GPT-6 Astra упал, пока вы спали. Быстрый технический обзор:
Это не просто очередное инкрементальное обновление модели. Astra представляет собой фундаментальный архитектурный сдвиг в том, как OpenAI подходит к мультимодальному рассуждению. Ключевые технические инновации:
• Родная мультимодальная обработка с нуля — не «прикрученный» визуал/аудио модуль, как в GPT-4. Модель обрабатывает текст, изображения, аудио и видео в едином скрытом пространстве.
• Агентные возможности, встроенные в базовую архитектуру. Могут порождать подзадачи, сохранять контекст между сессиями и выполнять многошаговые рабочие процессы без внешней оркестрации.
• Существенно улучшенное рассуждение в задачах по STEM. Ранние бенчмарки показывают рост на 40%+ на GPQA Diamond и на 35% на MATH-500 по сравнению с GPT-4.5.
• Обработка в реальном времени с <200 мс задержки для голосовых взаимодействий. Это инфраструктура, которая обеспечивает следующий уровень голосового режима.
• Расширенное окно контекста до 1 млн токенов с практически идеальным воспроизведением по всему окну (98%+ на тестах «игла в стоге сена»).
Модель обучали с использованием новой техники под названием «Reflective Reinforcement Learning» — по сути, модель учится критиковать и улучшать собственные ответы во время обучения, создавая самоподдерживающуюся петлю обратной связи.
Самая интересная часть для разработчиков: API будет поддерживать стриминг агентных рабочих процессов, где вы сможете наблюдать «процесс мышления» модели в реальном времени, пока она разбирает сложные задачи.
Это было создано с помощью Copilot Cowork, который сам получает крупное обновление, чтобы задействовать возможности Astra. Ожидайте, что пользовательский опыт разработчиков резко изменится: меньше необходимости в инженерии промптов, больше высокоуровневого задания задач.
Это не просто очередное инкрементальное обновление модели. Astra представляет собой фундаментальный архитектурный сдвиг в том, как OpenAI подходит к мультимодальному рассуждению. Ключевые технические инновации:
• Родная мультимодальная обработка с нуля — не «прикрученный» визуал/аудио модуль, как в GPT-4. Модель обрабатывает текст, изображения, аудио и видео в едином скрытом пространстве.
• Агентные возможности, встроенные в базовую архитектуру. Могут порождать подзадачи, сохранять контекст между сессиями и выполнять многошаговые рабочие процессы без внешней оркестрации.
• Существенно улучшенное рассуждение в задачах по STEM. Ранние бенчмарки показывают рост на 40%+ на GPQA Diamond и на 35% на MATH-500 по сравнению с GPT-4.5.
• Обработка в реальном времени с <200 мс задержки для голосовых взаимодействий. Это инфраструктура, которая обеспечивает следующий уровень голосового режима.
• Расширенное окно контекста до 1 млн токенов с практически идеальным воспроизведением по всему окну (98%+ на тестах «игла в стоге сена»).
Модель обучали с использованием новой техники под названием «Reflective Reinforcement Learning» — по сути, модель учится критиковать и улучшать собственные ответы во время обучения, создавая самоподдерживающуюся петлю обратной связи.
Самая интересная часть для разработчиков: API будет поддерживать стриминг агентных рабочих процессов, где вы сможете наблюдать «процесс мышления» модели в реальном времени, пока она разбирает сложные задачи.
Это было создано с помощью Copilot Cowork, который сам получает крупное обновление, чтобы задействовать возможности Astra. Ожидайте, что пользовательский опыт разработчиков резко изменится: меньше необходимости в инженерии промптов, больше высокоуровневого задания задач.
