GPT-6 Astra zachwyca – sprawdzam, co potrafi (GPT-6 Astra Jest Niesamowity – Sprawdzam, Co Potrafi)

O czym jest ten film

1. Premiera GPT-6 Astra i głosy, że właśnie wchodzimy w erę AGI — inteligencji pracującej co najmniej na ludzkim poziomie.
2. ARC-AGI-3: niemal 100% w pomiarze z własnym „rusztowaniem” OpenAI, ale tylko ok. 63% w niezależnej replikacji bez niego.
3. Automation Bench: 41% zadań biurowych domkniętych od deski do deski (poczta → arkusz → kalendarz → odpowiedź do klienta).
4. Humanity’s Last Exam: ponad 57%, czyli gorzej niż u konkurentów — Astra nie wygrywa wszędzie.
5. Przykłady twórcze: przeloty po nieruchomościach na podstawie zdjęć z ogłoszeń, wizualizacja danych jako gra, automatyczny render miasta, grywalna fansowska „GTA”, lokomotywa z rysunku technicznego w Blenderze.
6. Uruchomienie: płatny plan Plus w ChatGPT, tryb Work, wybór modelu i poziomu „wysiłku” — sensowny kompromis to poziom wysoki.
7. Sterowanie komputerem: lokalna aplikacja, zgoda w ustawieniach, wywołanie przez znak @, przerwanie klawiszem Escape.
8. Własne testy autora: mieszkanie w 20 minut, strona internetowa w 33 minuty (lepiej niż model Fable), kampania reklamowa w 30 minut przy integracji z HiggsField.
9. Ekonomia kredytów: intro do gry na Astrze kosztowało 120 kredytów; do prostych zadań wystarczą Opus 5 lub tryb automatyczny.
10. Jakość polecenia decyduje o wyniku (garbage in, garbage out), a skalę potencjału pokazuje m.in. symulacja wioski agentów z własną ekonomią, powstała w pół godziny.

Redakcyjne tłumaczenie

Premiera i pytanie o AGI

GPT-6 Astra jest już dostępny. Część komentatorów twierdzi, że właśnie wchodzimy w erę AGI — sztucznej inteligencji, która większość pracy wykonuje co najmniej tak dobrze jak człowiek. Postanowiłem sprawdzić, ile w tym prawdy. Zobaczysz, co nowy model potrafi, gdy dostanie dostęp do komputera i prawdziwych narzędzi — a także, ile to naprawdę kosztuje.

Trzy testy, trzy różne odpowiedzi

Od kilku dni internet żyje jedną liczbą. W teście ARC-AGI-3, który sprawdza, czy model samodzielnie odkryje zasady nieznanej gry i ją ukończy, Astra uzyskała niemal 100 procent. Brzmi jak koniec dyskusji: mamy AGI. Haczyk w tym, że OpenAI przeprowadziło pomiar z własnym harnessem — takim rusztowaniem dokoło modelu, które daje mu dodatkowe możliwości. Ten sam test powtórzyła niezależna grupa badawcza, bez tego rusztowania, i wynik wygląda zupełnie inaczej: po zaokrągleniu w górę blisko 63 procent. To wciąż bardzo dobry rezultat, ale wyraźnie niższy niż ten, który podaje producent.

Drugi pomiar powinien szczególnie zainteresować każdego, kto pracuje przy komputerze. Nazywa się Automation Bench i sprawdza, czy model przeprowadzi jedną sprawę przez kilka programów, a potem doprowadzi ją do końca. Przykład: znajdź w poczcie ostatnie zamówienia, przepisz kwotę do arkusza, wpisz termin w kalendarzu i odpisz klientowi. Cztery kroki, jedna sprawa. Astra kończy 41 procent takich zadań. Na tle konkurencji to znakomity wynik, ale pokazuje też, że AI wciąż nie zrobi za nas wszystkiego — i może to dobrze.

Trzeci test to Humanity’s Last Exam, „ostatni egzamin ludzkości”: zestaw naprawdę trudnych pytań wielokrotnego wyboru z różnych dziedzin nauki, przygotowany przez doktorantów. Tutaj model uzyskał ponad 57 procent i — co ciekawe — wypada pod tym względem słabiej od konkurentów. Nie wygrywa więc wszędzie, ale w wielu zastosowaniach jest naprawdę dobry, a szczególnie w obsłudze komputera.

