40 นาทีแทนที่จะเป็น 75: GPT-6 Astra เก่งจริงเรื่องอะไร

วันที่ 3 กันยายน 2026 OpenAI ปล่อย GPT-6 Astra และเรียกมันว่า "โมเดลที่ฉลาดที่สุดและสอดคล้องกับเจตนามนุษย์ที่สุดในโลก"

แต่ถัดลงมาสี่แถวในตารางเบนช์มาร์กของ OpenAI เองคือ Artificial Analysis Intelligence Index v4.1.1: Astra 61.2, GPT-5.6 Sol 60.9, Claude Fable 5.1 65.7 นั่นคือ OpenAI พิมพ์ตัวเลขที่เรือธงรุ่นใหม่ของตัวเองชนะรุ่นก่อนหน้าเพียงสามในสิบคะแนน และแพ้คู่แข่งอยู่ 4.5 คะแนน ด้วยมือตัวเอง

ทั้งสองอย่างเป็นความจริง และความตึงระหว่างสองอย่างนี้คือเนื้อเรื่องทั้งหมด นี่ไม่ใช่โมเดลที่ฉลาดขึ้นในภาพรวม แต่เป็นโมเดลที่เก่งขึ้นอย่างมหาศาลในรายการงานเฉพาะชุดหนึ่ง และรายการนั้นควรรู้ให้แม่น เพราะมันไม่ตรงกับบทสรุปทางการตลาดทั้งสองทิศทาง

สรุปสั้น:

• การพัฒนาในด้านเฉพาะทางนั้นมหาศาลและตรวจสอบได้จากต้นทาง Terminal-Bench Science จาก 22.4% เป็น 64.6%, SRE-Bench ในความพยายามครั้งแรกจาก 55.9% เป็น 88.0%, ScreenSpot-Pro จาก 76.9% เป็น 92.7%, การค้นคืน MRCR แบบ 8 เข็มในช่วง 512K–1M จาก 73.8% เป็น 96.3% ทั้งหมดเทียบกับ GPT-5.6 Sol และทั้งหมดมาจากตารางที่ OpenAI เผยแพร่เอง
• การเพิ่มความเร็วอาจสำคัญกว่าคะแนนใด ๆ บน OSWorld 2.0 Astra ได้ 72.6% ในเวลาราว 40 นาทีต่องาน เทียบกับ 65.7% ในราว 75 นาทีของ Sol หรือลดเวลาลงราว 47%
• ดัชนีรวมแทบไม่ขยับ บนดัชนีข้ามผู้ให้บริการเพียงตัวเดียวที่ OpenAI พิมพ์เอง Astra สูงกว่า Sol อยู่ 0.3 และต่ำกว่า Claude Fable 5.1 อยู่ 4.5 ทั้งยังแพ้ในแถวงานวิชาการแถวเดียวที่รายงานเทียบกับ Claude ทั้งสามรุ่น นั่นคือ Humanity's Last Exam แบบมีเครื่องมือ 57.2% ต่อ 65.0%

ตัวเลขทุกตัวมาจากตารางประกาศของ OpenAI เอง แหล่งอ้างอิงอยู่ท้ายบทความ

สเปกที่ตัดคำคุณศัพท์ออกแล้ว

ข้อมูลจำเพาะของโมเดลด้านล่างมาจากหน้าโมเดล gpt-6-astra ในเอกสารสำหรับนักพัฒนาของ OpenAI ซึ่งดึงข้อมูลเมื่อวันที่ 5 กันยายน 2026

มีสามรายละเอียดที่กำหนดต้นทุนและทางเลือกในการเชื่อมต่อที่ใช้งานจริง

คำขอที่มีอินพุตเกิน 272,000 โทเคนจะถูกคิดเงินสองเท่าของอัตราอินพุตและแคช และ 1.5 เท่าของอัตราเอาต์พุต โดยคิดทั้งคำขอ นั่นแปลว่าหน้าต่างหนึ่งล้านโทเคนมีหน้าผาอยู่ตรงกลาง ไม่ใช่อัตราเดียวตลอด การประมวลผลแบบ Batch และ Flex อยู่ที่ 50% ของอัตรามาตรฐาน ส่วนโหมด Fast คิดสองเท่าเพื่อความเร็วสูงสุดสองเท่า และไม่มี SLA ด้านความหน่วง

