"Bine ați venit în Era Inteligenței Artificiale Generale! "

Pe 25 iulie, într-o conversație pentru podcastul Relentless, Sam Altman a încercat să descrie un moment pe care industria inteligenței artificiale îl anticipase timp de decenii. „Suntem acum, într-un fel, în singularitate”, a spus directorul executiv al OpenAI. Apoi a legat afirmația de o experiență personală: ideea care, cu zece ani în urmă, părea doar un subiect improbabil pentru discuțiile de la masa de prânz devenise prezent. „Am așteptat asta toată viața”, a adăugat Altman, spunând că se așteaptă ca noua etapă să fie extraordinar de benefică pentru lume. ABC News a publicat declarațiile și contextul conversației.

Șase săptămâni mai târziu, lansarea GPT-6 Astra a oferit acestei idei un nume și un produs. Greg Brockman, președintele și cofondatorul OpenAI, le-a spus jurnaliștilor că, dacă peste câțiva ani vom încerca să stabilim când a fost creată inteligența artificială generală, răspunsul ar putea fi „în jurul acestui moment” și poate chiar „acest model”. La finalul prezentării, Brockman a rostit formula care a înconjurat imediat lumea tehnologiei, „Welcome to the AGI era”, adică bun venit în era AGI. Axios a relatat declarația integrală și a precizat că ea exprimă convingerea personală a lui Brockman.

Între afirmațiile celor doi lideri există o continuitate. Altman vorbește despre accelerarea procesului: tehnologia înaintează atât de repede încât omenirea ar fi intrat deja în zona numită, până recent, singularitate. Brockman vorbește despre capacitatea atinsă: un sistem suficient de general pentru ca apariția lui să poată fi privită retrospectiv ca începutul AGI.

Sam Altman a vorbit despre intrarea în singularitate pe 25 iulie 2026. Greg Brockman a întâmpinat era AGI pe 3 septembrie 2026. Grafic AIdapted, pe baza relatărilor ABC News și Axios.

Singularitate și AGI: două praguri apropiate, dar diferite

În limbajul tehnologiei, AGI, abrevierea de la artificial general intelligence, descrie o inteligență artificială care poate învăța, raționa și folosi ceea ce a învățat în numeroase domenii, la nivel uman sau peste acest nivel. Definiția folosită tradițional de OpenAI vorbește despre sisteme autonome care depășesc oamenii în cea mai mare parte a activităților cu valoare economică.

Singularitatea descrie procesul care poate urma: inteligența artificială participă tot mai mult la propria dezvoltare, accelerează cercetarea și face viitorul tehnologic din ce în ce mai greu de anticipat. AGI este un prag de capacitate; singularitatea este accelerarea care se produce în jurul sau după acel prag.

Această deosebire ajută la înțelegerea mesajului OpenAI. Compania nu prezintă Astra doar ca pe un chatbot care știe mai multe lucruri. Îl prezintă ca pe un sistem care poate primi un obiectiv, poate deschide și folosi aplicațiile necesare, își poate adapta planul, poate verifica rezultatul și poate preda o lucrare terminată. În documentația oficială OpenAI, Astra este descris ca un model pentru fluxuri în mai mulți pași desfășurate prin cod, browsere și programe profesionale. Poate continua să raționeze în timp ce o unealtă lucrează și poate primi instrucțiuni noi fără să abandoneze ceea ce a realizat deja.

Aceasta este schimbarea pe care au remarcat-o cel mai des evaluatorii: trecerea de la inteligența care formulează un răspuns la inteligența care acționează într-un mediu.

1. Învață regulile unei lumi pe care nu a mai văzut-o

Una dintre cele mai puternice evaluări a venit de la Greg Kamradt, de la ARC Prize Foundation. ARC-AGI-3 nu este un examen de cultură generală și nici o colecție de întrebări pe care modelul le-ar fi putut întâlni în antrenare. Sistemul este introdus în medii vizuale noi, fără instrucțiuni complete. Trebuie să exploreze, să descopere regulile, să înțeleagă scopul și să construiască un plan.

Kamradt a numit Astra cel mai bun model testat până acum de organizație și a descris rezultatul drept o schimbare semnificativă de nivel. Ceea ce l-a impresionat nu a fost numai rezolvarea jocurilor, ci viteza cu care modelul învăța cum funcționează. În configurația sa completă, Astra a folosit mai puține acțiuni decât participantul uman median pe 96% dintre niveluri.

Analiza ARC arată că modelul își inventa pe loc o notație prescurtată. Transforma obiectele, coordonatele și regulile mediului într-un mic limbaj simbolic, apoi îl folosea pentru a păstra starea și pentru a planifica. În alte configurații și-a scris propriile instrumente: programe pentru citirea tablei de joc, algoritmi de căutare, planificatoare și mici biblioteci software create special pentru problema întâlnită. Raportul ARC Prize explică observațiile și rezultatele.

