OpenAI’ın Yeni Yapay Zeka Modeli GPT-6 Astra Neyin Nesidir? Neleri Değiştirebilir?
per aspera ad astra cümlesindeki astra bu sanırım. latince astra, yıldızlar demek; per aspera ad astra da kabaca “zorlukların içinden yıldızlara” anlamına geliyor. isim bilinçli seçildiyse epey manidar. muhtemelen sol, terra, luna‘dan gitmişlerdir ama modelin adı, işlevi ve yeteneklerini duyunca aklıma ilk bu söz geldi.
openai burada gerçekten korkunç bir sıçrama yapmış gibi görünüyor. çünkü astra’nın olayı artık yalnızca “soru sor, cevap versin” seviyesinde değil, doğrudan bilgisayarı kullanabiliyor. örnek olarak form doldurmak, crm’de kayıt güncellemek, internette araştırma yapmak, mail ve doküman hazırlamak, yazılım kurup test etmek, ekrandaki bir problemi troubleshoot etmek, web sitesi oluşturup frontend testlerini yapmak gibi günlük operasyon işlerini ve dahasını kendisi gerçekleştirebiliyor. yani söylenenlerin gerçek dünyadaki karşılığı da lansmandaki kadar iyiyse, bundan sonraki büyük değişim “ai bilgisayar kullanmamıza yardım ediyor” değil, “bilgisayarı bizim yerimize ai kullanıyor” olacak. bir noktadan sonra bilgisayar kullanmayı bilen insan yerine, bilgisayara ne istediğini anlatabilen insan kavramını konuşmaya başlayabiliriz.
yalnız burada özellikle arc-agi-3 tarafındaki %99.9 sonucunu biraz temkinli okumak gerekiyor. sosyal medyada olay yer yer “cevaplar modele önceden verildi” şeklinde anlatılıyor fakat teknik olarak durum bu da değil. bu kısımlar biraz teknik:
arc prize’ın doğruladığı testte astra iki farklı şekilde ölçülüyor. herkese aynı koşulları sağlayan standard harness’ta %62.7 skor alıyor. openai’nin kendi sistemine özel provider adapter kullanıldığında ise skor %99.9’a çıkıyor.
aradaki fark şu: ikinci yöntemde model, önceki adımlarda yaptığı muhakemeyi ve oluşturduğu bağlamı daha iyi koruyabiliyor; uzun görevlerde context’i kendi sistemine göre yönetebiliyor. yani modele cevaplar ya da çözüm anahtarı önceden verilmiyor. sadece openai’nin astra için sağladığı ek context ve hafıza mekanizmalarından faydalanıyor.
bu yüzden farklı modelleri eşit şartlarda karşılaştırmak istiyorsak esas bakılması gereken sonuç %62.7’lik standard harness skoru. fakat komik olan şu ki bu %62.7 bile başlı başına absürt bir sonuç. arc-agi-3 yayınlandığında, mart 2026 itibarıyla frontier modeller benchmark’ta %1’in altında kalıyordu. birkaç ay sonra aynı benchmark’ta provider-neutral koşullarda %60’ın üzerine çıkan bir modelden bahsediyoruz. üstelik mesele yalnızca bölümleri geçmesi de değil. arc prize’ın incelemesine göre astra, çözdüğü seviyelerin %96’sında medyan insandan daha az aksiyon kullanmış. araştırmacılar modelin bilinmeyen oyun mekaniklerini çözerken kendi sembolik dünya modellerini kurduğunu, hatta oyun durumlarını takip etmek için kendine özgü küçük bir cebir/dsl benzeri gösterim geliştirdiğini söylüyorlar.
bu yüzden %99.9’u görüp “agi geldi” demek için hâlâ erken; zaten arc prize da açık açık arc-agi-3‘ü çözmenin agi‘nin kanıtı olmadığını söylüyor. benchmark kapalı, deterministik ve gerçek dünyanın karmaşıklığından çok daha küçük bir problem alanı. ama %99.9’u bir kenara bırakıp sadece standard harness’taki %62.7’ye, bilgisayar kullanımına ve agentic yeteneklerdeki sıçramaya bakınca bile ortada bayağı ciddi bir şey olduğu açık.
AGI (Yapay Genel Zekâ): Bir bilgisayar sisteminin insan gibi düşünebilmesi, öğrenebilmesi ve önceden özel olarak eğitilmediği her türlü yeni görevi başarıyla yapabilmesi anlamına gelir. (E.N.)
sanırım yapay zeka sürecinde ad astra kısmına gerçekten geldik.
