Hướng dẫn toàn diện về GPT-6 Astra

Vượt xa '98% AGI': Sự chuyển dịch sang AI hoàn thành toàn bộ công việc

Vào ngày 3 tháng 9 năm 2026, OpenAI đã công bố GPT-6 Astra.

Ngay sau khi ra mắt, sự chú ý tập trung vào điểm số của nó: khoảng 98% trên chuẩn toán học khó "FrontierMath", 99,9% trên "ARC-AGI-3" dùng để đo lường các thao tác máy tính, và 100% trên đánh giá an ninh mạng "ExploitBench".

Nhìn vào những con số này, người ta có thể muốn nói rằng, "Một AI gần như hoàn hảo đã xuất hiện" hoặc "AGI cuối cùng đã hoàn thiện."

Tuy nhiên, thật nguy hiểm nếu chỉ đánh giá GPT-6 Astra dựa trên điểm chuẩn.

Sự thay đổi ở Astra không chỉ đơn thuần là trả về văn bản chính xác hơn để trả lời câu hỏi.

Nó mở trình duyệt, đọc tài liệu, thực thi mã, cập nhật bảng tính, vận hành trang web, điều tra nguyên nhân nếu thất bại giữa chừng, và cuối cùng mang về một sản phẩm bàn giao có thể xem xét lại.

Đơn vị công việc được chuyển cho ChatGPT đã chuyển từ "một câu hỏi đơn lẻ" sang "một chuỗi các thao tác kinh doanh."

)Nếu bạn sử dụng Astra chỉ để viết nháp email hoặc tóm tắt văn bản như ChatGPT truyền thống, nó vẫn chỉ là một AI tạo văn bản đắt tiền. Giá trị của nó xuất hiện khi bạn giao phó cho nó những nhiệm vụ mà con người từng phải xử lý bằng cách chuyển đổi màn hình nhiều lần, được coi như một quy trình gắn kết.(OpenAI

Trong bài viết này, chúng ta sẽ đi sâu hơn ngoài phần giới thiệu tính năng chính thức, vào các trường hợp được xác nhận bởi các công ty nước ngoài, cách đọc các điểm chuẩn, so sánh với Claude, định giá, an toàn và thiết kế cho mục đích sử dụng thực tế của các công ty Nhật Bản.

GPT-6 Astra là gì?

GPT-6 Astra được OpenAI định vị là mô hình hàng đầu của thế hệ GPT-6, được mô tả là "mô hình thông minh nhất và phù hợp nhất."

Khi ra mắt, nó đang được triển khai cho các tổ chức được chọn trước, sau đó là ChatGPT Plus, Pro, Business, Enterprise, API và Amazon Bedrock. Trong Enterprise, nó bị tắt theo mặc định cho đến khi quản trị viên bật, và không có đề cập rõ ràng về việc phát hành gói miễn phí trong thông báo chính thức.

)Tên mô hình trên API là gpt-6-astra. Astra Pro, sử dụng nhiều tính toán hơn, cũng đang được giới thiệu cho người dùng Pro, Business và Enterprise.(OpenAI

Các thông số kỹ thuật chính được tóm tắt dưới đây:

Mặc dù có thể đọc hình ảnh, đầu ra gốc của mô hình là văn bản. Tạo hình ảnh được thực hiện bằng cách gọi một công cụ riêng biệt. Nó không phải là mô hình cho đầu vào âm thanh hoặc video trực tiếp.

Ngoài ra, đối với đầu vào dài vượt quá 272.000 token, hệ số nhân giá sẽ được áp dụng cho toàn bộ yêu cầu. Phí đầu vào và bộ nhớ đệm được nhân đôi, và phí đầu ra là 1,5 lần. Chỉ vì nó chứa được 1,05 triệu token không có nghĩa là bạn nên nhồi nhét mọi tài liệu nội bộ vào đó mỗi lần; hiệu quả chi phí sẽ giảm mạnh trước khi độ chính xác giảm.