Pentru public, acesta este un indicator mai interesant decât simpla memorare. Un model poate răspunde corect la o întrebare fiindcă a întâlnit informația în datele sale. În ARC-AGI-3, trebuie să construiască o explicație funcțională pentru un mediu nou și să arate că explicația este corectă prin acțiuni.

Astra a atins 62,7% cu interfața standard și 99,9% cu Provider Adapter. În configurația completă, a folosit mai puține acțiuni decât participantul uman median pe 96% dintre niveluri. Sursă: ARC Prize Foundation.

2. Folosește computerul ca spațiu de lucru

A doua schimbare remarcată aproape unanim este operarea directă a computerului. Astra poate naviga prin site-uri, completa formulare, actualiza un CRM, organiza un calendar, instala programe, lucra în aplicații profesionale și verifica dacă ceea ce a construit funcționează.

Silas Alberti, vicepreședinte senior pentru cercetare la Cognition, a testat Astra în infrastructura lui Devin, agentul software al companiei. Alberti a spus că modelul a obținut rezultate de vârf în evaluările interne ale Cognition și a remarcat simultan trei calități: folosirea computerului, înțelegerea bazelor mari de cod și comunicarea mai clară. Rapoartele produse de agent au devenit mai concise, iar înregistrările activității sale mai ușor de urmărit. Evaluarea sa este inclusă în prezentarea oficială Astra.

Dan Shipper, cofondator și director executiv al Every, a descris o probă mai ușor de înțeles în afara laboratoarelor: Astra a petrecut aproximativ cinci ore în Adobe Premiere realizând prima versiune a montajului unui videoclip. Echipa Every, formată din aproximativ 30 de persoane, a testat modelul în scriere, programare, design și activități de birou. Pentru Shipper, utilizarea computerului a trecut într-o etapă în care modelul poate lucra efectiv ore întregi în aplicația omului. Every a publicat demonstrația și concluziile testului.

Rezultatele standardizate susțin impresia. Pe OSWorld 2.0, o evaluare care urmărește realizarea unor activități în aplicații informatice, Astra a obținut 72,6%, față de 65,7% pentru GPT-5.6 Sol, și a terminat sarcinile în aproximativ jumătate din timp. Pe ScreenSpot-Pro, care măsoară capacitatea de a identifica precis elementele vizuale ale unei interfețe, scorul a crescut de la 76,9% la 92,7%.

3. Transformă o intenție într-un program care funcționează

În programare, evaluatorii au remarcat că Astra nu se oprește la producerea codului. Îl execută, îl verifică în browser, observă erorile și revine asupra soluției.

John Crepezzi, din echipa AI Assistants a Jane Street, a spus că Astra a stabilit rezultate de vârf pe benchmarkurile interne de programare ale companiei și că programele sale au avut nevoie de mai puține iterații pentru a ajunge la calitatea necesară în producție. Pentru o companie financiară în care software-ul trebuie să fie riguros și verificabil, reducerea numărului de corecții valorează mai mult decât rapiditatea cu care este generată prima variantă.

Fabian Hedin, director tehnic și cofondator Lovable, a observat același lucru din perspectiva unei platforme folosite pentru construirea aplicațiilor. La nivelurile superioare de efort, Astra a investit mai mult în iterații, testare în browser și executarea codului. Cu alte cuvinte, calculul suplimentar nu a produs numai un răspuns mai lung, ci mai multe încercări și verificări.

Iar Claire Vo, fondatoarea ChatPRD, a relatat că Astra a finalizat dintr-o singură încercare o funcție de product intelligence pe care încercase timp de șase luni să o construiască folosind alte modele. L-a testat și pe aplicații pentru Mac, controlul unui dispozitiv hardware, QA în browser și modelare 3D în Blender. Claire Vo și-a documentat proiectele și momentele demonstrației.

Pe Terminal-Bench 4.0, care testează rezolvarea unor sarcini reale într-un terminal, Astra a obținut 57,9%, față de 37,3% pentru Sol. Diferența măsoară mai mult decât scrierea sintaxei corecte: include orientarea într-un proiect, folosirea uneltelor și obținerea rezultatului funcțional.

4. Manifestă discernământ în documentele profesionale

O inteligență artificială utilă economic nu trebuie doar să citească multe documente. Trebuie să distingă între ceea ce este demonstrat, ceea ce este presupus și ceea ce lipsește.

