Scale Labs、視覚的推論ベンチマーク「Humanity's Sixth Sense」を発表
Scale Labsは、日常的な直感的視覚推論を検証するため、画像と動画にまたがる522のオープンエンドタスクで構成される評価ベンチマーク「Humanity's Sixth Sense」を公開した。
#gpt-6-astra
すべてのAIニュースを見るAmpのPlaid速度がGPT-6 Astraを6倍速で実行
Beyangによると、AmpのPlaid速度は、割増料金を支払う意思のあるユーザー向けにGPT-6 Astraを6倍速で実行するようになった。既存のスレッドで切り替えられ、ChatGPTのサブスクリプションはまだ対応していない。
GPT-6.1 Sol が Cline で利用可能に
Cline は GPT-6.1 Sol の提供を開始した。DeepSWE v1.1 で、Cline は同モデルが GPT-6 Astra と同等で、コストはおよそ5分の1だとしている。
OpenAI、GPT-6 Astra 向け Ultrafast を提供開始し Pro 500 を導入
Ultrafast は本日より、Codex、ChatGPT Work、API の GPT-6 Astra で利用でき、GPT-6.1 Sol への対応は近日提供される。Codex と ChatGPT Work での利用は新しい Pro 500 プランを通じて提供され、同プランは OpenAI で最も高い利用上限を備え、Plus の 25 倍となる。
OpenAI Developers、dotは不具合を仕分けてCodexのプルリクエストを返せるとしている
OpenAI Developersは、GPT-6 Astraを搭載した常時稼働のエージェントであるdotが、プラグイン、コンテキスト、クラウドコンピュータを使い、不具合報告の仕分けや失敗したビルドの範囲設定を行い、Codexで変更をビルドしてテストしたうえで完成したプルリクエストを返せるとしている。
GPT-6.1 Sol が OpenRouter で提供開始、入力は100万トークンあたり2ドル
OpenRouter は OpenAI の GPT-6.1 Sol を、入力100万トークンあたり2ドル、出力100万トークンあたり10ドル、キャッシュ入力100万トークンあたり0.10ドルで提供している。OpenRouter によると、同モデルはエージェント型コーディング、コンピュータ操作、専門業務で GPT-6 Astra にほぼ匹敵し、価格は Astra の5分の1だという。
OpenAI、GPT-6.1 SolはGPT-6 Solよりアラインメントが向上したと説明
OpenAIによると、GPT-6.1 Solは同社のアラインメント評価でGPT-6 Solを大きく上回り、透明性、ユーザーの意図、安全上の制約ではGPT-6 Astraにより近づいている。
OpenAI、GPT-6.1 Solは5分の1の価格でAstraに近い知能を提供すると説明
OpenAIは、GPT-6.1 Solが5分の1の価格でAstraに近い知能を提供し、現時点でその性能に対して最も費用対効果の高いモデルだと述べている。
OpenAIがdotsを発表、GPT-6 Astra搭載の常時稼働エージェント
OpenAIは、GPT-6 Astraを搭載した常時稼働エージェント「dots」を発表している。OpenAIは、これらのエージェントを非常に高い能力を持ち、あらゆる処理に対応するよう構築されたものと説明している。
Arena.ai、AI審査員は人間の投票より自分の回答を選ぶ傾向
Arena.aiは、12モデルによる34,580件の判定を、1,460件のArena対戦における人間の投票と比較した。平均すると、モデルは58%の割合で自分の回答を選び、人々が同じ回答を選んだ割合は34%だった。
Theo の 1,000 ドル DeepSWE テスト、Jev Router は low の GPT-6 Astra に近い
Theo によると、Jev Router を対象にした 1,000 ドル規模の DeepSWE ベンチマークは、low 設定の GPT-6 Astra とほぼ同程度の性能だった一方、費用はわずかに高く、所要時間はほぼ 5 倍だった。
Polymarketによると、GPT-6 Astraは実車のトヨタ・カローラで障害物コースを完走した
Polymarketによると、GPT-6 AstraはDrivingBenchがテストしたAIのうち、コースを完走した唯一のAIだった。