GPT-6 Astra ของ OpenAI ผ่านการทดสอบประสิทธิภาพทั้งในฐานะผู้ค้าอัตโนมัติและนักบินโดรนเฝ้าระวัง

Andon Labs รายงานผลการทดสอบ GPT-6 Astra ของ OpenAI ในสองการประเมินประสิทธิภาพที่แตกต่างกันอย่างชัดเจน โดยในบทบาทการดำเนินการขายอัตโนมัติ โมเดลนี้สามารถสร้างรายได้เฉลี่ย 15,515 ดอลลาร์สหรัฐ ซึ่งสูงกว่า Claude Fable 5.1 ถึงสามเท่า ในขณะที่การควบคุมโดรนเฝ้าระวังแสดงให้เห็นว่า Astra สามารถทำทั้งห้าขั้นตอนใน Drone-Bench ได้เกินมาตรฐานประสิทธิภาพของมนุษย์-AI แม้จะยังมีความไม่เสถียร

ใน Vending-Bench ที่จำลองการดำเนินการขายอัตโนมัติเป็นเวลาหนึ่งปี GPT-6 Astra สามารถซื้อวัตถุดิบด้วยราคาต่ำกว่าคู่แข่งและหลีกเลี่ยงการสูญเสียจากผู้ขายที่ปิดกิจการได้ดีกว่า ขณะที่ใน Vending-Bench Arena โมเดลนี้ปฏิเสธข้อเสนอการตั้งราคาแบบผูกขาดจาก GLM-5.3 ของจีนและชนะการแข่งขันทั้งสามครั้ง

ด้านการควบคุมโดรน Astra สร้างท่อส่งข้อมูลใหม่สำหรับการสร้างแบบจำลอง 3 มิติจากวิดีโอที่ดีกว่ามาตรฐานของมนุษย์-AI แต่ความสำเร็จดังกล่าวเกิดขึ้นเพียง 2.8 เปอร์เซ็นต์ในแต่ละรอบการทดสอบทั้งห้าขั้นตอน