Niko Grupen, șeful cercetării aplicate la Harvey, a spus că Astra abordează activitatea juridică într-un mod apropiat de un avocat exigent: separă documentele puse la dispoziție de faptele deja stabilite, scoate la suprafață presupunerile fără suport și transformă golurile de informație în poziții concrete pentru redactare.

Aditi Tuli, product manager pentru Box AI, a coordonat o evaluare bazată pe fluxuri de lucru cu numeroase documente: PDF-uri, foi de calcul, prezentări și imagini. Astra a obținut o acuratețe generală de 77%, față de 74% pentru Sol, dar diferențele au devenit mult mai mari în sarcinile dificile. Într-o analiză media, acuratețea a urcat de la 48% la 100%; într-o verificare juridică, de la 69% la 93%.

Mai important decât procentele a fost comportamentul observat. Astra a identificat când o cifră era doar un indicator aproximativ și a etichetat-o ca atare, a găsit o afirmație de creștere care nu corespundea datelor și a legat o concluzie juridică de prevederea exactă din politica aplicabilă. Box a publicat metodologia și exemplele evaluării.

Acest tip de discernământ explică expresia „muncă profesională complexă”. Nu este vorba numai despre capacitatea de a rezuma un dosar, ci despre a reconcilia surse care se contrazic, a calcula o informație care nu este oferită direct și a arăta pe ce dovadă se sprijină concluzia.

5. Poate menține un proiect lung fără să piardă firul

Modelele anterioare puteau primi contexte foarte mari, dar dimensiunea ferestrei nu garanta că vor păstra toate deciziile importante. Când conversația devenea prea lungă, sistemul comprima istoria într-un rezumat. La fiecare comprimare se puteau pierde motivele pentru care o soluție fusese respinsă, rezultatele unui test sau o cerință veche.

Astra introduce în Codex un mecanism prin care își poate păstra propriile note între ferestrele de context, iar conversațiile mai vechi rămân căutabile. Astfel, modelul poate recupera o cerință sau un rezultat care nu a intrat în rezumatul curent. Fereastra declarată este de 1,05 milioane de tokeni, însă adevărata îmbunătățire este modul în care informația este selectată și regăsită, nu numai cantitatea care încape la intrare.

În evaluarea OpenAI MRCR, Astra a identificat corect informații distribuite într-un context de 512.000 până la un milion de tokeni în 96,3% dintre cazuri, față de 73,8% pentru Sol. Pentru companii, acest lucru înseamnă proiecte mai lungi, în care modelul poate urmări documente, decizii, teste și corecții fără ca utilizatorul să reia periodic întreaga explicație.

6. Trece de la instrument creativ la partener de producție

Alex Mashrabov, director executiv și cofondator al Higgsfield AI, a testat Astra pe fluxuri creative complexe. El a raportat atât o creștere a calității, cât și o reducere de până la 20% a numărului de tokeni față de celelalte modele evaluate de companie. Această combinație are importanță economică: costul unui agent nu depinde numai de tariful unui milion de tokeni, ci și de câți tokeni și câte încercări îi sunt necesare pentru a termina lucrarea.

Echipa Every a obținut lumi 3D pornind de la o singură cerință, inclusiv o reprezentare interactivă a bătăliei de la Waterloo, construită pe baza relatărilor istorice și a geografiei locului. Claire Vo a folosit Blender ca probă de capacitate și a obținut dintr-o singură încercare active 3D pentru proiectele sale.

BenchCAD, testul de raționament geometric și lucru în proiectare asistată de calculator, oferă o referință cantitativă: 95,9% pentru Astra, față de 83,3% pentru Sol. Rezultatul nu măsoară singur gustul artistic, dar arată că modelul poate transforma mai precis o intenție într-o construcție spațială executabilă.

7. Participă la cercetare, nu doar o explică

OpenAI prezintă Astra și ca pe un instrument pentru descoperire științifică. Modelul a contribuit la îmbunătățirea a două rezultate din teoria numerelor: a coborât de la 246 la 186 o limită referitoare la distanța dintre anumite perechi de numere prime și a îmbunătățit un termen dintr-o estimare privind intervalele mari dintre numere prime, rămas neschimbat mai bine de 80 de ani. Compania a publicat demonstrațiile și materialele de verificare.

Greg Burnham, de la Epoch AI, a rezumat impresia produsă de aceste rezultate prin imaginea sfârșitului unei epoci și începutului alteia. Pe FrontierMath Tier 4, alcătuit din probleme matematice de nivel foarte ridicat, Astra a obținut 97,6%, față de 83% pentru Sol. Pe Terminal-Bench Science, unde modelul trebuie să combine raționamentul științific cu munca efectivă într-un mediu informatic, diferența a fost și mai mare: 64,6% față de 22,4%.

