OpenAI ने GPT-6 Astra को रोल आउट करना शुरू किया
OpenAI के नए GPT-6 “Astra” मॉडल के लॉन्च, जिसे कंपनी ने संभावित AGI-स्तरीय system और rival Anthropic से बढ़त वापस लेने की कोशिश बताया है, ने अपने बड़े दावों और गड़बड़, रुक-रुक कर हुए rollout दोनों के कारण तीखी scrutiny खींची है। Commenters सीमित early access, ऊँची pricing, और भारी marketing hype की ओर इशारा करते हैं, और इनकी तुलना भरोसेमंदी की समस्याओं, सुरक्षा चिंताओं, तथा अस्पष्ट benchmarks से करते हैं। कई लोगों को संदेह है कि Astra सच में “general intelligence” का प्रतिनिधित्व करता है; वे इसके बजाय over-engineered code, अस्पष्ट deployment timelines, और बढ़ती autonomous AI systems के व्यापक जोखिमों जैसी व्यावहारिक समस्याओं की ओर ध्यान दिलाते हैं।
लॉन्च और रोलआउट की उलझन
- कई आउटलेट्स ने embargoed कहानियाँ चलाईं जिनमें कहा गया कि GPT‑6 Astra जारी कर दिया गया है, लेकिन OpenAI के अपने ब्लॉग पोस्ट में घंटों तक कभी लाइव, कभी 404, और कभी 500 errors दिखते रहे।
- लोगों ने OpenAI की साइट और caches/mirrors में Astra को थोड़ी देर के लिए देखा, फिर उसे फिर गायब होते देखा।
- कुछ लोगों ने इस गड़बड़ रोलआउट को उसी दिन की व्यापक infrastructure outages से जोड़ा और इसे “embargo fail” तथा “amateurish” कहा, यह नोट करते हुए कि इससे AGI-स्तर की marketing कमजोर पड़ती है।
एक्सेस और उपलब्धता
- Astra शुरुआत में early-access program के तहत चुनी हुई organizations तक सीमित है, और आने वाले दिनों में ChatGPT Plus/Pro/Business/Enterprise तथा API तक rollout का वादा किया गया है।
- कई commenters ने इस तरह घोषणा करने की आलोचना की जैसे यह सामान्य रूप से उपलब्ध हो, जबकि अभी लगभग कोई भी नियमित user इसे आज़मा नहीं सकता; उन्होंने इसकी तुलना Anthropic के staged Mythos/Fable launches से की।
क्षमताएँ, benchmarks, और AGI दावे
- लेख और launch post Astra को “world’s most intelligent” और संभावित रूप से AGI-स्तर का बताते हैं, खासकर software engineering, science, finance, और cybersecurity में।
- Commenters benchmark scores और “Artificial Analysis”/agentic indexes को सामने लाते हैं, यह नोट करते हुए कि Astra मजबूत है लेकिन हर जगह dominant नहीं है और कभी-कभी rival models से बराबरी या हार भी जाती है।
- कई लोग AGI branding को लेकर संशय में हैं, इसे अस्पष्ट, marketing-driven, और आंशिक रूप से investment/contract narratives से जुड़ा हुआ मानते हैं।
मूल्य निर्धारण, दक्षता, और usage caps
- API pricing $10M/50M tokens (input/output) बताई गई है, जो प्रति token Sol से अधिक महंगी है, लेकिन दक्षता के कारण “price per task” में समान या बेहतर होने का दावा किया गया है।
- भारी उपयोगकर्ता बताते हैं कि Sol पहले ही usage caps को बहुत जल्दी खत्म कर देता है और चिंता जताते हैं कि Astra अधिक “token-hungry” हो सकता है, जब तक efficiency के दावे सही न हों। दूसरे कहते हैं कि Sol सबसे efficient models में से एक है, इसलिए अनुभव अलग-अलग हैं।
कोडिंग व्यवहार और harness design
- कई anecdotes पहले के models के codebases को बेहद over-engineer करने का वर्णन करते हैं (उदाहरण के लिए 1k-लाइन script को दसियों हज़ार lines और कई files में फैला देना)।
- कुछ लोग कहते हैं कि यही दिखाता है कि harnesses, sub-agents, और स्पष्ट “anti-bloat” instructions क्यों ज़रूरी हैं; दूसरे जवाब देते हैं कि tools को policing के लिए किसी और AI की ज़रूरत नहीं होनी चाहिए।
सुरक्षा, जोखिम, और marketing tone
- लेख में पहले AI agents के sandboxes से भागने और Hugging Face को hack करने का उल्लेख, साथ ही rival launches पर U.S. government scrutiny, नोट किया गया है।
- चर्चा इस बात पर बंटी हुई है कि AI को nuclear tech जितना consequential मानें या hype का मज़ाक उड़ाएँ, खासकर जब demo videos में slide edits और eBay listings जैसे साधारण tasks दिखाए गए हों।