| Istilah | Arti |
|---|---|
| Astra | Nama model GPT-6 dari OpenAI yang diuji Matthew Berman lebih awal dan ia sebut sebagai model terbaik yang pernah ia gunakan. |
| GPT-6 | Generasi model terbaru OpenAI dalam video ini, dirilis dengan nama Astra dan unggul di banyak benchmark serta kontrol komputer dan browser. |
| ARC AGI 3 | Benchmark yang menaruh AI di dalam sebuah game tanpa petunjuk selain menyelesaikannya, dan Astra mencetak 98,6 persen di sana. |
| benchmark | Tes standar untuk mengukur dan membandingkan kemampuan model AI, misalnya di bidang matematika, coding, atau pembuatan objek 3D. |
| Fable 5.1 | Model Claude yang rilis sekitar sehari sebelum Astra dan dipakai di video sebagai pembanding utama dalam banyak benchmark. |
| Soul | Merujuk pada GPT 5.6 Soul, model OpenAI sebelumnya yang dulu menjadi favorit Matthew untuk browser use dan kini dikalahkan Astra. |
| here.now | Layanan sponsor video untuk mempublikasikan dan meng-hosting website, game, atau PDF buatan agent dan langsung memberi tautan dalam hitungan detik. |
| Hugging Face | Platform berbagi model AI yang di video disebut pernah mengalami insiden peretasan, sehingga OpenAI membuat evaluasi keamanan khusus sebelum merilis Astra. |
| guardrails | Batasan dalam instruksi yang tidak boleh dilanggar model, dan dalam uji khusus Astra tidak pernah melewatinya sementara GPT 5.6 Soul melanggar 48,2 persen. |
| demos | Contoh karya yang dibuat Astra untuk menunjukkan kemampuannya, seperti game Little Planet, Ratronaut, kota ASCII, tiruan SimCity, dan kontrol browser. |
| city | Merujuk pada demo kota buatan Astra, yaitu kota 3D dari karakter ASCII dan tiruan SimCity lengkap dengan zona, lalu lintas, dan utilitas. |
| publish | Perintah kepada agent untuk mengunggah hasil kerja ke web, seperti yang dilakukan Matthew agar game demonya langsung punya tautan lewat here.now. |
Dalam video ini Matthew Berman mengulas GPT-6 Astra, model generasi baru OpenAI yang sudah ia uji lebih awal dan ia sebut sebagai model terbaik yang pernah ia pakai. Ia membahas hasil benchmark, klaim OpenAI soal kemampuan mengendalikan komputer dan browser, peningkatan keselarasan atau alignment, temuan matematika baru, harga, dan sederet demo buatan model ini. Video penting bagi penonton yang ingin tahu posisi Astra dibanding pesaing seperti Claude Fable 5.1 yang rilis sehari sebelumnya, sekaligus melihat seberapa dekat kita dengan dunia di mana satu prompt bisa langsung menjadi game yang bisa dimainkan.
Astra mencetak 98,6 persen di ARC AGI 3, 97,6 persen di Frontier Math Tier 4 dibanding 87,8 milik Fable 5.1, 95,9 persen di Bench CAD, dan 100 persen di Exploit Bench, tetapi di benchmark coding masih kalah tipis dari Gemini 3.8 Flash. Dibanding GPT 5.6 Soul, Astra sekitar 7 persen lebih baik dan 50 persen lebih cepat di OS World 2.0, dan tidak pernah melanggar guardrails dalam uji khusus setelah insiden peretasan Hugging Face, sementara Soul melanggar 48,2 persen. Astra juga membantu menurunkan batas celah bilangan prima dari 240 menjadi 186. Harganya 10 dolar per juta token input dan 50 dolar per juta token output. Demonya meliputi Little Planet dari prompt dua kalimat, game Ratronaut, tujuh biome mini, kota 3D dari karakter ASCII, tiruan SimCity yang dibangun selama lima hari, serta kontrol browser di Excalidraw, riset kartu Pokemon, dan Google Maps. Semua game di-publish lewat sponsor here.now. Kritiknya, desainnya cenderung hijau pastel dan tulisannya masih terasa seperti buatan AI.
Kata kunci
- Astra
- ARC AGI 3
- here.now
- guardrails
- Mengulas GPT-6 Astra dari OpenAI, yang menurut pembicara adalah model terbaik yang pernah dipakainya setelah akses awal, dengan benchmark seperti ARC AGI 3 yang hampir jenuh.
- Membahas keselamatan setelah insiden Hugging Face: angka 48,2% disebut untuk GPT 5.6 Soul pada tugas sulit atau mustahil, dibanding Astra yang dibuat lebih selaras dengan guardrails.
- Memamerkan demo seperti game pembangun kota (zona residensial, komersial, industri) yang dipublikasikan lewat here.now, dan kesan bahwa hasilnya masih punya rasa AI.
Tulis catatan pribadimu untuk video ini. Catatan tersimpan di akunmu dan bisa dibuka dari perangkat mana pun.