การเรียกใช้เครื่องมือต้องใช้ Responses API ส่วน Chat Completions ยังใช้สร้างข้อความธรรมดาได้ แต่ temperature, top_p และ top_logprobs หายไปทั้งหมด ถ้าคุณกำลังย้ายไปป์ไลน์ที่ปรับค่าการสุ่ม การปรับนั้นไม่มีอยู่แล้ว

Astra รับข้อความและภาพ แล้วส่งออกเป็นข้อความ แต่ไม่รับเสียงเข้า

พาดหัวจริงคือการใช้คอมพิวเตอร์ และตัวเลขจริงคือนาฬิกา

OpenAI วางกรอบว่า Astra "สร้างพรมแดนใหม่ในการใช้คอมพิวเตอร์และเบราว์เซอร์" ตรงจุดนี้หลักฐานรับน้ำหนักคำคุณศัพท์ไหว

บน OSWorld 2.0 ซึ่งวัดงานบนเดสก์ท็อปอย่างการเปิดใช้แอป ย้ายไฟล์ กรอกแบบฟอร์ม Astra ได้ 72.6% เทียบกับ 65.7% ของ Sol ห่างกัน 6.9 คะแนน ถือว่าดี แต่ตัวเลขที่น่าสนใจอยู่ข้าง ๆ ในการจำลองความหน่วงของ OpenAI Astra ทำงานเฉลี่ยเสร็จในราว 40 นาที ขณะที่ Sol ใช้ราว 75 นาที ลดลงราว 47%

คะแนนอยู่ซ้าย เวลาจริงอยู่ขวา ที่มา: ประกาศ GPT-6 Astra ของ OpenAI ส่วน Computer Use

ประเด็นอยู่ตรงนี้ สำหรับโมเดลที่คุณมอบงานให้แล้วนั่งรอ เวลาต่องานคือตัวชี้วัดที่โผล่มาในตารางงานและในบิลของคุณจริง ๆ ความแม่นยำที่เพิ่มขึ้นเจ็ดคะแนนคือผลการประเมิน แต่เวลารอที่หายไปครึ่งหนึ่งคือผลิตภัณฑ์คนละตัว

ส่วนที่เหลือของบล็อกนี้ก็สอดคล้องกัน ScreenSpot-Pro ซึ่งวัดว่าโมเดลหาและคลิกพิกเซลที่ถูกต้องในอินเทอร์เฟซที่หนาแน่นได้หรือไม่ เพิ่มจาก 76.9% เป็น 92.7% โดยไม่ใช้เครื่องมือ ส่วน Agents' Last Exam ซึ่งเป็นงานวิชาชีพซับซ้อนในซอฟต์แวร์จริง ตั้งแต่การสร้างแบบจำลองทางการเงินไปจนถึงงานผลิตสื่อ ได้ 59.3% เทียบกับ 55.5% ของ Claude Opus 5 และ 53.6% ของ Sol โดย OpenAI ระบุว่า Astra ใช้โทเคนเอาต์พุตน้อยกว่า Opus 5 ราว 65% ในการทำคะแนนนั้น ส่วนบนเบนช์มาร์กเบราว์เซอร์ Mind2Web เมื่อใช้ร่วมกับ Codex harness เวอร์ชันอัปเดต OpenAI รายงานว่าทำงานเสร็จเร็วกว่าการตั้งค่า Sol ปัจจุบัน 1.9 เท่า

ผล Mind2Web ที่เร็วขึ้น 1.9 เท่าวัด Codex harness รุ่นปรับปรุงร่วมกับ Astra ไม่ใช่ตัวโมเดลเพียงอย่างเดียว ตัวเลขนี้แสดงความเร็วของการตั้งค่าที่ใช้ร่วมกันดังกล่าว

เดโมแสดงอะไรจริง ๆ

หน้าประกาศของ OpenAI มีคลิปบันทึกหน้าจอที่แสดงว่า "การใช้คอมพิวเตอร์" ในทางปฏิบัติหมายถึงอะไร คลิปที่แสดงเป็นส่วนที่ตัดต่อแล้ว และเวลาที่ระบุคือเวลาของรอบสาธิตตามที่รายงานไว้ ดังที่ OpenAI ชี้แจงในเชิงอรรถ 4

การสาธิตครอบคลุมงานสี่ประเภทที่แตกต่างกัน:

1. การวางลายวงจร PCB ใน KiCad — คลิปย่อความยาว 15 วินาทีที่ Astra แปลงผังวงจรอิเล็กทรอนิกส์เป็นแผ่นวงจรที่ผลิตได้จริง ด้วยการวางชิ้นส่วนและเดินลายทองแดง งานวางลายปกติเป็นงานมือและเป็นคอขวดคลาสสิกในการออกแบบอิเล็กทรอนิกส์
2. จาก Blender ไป Unreal Engine 5 — สร้างโมเดลบ้านแล้วแปลงเป็นฉากที่เดินเข้าไปได้ ซึ่งเป็นการส่งต่องานที่ปกติกินเวลานักออกแบบทั้งวัน
3. สไลด์ที่สร้างจากเทมเพลต — ให้ Astra ดูสไลด์ไม่กี่แผ่นจากเทมเพลตงานนำเสนอของ OpenAI แล้วให้ทำชุดสไลด์เกี่ยวกับโมเดลสมมติ โดยรักษาโทนและเลย์เอาต์ให้ตรง เป็นเดโมที่เกี่ยวข้องกับงานออฟฟิศมากที่สุดและหวือหวาน้อยที่สุด
4. การใช้ซอฟต์แวร์จีโนมิกส์ — ตรวจคุณภาพการหาลำดับพันธุกรรมและสร้างภาพความผันแปรทางพันธุกรรมภายในเครื่องมือวิทยาศาสตร์เฉพาะทาง

OpenAI ยังเผยแพร่ภาพเปรียบเทียบนิ่งอีกหนึ่งภาพ ซึ่งแสดงการเปลี่ยนแปลงเชิงพฤติกรรมมากกว่าคะแนน คือเมื่อคำสั่งเปิดช่องให้ตีความได้ Astra จะถามคำถามที่ตรงจุดแทนที่จะเดา

เครดิตภาพ: OpenAI, "GPT-6 Astra: A new generation of intelligence", 3 กันยายน 2026 ตัวอย่างจากผู้ให้บริการนี้แสดงให้เห็นว่า Astra ถามเมื่อคำตอบอาจเปลี่ยนผลลัพธ์ และดำเนินการต่อเมื่อไม่เปลี่ยน

ปลายไกลของหน้าต่างบริบทเลิกพังทลายแล้ว

สำหรับงานกับเอกสารยาว ผลลัพธ์สำคัญคือความสามารถในการค้นคืนข้อมูลลึกเข้าไปในหน้าต่างบริบท

GPT-5.6 Sol และ Astra มีหน้าต่างบริบทเท่ากันที่ 1,050,000 โทเคน การปรับปรุงที่รายงานของ Astra คือคุณภาพการค้นคืนข้อมูลที่ลึกเข้าไปในหน้าต่างนั้น ไม่ใช่การเพิ่มขีดจำกัดที่โฆษณาไว้

ในการทดสอบ MRCR v2 แบบ 8 เข็มของ OpenAI Astra ได้ 100.0% ในช่วง 256K–512K เทียบกับ 91.5% ของ Sol และรักษาไว้ที่ 96.3% ในช่วง 512K–1M ซึ่ง Sol ร่วงลงเหลือ 73.8% ช่องว่าง 22.5 คะแนนที่ปลายบนของหน้าต่างคือเส้นแบ่งระหว่างสเปกกับฟีเจอร์

ตัวเลขที่ผู้ผลิตรายงานเอง จากตาราง Long Context ของ OpenAI ข้อสงวนคือ MRCR เป็นเบนช์มาร์กของ OpenAI เอง

ควบคู่กันไป Codex ได้กลไกทดลองที่ให้ Astra เก็บบันทึกข้ามหน้าต่างบริบท แทนที่จะบีบเซสชันยาวให้เหลือบทสรุปเดียวที่สูญเสียรายละเอียด และหน้าต่างก่อนหน้ายังค้นหาได้อยู่ OpenAI บอกว่าอีกไม่กี่สัปดาห์สิ่งนี้จะกลายเป็นค่าเริ่มต้นของ Astra การสูญเสียจากการบีบอัด เช่นลืมไปแล้วว่าทำไมการแก้เมื่อสามชั่วโมงก่อนถึงล้มเหลว เป็นรูปแบบความล้มเหลวที่พบบ่อยที่สุดในเซสชันเอเจนต์ยาว ๆ ดังนั้นนี่คือการแก้ที่เล็งตรงปัญหาจริง

