今天凌晨open ai正式推送了gbt6 astra 这是目前全世界最强的 ai大模型 从 ai大模型的基准测试结果来看
gbt6也是断档式的领先了目前所有已经存在的 ai大模型 也包括在本周三刚刚推出的cloud 5.1
并且在arcagi-3的测试中 gbt6的得分居然高达99.9% 上一代的gbt5.6得分仅为7.8% 这意味着gbt6已经大跨步的迈向了agi时代
同时OpenEye给出的GPT6的详细介绍文档中
也是展示了最少50个GPT6的一个使用场景
以及它产出的一些效果
可以说整个GPT6在游戏制作专有的一些领域
以及普通的工作
还有去来做科研方面
整个的能力以及产出的效果
真的给我的感觉就是卧槽实在是太强了
所以本期视频我将结合OpenEye给出的这篇详细的介绍文档
来跟大家分享整个GPT6的一个应用到底有多么的强
以及想要通过整个的基准测试
来跟大家横向对比跟cloud 5.1以及gbt 5.6solar 比整个gbt6的一个提升到底是有多么的强
哈喽大家好 欢迎大家来到viktok 本期视频想跟大家分享 在刚过去一天里整个AI行业有哪些大事发生
如果你喜欢我的视频 请点赞关注本频道 大家点赞与关注 就是我坚持下去的最大动力 感谢各位的一个点赞
在仔细的读完gbt6 Astra的一个介绍文档后 我个人的一个评价只有五个字 卧槽太强了
因为之前新模型的介绍文档
模仿会花大篇幅来去介绍
他们在基准测试能力方面的一些提升
而整个GPT6的介绍文档
除了介绍整个基准测试的一个成绩之外
还至少展示了得有50个实际的一个应用场景
以及用GPT6所产生的一个效果
可以说GPT6在整个的游戏制作
编写代码
以及处理专业领域的专有工作方面
包括在做科研
都展示了令人非常吃惊的一个能力
我们首先来过一下
它的一个基准测试能力的实际评分
在这里openI用gbt6 gbt5.6以及cloud5.1
也就是在本周三刚刚才推出的这个大模型来去做了一个对比
而在周三的视频中我也跟大家介绍了cloud5.1的最核心能力值的提升
其实就是来自于科研能力
那么它的科研能力来到了52.6
而整个gbt6的得分直接来到了64.6
可以说直接又是超过了cloud5.1一代的一个水平
而且其中更吓人的是在arcai-3的一个基准测试中
它的得分有99.9%
那么ARCAGI-3测试是一个专门测试
AI大模型是否能够达到AGI能力的一个值
所以它99.9%的得分
是不是意味着GPT6已经达到了AGI
而且我看到有人用GPT6去做了一个游戏
他用GPT6做了一个类似于GTA的这种游戏
那么GPT6去往里面去加了非常多的这个AI证图
来去填充了各种的一些人物角色
在短短的几十分钟后
那么这些人物居然可以开始自己进行交流
而且开始去构建自己的一个家园了
所以这是不是整个AGI的一个能力展现
而且你看到他给出的这个视频是非常粗糙的
因为他说他就用整个Astra去简单的写了几行提示词
然后他就开始去自己的跑这个任务了
那么这个视频也是长达9分钟
今天也是在外网上直接都传封了
那么这个视频也是向大家展示了
整个Astra的一个实际的能力到底是有多强
然后我们来看一下他的一个详细的介绍文档
一个个的去跟大家来去过
那么刚才的这个实际的精准测试
我也跟大家看过了
那你发现就是多种测试
它几乎都是断档式的领先
目前所有的这种AI大模型的
而且在这个理解用户意图
还有模型行为方面的一个测试
GPT的Ultra已经将错误率降低到了0%
而上一代GPT 5.6 Solar
却还有48.2%的一个错误
所以如果你要对应
OpenAI在今天发布会上
所写的第一句话
任何在你电脑上能做的事情
Ultra都能帮你完成
而且速度更快
所以确实在整个computer use方面的一个得分
整个gpto也是非常高的
并且他已经知道用户到底想做什么
他也不会像gpto5.6一样去调用过多的一些超额权限
所以在整个安全性方面整个提升也是很多
所以这个astra基本上就是一个可以能够帮你接管电脑的一个实际AI大模型
那么关于更多的这种实际的测试我们就不看了
我们来看一下他在多个实际用力方面的一些实际结果
第一个是他来去画这个PCB电路图
那么PCB电路图这里解释了