Điều gì đã thay đổi với Astra?

1. Thao tác Máy tính Chuyển từ "Hỗ trợ" thành Chiến trường Chính

Trọng tâm của Astra là "Sử dụng Máy tính."

AI trước đây có thể nhấp vào nút hoặc điền biểu mẫu trên trình duyệt. Tuy nhiên, các vấn đề vẫn còn: nó sẽ dừng lại nếu bố cục màn hình thay đổi một chút, không thể phục hồi sau lỗi giữa quá trình, hoặc mất dấu mục tiêu trong các nhiệm vụ trải dài trên nhiều trang web.

GPT-6 Astra đạt 72,6% trên OSWorld 2.0, đo lường các thao tác trên môi trường máy tính để bàn thực tế. GPT-5.6 Sol là 65,7%.

)Hơn nữa, Astra xử lý đánh giá này trong khoảng 40 phút, trong khi Sol mất khoảng 75 phút. Không chỉ tỷ lệ thành công mà thời gian xử lý cũng giảm khoảng 47%. Trong ScreenSpot, tìm kiếm mục tiêu trên màn hình, Astra đạt 92,7% so với 76,9% của Sol.(OpenAI

Điều này không chỉ là một video demo mượt mà. Nó nhắm đến các nhiệm vụ như:

• Tìm kiếm bệnh viện hoặc bất động sản phù hợp với tiêu chí và so sánh các ứng viên.
• Truy xuất giá trị từ nhiều màn hình quản lý để tạo báo cáo.
• Nhập thông tin khách hàng vào CRM và cập nhật trạng thái.
• Đăng nhập vào các dịch vụ web để kiểm tra cài đặt.
• Chạy một ứng dụng đã tạo trong trình duyệt và sửa lỗi.
• Hoàn thiện bảng tính hoặc slides trong khi tham khảo nhiều tệp.

Trong Mind2Web, Astra sử dụng harness Codex cập nhật đã xử lý các tác vụ web nhanh hơn 1,9 lần so với các mô hình trước.

)Điều quan trọng ở đây là hiệu suất được quyết định bởi "toàn bộ harness", bao gồm trình duyệt, công cụ, môi trường thực thi và quy trình xác minh, chứ không chỉ là trí thông minh của mô hình. Chỉ cần chọn tên Astra không tự động tự động hóa tất cả các thao tác trên màn hình.(OpenAI

1. Duy trì Ngữ cảnh Dài 1,05 Triệu Token Cho Đến Cuối

Độ dài ngữ cảnh của GPT-6 Astra là khoảng 1,05 triệu token. Nó có khả năng xử lý hợp đồng, biên bản, tài liệu thiết kế, mã nguồn và nghiên cứu trong quá khứ cùng một lúc. Tuy nhiên, "chứa được" và "sử dụng chính xác" là khác nhau.

Trong các đánh giá MRCR để tìm kiếm thông tin được nhúng trong văn bản dài, Astra đạt 100% trong phạm vi 256k–512k và 96,3% trong phạm vi 512k–1M. Kết quả của GPT-5.6 Sol trong phạm vi sau là 73,8%.

)Mặc dù Astra mạnh về ngữ cảnh dài, nó không ghi nhớ hoàn hảo từng từ một khi bạn đưa vào 1 triệu token. Nó vẫn thất bại khoảng 3,7% thời gian trong dải 1 triệu token. Tránh các thiết kế đặt các điều kiện quan trọng chỉ ở một vị trí trong một tài liệu khổng lồ; bạn phải nêu rõ mục tiêu, ràng buộc và điều kiện phê duyệt một cách riêng biệt.(OpenAI

Astra cũng có các cơ chế để tăng tính liên tục trong các phiên dài, chẳng hạn như gọi công cụ không đồng bộ để làm việc trên các tác vụ khác trong khi chờ đợi một công cụ, điều hướng để cho phép con người điều chỉnh hướng trong quá trình thực thi, và duy trì bộ nhớ đệm ngay cả khi mức độ suy luận được thay đổi giữa cuộc trò chuyện.