Co agent potrafi, gdy dostanie Blendera

Pierwszy przykład pochodzi wprost od OpenAI. Model otrzymał materiały referencyjne — powiedzmy wizualizacje, nie zwykłe zdjęcia — przeniósł je do Blendera, narzędzia do budowania modeli 3D, i wykonał spacer, który widać w materiale. Zrobienie czegoś takiego od zera wymagałoby długiej nauki, a potem jeszcze dłuższej pracy; tutaj agent zajął się wszystkim samodzielnie.

Skoro to przykład producenta, zobaczmy, co pokazują realni użytkownicy — a na końcu mój własny test.

Jeden z nich wygenerował podobną wizualizację na podstawie kilku zdjęć z ogłoszenia nieruchomości. Efekt? Ponadminutowy przelot przez mieszkanie. Tą samą drogą można „oblecieć” dowolny lokal czy budynek — cokolwiek zechcesz. Wygląda to naprawdę imponująco.

Kolejny przykład to wizualizacja danych w formie gry. Nie mamy tu wyłącznie ładnych modeli — jest też przepływ informacji i cała logika, a całość działa i wygląda bardzo dobrze. Każdy z was jest w stanie zrobić coś takiego z pomocą Astry; wystarczy trochę nad tym posiedzieć, a otwierają się naprawdę nowe możliwości.

Potem render miasta, wygenerowany w całości automatycznie — z teksturami włącznie; o tym, jak osiągnąć podobny efekt, będzie jeszcze mowa. Pamiętajmy, że stworzył to agent, nie człowiek.

Niektórzy niecierpliwi gracze, którzy nie mogą doczekać się GTA 6, postanowili zrobić własne wersje. To, co widać w materiale, to grywalna gra — miejscami fajna, miejscami słabsza. Ale róbmy uczciwy rachunek: wykonał ją model Astra w rękach ludzi bez doświadczenia w tworzeniu gier. W rękach profesjonalisty takie narzędzia stają się naprawdę potężne, więc warto ten temat pogłębiać.

Ostatni z tej serii: użytkownik przesłał zrzut techniczny lokomotywy, a Astra zupełnie sama zrobiła wizualizację w Blenderze. Lokomotywa nie jest idealna, ale jak na samodzielną pracę agenta — robi wrażenie.

Jak uruchomić GPT-6

Przede wszystkim potrzebujesz płatnego konta w ChatGPT — i najtańsza opcja już nie wystarczy. Na ten moment trzeba mieć plan Plus. Następnie przechodzisz do trybu Work, gdzie pojawia się wybór modelu: GPT-6 Astra oraz poziom „wysiłku”. Im wyższy wysiłek, tym lepsze wyniki, ale też tym szybciej wyczerpią się limity — warto więc ustawić coś rozsądnego, na przykład poziom wysoki. Zastrzegam, że ten układ może się szybko zmieniać.

Dostęp do komputera

Jeśli chcesz, żeby agent obsługiwał Twój komputer i klikał po ekranie, potrzebujesz aplikacji zainstalowanej lokalnie. Samo zainstalowanie nie wystarczy: w ustawieniach aplikacji musisz wyrazić zgodę na użycie komputera (po polsku opcja właśnie tak się nazywa). Potem w czacie wpisujesz małpę — znak @ — wybierasz „komputer” i oddajesz agentowi sterowanie. Rób to z rozwagą, bo przy tak szerokich uprawnieniach może sporo namieszać.

Mój pierwszy test: mieszkanie w 20 minut

Jako pierwsze zadanie kazałem Astrze wygenerować wizualizację mieszkania na podstawie kilku referencji. Wróciła z przelotem, który widać w materiale — i uwaga: miała na to tylko 20 minut. Jak na tak krótką pracę wynik jest w porządku; pomyśl, co by było, gdyby agent dostał dziesięć godzin. Na razie nie testuję tej skali, ale pokażę, co zrobiła w 33 minuty.