是目前电子产品的一个不可或缺的一部分
但是是一个需要手工完成的任务
也是电子设计流程中常见的延迟来源
那么在这里面
他仅用了15秒钟的时间
就已经完全画出了这个电路图
去大幅度的提升了
去来设计PCB电路图的一个速度
那么同时在整个Excel表格的一个制作方面
那么他的一个金融建模速度
去人类冠军的有4倍
这个也是很夸张
而且你看
在整个游戏开发方面
它也是沉浸式的来去构建
这种类似于我的世界
这样的一些3D的一些游戏
而且拥有更多的一些可扩展性
跟一些可变性
并且在填写1040这个报税表格中
那么它的速度也是极快的
那么在输出各种前端方面
那么它的一个展示就更是非常夸张了
那么还有设计整个汽车变速器的一些模型
你都可以一个个的去来看
包括来去起草整个法律文件
法律备忘录
它的速度标准
还有使用word的一些细节
也都是做的真的非常非常好
那么下面有一些
比如说去来搜索一些儿科医生
可能想用到的一些内容
那么在这里也都有很快的展示
还有是帮你去寻找公寓
还有选择一些公寓
并且对行一些筛选
那么它的使用时间
仅有9分钟57秒
还有对车管所进行预约
包括去写一些低碳零食的一些论文
还有在做整个幼儿园的实际分析
它的一个速度都很快
而且整个阐述的结果
我觉得都是非常非常的厉害的
那么下面也有
他对于这个实际专业工作的一些变化
你看到在写整个PPT
电子表格
还有整个文档样式方面
那么我觉得他做的
已经几乎超越了工作五年的一些人类
因为这个其实是一些非编码任务啊
我们自己也能够看懂
而且可能很多人的工作就是在做这个
所以我觉得GPT6一出
这些人基本上也是只需要去学会
如何用GPT6就可以了
而且在整个虚拟引擎渲染方面
他给出的这个实际效果视频也是非常夸张
不知道大家有没有用过所谓的VR看房
我觉得他的这个实际的引擎展示
已经直接超过了VR的实际设定
那么还有去来设定各种模型啊
以及来去做整个房间的一些实际效果图
我觉得这个产出啊
简直就是非常夸张
就是你找一个再好的房屋中介房屋设计师
让他来去帮你的这个房子
做一个什么装修效果
包括一些设计的等等
那么他可能真的没有整个AI做的好
这点也真的是很夸张
而且在制作游戏方面
那么这个卡丁车游戏啊
大家也可以去来试玩一下
那么在GPT5.6 Solar发布的时候
我记得他们也做过类似的一款游戏
那么整个游戏
无论是从实际的画面感操作感
包括整个游戏的交互方面
也均叫上一代有了很多的提升
就是如果你翻开GPT5.6的一个介绍文档
跟这个游戏所需做一下对比
你会发现上一个产品
简直就像小学生来去做的
那么还有这个类似于宇宙飞船的一些游戏
这个的设定也是很厉害
也能把整个宇宙飞船去转化为这个3D模型
而且也是能够承担初始的一些建模工作
那么同时如果要去制作一些网页
还有一些做专业的搜索
包括来去做一些购物清单
在处理这种日常的琐碎的任务方面
整个GPT6也是要比5.6给出的结果更加的详细且准确
并且也能够更好的理解
你想要做的一些实际的逻辑
那么在代码方面
由于我自己不是这个代码工程师
所以我没有办法来通过实际的效果来跟大家展示
我们就看一下他的基准测试能力评分吧
就是在几乎所有的基准测试方面
他都直接跑到了第一
特别是在整个数据库迁移任务方面
他的得分可以说是目前最高的
而且也是断档式的领先了其他几家
后面就是他在介绍的怎么样去来对
后面就是他在介绍的怎么样去来对于科学研究这方面的一些推送 那么这也是直接跟cloud 5.1来去做一些竞争
因为5.1的核心就是去来推动了整个科研的进步
再去处理一些专有的数学问题
还有一些科学评估问题
以及来去做一些药物方面
那么它的一个测试评分和能力
也真的是很强
可以说如果Cloud的发报5.1
开始对整个科研领域进行了AI的探索化
那么整个GPT6可以说
已经开始将整个科研
逐步的做成了流程化
在整个测序蛋白质的质量
还有来去做整个细胞追踪方面
它可以去非常快速的去减轻
目前科研人员的这个实际的工作量
也就是目前一些可能没有那么复杂的一些科研工作都直接可以交给他来做
然后就是网络安全能力方面
那么网络安全能力也是整个Astra去延期到今天所才发布的一个关键
并且在周三的时候整个openai也是发了一篇文章来介绍了Astra在网络安全能力方面的一些提升
