GPT-6 Astra คือโมเดลใหม่ที่ OpenAI เริ่มทยอยเปิดให้ผู้ใช้ ChatGPT Plus, Pro, Business และ Enterprise
รวมถึง API บริษัทเผยผล ARC-AGI-3 ที่ 99.9% และบอกว่าทำงานหลายขั้นตอนได้เก่งขึ้น
แต่คะแนนเดียวยังไม่พอให้สรุปว่า AGI มาถึงแล้ว จุดที่ต้องดูต่อคือเงื่อนไขการวัดและงานที่ทำสำเร็จจริง
GPT-6 Astra กับคะแนน 99.9% ที่ขึ้นกับ harness
การทดสอบ ARC-AGI-3 ที่ OpenAI ใช้เป็นตัวเลขเปิดตัวรันผ่าน Responses API harness ผลจริงยังขึ้นกับ System Prompt และเครื่องมือที่ระบบมีด้วย ARC Prize ซึ่งเป็นเจ้าของเกณฑ์วัดชุดนี้ยืนยันตัวเลข 99.9% ในชุด Provider Adapter แต่ย้ำว่าการทำคะแนนอิ่มเกณฑ์นี้ไม่ใช่หลักฐานว่าเป็น AGI เพราะสภาพแวดล้อมปิดและมีเป้าหมายชัด ไม่เท่าโลกงานจริงที่ไม่มีเฉลย
OpenAI ระบุว่าโมเดลนี้ทำงานตั้งแต่ต้นจนจบได้ดีขึ้น และจัดให้เป็นโมเดลแรกของบริษัทที่แตะระดับ Critical ด้าน Cybersecurity ตามกรอบ Preparedness จึงต้องเพิ่มมาตรการควบคุมก่อนปล่อยใช้กว้าง Agent รุ่นก่อนใช้คอมพิวเตอร์ได้อยู่แล้ว จุดเปลี่ยนจึงไม่ใช่แค่เลื่อนเมาส์หรือเปิดหน้าต่าง แต่เป็นการวางแผนแล้วทำต่อเนื่องโดยไม่หลุดงานกลางคัน
Computer Use ที่วัดด้วยงานสำเร็จ ไม่ใช่ราคา Token
บน OSWorld 2.0 ชุดออฟไลน์ OpenAI ระบุว่า โมเดลรุ่นนี้ ได้ 72.6% เทียบกับ GPT-5.6 Sol ที่ 65.7% และใช้เวลาต่อภารกิจน้อยลงราว 47% บน Terminal-Bench 4.0 การตั้งค่าที่ทำคะแนนสูงสุดมีต้นทุน API ต่อหนึ่งงานต่ำกว่า Sol ราว 9% แม้ราคา Token ต่อล้านจะสูงกว่าเดิม ธุรกิจที่คิดจะย้ายงานจึงควรวัดจากงานที่ทำครบ ไม่ใช่ดูป้ายราคา Token อย่างเดียว
ช่วงนี้ยังไม่มีป้ายราคาไทยแยกต่างหากจากแพ็ก ChatGPT ที่มีอยู่ ชุดที่เปิดก่อนคือองค์กรจำกัด แล้วค่อยกระจายไปผู้ใช้เสียเงินและช่อง API คนที่รับงานยาวหลายขั้นบนจอคอมพิวเตอร์จะสัมผัสความต่างชัดกว่าคนที่คุยสั้นๆ ในกล่องแชท คะแนนบนกระดาษช่วยเทียบรุ่นได้ แต่เงื่อนไข harness กับเครื่องมือในระบบยังกำหนดผลมากกว่าตัวเลขหัวข่าว
วัดด้วยงานที่ทำสำเร็จ หรือยังดูราคา Token ต่อล้านอยู่?
ที่มา: OpenAI Docs, ARC Prize
ความสามารถตามเอกสารทางการ
OpenAI ระบุว่าโมเดลนี้ออกแบบมาสำหรับงานซับซ้อนแบบครบวงจร เช่น การให้เหตุผล การเขียนโปรแกรม การควบคุมคอมพิวเตอร์ การค้นคว้า และการสร้างเอกสาร จุดสำคัญจึงไม่ใช่แค่การตอบคำถาม แต่รวมถึงการวางแผน ใช้เครื่องมือ และตรวจผลลัพธ์หลายขั้นตอนในงานเดียว
รุ่น API มีหน้าต่างบริบท 1,050,000 โทเคน และสร้างคำตอบได้สูงสุด 128,000 โทเคน รองรับข้อความและภาพเป็นอินพุต พร้อมส่งออกข้อความ โดยมีข้อมูลความรู้สิ้นสุดวันที่ 30 เมษายน 2026 ระดับการให้เหตุผลเลือกได้ตั้งแต่ low, medium, high, xhigh ถึง max
เครื่องมือที่รองรับผ่าน Responses API ครอบคลุม Web Search, File Search, Image Generation, Code Interpreter, Hosted Shell, Apply Patch, Skills, Computer Use และ MCP นักพัฒนาจึงสามารถประกอบเวิร์กโฟลว์ที่ให้โมเดลค้นข้อมูล แก้ไฟล์ เรียกบริการภายนอก และตรวจงานต่อเนื่องได้
ความสามารถใหม่ยังรวม Async Tool Calling สำหรับเดินงานส่วนอื่นระหว่างรอเครื่องมือ และ Mid-turn Steering สำหรับรับคำสั่งเพิ่มเติมระหว่างทำงาน อย่างไรก็ตาม คำว่า AGI ในพาดหัวเป็นมุมมองเชิงวิเคราะห์ เอกสารทางการอธิบายความสามารถและขอบเขตการใช้งาน แต่ไม่ได้รับรองว่าโมเดลเป็น AGI
อ่านต่อ: บทวิเคราะห์เทคโนโลยีและ AI
ด้าน API รองรับทั้ง Responses และ Chat Completions รวมถึง Streaming, Function Calling และ Structured Outputs แต่ไม่รองรับ Fine-tuning ในรุ่นนี้ หากต้องใช้เครื่องมือหลายประเภท เอกสารแนะนำให้สร้างคำขอผ่าน Responses API เพื่อให้จัดการการเรียกเครื่องมือและสถานะของงานได้ตรงกับความสามารถใหม่
อัตรามาตรฐานที่ประกาศคืออินพุต 10 ดอลลาร์ แคชอินพุต 1 ดอลลาร์ และเอาต์พุต 50 ดอลลาร์ต่อหนึ่งล้านโทเคน คำขอที่ยาวเกิน 272,000 โทเคนมีอัตราสูงขึ้น ผู้พัฒนาจึงควรวัดต้นทุนต่อภารกิจจริง รวมถึงใช้แคชและจำกัดบริบทให้เหมาะสม แทนการเปรียบเทียบเฉพาะราคาต่อโทเคน