Bo taki właśnie miała budżet. Przy ustalaniu celu możesz jednocześnie określić, jak długo agent ma pracować — na przykład: „dąż do celu przez 40 minut”. W tym przypadku zlecenie brzmiało: zrób stronę internetową, najlepiej jak potrafisz. Polecenie nie było rozbudowane, a efekt widać w filmie. Wysłałem swoje logo, okładkę agent zmienił, całość wymagałaby zdecydowanych poprawek — pokażę zaraz, jak to robić. Są elementy graficzne, strona moim zdaniem wygląda bardzo fajnie; niektóre teksty są mało czytelne, więc drobne rzeczy bym poprawił, ale jako całość prezentuje się naprawdę dobrze. I powiem szczerze: z tym zadaniem poradził sobie lepiej niż model Fable.

Reklamy z jednego polecenia — integracja z HiggsField (sponsor odcinka)

Załóżmy, że do tej strony potrzebujesz reklam: tekstowych, graficznych, wideo. Tu Astra sama z siebie nie wystarczy — potrzebuje dostępu do dodatkowego narzędzia. Tym narzędziem jest HiggsField: dzięki niemu ChatGPT zyskuje możliwość generowania filmów, audio i różnych materiałów marketingowych, wszystko z poziomu panelu czatu. Jak to podłączyć — zaraz pokażę, ale dodam uczciwie: HiggsField jest sponsorem tego odcinka, dzięki czemu mogę nagrywać dla was więcej materiałów.

Cała integracja zaczyna się od strony MCP CLI. (Informacja dodatkowa: MCP, czyli Model Context Protocol, to otwarty standard podłączania zewnętrznych narzędzi do modeli językowych — działa nie tylko z ChatGPT, ale na przykład też z Claude’em czy innymi agentami.) W przypadku ChatGPT jest najprościej: wchodzisz we wtyczkę HiggsField, zostajesz przekierowany na swoje konto, klikasz „zainstaluj wtyczkę”, wyrażasz zgody i logujesz się. Systemy są połączone — od teraz możesz tworzyć różne kreatywne rzeczy.

Wróciłem do czatu i podyktowałem zadanie: „Przygotuj 10 tekstów do tego produktu na Facebook Ads. Przygotuj 10 kreacji wizualnych — pionowe, poziome i kwadratowe, czyli łącznie 30 grafik. Do tego 5 filmów reklamowych bez głosu, ale z lektorem Krzysztof, który jest dostępny w HiggsField. Masz na całą pracę 30 minut”. Dodałem jeszcze polecenie z ukośnikiem — /cel — żeby czas pracy został zapamiętany jako cel. Można doprecyzować też organizację plików: „wszystkie generacje umieść w jednym katalogu, w trzech podkatalogach, a teksty w jednym pliku doc”. Przy pierwszym razie trzeba oczywiście dołączyć opis produktu. Wysyłasz zadanie i idziesz się napić albo odpocząć — agent pracuje, a Twoim zadaniem jest zweryfikować wynik.

Supercomputer: kreatywność nawet bez ChatGPT

Gdy agent pracował, pokazałem prostsze rozwiązanie do użycia bezpośrednio na stronie HiggsField — również z Astrą, nawet jeśli nie masz czata. W zakładce Supercomputer czeka gotowe środowisko, w którym robisz przeróżne rzeczy: nie tylko grafiki i filmy, ale też strony, miniaplikacje czy wizualizacje — z pomocą najnowszych modeli, w tym GPT-6 i Claude’a. Nie musisz przełączać się między aplikacjami, ale każdy model pobiera kredyty. Zatem do najbardziej ambitnych, najtrudniejszych prac wybierasz nowsze modele typu GPT-6 Astra, a lżejsze operacje zlecasz trybowi automatycznemu.

Mój przypadek: potrzebowałem trzydziestosekundowego intro do gry komputerowej, o której opowiadałem w poprzednim odcinku. Wprowadziłem polecenie, opis gry (żeby agent wiedział, o co chodzi) i wcześniej wygenerowany plik audio. Dodałem: „wybierz optymalny model, nie wydawaj więcej niż 300 kredytów, jakość HD”. Superkomputer myślał czternaście minut, przygotował różne ujęcia i połączył wszystkie generacje w jednym rzucie — w jeden spójny film. Poprosiłem o dwa warianty; w pierwszym usłyszycie:

Był czas, gdy noc była tylko brakiem dnia. (…) Tu w tej dolinie kończy się droga. Tu trzeba postawić granicę. Tu zbudujemy fundamenty pod nowy świat. Lecz czy zdążymy przed zmierzchem?