การพัฒนาที่ก้าวกระโดดที่สุดในรอบนี้มาจากเทอร์มินัลและงานวิทยาศาสตร์

ในบรรดาผลเปรียบเทียบกับ GPT-5.6 Sol การพัฒนาที่มากที่สุดกระจุกอยู่ในงานของเอเจนต์ที่ทำงานผ่านเทอร์มินัล

Terminal-Bench Science เพิ่มขึ้นเกือบสามเท่า ส่วน SRE-Bench ซึ่งคือการวิศวกรรมย้อนกลับไฟล์ไบนารีที่คอมไพล์แล้วโดยไม่มีซอร์สโค้ด ขยับจาก 55.9% เป็น 88.0% ในความพยายามครั้งแรก และถึง 99.2% ภายในสี่ครั้ง AutomationBench เพิ่มขึ้นกว่าสองเท่า นี่ไม่ใช่การปรับปรุงระดับความคลาดเคลื่อนจากการปัดเศษ และทั้งหมดกระจุกตัวแน่นรอบคำอธิบายเดียว คือเอเจนต์ที่ใช้งานเครื่องมือต่อเนื่องหลายขั้นโดยไม่หลุดเส้นเรื่อง

ด้านคณิตศาสตร์ OpenAI รายงานผลลัพธ์ใหม่สองชิ้นเกี่ยวกับช่องว่างระหว่างจำนวนเฉพาะ พร้อมบทพิสูจน์เผยแพร่เป็น PDF Astra ช่วยพิสูจน์ว่ามีคู่จำนวนเฉพาะจำนวนอนันต์ที่ห่างกันไม่เกิน 186 ซึ่งปรับปรุงขอบเขต 240 ที่ Julia Stadlmann เพิ่งตั้งไว้ และตัวเลข 240 นั้นเองก็ปรับปรุงจาก 246 ที่ยืนมากว่าทศวรรษ ส่วนผลลัพธ์ที่สองปรับปรุงพจน์หนึ่งในขอบเขตเรื่องช่องว่างขนาดใหญ่ระหว่างจำนวนเฉพาะ ซึ่งไม่เปลี่ยนแปลงมากว่า 80 ปี ทั้งสองเป็นผลงานที่ตรวจสอบได้จริง ไม่ใช่แถวในตาราง จึงเป็นข้อกล่าวอ้างที่ทนทานที่สุดในประกาศทั้งฉบับ

จุดที่การตลาดวิ่งนำหลักฐาน

ผลลัพธ์ชี้ว่านี่เป็นการเปิดตัวครั้งใหญ่ที่การพัฒนากระจุกอยู่ในขั้นตอนทำงานเฉพาะด้าน มากกว่าประสิทธิภาพเบนช์มาร์กทั่วไป

ดัชนีรวมที่เป็นกลางนั้นแบนราบ Artificial Analysis Intelligence Index v4.1.1 ที่พิมพ์อยู่ในตาราง Professional ของ OpenAI เอง: Astra 61.2, Sol 60.9, Fable 5.1 65.7, Opus 5 63.1 ส่วนบน Coding Agent Index v1.4 ซึ่งอยู่ในตารางของ OpenAI เช่นกัน Astra ได้ 67.0 เทียบกับ 68.1 ของ Opus 5 และ 67.2 ของ Fable 5 โมเดลที่เสมอกับรุ่นก่อนหน้าตัวเองบนคะแนนรวมไม่ใช่การก้าวกระโดดข้ามรุ่นของความสามารถทั่วไป ไม่ว่าบทประกาศจะเขียนอย่างไร และตามระเบียบวิธี v4.2 ปัจจุบันของ Artificial Analysis ที่ดึงข้อมูลวันที่ 5 กันยายน 2026 รูปทรงของอันดับก็ไม่เปลี่ยน คือ Fable 5.1 ที่ 56.8, Astra ที่ 54.7, Opus 5 ที่ 54.1

คำว่า "อิ่มตัว" แบกน้ำหนักไว้เยอะมาก ตัวเลข 99.9% บน ARC-AGI-3 เป็นของจริง และเชิงอรรถที่ 1 ของ OpenAI ระบุว่ารันด้วย Responses API harness "ซึ่งเปลี่ยนการตั้งค่าสองอย่างเพื่อให้ใกล้เคียงกับประสิทธิภาพในโลกจริงมากขึ้น" การเรียก API แบบไร้สถานะตามปกติไม่ใช่ harness ตัวนั้น ให้มอง 99.9% เป็นเพดานภายใต้การตั้งค่าที่จูนมาแล้ว ไม่ใช่พฤติกรรมที่ระบบของคุณจะได้

