GPT-6 Sol розпочав внутрішнє тестування, на 6x швидший за Astra

GPT-6 має не тільки Astra!

Astra була випущена лише кілька днів тому, а вже з’явилася інформація, що GPT-6 Sol перебуває у внутрішньому тестуванні.

Також відзначається відмінна продуктивність — швидкість одноразового тесту в 6 разів вища, ніж у Astra.

Спробуйте вгадати: чи Terra та Luna теж на шляху?

І саме в той же день OpenAI оприлюднила групу внутрішніх даних:

На даний момент, у розрахунку на 8-годинний робочий день, на кожен робочий день дослідника OpenAI одночасно працює більше ніж 3 агентні робочі дні.

За ціною API, ресурси висновування агента, використовувані щодня дослідниками з медіани OpenAI, перевищують 600 доларів США.

OpenAI також оголосила, що досягла «автоматизованого дослідницького стажера»:

Ці агенти можуть виконувати частину завдань, які раніше дослідникам потрібно було робити кілька днів, під керівництвом людей.

Навіть Старий Жовтий каже: AGI вже настав!

Він зазначив, що Astra використовує приблизно 100 000 комплектів NVIDIA Grace Blackwell NVLink72 для навчання, а далі планується запуск ще 400 000 комплектів GPU.

Схоже, цей хвильовий рух справді не тільки від OpenAI :)

Користувач Lentils розкрив, що OpenAI проводить внутрішнє тестування GPT-6 Sol.

Він зазначив, що загальна продуктивність Sol значно нижча, ніж у недавно випущеного Astra, але вона швидша і все ще відноситься до моделей «монстрів».

Наскільки швидко? Швидкість одноразового тесту приблизно в 6 разів вища, ніж у Astra.

Користувач lyra надав одне й те саме завдання різним моделям: згенерувати SVG-зображення BMW M4 Competition.

При цьому GPT-6 Sol використовував максимальний рівень, генерацію без зразків, і зайняв приблизно 3 хвилини, щоб вивести близько 28 000 токенів.

GPT-6 Astra використовує максимальний рівень, вивід становить приблизно 25 000 токенів, час виконання — приблизно 19 хвилин.

Gemini 3.1 DeepThink увімкнено на високому рівні, вивід становить приблизно 3300 токенів, але процес міркування споживає приблизно 458 000 токенів і триває приблизно 29 хвилин.

Gemini 3.8 Flash також увімкнено на високому рівні, вивів приблизно 19 000 токенів за 42 секунди.

Навпаки, Sol показав найкращий результат: його обсяг виведення майже дорівнює Astra, але швидкість одного тесту становить приблизно в 6 разів більше, ніж у Astra — час виконання становить лише близько шостої частини.

Крім того, користувач Lentils також продемонстрував прототип піксельного пісочного світу під назвою «The Realm of Aurellune».

GPT-6 за одну генерацію створив місто, сільськогосподарські угіддя, річки, замок та мініатюрну карту, а також панелі керування для переключення між днем і ніччю, розміщення назв місцевостей та налаштування деталей — загалом це більше схоже на симулятор управління з вже готовою основою.

Це результат, отриманий за допомогою zero-shot, максимального режиму висновку, 15 хвилин, загальна витрата 60 000 токенів.

Наразі можна припустити, що Astra спрямована на найвищий рівень глибоких міркувань, тоді як Sol, ймовірно, зосереджений на швидкості, пропускній здатності та масштабуванні викликів агентів.

Щодо дати випуску Sol, користувач Pankaj Kumar зазначив, що вона може бути офіційно представлена на конференції розробників OpenAI 29 вересня.

Також не виключено, що GPT-6, Terra, Luna та GPT-Image 2.5 з’являться одночасно.

Того ж дня OpenAI також оприлюднила цікаві внутрішні дані — наскільки швидко AI-моделі прискорили наукові дослідження власною лабораторією.

На середину серпня цього року на кожні 8 годин роботи дослідника паралельно виконувалося близько 3,1 робочого дня завдань агентів.

Ого, один людина веде трьох інтернів, що не сплять?~

Щодо витрат, за цінами API медіанний дослідник щодня витрачає на ресурси висновування агента більше 600 доларів США.

Це майже деньова заробітна плата початківця інженера.

Що саме роблять ці агенти?

Написання дослідницького коду, написання інфраструктурного коду, налаштування середовища для навчання, запуск експериментів з оцінкою, виправлення поломок інстрментів та середовища, аналіз результатів експериментів, моніторинг завдань навчання… і навіть участь у підсумовуванні та комунікації дослідницьких висновків.