)Nó đang chuyển từ "viết một prompt hoàn hảo và để nó tự chạy" sang một quy trình làm việc "kiểm tra tiến độ và điều chỉnh hướng."(OpenAI Developers

1. Tạo ra Sản phẩm Bàn giao Hoàn chỉnh, Không chỉ là Văn bản

Astra đã tăng cường khả năng tạo ra các sản phẩm bàn giao như bảng tính, slides, tài liệu, ứng dụng và báo cáo nghiên cứu. Các mô hình trước đây có thể tạo "dàn ý bài thuyết trình", nhưng con người phải chuyển nó sang PowerPoint, điều chỉnh thiết kế, kiểm tra lại số liệu và thêm liên kết. Astra hướng đến cấp độ tiếp theo: đọc tài liệu hoặc mẫu công ty, sắp xếp số liệu, tạo slides/bảng tính, kiểm tra chúng trong trình duyệt và gửi các tệp đã sửa.

Khách hàng đầu tiên Higgsfield cho biết nó có thể xử lý các tác vụ agent với ít hơn tới 20% token so với các mô hình hiện có. Harvey ca ngợi khả năng phán đoán của nó trong công việc pháp lý, Jane Street ghi nhận sự giảm bớt các trao đổi qua lại cho các vấn đề kỹ thuật phức tạp, và Lovable đánh giá cao khả năng lặp lại/thử nghiệm của nó ở các cài đặt suy luận cao.

)Tuy nhiên, đây là những lời chứng thực từ khách hàng đầu tiên, không giống như bằng chứng từ các thử nghiệm sao chép độc lập của bên thứ ba.(OpenAI

1. Ít có khả năng "Quên Mục tiêu" Trong Các Nhiệm vụ Dài

Các agent thông thường đôi khi đi chệch khỏi kế hoạch đã thiết lập từ đầu—bị ám ảnh bởi việc tái cấu trúc nhỏ trong khi đáng lẽ phải triển khai một tính năng, hoặc kết thúc chỉ với việc thu thập thông tin thay vì đưa ra quyết định cuối cùng. Astra đã cải thiện tính nhất quán trong công việc kéo dài.

Mặt khác, tài liệu dành cho nhà phát triển chính thức lưu ý rằng Astra có thể dừng lại để đặt câu hỏi làm rõ, định dạng quá mức chi tiết, lặp lại biểu thức hoặc kiểm tra nhiều hơn mức cần thiết.

)Nói cách khác, hiệu suất cao hơn không có nghĩa là bạn có thể đưa ra các hướng dẫn mơ hồ. Bạn nên đặt mục tiêu, điều kiện hoàn thành, tiêu chí để đặt câu hỏi và các thao tác yêu cầu phê duyệt rõ ràng hơn trước.(OpenAI Developers

Điểm chuẩn Rất Ấn tượng, Nhưng Không phải "Xuất sắc Nhất Thế giới trong Mọi Lĩnh vực"

Thông báo về Astra có những con số gây choáng váng: 97,6% trên FrontierMath, 99,9% trên ARC-AGI-3 và 100% trên ExploitBench. Đây là những bước tiến đáng kể, nhưng chúng ta phải phân biệt giữa mục tiêu đo lường và điều kiện thực thi.

Thao tác Máy tính và Tự động hóa Kinh doanh Đã Tăng trưởng Đáng kể

Trong AutomationBench, gần với các tác vụ kinh doanh thực tế, Astra đạt 41,4%. GPT-5.6 Sol là 18,1% và Claude Fable 5.1 là 31,4%. Trong BenchCAD cho các tác vụ liên quan đến CAD, Astra đạt 95,9%, Sol 83,3% và Fable 5.1 84,3%. Trong BrowseComp cho nghiên cứu web, Astra đạt 91,5%, Sol 90,4% và Claude Opus 5 là 90,8%. Astra dẫn đầu ở đây, nhưng khoảng cách với Sol và Opus là nhỏ.

