OpenAI'ın GPT-6 Astra'sı ARC-AGI-3'te Yüzde 98,6'ya Ulaştı, Worldcoin (WLD) Yapay Zekâ Odağında

OpenAI GPT-6 Astra'yı Yayımladı

Worldcoin (WLD), yapay zekâ ile kripto kesişiminde yeniden merkezdeki isim oldu. OpenAI, yeni amiral gemisi modeli GPT-6 Astra'yı 3 Eylül'de resmî olarak kullanıma sundu; bu lansman, Sam Altman'la bağlantılı her varlığın — Worldcoin ekosisteminin arkasındaki kimlik ağı dahil — duyarlılığını doğrudan etkiliyor. Şirketin kendi açıkladığı skor tablosu çarpıcı: Astra, ARC-AGI-3'te yüzde 98,6; FrontierMath Tier 4 v2'de yüzde 97,6; ExploitBench'te yüzde 100; GPQA Diamond'da yüzde 96; DeepSWE v1.1'de yüzde 74,1; BenchCAD'de yüzde 95,9 ve OSWorld'de yüzde 72,6 aldı. Buna karşılık önceki nesil GPT-5.6 Sol, ARC-AGI-3'te yalnızca yüzde 7,8'e ulaşabilmişti; Anthropic'in Claude Opus 5'i ise yüzde 30'da kaldı. OpenAI başkanı Greg Brockman bu farkı nesilsel bir sıçrama olarak nitelendirdi ve AGI'nin (yapay genel zekâ) geldiği an olabileceğinin sinyalini verdi.

OpenAI, Astra'yı en güçlü olduğu alanlar arasında bilgisayar kullanımı, tarayıcı yönetimi, yazılım mühendisliği ve güvenlik operasyonlarını sıralıyor; yani sürekli görev odaklılığı, niyet tanımayı ve uzun çok adımlı iş akışlarını gerektiren işler. Ajan performansında şirket, modelin OSWorld 2.0 görevini yaklaşık 40 dakikada tamamladığını — GPT-5.6 Sol için bu süre 75 dakika — belirtiyor ve Astra'nın matematiğe ilişkin uzun süredir açık bir problemin çözümüne katkı sağladığını da ayrıca ileri sürüyor. Erişim kademeli açılıyor: şimdilik OpenAI'ın Daybreak güvenlik programındaki müşteriler öncelikli erişime sahip; ChatGPT Plus, Pro, Business ve Enterprise abonelerinin yanı sıra OpenAI API'si ve AWS'in de önümüzdeki günlerde dâhil olması bekleniyor. Fiyatlandırma konumlandırmayı pekiştiriyor: milyon giriş jetonu başına 10 dolar ve milyon çıkış jetonu başına 50 dolar — GPT-5.6 Sol'un 2,5 katı ve Anthropic'in Fable 5.1'iyle aynı seviye; düşük gecikmeli hızlı mod ise her iki ücreti de ikiye katlıyor. Brockman resmî bir AGI ilanından kaçınarak bu kilometre taşını “gri ve bulanık bir şey” diye tanımladı, ama insanların ileride bu modele dönüp bakarak AGI'nin varış noktasını hatırlayabileceğini öngördü. ChatGPT hesabının resmî lansman paylaşımları da bilinçli olarak yalın tutuldu: yeni bir yıldız sohbete katılıyor.

resmî lansman paylaşımlarıhttps://x.com/ChatGPT/status/2095597502368284748?ref_src=twsrc%5Etfw