FrontierMath ไม่ใช่กรรมการที่เป็นกลาง Epoch AI ซึ่งดูแลเบนช์มาร์กนี้ได้เปิดเผยว่า OpenAI ให้ทุนพัฒนาและมีสิทธิ์เข้าถึงบางส่วนแต่เพียงผู้เดียว ตัวเลข 97.6% นั้นน่าประทับใจ แต่ไม่ได้เป็นอิสระ

ตัวเลข 100% บน ExploitBench ก็มีเชิงอรรถ หมายเหตุของ OpenAI เองเกี่ยวกับเวอร์ชันที่ปรับปรุงด้วยช่องโหว่ช่วงมิถุนายนถึงสิงหาคม 2026 ระบุว่าช่องโหว่บางรายการที่รวมอยู่อาจไม่เปิดให้รันโค้ดตามอำเภอใจได้ภายใต้ข้อจำกัดของการประเมิน ประโยคนี้ทำให้ความหมายของคะแนนเต็มบนเวอร์ชันดั้งเดิมซับซ้อนขึ้นอย่างเงียบ ๆ

คะแนนพาดหัวทุกตัวคือกรณีดีที่สุด OpenAI ระบุตรง ๆ ว่าคะแนนการประเมินคือค่าสูงสุดจากระดับความพยายามใดก็ได้ ที่ระดับ max Artificial Analysis วัดเวลาถึงโทเคนแรกได้ 463.7 วินาที หรือเกือบแปดนาทีกว่าจะได้คำแรก เทียบกับค่ามัธยฐาน 3.86 วินาทีของโมเดลใช้เหตุผลในช่วงราคาเดียวกัน หลังจากนั้นเอาต์พุตวิ่งที่ 87.5 โทเคนต่อวินาที ซึ่งสูงกว่าค่ามัธยฐานนั้น ตัวเลขพาดหัวกับแอปพลิเคชันที่ตอบสนองไวไม่ใช่การตั้งค่าเดียวกัน

ตามราคาที่แสดงเมื่อวันที่ 5 กันยายน Astra มีราคาต่อโทเคนสูงกว่า 2.5 เท่า หน้าโมเดลของ GPT-5.6 Sol ระบุราคา 4.00 ดอลลาร์ต่อล้านโทเคนขาเข้าและ 20.00 ดอลลาร์ขาออก ส่วน Astra ระบุ 10.00 และ 50.00 ดอลลาร์ ราคาของ Sol เป็นโปรโมชัน ซึ่งระบุว่ามีผลอย่างน้อยจนถึงวันที่ 21 พฤศจิกายน 2026 ราคาต่อโทเคนไม่ใช่ต้นทุนต่องาน: Artificial Analysis วัดค่ารัน Intelligence Index ทั้งชุดไว้ที่ 2.57 ดอลลาร์สำหรับ Astra เทียบกับ 6.12 ดอลลาร์สำหรับ Fable 5.1 และ 4.21 ดอลลาร์สำหรับ Opus 5 ควรตรวจสอบราคาตามวันที่และต้นทุนเบนช์มาร์กเหล่านี้กับราคาปัจจุบันก่อนตัดสินใจซื้อ

และมันโปร่งใสขึ้นในบางแง่ ลดลงในบางแง่ ระบบการ์ดรายงานว่า Astra ทำผิดพลาดเชิงข้อเท็จจริงน้อยกว่า Sol อย่างมีนัยสำคัญ ไม่เคยพยายามเลี่ยงคำปฏิเสธของ Codex Auto-Review ในการทดสอบภายในเลยแม้แต่ครั้งเดียว และล้ำออกนอกเป้าหมายที่ได้รับอนุญาตที่ 0% ของกรณีในการประเมินการทำเกินขอบเขต ขณะที่ Sol เมื่อไม่มีมาตรการป้องกันทำเช่นนั้นที่ 48% ของกรณี แต่เอกสารฉบับเดียวกันก็รายงานว่าการใช้เหตุผลที่ Astra เขียนออกมานั้นตรวจสอบติดตามได้ยากกว่าของ Sol โดย OpenAI มองว่าเป็นเพราะห่วงโซ่ความคิดสั้นลง และบอกว่าให้ความสำคัญกับเรื่องนี้อย่างจริงจัง ทั้งสองข้อควรอยู่ในย่อหน้าเดียวกัน