Nie wszystko mi się podoba. Na przykład „gaśnięcie” osad — nie chodziło o to, że gasną, tylko że są niszczone. To trzeba doprecyzować w poleceniu, a agent może wprowadzić poprawki i złożyć materiał ponownie. Agent przekroczył też nieco budżet generacji, bo użyłem najnowszej Astry, która pobrała za to zadanie 120 kredytów. I nie uważam, że za każdym razem trzeba sięgać po Astrę albo Fable — do wielu zadań wystarczą słabsze modele, np. Opus 5, albo tryb automatyczny, które również radzą sobie bardzo dobrze.

Gotowe pomysły do skopiowania

Jeśli szukasz inspiracji na to, co możesz stworzyć z GPT-6 Astrą i HiggsField, czekają tam gotowe polecenia. Przykład: modelowanie postaci 3D plus film z historią — możesz zostać reżyserem własnego filmu. Po prawej stronie każdego przykładu jest prompt do skopiowania do swojego środowiska, na przykład ChatGPT. Są też różne ciekawe eksperymenty; niektóre wymagają dodatkowo Blendera, ale o tym jeszcze będę mówił.

Polecenia nadal decydują: garbage in, garbage out

Jak wypadły reklamy wygenerowane w całości automatycznie? Filmy to raczej lekki pokaz slajdów ze zbliżeniami — nie byłem konkretny, więc dostałem niekonkretny wynik. Część kreacji jest akceptowalna, ale nic nie powala na kolana. Właśnie dlatego, że nie przekazałem w poleceniu konkretnej wizji ani szablonów. Nawet z najnowszym modelem AI na świecie obowiązuje stara zasada: garbage in, garbage out — polecenia mają ogromne znaczenie. W mojej ocenie wyszło poprawnie, ale nudno.

Czekasz na agenta? W tym czasie zbuduj wioskę

W międzyczasie, gdy agent robił reklamy, puściłem jeszcze jedno polecenie: stwórz symulację wioski w pełni obsługiwanej przez AI. To, co widać w materiale, to żywa osada: każda postać ma przypisany model, który nią steruje. Celem wirtualnych osadników jest dominacja — mają więzienie, budynki, za które dostają wynagrodzenie, mogą rozmawiać między sobą i głosować na siebie, aż wyłoni się zwycięzca. Widać, że prowadzi Nela; są pakty i podatki — dzieje się. Można podpiąć do agentów jeszcze głosy, gdybyście chcieli posłuchać takiej żywej wioski. Wszystko powstało w 30 minut, kiedy czekałem na wynik innego działania.

I nie pokazuję tego po to, żeby chwalić fajne gry, ale żeby otworzyć głowę: jedno polecenie i mam symulację agentów z własną ekonomią, którzy rozmawiają ze sobą, a wszystko dzieje się automatycznie. Pomyślcie o prostych zadaniach — pisaniu tekstów, rozliczaniu dokumentów w Excelu, tworzeniu ofert. To wszystko jest dziś w zasięgu AI i naprawdę bez większego problemu. Eksperymentujcie, uczcie się — i będzie z tego sporo korzyści.

Astra w moim systemie pracy

To, co teraz widać w materiale, to mój osobisty system zarządzania życiem i firmą, wspierany sztuczną inteligencją. Znajduje się tam dosłownie wszystko, co związane z marketingiem, firmą i częściowo życiem. Pokażę jedną funkcję, nad którą pracuję — shortsy. Filmy krótkie można tworzyć z pomocą AI, a HiggsField bardzo przydaje się do generowania przebitek i krótkich ujęć. Po połączeniu takich systemów shorty powstają same — albo w superkomputerze, albo we własnym środowisku. Co fajne, ChatGPT albo Claude mogą pobierać zrzuty z internetu, wstawiać je do filmu i budować z nich historie. Ten short pojawi się na moim kanale już niebawem. Wszystkie animacje, które widzieliście w tym materiale, również zostały zrobione przez GPT-6 Astrę i — w niektórych momentach — HiggsField.