Semnificația economică este directă. O inteligență artificială care poate lucra în software științific, analiza date, scrie programe și verifica ipoteze poate reduce timpul dintre întrebare și experiment. Creșterea productivității nu mai apare doar în redactarea raportului final, ci în însuși procesul de cercetare.

Nu doar un model mai mare, ci un sistem mai complet

OpenAI nu a publicat numărul de parametri al Astrei și nici detaliile complete ale arhitecturii neuronale. A comunicat însă că modelul provine din cea mai mare rundă de antrenare realizată de companie, pe mai mult de 100.000 de GPU-uri (procesoare grafice), și că alte modele de inteligență artificială au jucat pentru prima dată un rol important în supravegherea antrenării. Axios a publicat aceste informații oferite la lansare.

Aceasta arată cele două direcții ale dezvoltării actuale. Prima este industrială: centre de date, energie, cipuri și capital suficient pentru o rundă de antrenare fără precedent. A doua este metodologică: modelele anterioare ajută la pregătirea, evaluarea și îmbunătățirea generației următoare.

Dar performanța observată nu aparține numai rețelei neuronale. Astra funcționează împreună cu un sistem care îi oferă memorie, căutare, instrumente informatice, păstrarea stării de raționament și posibilitatea de a lucra prin mai mulți agenți. În ARC-AGI-3, de exemplu, Astra a obținut 62,7% cu interfața standard și 99,9% cu adaptorul care îi păstrează starea internă și compactează conversația. Ambele rezultate sunt recorduri, iar diferența explică o lecție importantă pentru public: capacitatea finală este produsul modelului împreună cu infrastructura în care acesta lucrează.

Astra planifică, lucrează cu memoria și aplicațiile disponibile, verifică rezultatul și revine asupra lui când este necesar. Schemă editorială AIdapted, pe baza documentației OpenAI.

Tariful standard anunțat de OpenAI este de 10 dolari pentru un milion de tokeni de intrare și 50 de dolari pentru un milion de tokeni generați. Este mai ridicat decât la Sol, dar compania și mai mulți testeri afirmă că Astra folosește mai puțini tokeni și mai puține încercări pentru unele lucrări. Pentru economie, întrebarea relevantă nu este doar cât costă fiecare unitate de calcul, ci cât costă rezultatul complet și cât timp uman economisește.

Pragul pe care îl vom recunoaște privind înapoi

Declarațiile lui Altman și Brockman descriu AGI mai curând ca pe o trecere observată în mișcare decât ca pe o ceremonie în care cineva apasă un buton. Mai întâi, modelele au învățat să scrie și să răspundă. Apoi au învățat să raționeze mai mult înainte de răspuns. Acum pot vedea un ecran, pot acționa, își pot crea instrumente, pot păstra continuitatea unui proiect și pot produce un rezultat care intră direct într-un proces economic.

Acesta este motivul pentru care OpenAI vorbește despre o nouă eră. Pentru Altman, momentul pe care îl așteptase toată viața este intrarea pe o curbă de progres care se accelerează. Pentru Brockman, Astra ar putea fi primul model pe care viitorul îl va așeza de partea cealaltă a pragului.

Iar pentru utilizatorul obișnuit, schimbarea poate fi formulată mai simplu. Până acum, inteligența artificială îi spunea adesea omului ce ar trebui să facă. Modelul Astra este construit pentru a primi sarcina, a intra în aplicațiile necesare și a face efectiv o parte tot mai mare din muncă.

Analize video și articole recomandate

Analize video

1. First impressions of GPT-6 Astra from developers, publicat de OpenAI, reunește impresiile dezvoltatorilor și exemple de utilizare reală.

2. GPT-6 Astra Is Finally Here, And It's Really Good, publicat de Arena AI, oferă o demonstrație practică și primele impresii după folosirea modelului.

3. Vibe Check: GPT-6 Astra Is a Big Upgrade With Some Bad Habits, realizat de echipa Every, urmărește testarea modelului în scriere, folosirea computerului și design vizual.

Articole și evaluări

1. GPT-6 Astra: A new generation of intelligence, prezentarea oficială, cu benchmarkuri, demonstrații și mărturii ale evaluatorilor.

2. Astra, analiza ARC Prize Foundation despre învățarea mediilor necunoscute și diferența produsă de infrastructura agentului.

3. OpenAI claims AGI with launch of Astra model, relatarea Axios despre afirmația lui Greg Brockman și poziția OpenAI.

4. First look at GPT-6 Astra, evaluarea Box pe documente profesionale complexe și fluxuri de lucru cu mai multe fișiere.

5. GPT-6 Astra is a banger, testele realizate de Claire Vo în programare, browser, dispozitive și Blender.