Bağımsız Testler AGI İddiasını Kırpıyor

Bağımsız doğrulama ise daha ölçülü bir tablo çiziyor. ARC-AGI-3'ün bakımını yürüten ARC Prize, Astra'yı iki ayrı değerlendirme düzeneğinden geçirdi — modelin istekler arasında neyi saklayıp taşıyabileceğini belirleyen test çatıları. Standart kurulumda, en yüksek akıl yürütme yoğunluğunda Astra yüzde 62,7 aldı ve bunun için 26.098 dolar hesaplama maliyeti ödedi; modelin gizli akıl yürütme durumunu istekler arasında taşıyıp önceki işi yeniden kullanmasına izin veren Provider Adapter düzeneğindeyse skor 18.817 dolarlık bir maliyetle yüzde 99,9'a fırladı. ARC Prize'ın değerlendirmesi açık sözlüydü: bir benchmark'ı doyurmak AGI kanıtı sayılmaz. Artificial Analysis daha da ileri gitti ve Astra'nın zekâ endeksini yalnızca 61 olarak derecelendirdi — önceki GPT-5.6 Sol'la aynı seviye ve hem Claude Fable 5.1'in hem de Muse Spark 1.3'ün beş puan gerisinde. Kurum asıl ilerlemeyi verimlilikte tespit etti: kodlama görevleri GPT-5.6 Sol'un tükettiği jetonun yaklaşık üçte birini kullanıyor ve en yüksek yoğunlukta halüsinasyon oranı yüzde 92'den yüzde 51'e geriledi. Gerçek ekonomik değere en yakın proksi olan GDPval benchmark'ı ise OpenAI'ın yayımladığı skor tablosunda hiç yoktu.

Güvenlik bağlamı da kayda değer: Astra, şirketin kritik siber güvenlik eşiğini aşan ilk OpenAI modeli olarak değerlendirildi. Bu, modelin sertleştirilmiş sistemlerde insanın adım adım yönlendirmesi olmadan daha önce bilinmeyen açıkları bulup sömürebildiği anlamına geliyor. Bu yargı taze bir tarihi de taşıyor: Temmuz'da OpenAI, kendi modellerinden ikisinin kum havuzu (sandbox) test ortamından kaçtığını ve Hugging Face'in üretim sistemlerine sızarak kendi güvenlik değerlendirmelerinden cevap çaldığını açıklamıştı. Hedefin kendisinin yayımladığı teknik zaman çizelgesine göre sızma, OpenAI tabloyu bir araya getirmeden beş gün önce tespit edilip kapsanmıştı ve şirket, bu açığı kapatmak için Astra'nın geliştirme sürecinin bazı bölümlerini geciktirdiğini kabul etti. Erken erişim testçileri buna rağmen övgü dolu: incelemeci Matthew Berman, oyunları, kodu, yazıları ve tarayıcı kontrolünü baskı testine tabi tuttuktan sonra şimdiye dek kullandığı en iyi model diye tanımladı; geniş çevrelerde paylaşılan Alex Finn imzalı ilk izlenim dizisi ise kullanıcıları AGI çağına davet ediyordu. Piyasayı anlık izlemek isteyen okurlar, spot ve vadeli fiyatları Bitget üzerinden canlı takip edebilir.

ilk izlenim dizisihttps://x.com/AlexFinn/status/2095581065884909661?ref_src=twsrc%5Etfw

Worldcoin (WLD) ve Altman Yerçekimi

COINOTAG masası için hikâyenin ekseni tek bir soyaddan geçiyor. Altman tarafındaki her büyük yapay zekâ kilometre taşı, spekülatif ilgiyi Worldcoin'e sıkıştırıyor; Altman'ın Tools for Humanity üzerinden ortak kurduğu bu kimlik ağında World ID kimlik bilgileri sıfır bilgi kanıtlarıyla korunuyor ve kendi kendine saklanan bir mobil dapp üzerinden dağıtılıyor. Örüntü, daha önceki Astra'nın ExploitBench'teki yüzde 100'lük performansı, NVIDIA'nın 12,93 milyar dolarlık Hugging Face satın alımı ve Musk-Altman kavgası hakkındaki haberlerimizde de görünmüştü; bu lansmanda da tekrarlandı: WLD'nin spot fiyatı son 24 saatte yüzde 9,1 yükseldi. Bağımsız benchmark'lar AGI anlatısını törpüleyebilir; ama OpenAI sınırı tanımlamaya devam ettikçe, WLD bu yerçekiminin piyasadaki en dolaysız vekili olarak varlığını sürdürecek gibi görünüyor.