GPT-6 Astra diposisikan OpenAI sebagai model AI paling pintar sekaligus paling selaras dengan keinginan pengguna yang pernah dikembangkan perusahaan. Salah satu kemampuan yang menjadi sorotan adalah computer use, yakni kemampuan AI untuk menjalankan komputer dan berbagai aplikasi secara mandiri.
Kemampuan tersebut membuat cara pengguna berinteraksi dengan AI berpotensi berubah. Jika sebelumnya pengguna perlu memberikan instruksi secara rinci, GPT-6 Astra dapat menerima tujuan akhir kemudian menentukan sendiri langkah-langkah yang diperlukan untuk menyelesaikan pekerjaan.
GPT-6 Astra Bisa Mengoperasikan Komputer Secara Mandiri
Computer use menjadi kemampuan utama yang ditawarkan GPT-6 Astra. Melalui fitur tersebut, AI dapat melakukan berbagai aktivitas pada komputer seperti manusia.
Pengguna tidak harus menjelaskan setiap tahapan pekerjaan. Cukup memberikan perintah mengenai hasil yang ingin dicapai, kemudian Astra menjalankan serangkaian tindakan yang diperlukan.
Sejumlah pekerjaan yang dapat dilakukan GPT-6 Astra antara lain:
- Mengisi formulir secara online.
- Memperbarui data pada sistem CRM.
- Mengatur kalender.
- Melakukan riset melalui internet.
- Menyusun hasil riset menjadi dokumen atau email.
- Mengolah spreadsheet.
- Menganalisis data ilmiah menggunakan Python notebook.
- Mengoperasikan Power BI.
- Membuat dan menguji situs web.
- Menggunakan software teknik seperti KiCad dan FreeCAD.
- Memasang software.
- Melakukan troubleshooting software.
Kemampuan tersebut menunjukkan bahwa Astra tidak hanya dirancang untuk menghasilkan teks atau menjawab pertanyaan. Model ini juga diarahkan untuk menjadi agen AI yang dapat menjalankan pekerjaan secara langsung di lingkungan komputer.
Demonstrasi Astra Mengubah Gambar Menjadi Roket
Dalam salah satu demonstrasi, OpenAI memperlihatkan GPT-6 Astra menerima perintah melalui suara untuk mengubah gambar lingkaran kuning sederhana menjadi sebuah roket.
Astra kemudian menjalankan proses tersebut secara mandiri dengan menggambar sejumlah bidang di sekitar lingkaran hingga membentuk objek menyerupai roket.
Pekerjaan tidak berhenti pada pembuatan gambar. Ketika diminta membuat model tiga dimensi menggunakan Blender sekaligus mengembangkan sebuah game berdasarkan roket tersebut, Astra langsung menjalankan instruksi tersebut.
Hal yang membedakan pendekatan ini adalah pengguna tidak perlu menjelaskan secara detail aplikasi yang harus dibuka, tombol yang perlu diklik, maupun setiap tahapan pembuatan objek.
Dalam demonstrasi lainnya, GPT-6 Astra juga diperlihatkan mampu membuat listing barang di eBay dan menyusun presentasi hanya berdasarkan instruksi suara.
Lebih Cepat dari GPT-5.6 Sol dalam Pengujian Komputer
Kemampuan computer use GPT-6 Astra juga terlihat dalam pengujian OSWorld 2.0. Benchmark tersebut digunakan untuk mengukur kemampuan agen AI dalam menyelesaikan berbagai pekerjaan pada lingkungan komputer.
Dalam pengujian offline yang dilakukan OpenAI, GPT-6 Astra memperoleh skor 72,6 persen. Model tersebut membutuhkan waktu sekitar 40 menit untuk menyelesaikan setiap tugas.
Sebagai pembanding, GPT-5.6 Sol mencatat skor 65,7 persen dengan waktu penyelesaian sekitar 75 menit per tugas.
Dengan hasil tersebut, GPT-6 Astra tidak hanya mendapatkan skor lebih tinggi, tetapi juga menyelesaikan tugas sekitar 47 persen lebih cepat dibandingkan GPT-5.6 Sol.
OpenAI menyebut peningkatan kemampuan Astra merupakan hasil kombinasi pre-training dalam skala besar dan reinforcement learning. Metode tersebut digunakan untuk membantu model menghubungkan berbagai informasi sekaligus menyelesaikan pekerjaan panjang yang terdiri atas banyak tahapan.
GPT-6 Astra juga menjadi model OpenAI pertama yang proses pre-training-nya menggunakan lebih dari 100.000 DBU pada infrastruktur Stargate, proyek infrastruktur pusat data AI berskala global milik OpenAI.