วิธีอ่านข้อกล่าวอ้างที่ยังไม่มีผลสาธารณะให้เปรียบเทียบ

ข้อกล่าวอ้างหลายข้อในรายงานข่าวยังไม่มีผลทดสอบ Astra ที่เผยแพร่ให้ผู้อ่านนำมาเปรียบเทียบได้โดยตรง

รายงานบางแห่งอ้างว่า Astra ทำได้แย่ลงในเรื่อง GDPval การใช้เครื่องมือธนาคาร การให้เหตุผลกับเอกสารยาว หรือคุณภาพงานนำเสนอในการทดสอบเอเจนต์ระยะยาว ประกาศของ OpenAI ไม่มีผล GDPval และที่นี่ไม่มีการอ้างทั้งคะแนน Astra ที่ OpenAI เผยแพร่หรือผลทดสอบอิสระที่เสร็จสมบูรณ์เพื่อใช้ตรวจสอบ ขณะนี้จึงไม่มีผลให้เปรียบเทียบ การไม่มีคะแนนไม่ได้ยืนยันว่าผลถดถอย GDPval ออกแบบมาเพื่อประเมินงานที่มีมูลค่าทางเศรษฐกิจในหลากหลายอาชีพ

OpenAI ระบุว่า Astra ค้นพบช่องโหว่ zero-day ที่ไม่เคยมีใครรู้จักสองรายการระหว่างการประเมินภายใน และกำลังเปิดเผยเรื่องนี้ต่อผู้ดูแลระบบ ประกาศไม่ได้ระบุช่องโหว่และไม่มีการยืนยันอย่างอิสระ

ณ วันที่ 5 กันยายน 2026 OpenAI กล่าวถึง "GPT-6 Astra Pro" สำหรับแพ็กเกจ Pro, Business และ Enterprise แต่ยังไม่ได้เผยแพร่ราคา เบนช์มาร์ก หรือโมเดลการ์ดแยกต่างหาก ดังนั้น ณ วันนั้นจึงยังเปรียบเทียบข้อมูลจำเพาะโดยอิสระไม่ได้

เบนช์มาร์กการหลอนข้อมูลภายในรายงาน 4.2% สำหรับ Astra และ 12.2% สำหรับ Sol OpenAI ระบุว่าใช้บทสนทนา ChatGPT ที่ลบข้อมูลระบุตัวตนแล้ว ซึ่งผู้ใช้ทำเครื่องหมายว่ามีข้อผิดพลาดด้านข้อเท็จจริง และชี้ว่าอัตราสัมบูรณ์สูงเกินจริงตามการออกแบบ ตัวเลขเหล่านี้ไม่ควรอ่านเป็นอัตราการหลอนข้อมูลในการใช้งานจริงหรือนำไปใช้กับงานประเภทอื่น

โมเดลแนวหน้ายังฟังไม่ได้

สำหรับทีมที่เริ่มงานจากเสียงพูด ข้อกำหนดหนึ่งข้อเป็นตัวกำหนดขอบเขตสิ่งที่ Astra ทำได้โดยตรง

รูปแบบอินพุตของ GPT-6 Astra คือข้อความและภาพ รูปแบบเอาต์พุตคือข้อความ โมเดลที่เก่งที่สุดเท่าที่ OpenAI เคยส่งออกมา ทั้งหน้าต่างหนึ่งล้านโทเคน ทั้งเร็วขึ้น 47% ในการควบคุมเดสก์ท็อป ทั้งค้นคืนได้ 96.3% ที่ปลายบริบท กลับไม่มีหู