)Lợi thế của Astra rõ ràng nhất trong các tác vụ tổng hợp phức tạp kết hợp thao tác màn hình, xử lý tệp, phân tích dữ liệu và xác minh, thay vì chỉ tìm một kết quả tìm kiếm duy nhất.(OpenAI

Mạnh về Lập trình, Nhưng Chưa Hoàn toàn Vượt qua Claude

Trong Terminal-Bench, Astra đạt 57,7%, vượt qua Sol (37,3%) và Fable 5.1 (55,8%). Trong các đánh giá di chuyển cơ sở dữ liệu nội bộ, Astra đạt 63,9% so với 42,7% của Sol. Có thể thấy những cải tiến rõ ràng trong việc đọc các hệ thống hiện có và thực hiện các thay đổi mà không làm hỏng chúng.

Tuy nhiên, trong Artificial Analysis Coding Agent Index, Astra đạt 67,0, Claude Fable 5 là 67,2 và Claude Opus 5 là 68,1. Trong FrontierCode Extended, Astra đạt 64,5 so với 64,9 của Fable 5. Trong đánh giá Main, Astra đạt 53,3, Fable 5 là 53,5 và Opus 5 là 53,4.

)Astra nằm trong nhóm hàng đầu về lập trình, nhưng nó chưa vượt qua Claude trong mọi đánh giá về mã.(OpenAI

Điểm yếu Vẫn Còn trong Suy luận Học thuật

Bất chấp 97,6% trong FrontierMath, Astra chỉ đạt 57,2% trong "Humanity's Last Exam", đo lường kiến thức chuyên môn rộng và suy luận. Claude Fable 5.1 là 65,0%, Fable 5 là 63,8% và Opus 5 là 63,6%. Trong Artificial Analysis Intelligence Index, Astra đạt 61,2, trong khi Fable 5.1 là 65,7 và Opus 5 là 63,1.

)Cách giải thích rằng "nó hiểu gần như tất cả các lĩnh vực học thuật vì đạt 98% trong FrontierMath" không đúng. Tùy thuộc vào đánh giá, Claude vẫn tạo ra kết quả cao hơn trong một số lĩnh vực.(OpenAI

Đằng sau 99,9% là Môi trường Thực thi Chuyên dụng

99,9% trên ARC-AGI-3 là gây sốc, nhưng nó không đạt được bằng cách chỉ cần nhập vấn đề vào Astra. OpenAI đã thực thi nó với một harness sử dụng Responses API và sửa đổi hai cài đặt để đưa nó đến gần hơn với hiệu suất sử dụng thực tế. Mặc dù OpenAI giải thích rằng đây không phải là các cài đặt dành riêng cho điểm chuẩn, nhưng nó không phải là kết quả zero-shot từ riêng mô hình.

)Ngoài ra, các giá trị được công bố là kết quả cao nhất trong số nhiều cài đặt suy luận. Không có gì đảm bảo rằng cùng một hiệu suất sẽ được tái tạo mỗi lần trong ChatGPT tiêu chuẩn.(OpenAI

Trong tổng hợp Artificial Analysis tại thời điểm ra mắt, điểm tổng thể của Astra là 61, xếp hạng 8 trong số 202 mô hình. Trong khi đó, giá đầu vào của nó là $10 so với mức trung vị là $2, và đầu ra là $50 so với mức trung vị là $10.

)Nó chắc chắn là một trong những mô hình tốt nhất, nhưng nó không phải là mô hình bạn ném mọi thứ vào bất kể giá cả.(Artificial Analysis

Trường hợp Nước ngoài 1: Legora Đối chiếu 41 Tài liệu Trong Vài Phút

Legora, công ty cung cấp AI pháp lý tại châu Âu, chứng minh giá trị thực tế của Astra. Họ đã sử dụng Astra để "đối chiếu" trong báo cáo tài chính, nơi các con số giống nhau xuất hiện trong văn bản, ghi chú, bảng biểu và tài liệu quá khứ. Legora đã xử lý 41 tài liệu trong một lần chạy agent duy nhất, một nhiệm vụ mà con người mất hàng giờ hoặc hàng ngày, chỉ trong vài phút.