Przejęcie komputera na żywo: karykatura w Paincie

Na zakończenie pokażę, jak ChatGPT obsługuje komputer. Spróbujemy z Paintem — programem, który zawładnął wszystkimi szkolnymi pracowniami; sądząc po wszystkim, każdy z nas odbył przez niego swoje „szkolenie”. Wchodzę do czatu i dyktuję polecenie: „Na pulpicie masz moje zdjęcie twarzy. Masz również otwartego Painta. Przejmij komputer i narysuj moją karykaturę”. Tyle.

Chat zaczyna myśleć — u mnie dziesięć sekund — wybiera umiejętność posługiwania się komputerem i zabiera się do pracy. Działanie sygnalizuje niebieska obwódka wokół ekranu; w każdej chwili mogę je przerwać klawiszem Escape. Można też wybrać, jak samodzielny ma być agent — nie polecam dawać mu za dużo, na karykaturę na początek wystarczy mniejsza swoboda. Mam nadzieję, że dobrze uchwyci moją fryzurę, bo to będzie ciekawy eksperyment. Materiał przyspieszam — efekt oceńcie sami i koniecznie napiszcie w komentarzu, jak wam się podoba.

Karykatura jest — i powiem szczerze: sam nie zrobiłbym tego w ten sposób. Ale to nie jest zabawka do rysowania karykatur. Agent może obsługiwać dowolne narzędzie, z którego korzystacie — także takie jak DaVinci Resolve czy Blender, wymagające już nieco specjalistycznej wiedzy. I świetnie sprawdza się do nauki: pokaże wam, gdzie kliknąć, żeby coś zrobić.

Co dalej

W kolejnym materiale pokażę, jak wykorzystać pełen potencjał Astry do modelowania w trójwymiarze i zamiany tych modeli w coś, co realnie wykorzystacie w różnych branżach. Dziękuję za oglądanie — będę wdzięczny za łapkę w górę i komentarz. Do zobaczenia w kolejnych materiałach.

Pozdrawiam — Krzysztof Gonet.

10 najważniejszych takeaways — z kontekstem zastosowania

1.Wyniki benchmarków czytaj razem z warunkami testu

Na czym polega: OpenAI podaje niemal 100% w ARC-AGI-3, ale przy własnym harnessie; niezależna replikacja bez tego „rusztowania” daje blisko 63%.

Jak stosować: Zanim wybierzesz model do pracy, szukaj pomiarów od niezależnych grup i zawsze porównuj, w jakich warunkach test był przeprowadzony.

Na co uważać: Jedna spektakularna liczba od producenta to materiał marketingowy, nie diagnoza — potrafi różnić się od realnego użytku o dziesiątki punktów procentowych.

2.Automatyzacje biurowe: 41% to i dużo, i mało

Na czym polega: Automation Bench mierzy domknięcie całej sprawy przez kilka programów (poczta → arkusz → kalendarz → odpowiedź); Astra kończy 41% takich zadań.

Jak stosować: Zaczynaj od procesów wieloetapowych, ale o przewidywalnych krokach, i zawsze licz na to, że część pracy trzeba dokończyć samemu.

Na co uważać: Nie zakładaj pełnej automatyzacji bez człowieka — każdy wynik agenta wymaga weryfikacji, zwłaszcza gdy w procesie są pieniądze lub klienci.

3.Ustawiaj „wysiłek” z głową

Na czym polega: Wyższy poziom wysiłku daje lepsze wyniki, ale szybciej wyczerpuje limity w planie; sensowny kompromis to poziom wysoki.

Jak stosować: Domyślnie pracuj na poziomie wysokim, a maksymalny zostawiaj na naprawdę trudne pojedyncze zadania.

Na co uważać: Limity znikają szybciej, niż się wydaje, a układ opcji w interfejsie potrafi się szybko zmieniać — sprawdzaj aktualne warunki planu.

4.Budżet czasu wpisz w samo polecenie

Na czym polega: Przy ustalaniu celu można określić, jak długo agent ma pracować (20, 30, 40 minut) — jakość rośnie wraz z budżetem, co widać na przykładzie mieszkania z 20 minut.

