Bài viết

OpenAI giới thiệu GPT-6 Astra, gọi đây là model thông minh và có mức độ alignment cao nhất của hãng. Theo thông tin từ OpenAI, Astra đang được triển khai trước cho một nhóm tổ chức giới hạn, sau đó mở rộng tới người dùng ChatGPT Plus, Pro, Business, Enterprise và qua API, Microsoft Azure cùng AWS Bedrock.
OpenAI cho biết Astra đạt kết quả hàng đầu ở computer use, duyệt web, kỹ thuật phần mềm, an ninh mạng, khoa học và công việc chuyên môn. Các số liệu dưới đây do hãng công bố; chúng phản ánh kết quả trên benchmark cụ thể, không bảo đảm hiệu suất giống nhau trong mọi tình huống thực tế.
Trong Agents’ Last Exam, Astra đạt 59,3%, cao hơn GPT-5.6 Sol ở mức 53,6% và Claude Opus 5 ở mức 55,5%. Trên OSWorld 2.0, điểm từng phần đạt 72,6%, so với 65,7% của GPT-5.6 Sol; thời gian mỗi tác vụ lần lượt khoảng 40 và 75 phút. Ở ScreenSpot-Pro, không dùng công cụ, Astra đạt 92,7%, so với 76,9%.
Với lập trình, Astra đạt 57,9% trên Terminal-Bench 4.0, vượt GPT-5.6 Sol (37,3%) và Claude Fable 5.1 (55,8%). Model cũng ghi 74,1% trên DeepSWE v1.1 và 53,3% trên FrontierCode 1.1 Main. Bản cập nhật Codex giúp hoàn thành tác vụ nhanh hơn 1,9 lần so với GPT-5.6 Sol trên Mind2Web.
Astra đạt 97,6% ở FrontierMath Tier 4 (v2), 96,0% ở GPQA Diamond và 99,9% ở ARC-AGI-3. OpenAI còn cho biết model hỗ trợ thiết lập các cận mới về khoảng cách giữa các số nguyên tố, cải thiện một cận đã tồn tại hơn 80 năm. Đây là dấu hiệu đáng chú ý về năng lực toán học; tuy nhiên, một kết quả benchmark không thay thế đánh giá độc lập trên các ứng dụng khoa học.
Ở công việc chuyên môn, Astra tuân thủ mẫu tài liệu, slide và bảng tính tốt hơn. Tính năng Sites trong ChatGPT có thể tạo, lưu trữ và chia sẻ website, web app hoặc game từ prompt. Codex cũng đang thử nghiệm khả năng giữ ghi chú qua các cửa sổ ngữ cảnh và tìm lại nội dung cũ; tính năng này dự kiến thành mặc định cho Astra trong những tuần tới.
Astra đạt 100% trên ExploitBench và 42,4% trên ExploitGym. Trong bài kiểm tra an toàn computer use nội bộ, tỷ lệ kết quả lệch mục tiêu là 2,4%, so với 22,0% của GPT-5.6 Sol; tỷ lệ khai thác honeypot thành công trên ExploitGym là 0%, so với 48,2%. OpenAI nói Astra đạt ngưỡng Critical theo Preparedness Framework và hiện từ chối một số tác vụ nâng cao, gồm tạo exploit proof-of-concept. Hãng dự kiến mở rộng quyền truy cập qua OpenAI Daybreak trong những tuần tới.
Theo góc nhìn của tôi, Astra gây chú ý vì kết hợp khả năng thao tác máy tính với các biện pháp hạn chế rủi ro mạng. Nhưng các benchmark do hãng công bố cần được kiểm chứng thêm khi model đến tay nhiều người dùng hơn.
Nguồn tham khảo: OpenAI
Tác giả: Cường Nguyễn — Founder AI Ops Solutions | Verified n8n Creator. Kết nối: Facebook · LinkedIn · YouTube · TikTok
Bài viết là góc nhìn cá nhân của tác giả, mang tính tham khảo — không phải tin tức báo chí.
Đừng bỏ lỡ bài viết tiếp theo. Đăng ký để nhận trong inbox.

Tác giả
Tôi là Cường Nguyễn - Founder của AI Ops Solutions.
Tôi từng là Logistics Operations Manager và đồng sáng lập thương hiệu CATCA - #1 Shopee ngành Pet Care.