Mỗi lần đánh giá đầy đủ mô hình GPT-6 Astra trên thang đo ARC-AGI-3 với chế độ suy luận tối đa tiêu tốn khoảng 26.000 USD. Đây là con số thực tế mà OpenAI đã chi trả để chứng minh sức mạnh vượt trội của thế hệ AI mới nhất, tạo ra khoảng cách lớn nhất từ trước đến nay so với các đối thủ cạnh tranh. Trên hệ thống đo lường tiêu chuẩn (Standard harness), Astra đạt 62,7% điểm số, cao hơn gấp đôi so với kỷ lục 30,2% của Claude Opus 5 thiết lập vào tháng 7. Trong khi đó, các đối thủ khác như Grok 4.6 chỉ dừng lại ở mức 2,11%, còn GPT-5.6 Sol của chính OpenAI trước đó cũng chỉ đạt 7,8%.
Sự chênh lệch này không chỉ nằm ở con số mà còn ở khả năng giải quyết vấn đề thực tế, nơi Astra sử dụng ít hành động hơn 51,7% so với người thử nghiệm trung bình. Mô hình này cho thấy khả năng xây dựng các biểu tượng trừu tượng về môi trường mới và tái sử dụng chúng để lập kế hoạch, thay vì phải khám phá lại từ đầu như các phiên bản cũ. Với mức giá 10 USD cho mỗi triệu token đầu vào và cửa sổ ngữ cảnh lên tới 1,05 triệu token, Astra hiện đã sẵn sàng trên các gói ChatGPT Plus, Business và các nền tảng đám mây như Azure hay AWS Bedrock.
Bước tiến đột phá từ hạ tầng stargate và cơ chế suy luận mới
Thành công của GPT-6 Astra bắt nguồn từ quy mô huấn luyện chưa từng có tại trung tâm dữ liệu Stargate ở Texas, nơi OpenAI lần đầu tiên vận hành hơn 100.000 GPU cùng lúc. Điểm khác biệt cốt lõi nằm ở phương pháp giám sát chéo, khi các mô hình đời trước trực tiếp tham gia vào quá trình đào tạo thế hệ kế nhiệm. Dù OpenAI chưa công bố chi tiết kiến trúc, giới chuyên gia nhận định Astra có thể đang áp dụng kỹ thuật độ sâu tái phát (recurrent depth) hoặc transformer vòng lặp (looped transformers). Điều này cho phép mô hình tối ưu hóa khả năng tư duy mà không cần tiêu tốn quá nhiều tài nguyên cho các bước trung gian không cần thiết.
Đáng chú ý, khi chuyển sang hệ thống đo lường Provider Adapter harness – vốn cho phép duy trì trạng thái suy luận xuyên suốt các tác vụ – điểm số của Astra vọt lên mức 99,9% với chi phí vận hành giảm xuống còn 18.800 USD. Tuy nhiên, con số 62,7% vẫn được coi là thước đo công bằng nhất vì nó đặt Astra vào cùng một điều kiện hạn chế như mọi mô hình khác trên bảng xếp hạng toàn cầu. Một điểm cần lưu ý là Astra thực hiện các tác vụ phức tạp với ít dữ liệu suy luận hiển thị hơn, giúp tăng hiệu suất nhưng cũng khiến việc giám sát chuỗi tư duy (chain-of-thought) trở nên khó khăn hơn đối với các nhà kiểm định độc lập.
Sự xuất hiện của GPT-6 Astra đã thiết lập một tiêu chuẩn mới cho khả năng suy luận của AI, khiến các đối thủ như Anthropic hay xAI phải nỗ lực rất lớn để thu hẹp khoảng cách trong tương lai gần. Để tận dụng tối đa tiềm năng của Astra, các doanh nghiệp và nhà phát triển nên bắt đầu thử nghiệm tích hợp mô hình này vào các quy trình đòi hỏi tư duy logic đa bước và khả năng tự thích nghi với môi trường dữ liệu chưa từng xuất hiện trong quá trình huấn luyện.
Liên hệ qua Zalo
