओं के बिना, GPT-5.6 Sol 48.2% मामलों में अधिकार के दायरे से बाहर कार्य करता है, जबकि Astra 0% है।

अधिक बुद्धिमान और एक साथ अधिक नियमों का पालन करना, यही OpenAI इस बार वास्तव में संदेश देना चाहता है।

अभी Astra चरणबद्ध खुलासे की रणनीति का उपयोग कर रहा है।

पहले 'Daybreak' प्रोजेक्ट के उद्यमिक उपयोगकर्ताओं के लिए खोला जाएगा, इसके बाद इसे ChatGPT Plus, Pro, Business और Enterprise सब्सक्रिप्शन उपयोगकर्ताओं तक विस्तारित किया जाएगा, जबकि OpenAI API, AWS Bedrock और Microsoft Azure के माध्यम से उपयोग की सुविधा भी उपलब्ध होगी।

Astra का एक अधिक सुरक्षित संस्करण, जो केवल अनुमोदित रक्षात्मक सुरक्षा संस्थानों और महत्वपूर्ण बुनियादी ढांचे के प्राथमिक उपयोगकर्ताओं के लिए उपलब्ध है। इसका कारण यह है कि Astra, OpenAI के इतिहास में पहला मॉडल है जो आंतरिक 'Critical (महत्वपूर्ण)' साइबर सुरक्षा सीमा को पार करता है और लगभग मानवीय मार्गदर्शन की आवश्यकता के बिना अज्ञात ज़ीरो-डे दुर्बलताओं का पता लगा सकता है और पूर्ण दुर्बलता दुरुपयोग श्रृंखला बना सकता है। मूल्यांकन के दौरान, Astra ने दो पहले कभी सार्वजनिक नहीं हुए दुर्बलताओं का पता लगाया, जिन्हें OpenAI ने बाद में संबंधित सॉफ़्टवेयर रखरखावकर्ताओं को सूचित किया।

API मूल्य निर्धारण के संदर्भ में, Astra के लिए प्रति एक मिलियन टोकन के इनपुट और आउटपुट की कीमत क्रमशः 10 डॉलर और 50 डॉलर है। ChatGPT सदस्यता धारकों के लिए, Astra का उपयोग वर्तमान सदस्यता सीमा के भीतर शामिल है।

समय का चयन खुद एक पृष्ठभूमि है। बिल्कुल पिछले महीने, OpenAI को एक गंभीर सुरक्षा दुर्घटना का सामना करना पड़ा, जिसमें दो आंतरिक परीक्षण मॉडल सैंडबॉक्स वातावरण से बाहर निकल गए और AI कंपनी Hugging Face के सिस्टम में घुस गए, जिसके बाद OpenAI ने कुछ अनुसंधान और प्रशिक्षण कार्यों को स्थगित कर दिया। Brockman ने ब्रीफिंग में इस घटना का उल्लेख किया और Astra की कम बाउंड्री-ब्रेकिंग दर और सुरक्षित डिज़ाइन पर जोर दिया, इस प्रकाशन का मकसद 'विश्वास का पुनर्निर्माण' भी है।

Astra के लॉन्च से क्षमताओं का प्रदर्शन होता है और एक खुला विश्वास का बयान भी होता है।

AGI क्या आ गया है, यह अंततः इस बात पर निर्भर करेगा कि हर कोई किस परिभाषा को चुनता है। लेकिन एक ऐसा मॉडल जो सीधे आपके कंप्यूटर के सामने बैठकर सॉफ्टवेयर क्रॉस-वर्कफ्लो को स्वयं पूरा कर सके, आज वास्तविकता है।

अगला वास्तविक रूप से दिलचस्प प्रश्न यह है कि उद्यम और व्यक्तिगत उपयोगकर्ता इसे पहले कहाँ उपयोग करेंगे, और कौन से पेशे सबसे पहले इस「प्रतिस्थापन की भावना」को महसूस करेंगे।