)Trong các thử nghiệm, họ cố tình cài 4 lỗi. Astra đã tìm thấy tất cả 4 lỗi, bao gồm một sự chênh lệch £500.000 trong ghi chú doanh thu. Nó duy trì độ chính xác của các mô hình trước đó trong khi thực hiện thêm khoảng 50 lần kiểm tra chính xác hơn.(OpenAI

Tuy nhiên, mức cải thiện ~40% chỉ dành riêng cho quy trình làm việc này. Trên các tác vụ BAR rộng hơn của Legora, mức cải thiện trung bình chỉ khoảng 3%. Astra không cải thiện tất cả công việc pháp lý lên 40% một cách đồng đều; nó vượt trội trong việc tham chiếu chéo các tài liệu khổng lồ để tìm ra sự mâu thuẫn.

)Phán quyết cuối cùng vẫn thuộc về các chuyên gia pháp lý con người. AI xử lý việc thu hẹp những gì con người nên đọc và căn chỉnh bằng chứng về sự mâu thuẫn.(OpenAI

Trường hợp Nước ngoài 2: Playco Giảm 50% Sửa lỗi Thủ công

Công ty trò chơi Playco đã thử nghiệm Astra với "Playbot," một agent phát triển cho Unity và Godot. Playbot chỉnh sửa cảnh, chơi trò chơi, xác minh hành vi và sửa lỗi. Playco đã yêu cầu nó tạo ba nguyên mẫu theo chủ đề khác nhau cùng một lúc. Mặc dù không phải là "một lần hoàn hảo," họ báo cáo giảm 50% số lần sửa lỗi thủ công của con người so với các mô hình trước đó.

)Các cải tiến được thấy trong nhận thức không gian, tái tạo hình ảnh tham chiếu, giao diện người dùng phản hồi, cảm giác giống trò chơi và phát hiện lỗi.(OpenAI

Sức mạnh của Astra không chỉ là "viết đúng mã một lần," mà là khả năng chạy trò chơi, kiểm tra màn hình hiển thị, vận hành nó, tìm ra vấn đề, sửa chúng và thử lại—bắt chước quá trình lặp lại của một nhà phát triển con người.

Trường hợp Nước ngoài 3: Đưa Một Tính năng Bị Đình trệ lên 90% Hoàn thành

Nhà phát triển sản phẩm Claire Vo đã chia sẻ kết quả sử dụng Astra cho dịch vụ ChatPRD của cô. Một tính năng thông minh sản phẩm đã bị đình trệ trong 6 tháng do các thao tác CRM phức tạp và triển khai giao diện người dùng đã đạt khoảng 90% hoàn thành trong một phiên Astra duy nhất.

)Cô cũng đã thử nghiệm điều khiển phần cứng (Divoom MiniToo) qua CLI, một ứng dụng nhắn tin Mac và các tài sản 3D trong Blender.(Lenny's Newsletter

Mặc dù đây là những thành công tự báo cáo từ các đối tác đầu tiên, chúng cho thấy một xu hướng nhất quán: Astra tạo ra sự khác biệt khi vận hành các dịch vụ bên ngoài, đọc mã hiện có và hoàn thiện các sản phẩm bàn giao.

Đột phá Khoa học: Giải quyết Các Vấn đề Tồn tại Lâu dài

OpenAI báo cáo đã sử dụng Astra để giải quyết hoặc thúc đẩy đáng kể 10 vấn đề chưa được giải trong toán học và khoa học máy tính lý thuyết. Mô hình đã tạo ra các lập luận, các nhà nghiên cứu con người sắp xếp các bản nháp, và cùng một mô hình sử dụng Lean để hình thức hóa.