Hasil Benchmark GPT-6 Astra
Selain pengujian computer use, OpenAI turut memperlihatkan hasil GPT-6 Astra dalam sejumlah benchmark yang menguji kemampuan berbeda.
Berikut sejumlah hasil yang dicapai:
- FrontierMath Tier 4 v2: 97,6 persen.
- DeepSWE v1.1: 74,1 persen.
- BenchCAD: 95,9 persen.
- GPQA Diamond: 96 persen.
- ExploitBench: 100 persen.
- ARC-AGI-3: 98,6 persen.
FrontierMath Tier 4 v2 digunakan untuk menguji kemampuan AI dalam menyelesaikan persoalan matematika tingkat lanjut. Sementara DeepSWE v1.1 berkaitan dengan kemampuan software engineering dan BenchCAD menguji pekerjaan desain berbantuan komputer.
Untuk GPQA Diamond, pengujian berfokus pada pertanyaan sains tingkat lanjut. ExploitBench berkaitan dengan kemampuan menemukan serta mengeksploitasi kerentanan software.
Sementara itu, ARC-AGI-3 dirancang untuk melihat kemampuan AI dalam beradaptasi dan menyelesaikan persoalan baru yang belum pernah ditemui sebelumnya. Pada pengujian tersebut, Astra mencatat skor 98,6 persen.
Opaque Recurrence Jadi Perhatian
Di balik peningkatan kemampuan tersebut, GPT-6 Astra juga menghadapi kontroversi terkait teknik penalaran yang digunakan.
Teknik tersebut disebut opaque recurrence. Secara sederhana, metode ini membuat sebagian proses internal AI berlangsung dengan cara yang semakin sulit diamati melalui chain of thought atau alur pemikiran.
Persoalan tersebut menjadi perhatian karena kemampuan memantau proses reasoning merupakan salah satu cara peneliti memahami alasan sebuah model menghasilkan keputusan tertentu.
Ketika proses internal semakin sulit diamati, pengawasan terhadap perilaku model yang semakin canggih juga menjadi tantangan tersendiri.
Chief Scientist OpenAI Jakub Pachocki mengakui bahwa pemantauan proses reasoning menjadi semakin sulit seiring meningkatnya kemampuan model.
Model yang semakin mumpuni dapat menyelesaikan pekerjaan kompleks menggunakan lebih sedikit token bahasa. Dalam kondisi tertentu, proses tersebut bahkan dapat berlangsung tanpa token bahasa sehingga semakin sedikit bagian reasoning yang dapat diamati melalui pendekatan berbasis bahasa.
Kemampuan Siber Astra Memerlukan Pengamanan Ketat
Perhatian lain datang dari kemampuan GPT-6 Astra di bidang keamanan siber.
Astra disebut mampu membantu mengidentifikasi sekaligus mengembangkan eksploitasi terhadap celah keamanan zero-day. Istilah tersebut merujuk pada kerentanan software yang belum diketahui atau belum memiliki perbaikan.
Dari sisi keamanan, kemampuan tersebut dapat dimanfaatkan oleh tim keamanan untuk menemukan kerentanan dan melakukan perbaikan lebih cepat.
Namun, kemampuan yang sama juga membawa risiko apabila digunakan secara tidak tepat. Karena itu, semakin tinggi kemampuan siber sebuah model, semakin besar pula kebutuhan terhadap mekanisme perlindungan dan pengawasan.
Kondisi tersebut menjadi salah satu alasan OpenAI tidak langsung mendistribusikan GPT-6 Astra kepada seluruh pengguna.
GPT-6 Astra Dirilis Secara Bertahap
OpenAI menerapkan distribusi bertahap untuk GPT-6 Astra. Pada tahap awal, model tersebut tersedia bagi pelanggan program keamanan siber OpenAI, Daybreak.
Setelah tahap awal tersebut, Astra direncanakan tersedia bagi pengguna ChatGPT Plus, Pro, Business, dan Enterprise. Model ini juga akan disediakan melalui API.
OpenAI turut merencanakan ketersediaan GPT-6 Astra melalui sejumlah platform cloud, termasuk AWS Bedrock dan Microsoft Azure.
Peluncuran bertahap tersebut memperlihatkan bahwa perkembangan kemampuan AI tidak hanya berkaitan dengan peningkatan performa. Semakin mandiri sebuah model dalam menjalankan pekerjaan, semakin penting pula aspek keamanan, pengawasan, dan pengendalian penggunaannya.
GPT-6 Astra pada akhirnya membawa pendekatan baru dalam penggunaan AI. Model ini tidak lagi sekadar menunggu perintah untuk menghasilkan jawaban, tetapi dapat diberikan sebuah tujuan dan kemudian menjalankan berbagai tahapan pekerjaan melalui komputer secara mandiri.
