Argon styr robotar, bygger simuleringarna de övar i och bedömer deras träningsdata. Google ger den 87 procent på ett test i förkroppsligat resonemang; Artificial Analysis placerar den efter två OpenAI-modeller.
Modell
GPT-6 Astra
GPT-6 Astra är en AI-modell utvecklad av OpenAI. På den här sidan samlas det som är offentligt känt om modellen och varje benchmarkresultat som Aivio News har registrerat för den, med källa och datum för varje enskild siffra.
- Utvecklare
- OpenAI
- Modell
- GPT
- Släppt
- 3 september 2026
- Kontextfönster
- 1 050 000
- Modaliteter
- Modell, Image, Code
- Status
- Aktiv
- Källa
- openai.com
Benchmarks
Alla artiklarInga verifierade resultat registrerade ännu.
Mer om GPT-6 Astra
TheoPhysEval byggdes av problem som yrkesverksamma fysiker inte hade publicerat, just för att ingen modell skulle ha sett dem. Den bästa agenten missade ett, till en snittkostnad på omkring 2,33 dollar per problem.
Jakub Pachocki har sagt att övervakningen av tankekedjan blir 'skör'. Microsoft publicerade och raderade en beskrivning av GPT-6.1 Sols loopande inferens.
Artificial Analysis ger Muse Wonder Full 56 poäng, fjärde plats av 689 modeller. Meta säljer den svagare Muse Wonder via API och håller den starkare inne i Muse Code.
Atlassian sätter GPT-6 bakom Rovos agenter, och säger att ingen modell blir förvald
Mer än 3 000 Atlassian-utvecklare använder redan Codex. Bolaget håller fast vid att Rovo fortsätter dirigera mellan leverantörer i stället för att förvälja GPT-6 Astra.
Mistrals nya modell med tusen miljarder parametrar gör säkerhetsarbetet som Claude och GPT-6 vägrar
ML4 är en öppenviktsmodell med tusen miljarder parametrar, tränad på 3 800 Nvidia-chip i Mistrals egna europeiska datacenter. Siffran bolaget lyfter fram är 82 procent på ett sårbarhetstest där Claude Opus 5.5 och GPT-6 Astra enligt Mistral får nära noll, eftersom de avstår från uppgiften.
Första partnern är avtalsplattformen Ironclad. OpenAI säger att GPT-6 Astra fick 55,0 procent på de elva uppgifter de byggde ihop, mot 41,6 procent för GPT-5.6 Sol, på ungefär halva den uppskattade tiden per försök.
Företaget publicerade upptäcktsgraderna i samma inlägg, och de faller kraftigt för korta avsnitt, för matematik och för text som har redigerats.
Kodagenter kan bygga om ett rum från ett enda foto, men vet inte om de fick geometrin rätt
LEGO-Bench poängsätter giltighet, geometri och utseende var för sig. Att hålla isär dem är vad som blottlägger glappet: en scen som ser övertygande ut är inte en scen som är rätt uppmätt.