TheoPhysEval a été bâti à partir de problèmes que des physiciens en activité n'avaient pas publiés, précisément pour qu'aucun modèle ne puisse les avoir vus. Le meilleur agent en a manqué un, pour un coût moyen d'environ 2,33 dollars par problème.
Modèle
GPT-6 Astra
GPT-6 Astra est un modèle d'intelligence artificielle développé par OpenAI. Cette page réunit ce que l'on sait publiquement du modèle et chaque résultat de benchmark enregistré par Aivio News, avec sa source et sa date.
- Développeur
- OpenAI
- Modèle
- GPT
- Sortie
- 3 septembre 2026
- Fenêtre de contexte
- 1 050 000
- Modalités
- Modèle, Image, Code
- Statut
- Actif
- Source
- openai.com
Benchmarks
Tous les articlesAucun résultat vérifié enregistré pour l'instant.
Plus sur GPT-6 Astra
Artificial Analysis attribue 56 points à Muse Wonder Full, quatrième de 689 modèles. Meta vend par API le Muse Wonder le plus faible et réserve le plus puissant à Muse Code.
ML4 est un modèle à poids ouverts de mille milliards de paramètres, entraîné sur 3 800 puces Nvidia dans les centres de données européens de Mistral. Le chiffre mis en avant est 82 % à un test de vulnérabilité où, selon l'entreprise, Claude Opus 5.5 et GPT-6 Astra obtiennent presque zéro parce qu'ils refusent la tâche.
L'entreprise a publié les taux de détection avec l'annonce : ils chutent nettement sur les passages courts, sur les mathématiques et sur tout texte retouché.
Deux chiffres publiés cette semaine décrivent les mêmes modèles. Celui que l'on cite dépend entièrement de la part du métier de comptable que l'on accepte de laisser de côté.
Argon écrit jusqu'à un million de tokens en sortie et coûte 2 et 10 dollars par million pendant une période d'introduction. Google dit avoir trouvé une faille critique dans un logiciel hospitalier que les modèles précédents avaient manquée.
L'entreprise livre un agent autonome la quinzaine même où elle a suspendu l'entraînement de frontière et nommé quatre organismes publics australiens.
Le modèle est arrivé quelques heures après la confirmation par OpenAI qu'elle ne publierait pas GPT-6.1 Astra, et il devance Opus 5.5 d'Anthropic sur deux tests.
Le même test donne 6,3% pour GPT-5.6 Sol et 0% pour GPT-5.5. L'institut a tout exécuté dans un simulateur : rien de ce qu'il décrit n'est arrivé à un système réel.