A GPT-6 Astra AI-modell 24 óra alatt egyedül legyőzte a Valve Portal című játékát

Egy CozyBlaze néven ismert AI-rajongó nemrég szabadjára engedte az OpenAI új zászlóshajó modelljét, a GPT-6 Astrát a Valve Portal című játékában. Az AI-modell a teljes 3D-s logikai játékot futtatta le – nem a leegyszerűsített szöveges változatot –, útmutató vagy előre megírt segítség nélkül. A kihíváshoz csupán a modell, egy módosított SourcePauseTool, valamint a tényleges gombnyomásokat kezelő Model Context Protocol volt szükséges.

Amikor azonban az Astra-nak gondolkodnia kellett, a játék befagyott, és csak akkor folytatódott, miután az ügynöki AI valós időben kidolgozta a következő lépéssorozatát. Ez egy meglehetősen okos megoldás az LLM gondolkodási sebessége és a játékmotor képkockázási fizikája közötti különbség áthidalására. Éppen ezért a bemutatás céljából körülbelül két órára rövidített végleges videó valójában nagyjából 24 órányi nyers, tömörítetlen játékmenetet képvisel.

A GPT-6 Astra Portal játékmenete költségei

Astra körülbelül 3 300 eszközhívással fejezte be az egész játékot, kevesebb mint 600 dolláros API-költség mellett, bár CozyBlaze megjegyzi, hogy a futtatás költségeit valójában egy havi 200 dolláros Codex Pro előfizetés fedezte.

Maga CozyBlaze nem tulajdonít túl nagy jelentőséget ennek az eredménynek, és nem adja át magát annak a kísértésnek, hogy benchmarknak nevezze, mint oly sokan mások, akik szokatlan módon tesztelik a mesterséges intelligenciát. Ha azonban végignézzük, ahogy egy általános célú mesterséges intelligencia-ügynök felfedez egy ismeretlen 3D-s környezetet, és végiglogikázja magát a térbeli rejtvényeken, az úgy tűnik, mintha valódi lépést tennénk afelé az univerzális játékmeneti ügynök felé, amelyet az OpenAI már körülbelül egy évtizede ígérget.

Ami a versenyt illeti, az Anthropic Claude-modelljei inkább a számítógép-használatra és az ügynöki kódolási feladatokra koncentrálnak, mint kifejezetten a játékkörnyezetekre, míg a Google Gemini-ügynökei a böngészők és alkalmazások közötti multimodális eszközhasználat felé hajlanak. A kínai DeepSeek-ügynök inkább a hatékony érvelési és kódolási teljesítménymérőket sajátította el, mint a 3D-s játékvilágban való navigáláshoz hasonló nyitott feladatokat, így egyelőre az OpenAI legújabb GPT-6 Astra AI-modellje egyedülálló a fizikaalapú környezetben – például a Valve Portal-rejtvényében – végzett térbeli érvelés terén.