特别是他们在6月到8月所做的这个能力值的提升
你看到相较于gbt5.6
它的一个提升简直就是它的一个三到四倍
所以整个的提升值可以说是非常的夸张
那么关于网络安全方面
它在这里也是展示了压力测试的一个成绩
那么GPT6的一个测试成绩仅为2.4
那么像File 5.1还有9%
Opus 5还有11%
可以说整个压力测试也是真的很厉害
包括绕过自动审核
以及我刚才介绍的理解用户意图方面
它的得分也真的是非常高
并且在降低AI幻觉方面
它也有了质的提升
GPT5.6的幻觉还有18%到10%
那么这次直接有5%到1%左右
所以这个的提升也是很明显
怎么说呢
就我只能说在每一个领域方面
好像GPT6 Astra都把AI带到了一个全新的时代上
如果说GPT5.6和GPT Work
是让人们可以去来用AI来去处理一些非编码的工作
而且整个的效率得到了质的提升的话
GPT6 Astra则是把一个更聪明的大脑直接放到了这个产品中
可以说这是整个AI时代的一次跨时代的产品更新
所以我看完之后就是真的实在是太强了
已经迫不及待的想要去用它来去玩一玩了
只不过说目前呢
整个GPT用函并没有进行推送
他也说会在未来几天去逐步的向所有付费用户进行推送
包括整个plus用户
目前呢
它的一个价格也是将较于5.6
Astra发了有2.5倍
那么它的一个输入价格是10美金EM
然后每百万的输出是50美金
可以说整个的价格是非常贵的
但是在整个token的消耗量方面
他也说要比gbt5.6少了 大概有60%到70左右 所以更少的token消耗对应更多的一个价格 可能实际的使用体感应该也差不多
但是按照之前大模型推出的一个实际的效果来看 可能这个价格和token的消耗都会水涨船高 但这个也其实真的合理
毕竟目前gbt有的一个能力 我觉得从他展示来看真的是很强
所以目前我只能说通过它的一个介绍文档
跟大家去来展示它到底有多强
等后面它推送我自己用几天之后
再跟大家去来做一个详细的教程
来看看GPT6到底如何去来帮助你提升实际的一个工作流
我上一期来去介绍GPT5.6和Codex接管工作流的视频
也是获得了大家非常多的一个关注
所以我觉得这次GPT6换上了一个更牛的大脑
应该去对工作流的提升也是非常的立竿见影
可以说整个gbt6 Astra就是目前跨时代的一个AI产品
它的推出可能真的不亚于苹果推出iphonex
所以大家真的后面开始用起来
然后进行测试起来吧
我觉得这个产品真的也是目前能够引爆目前AI行业的一个产品
可以说gbt6推出来以后
已经跟cloud完全拉出了一代的一个差距
那么这也是openei跟Athrapic这两家公司
在2025年到现在拉开的最大的一个差距了
那么Athrapic也要在今年上市
所以我不知道gb6 Astra的推出是否会对它上市ipo的一个估值产生一定的一个影响
同时我们也看到像詹的3.8也是在昨天的时候发布
我也跟大家写了相关的一些介绍文档
然后cloud file 5.1也是在周三发布
可以说本周也是ai的绝对的一个大周
我建议大家这些新的模型
如果你能用的话最好也都调用起来
毕竟目前你使用gb6 Astra
哪怕你开最高级的pro
你每个月的一个花费也就是200多美金
但是我觉得它能够帮助你解决的一个任务
以及优化你的一些工作流的价值
是远远要超过200美金的
所以最强的大模型已经放给大家了
我也希望各位可以去花更多的时间
来去学习研究
以及怎么样去用GPTW Astra
去来优化和提升你的工作
毕竟我个人认为
整个AI大模型还只是一个工具
核心还是人类做事情的一个逻辑
以及我们的一些坚持
毕竟哪怕你看好一个领域
有再好的工作
你不去坚持去努力去做
其实也是没有用的
所以在下周的视频中 我会向大家展示 我如何用gbtu astra 去来优化我的工作流 也是希望可以帮助各位去更好的去学会以及使用目前的这个最大的大模型 接下来其实就是等待时间
我们等一等在周末或者是下周的早些时候 可以开始去来使用gbtu astra这个大模型真的是很强 我建议大家都赶紧去来用起来
好 以上就是本期的一些所有内容了 如果你喜欢我的视频 请点赞关注我的频道 感谢各位的一个支持 我们下期视频再见 拜拜