Wspólny mianownik
3 września OpenAI wypuściło GPT-6 Astra i przedstawiło go jako najinteligentniejszy, najlepiej dopasowany i najbezpieczniejszy model w historii rodziny — od razu wpisując premierę w narrację o AGI. Dzień później dwa kanały niezależnie od siebie sprawdzają, ile z tej zapowiedzi zostaje po zderzeniu z praktyką. Mikołaj Abramczuk idzie drogą analityczną: czyta wyniki testów porównawczych razem z przypisami. Nate Herk idzie drogą skrajnie praktyczną: zleca modelowi jednym ogólnikowym poleceniem całą produkcję filmu o jego własnej premierze.
Mimo różnych metod obie relacje schodzą się w tym samym punkcie: najciekawszą nowością nie są rekordy w benchmarkach, tylko computer use — samodzielne posługiwanie się komputerem i wytrzymywanie długich, wieloetapowych zadań. U Abramczuka to szybkość i celność potwierdzone w testach Agents Last Exam oraz ScreenSpot Pro, u Herka — model, który sam otwiera oryginalne posty, przekopuje się przez foldery projektu i sam weryfikuje wynik.
Zbieżny jest też repertuar demonstracji. Oba materiały pokazują Astrę budującą przestrzenne wizualizacje: Abramczuk wymienia wizualizacje mieszkań w Blenderze i przyspieszoną pracę w Excelu, Herk pokazuje Manhattan w Unreal Engine, strzelankę w stylu Call of Duty, świat à la Minecraft oraz ponad 3000 edytowalnych obiektów wygenerowanych w Blenderze ze starego rysunku pociągu. W obu przypadkach efektowne demo idzie w parze z zastrzeżeniem, że wynik trzeba porównać ze źródłem.
Jak to ujmują poszczególne kanały
Mikołaj Abramczuk — GPT-6 Astra: Wszystko, co musisz wiedzieć
Najbardziej sceptyczne ujęcie premiery. Astra „nasyciła” trzy testy — FrontierMath, ARC-AGI-3 i ExploitBench — ale każdy z tych wyników ma gwiazdkę: 99,9% w ARC-AGI-3 (kontra 3,2% Claude Opus 5) uzyskano na autorskiej nakładce testowej OpenAI, a 100% w ExploitBench dotyczy starych podatności; na świeżych, z czerwca–sierpnia 2026, model schodzi do około 40% przy najwyższym poziomie rozumowania. Autor punktuje też, że demonstracja z Excelem — cztery razy szybsza niż wcześniejsze modele — wymaga „urealnienia”. Za realny postęp uznaje obsługę komputera, pracę biurową (tabele, prezentacje, raporty, trzymanie się szablonów), proaktywne dopytywanie o kontekst oraz wyniki w programowaniu przy cenie 10 USD za milion tokenów wejściowych i 50 USD za milion wyjściowych. Pełne opracowanie.
Nate Herk | AI Automation — Cały ten film stworzył GPT-6 Astra (GPT-6 Astra Made This Entire Video)
Ujęcie odwrotne: zamiast oceniać model, autor oddaje mu stery. Jeden celowo ogólnikowy prompt — „od pomysłu do gotowego filmu na YouTube”, bez szkiców i proof-of-concept, z wbudowaną weryfikacją — i Astra sama znajduje materiały źródłowe, pisze scenariusz, przygotowuje lektora na klonie głosu Nate’a w ElevenLabs, awatara w HeyGen Avatar V5 i montuje całość w HyperFrames. Całość zajęła około 50 minut w trybie fast, a w rozliczeniu API kosztowałaby około 60 dolarów. Herk ujawnia pełną treść promptu i pokazuje, jak model szczegółowo relacjonuje własny proces: segmenty narracji, dźwięk zbudowany wokół cięć, render, weryfikacja. Pełne opracowanie.
Rozbieżności i niepewności
- Stosunek do benchmarków. Abramczuk traktuje wyniki OpenAI jako materiał marketingowy wymagający weryfikacji; Herk w ogóle nie wchodzi w liczby i opiera się wyłącznie na demonstracjach. To dwa różne rodzaje dowodu, nie dwa sprzeczne pomiary.
- Porównanie z konkurencją jest niepewne. Zestawienie 99,9% Astry z 3,2% Claude Opus 5 pochodzi z autorskiej nakładki testowej OpenAI — to informacja od dostawcy, nie niezależny pomiar.
- Koszt. Podane są dwie różne wielkości: cennik API (10/50 USD za milion tokenów) i szacunek jednej produkcji (~60 dolarów). Nie wiadomo, jak ten drugi rozkłada się na model i na narzędzia zewnętrzne (ElevenLabs, HeyGen, HyperFrames).
- Wierność rekonstrukcji. W materiale Herka spacer po domu zbudowany ze zdjęć z ogłoszenia zawierał nieścisłości wskazane przez samego autora demonstracji — sygnał, że efektowne rekonstrukcje 3D trzeba porównywać ze źródłem.
- „Urealnienie” dema z Excelem to zastrzeżenie Abramczuka, a nie zweryfikowany pomiar — nie wiadomo, o ile nagranie odbiega od realnej pracy.
- Czego nie wiadomo z tych materiałów: jak Astra zachowuje się w dłuższym, powtarzalnym użyciu produkcyjnym i jakie są realne limity subskrypcyjne.
Co z tego wynika dla Ciebie
- Czytaj komunikaty benchmarkowe razem z przypisami: pytaj, na jakiej nakładce testowej zmierzono wynik i czy dane testowe nie są starsze niż odcięcie treningu (ExploitBench: 100% na starych podatnościach kontra ~40% na świeżych).
- Jeśli masz testować Astrę, zacznij od obsługi komputera i długich zadań — to ten obszar oba kanały zgodnie uznają za realny przeskok, a nie od zadań czysto tekstowych.
- Przy generowaniu 3D i rekonstrukcji z materiałów źródłowych zaplanuj krok porównania z oryginałem; efekt bywa imponujący i jednocześnie niedokładny.
- Zanim zlecisz modelowi pełną produkcję „od pomysłu do gotowego pliku”, policz koszt: przy rozliczeniu API pojedynczy film to rząd wielkości kilkudziesięciu dolarów.
- Wykorzystaj to, że model stał się proaktywny i sam dopytuje o brakujący kontekst — ogólnikowy prompt z wbudowanym wymogiem weryfikacji może dać lepszy efekt niż nadmiernie doprecyzowana instrukcja.
- Obserwuj zużycie limitów subskrypcyjnych — przy intensywnej pracy schodzą bardzo szybko.
Źródła
- Mikołaj Abramczuk — „GPT-6 Astra: Wszystko, co musisz wiedzieć”: opracowanie · YouTube
- Nate Herk | AI Automation — „Cały ten film stworzył GPT-6 Astra (GPT-6 Astra Made This Entire Video)”: opracowanie · YouTube