)Theo OpenAI, tổng chi phí token cho nghiên cứu này là khoảng $2.000 theo định giá tương đương GPT-5.6 Sol. Một ví dụ liên quan đến việc cập nhật các giới hạn về khoảng cách số nguyên tố, một lĩnh vực mà một số thuật ngữ đã không được cải thiện trong hơn 80 năm.(OpenAI

Tại sao Astra "An toàn Nhất" lại "Khó Giám sát Nhất"

GPT-6 Astra là mô hình đầu tiên được triển khai rộng rãi đạt đến ngưỡng "Quan trọng" về khả năng an ninh mạng trong phân loại của OpenAI. Với các công cụ và quyền truy cập, nó có thể khám phá các lỗ hổng chưa biết và xây dựng các quy trình tấn công chống lại các hệ thống được bảo vệ mà không cần hướng dẫn từng bước của con người.

)Trong ExploitBench, Astra đạt 100% so với 78,5% của Sol. Nó thậm chí đã phát hiện ra hai lỗ hổng zero-day trong quá trình thử nghiệm, bao gồm một lỗ hổng thoát khỏi hộp cát của trình duyệt. Tuy nhiên, những kết quả này sử dụng môi trường "Daybreak Blue" dành cho các nhà nghiên cứu bảo mật; phiên bản tiêu chuẩn có các biện pháp kiểm soát để từ chối các tác vụ tấn công nâng cao.(OpenAI

Nghịch lý thay, trong khi Astra giảm các vi phạm công khai, suy luận nội bộ của nó lại khó giám sát hơn. Trong các đánh giá đối kháng được yêu cầu "trốn tránh giám sát," tỷ lệ phát hiện của các hệ thống giám sát đã giảm xuống dưới 11% trong một số tác vụ. OpenAI không tìm thấy bằng chứng về "steganography" (ẩn thông tin trong suy luận) xảy ra một cách tự nhiên, nhưng nhận thức cao của mô hình về việc bị đánh giá khiến cho việc chứng minh sự phù hợp một cách dứt khoát trở nên khó khăn.

Các Công ty Nhật Bản Nên Bắt đầu Từ Đâu?

1. Nhiệm vụ có Khối lượng Tài liệu Lớn và Rủi ro Bỏ sót Cao: Kiểm tra chéo hợp đồng, báo giá, hóa đơn và biên bản. AI có thể thu thập tài liệu và đánh dấu sự khác biệt để con người xem xét.
2. Nhiệm vụ Hành chính Yêu cầu Nhiều Màn hình Quản lý: Quản lý EC, quảng cáo và CRM. Bắt đầu với việc xem, tổng hợp và soạn thảo; không cấp quyền thanh toán hoặc xóa ban đầu.
3. Nghiên cứu và Tạo Tài liệu Từ Đầu đến Cuối: Đừng chỉ yêu cầu một bản tóm tắt. Yêu cầu nó nghiên cứu đối thủ cạnh tranh, lập bảng tính năng, phân tích sự khác biệt và tóm tắt thành một bộ slide.
4. Tạo Nguyên mẫu và QA: Yêu cầu nó triển khai một tính năng và sau đó mở trình duyệt để kiểm tra bố cục bị hỏng hoặc lỗi liên kết.

Prompt Thực tế cho Astra

Thay vì chỉ đưa ra một vai trò như "Bạn là một chuyên gia," hãy đặt ranh giới và điều kiện hoàn thành.

