O AGENTICO
GPT-6 Astra pilota drone e supera Claude Fable 5.1 em benchmarks
2 fontesdesde 13 de setembro de 20263 artigos
OpenAI lançou o GPT-6 Astra, seu modelo mais capaz, com novos benchmarks de agentes mostrando vitória sobre concorrentes. Em testes da Andon Labs, o Astra foi o primeiro modelo a superar a linha de base humano-AI em todos os subtarefas do Drone-Bench. Perplexity e outras empresas já adotaram o modelo, relatando ganhos de eficiência com menos supervisão humana.
Resumo
GPT-6 Astra foi o primeiro modelo a vencer todas as cinco subtarefas do Drone-Bench, incluindo escrever código para que um drone autonomamente encontre e siga uma pessoa específica.
Isso mostra um avanço em capacidades de agentes autônomos com sistemas físicos.
No benchmark de negócios Vending-Bench, Astra acumulou saldo médio final de US$ 15.515, quase três vezes o resultado de Claude Fable 5.1.
Demonstra a capacidade do modelo de gerenciar tarefas de longo prazo de forma eficaz e lucrativa.
GPT-6 Astra atingiu 57,9% no Terminal-Bench 4.0, superando GPT-5.6 Sol (37,3%) e Claude Fable 5.1 (55,8%), com custo menor por tarefa.
Indica eficiência em tarefas de terminal, um dos principais usos práticos para desenvolvedores.
Perplexity confia no GPT-6 Astra para escrever comunicações, editar software e monitorar sistemas de produção com muito menos verificação humana.
Mostra adoção do modelo em empresas reais para tarefas críticas, reduzindo necessidade de supervisão.
Johnny Ho, cofundador da Perplexity, disse que o Astra é o primeiro modelo que consegue executar um loop completo de escrever mensagens, mudar sistemas ao vivo e monitorar software de produção de forma confiável.
Oferece uma declaração direta de um executivo sobre a confiabilidade do modelo em fluxos de trabalho complexos.
Citações
“Johnny Ho, cofounder and chief strategy officer at the answer engine company, described the shift in a September 14 case study published by OpenAI News.”
— Johnny Ho, cofundador e diretor de estratégia da Perplexity
Todo dia, só o que dois veículos independentes confirmaram — no seu feed.