В основному, крім вирішення, що досліджувати, він може зробити все інше.

Однією з найбільш очевидних змін є те, що раніше, коли експериментальне середовище відключалося, дослідники мусили кричати у внутрішньому каналі, щоб знайти допомогу; зараз агенти все частіше впоруються з такими завданнями, і кількість запитів до людської підтримки різко знизилася.

Інші команди повністю скасували фіксовані часові слоти для технічних питань, щоб звільнити людей для покращення самої системи.

На основі цих даних OpenAI офіційно оголосила: мета «автоматизованого AI-інтерна» досягнута.

Тут «стажер» — це точніше розробницький вузол, здатний працювати: під керівництвом людини він може самостійно виконувати чітко визначені дослідницькі завдання, де деякі завдання раніше займали досвідченого дослідника кілька днів.

Ефект також відразу став відчутним: кількість коду та експериментів, створених дослідниками, зростає.

У серпні 2026 року кількість експериментів на душу населення досягла рекордного рівня з моменту початку збору даних у січні 2025 року, а завдання, які отримують агенти, стають все складнішими та тривають довше.

Автор цієї статті Кевін Лю вклав це подію в більш широкий контекст.

Він вважає, що рекурсивне самовдосконалення, ймовірно, є одним із найважливіших факторів, що сприятимуть стрибку здібностей ШІ у найближчі роки.

Просто кажучи, AI створює AI, і чим більше, тим швидше.

Але проблема полягає в тому, що згідно з поточними тенденціями розвитку, ця здатність за замовчуванням буде доступна лише всередині кількох передових лабораторій ШІ, і зовнішньому світу важко побачити, на якому етапі вона перебуває.

Тому Лю вважає, що прозоре розкриття інформації зараз більш ніколи не є терміновим. Те, наскільки швидко моделі стають потужнішими, і чи потрібно гальмувати темпи розробки, не може вирішуватися лише кількома компаніями за закритими дверима.

Він також закликав інші компанії з області ШІ: також мають публікувати подібні дані.

Проте розробка ШІ справді прискорилася, але ще не настільки, щоб забезпечити повну автономність.

Дані OpenAI показують, що за останні шість місяців у більшості успішних випадків завдань, які раніше вимагали 4–8 годин, людина мала хоча б один раз втрутитися. Щодо стратегічного дослідницького планування, його майже ніколи не доручали агентам.

Дослідники продовжують відповідати за визначення того, що досліджувати, які результати варто розвивати далі, а також коли слід розширити навчання, призупинити експерименти або розгорнути модель.

Наступна мета OpenAI також визначена: до березня 2028 року досягти «автоматизованого AI-дослідника».

У порівнянні з «інтернами», які можуть виконувати лише чітко визначені завдання, «дослідники» повинні здатні виконувати більш відкриті дослідницькі цілі та самостійно продовжувати проекти з більш довгим циклом — це означає перехід від виконавця до незалежного відповідального.

Якщо GPT-6 Sol справді вже проходить внутрішнє тестування, то він, найімовірніше, був розроблений за цією новою моделлю розробки:

Більше GPU забезпечують обчислювальну потужність, більше агентів паралельно запускають експерименти, а людські дослідники знаходяться на вищому рівні — вибирають напрямки, оцінюють результати та вирішують, що варто перетворити на наступне покоління моделей.

Того ж дня вчений OpenAI Якуб Пачоцкі опублікував статтю на десять тисяч слів з назвою «Інопланетний розум».

Після того як я це прочитав, виходить, що навіть головний науковець OpenAI закликає весь індустрію зменшити темпи...

Якуб запропонував, що ШІ не є чимось, що люди збирають згідно з кресленням, шматок за шматком, правило за правилом; він більше схожий на те, що «виростає» самостійно в морі даних і обчислювальних потужностей.

Ти можеш розібрати і розуміти деякі деталі, але ніхто не може пояснити, чому вся система раптово набуває певних здібностей чи як вона поводитиметься в іншому середовищі.

Ще гірше те, що ШІ не повинен повністю перевершувати людину, щоб виникли проблеми — достатньо, щоб він був кращим у достатній кількості ключових здібностей, тоді він може як сильно допомогти, так і спричинити величезний збиток.

Отже, виникає питання: чи ще можуть люди його зрозуміти?