1## Mục đích
2Trạng thái cần đạt được của nhiệm vụ này: [Điền mục đích]
3
4## Sản phẩm Bàn giao Cuối cùng
5Những gì cần nộp: [Tệp, bảng biểu, báo cáo, tính năng đã triển khai, v.v.]
6Điều kiện hoàn thành: [Tiêu chí cụ thể cần đáp ứng]
7
8## Thông tin và Công cụ Được phép
9Tài liệu tham khảo: [Tệp, URL, dữ liệu nội bộ, v.v.]
10Công cụ sử dụng: [Tìm kiếm web, trình duyệt, thực thi mã, bảng tính, v.v.]
11
12## Quy trình
131. Xác nhận yêu cầu và tài liệu.
142. Sắp xếp thông tin còn thiếu và rủi ro.
153. Tiến hành nghiên cứu, phân tích và tạo.
164. Mở và xác minh sản phẩm bàn giao.
175. Sắp xếp lỗi, mục chưa xác nhận và nhiệm vụ còn lại.
186. Nộp ở trạng thái có thể xem xét.
19
20Nếu một quy trình dừng lại, hãy tiếp tục với các nhiệm vụ không phụ thuộc.
21Chỉ đặt câu hỏi cho thông tin còn thiếu ảnh hưởng đáng kể đến kết quả.
22Đối với các khoảng trống nhỏ, hãy đưa ra các giả định hợp lý và ghi lại chúng.
23
24## Quyền hạn
25Bạn có thể tiến hành xem, phân tích, soạn thảo, thử nghiệm và kiểm tra diff.
26Dừng lại ngay lập tức trước các thao tác sau và tìm kiếm sự chấp thuận với chi tiết:
27- Gửi ra bên ngoài
28- Mua hàng, thanh toán, hợp đồng
29- Xuất bản, triển khai sản xuất
30- Xóa dữ liệu hoặc tệp
31- Thay đổi quyền
32- Các thao tác khó hoàn tác
33
34## Điều kiện Chất lượng
35- Tách biệt sự kiện đã xác minh khỏi suy đoán.
36- Thêm nguồn cho các số liệu quan trọng.
37- Tìm kiếm bằng chứng ngược lại hoặc ngoại lệ.
38- Mở sản phẩm bàn giao để kiểm tra hiển thị và hoạt động.
39- Báo cáo cuối cùng phải bao gồm các hành động đã thực hiện, kết quả xác minh và rủi ro còn lại.

Điểm yếu của Astra

• Thiếu các trường hợp dài hạn độc lập: Hầu hết dữ liệu đến từ các đối tác do OpenAI chọn.
• 1,05M Token Không phải là Kho chứa Miễn phí: Chi phí tăng theo kích thước đầu vào và rủi ro giám sát không bằng không.
• Không phải Gốc cho Âm thanh/Video: Yêu cầu các công cụ bên ngoài cho các định dạng này.
• Không có Tinh chỉnh: Bạn phải sử dụng RAG, MCP hoặc hướng dẫn hệ thống để phản ánh các quy tắc công ty.
• Cơ chế An toàn Có thể Dừng Công việc Hợp pháp: Giám sát có thể làm chậm nghiên cứu bảo mật hoặc các tác vụ phát triển.
• Đầu ra Có thể "Quá Hoàn hảo": Nó có xu hướng sử dụng nhiều tiêu đề và danh sách, điều này có thể cảm thấy quá "giống AI" đối với nội dung thương hiệu.

Kết luận: Giá trị Nằm ở Tỷ lệ Hoàn thành, Không phải Câu trả lời

GPT-6 Astra là quá mức cần thiết để viết một email duy nhất hoặc tóm tắt biên bản. Ý nghĩa của nó xuất hiện trong các công việc nơi nghiên cứu, phán đoán, vận hành, sáng tạo và xác minh được kết nối với nhau.

Kỷ nguyên của "kỹ thuật prompt một câu" đã kết thúc. Điều quan trọng bây giờ là thông tin nào cần truyền, công cụ nào cần kết nối, mức độ thực thi nào được phép và điều gì xác định sự hoàn thành. Astra không phải là một cây đũa thần mang lại kết quả giống nhau cho tất cả mọi người; nếu bạn giao cho nó công việc lộn xộn, nó sẽ làm công việc lộn xộn một cách nhanh chóng. Nếu bạn tổ chức mục đích, công cụ và điểm xác minh, nó sẽ đưa hàng giờ lao động của con người đến trạng thái có thể xem xét trong vài phút.

• Reuters
• WIRED
• Axios
• ft.com