Jak stosować: Formułuj zadania jako para „cel + czas”, np. poleceniem /cel; zaczynaj od krótkich iteracji, żeby ocenić kierunek, zanim wydłużysz pracę.

Na co uważać: Dłuższa praca zżera więcej limitów i kredytów, a i tak nie zwalnia z sprawdzenia efektu.

5.Dostęp do komputera: świadoma zgoda i szybki hamulec

Na czym polega: Sterowanie pulpitem wymaga lokalnej aplikacji, zgody w ustawieniach i wywołania przez znak @; pracę sygnalizuje niebieska obwódka, a przerwa ją klawisz Escape.

Jak stosować: Na start włączaj minimalny zakres uprawnień i niski poziom samodzielności agenta; trzymaj Escape pod ręką podczas pierwszych zadań.

Na co uważać: Agent z dostępem do pulpitu może sporo namieszać — nie zostawiaj go bez nadzoru przy ważnych plikach i kontach.

6.MCP rozszerza agenta o multimedia

Na czym polega: Wtyczka HiggsField przez standard MCP dodaje do czatu generowanie filmów, audio i materiałów marketingowych; działa też z Claude’em i innymi agentami.

Jak stosować: Zainstaluj wtyczkę, wyraź zgody, a potem w jednym poleceniu zamawiaj całe pakiety kreacji (teksty + grafiki w podanych formatach + wideo) i żądaj konkretnej struktury katalogów oraz plików wynikowych.

Na co uważać: Każda generacja kosztuje kredyty, a materiał z wpisem sponsorowanym warto oceniać przez pryzmat interesu twórcy.

7.Dobierz model do zadania, nie odwrotnie

Na czym polega: Intro do gry na Astrze pochłonęło 120 kredytów i przekroczyło budżet; do wielu zadań wystarczą słabsze modele (Opus 5) albo tryb automatyczny.

Jak stosować: Najmocniejszy model rezerwuj dla ambitnych prac — skomplikowanych wizualizacji, montażu, zadań wielokrokowych; proste operacje zlecaj tańszym ścieżkom.

Na co uważać: Odruchowe sięganie po najnowszy model po cichu przepala budżet kredytów, zanim zauważysz, skąd znikają.

8.Konkretny prompt, konkretny wynik

Na czym polega: Reklamy zlecane bez wizji i szablonów wyszły „poprawnie, ale nudno” — nawet najnowszy model nie uratuje ogólnikowego polecenia.

Jak stosować: W zadaniach kreacyjnych podawaj formaty (pion, poziom, kwadrat), styl, ton, a najlepiej dołącz szablony i przykłady; po pierwszej turze doprecyzowuj (jak przy „niszczonych” osadach zamiast „gasnących”).

Na co uważać: Garbage in, garbage out działa w obie strony — brak konkretów odbijają się nie na modelu, tylko na Twoim czasie poprawek.

9.Czas oczekiwania zamieniaj w kolejne eksperymenty

Na czym polega: Symulacja wioski agentów — z ekonomią, rozmowami, podatkami i głosowaniem — powstała w 30 minut, kiedy autor czekał na generowanie reklam.

Jak stosować: Kolejkuj mniejsze zadania równolegle do dużych i testuj pomysły „przy okazji”; tak najtaniej odkrywasz, co agent potrafi w Twojej branży.

Na co uważać: Równoległość mnoży zużycie kredytów i liczbę wyników do sprawdzenia — łatwiej stracić pęd, niż nadążyć z weryfikacją.

10.Sterowanie pulpitem jako nauka specjalistycznych programów

Na czym polega: Agent obsłużył Paint, ale potrafi też poruszać się po DaVinci Resolve czy Blenderze — i przy okazji pokazuje, gdzie kliknąć, żeby osiągnąć efekt.

Jak stosować: Używaj trybu komputerowego jak tutora: zleć jedną czynność w trudnym programie i obserwuj kroki agenta, zamiast ślepo powtarzać tutorial.

Na co uważać: Efekt bywa nieprecyzyjny (karykatura, niedoskonała lokomotywa) — traktuj go jako szkic do poprawek, nie gotowy produkt końcowy.