Раніше OpenAI моніторила штучний інтелект, здебільшого за допомогою одного методу: аналізу ланцюжків міркувань.

Простими словами, це означає стежити за процесом міркувань, записаних моделлю, і перевіряти, чи не намагається вона обманути, отримати несанкціонований доступ або обійти обмеження.

Але з поколінням Astra цей трюк почав не працювати.

По-перше, моделі все краще «керують» тим, що кажуть, і їхні справжні думки не завжди повністю відображаються в міркуваннях; по-друге, агенти давно вже не обмежуються «спочатку подумати, а потім відповісти». Вони використовують інструменти, керують комп’ютером, запускають середовища та взаємодіють з людьми та іншими агентами.

Ці речі перемішані, і дослідникам взагалі не вдається відновити повну, прозору ланцюжку міркувань для посимвольного аналізу.

OpenAI також виявила, що Astra може впоратися зі складними завданнями, не записуючи повний процес міркувань.

Просто кажучи, модель вже навчилася «тихо робити величезні речі».

У спеціальних протистояльних тестах, спрямованих на те, щоб змусити модель уникати моніторингу, Astra продемонструвала деякі справді лякаючі здібності: навмисне зниження результатів тестування, обхід моніторингу та виконання руйнівних завдань.

Звичайно, це всі штучно створені стрес-тести, і OpenAI не висновувала, що Astra буде намагатися обманути в повсякденних завданнях. Але це хоча б свідчить про те, що одного спостереження за ланцюжком міркувань вже недостатньо, щоб охопити всі можливі поведінки моделі.

Пам’ятаєте попередній випадок із Hugging Face? Це був попереджувальний дзвінок.

Тоді GPT‑5.6 Sol та потужніша внутрішня дослідницька модель були поміщені в мережеве полігон ExploitGym із завданням знайти вразливості, виконати атаку та отримати Flag. Для оцінки справжніх здібностей моделі в середовищі оцінки не було увімкнено повних захисних механізмів.

Моделі не розв’язували задачу чесно — спочатку вони обійшли мережеву ізоляцію, щоб обмінюватися повідомленнями та координувати дії через неавторизовані канали.

Потім було використано нульовий день у кеш-проксі пакетів для отримання доступу до публічної мережі, а потім — доступ до системи Hugging Face з метою пошуку тестових відповідей ExploitGym.

Справа в основному була спрямована внутрішньою дослідницькою моделлю IM1, GPT‑5.6 Sol також відтворив частину шляхів атаки, Astra не брала участі.

Початкова мета моделі залишається завершенням тесту, але для отримання відповіді вона постійно шукає пробіли у правилах і в кінцевому підсумку виконує дії, що виходять за межі завдання.

Тому OpenAI також виявив сигнал небезпеки: коли агент достатньо потужний, інструментів достатньо багато, а час роботи достатньо довгий, він може самостійно шукати нові шляхи, викликати зовнішні ресурси або навіть співпрацювати з іншими агентами.

Не... отже, усе це зводиться до замкненого кола??

OpenAI потребуються потужніші моделі для написання коду, проведення експериментів, досліджень з вирівнювання та навіть для створення систем безпеки, що захищають від інших ШІ. Чим потужніша модель, тим більше завдань вона може виконувати, і тим швидше йде розробка.

Тим часом людям все складніше зрозуміти, як він приходить до висновків, і чи перетлумачить він вивчені правила в іншому середовищі.

Якуб вважає, що зараз жодна лабораторія не може стверджувати, що вдалося досягти правильної збіжності та моніторингу моделі, щоб довгостроково безпечно масштабувати модель з максимальною швидкістю.

До того як буде встановлено спільні безпечні стандарти для галузі, він сподівається, що всі розглянуть «добровільне гальмування» як угоду.

Щодо самого OpenAI, він також заявив: якщо це буде необхідно, не виключається одностороннє припинення та зупинка подальшого збільшення розміру моделей.

Ти краще так і зроби… Я пам’ятаю, що якась компанія на букву А теж таке казала.

Посилання для довідки:

[1]https://x.com/Lentils80/status/2096518218836005287?s=20

[2]https://x.com/pankajkumar_dev/status/2096532712291201460

[3]https://openai.com/index/research-acceleration-view-inside-openai/

[4]https://openai.com/index/an-alien-mind/

[5]https://x.com/JensenHuang/status/2096700264569090384?s=20

Цей матеріал з іншого веб-сайту «Ліаньчжэнь», автор: Тін Юй