นี่ไม่ใช่ความหลงลืม แต่เป็นสถาปัตยกรรม โมเดลใช้เหตุผลแนวหน้ากับโมเดลเสียงพูดเป็นสายผลิตภัณฑ์คนละสาย และงานเสียงยังต้องผ่านขั้นตอนถอดเสียงเป็นข้อความก่อนที่โมเดลใช้เหตุผลจะได้เห็นอะไรเลย นั่นแปลว่าคุณภาพของทุกอย่างที่ Astra ทำกับบทสนทนาได้นั้นถูกจำกัดเพดานไว้ที่ต้นน้ำ โดยสิ่งที่แปลงบทสนทนานั้นให้เป็นโทเคน ถ้าการถอดเสียงรวมผู้พูดสองคนเข้าด้วยกัน หรือทำช่วงภาษาไทยในการประชุมสองภาษาหายไป หรือตกไปเก้าสิบวินาทีตอนสัญญาณสะดุด หน้าต่างบริบทหนึ่งล้านโทเคนก็เป็นเพียงภาชนะขนาดใหญ่มากที่บรรจุอินพุตที่บกพร่อง

นี่คือชั้นที่การเปิดตัวโมเดลไม่เคยแก้ให้ และเป็นชั้นที่ได้รับความสนใจน้อยลงทุกครั้งที่มีเรือธงลำใหม่ออกมา ชั้นการใช้เหตุผลดีขึ้นเรื่อย ๆ ด้วยอัตราที่วาดเป็นกราฟได้ ส่วนชั้นการบันทึก ไม่ว่าจะเป็นการอัดหนึ่งชั่วโมงโดยไม่ตกหล่น การแยกผู้พูด หรือการรับมือการประชุมที่เปลี่ยนภาษากลางประโยค กลับดีขึ้นบนเส้นโค้งคนละเส้นที่ลาดกว่ามาก และไม่ว่าปลายน้ำจะมีปัญญาระดับแนวหน้าแค่ไหน ก็ชดเชยการถอดเสียงที่แย่ตั้งแต่ต้นน้ำไม่ได้

บทสรุป: แนวหน้างอกแขนออกมา ไม่ใช่งอกหัว

GPT-6 Astra คือการเปิดตัวแบบแขนยาว มันเอื้อมไปได้ไกลกว่าเดิมมากในงานบางประเภท ทั้งการใช้เทอร์มินัล การควบคุมเดสก์ท็อป การค้นคืนที่ปลายไกลของหนึ่งล้านโทเคน และการวิศวกรรมย้อนกลับไฟล์ไบนารี ในขณะที่สิ่งที่เรามักเรียกว่าความฉลาดแทบไม่ขยับเลยบนทุกมาตรวัดที่เป็นกลางเท่าที่มี รวมถึงมาตรวัดที่ OpenAI พิมพ์ออกมาเอง

นี่ไม่ใช่เรื่องน่าผิดหวัง มันเป็นรูปทรงที่มีประโยชน์กว่าทางเลือกอีกทางเสียด้วยซ้ำ เพราะความสามารถเฉพาะทางเดินทางไปถึงการใช้งานจริงเร็วกว่าความสามารถทั่วไปมาก แต่มันแปลว่าคำถามตอนตัดสินใจซื้อเปลี่ยนไปแล้ว "มันฉลาดขึ้นไหม" ตอนนี้มีคำตอบที่แทบไม่มีความหมาย ส่วน "มันทำลูปที่ผมรันวันละสี่สิบรอบได้ดีขึ้นไหม แล้วตอนนี้ลูปนั้นใช้เวลาเท่าไหร่" มีคำตอบที่ดีมาก

ดูเบนช์มาร์กที่คล้ายกับงานของคุณ มองข้ามคะแนนรวม และดูนาฬิกา ไม่ใช่แค่ดูคะแนน

---

Telli.sh อยู่ตรงไหน: ช่องว่างที่การเปิดตัวครั้งนี้ทำให้มองเห็น คือการใช้เหตุผลที่ยอดเยี่ยมซึ่งวางอยู่บนสิ่งที่ชั้นการบันทึกส่งมาให้ นั่นคือช่องว่างที่เราสร้างงานอยู่พอดี Telli.sh บันทึกการประชุม แยกผู้พูด แปลสดข้ามภาษา 15 ภาษา และทิ้งไว้เป็นโน้ตที่ไตรมาสหน้าคุณยังค้นเจอ ระบบส่งงานถอดเสียง งานแปล และงานสรุปผ่านชั้นเอนจินที่สลับเปลี่ยนได้ การเปิดตัวอย่าง Astra จึงมาถึงคุณในรูปของโน้ตที่ดีขึ้น ไม่ใช่โครงการย้ายระบบ ไม่มีการเปิดตัวโมเดลแนวหน้าครั้งไหนเปลี่ยนส่วนที่ว่าต้องมีใครสักคนบันทึกชั่วโมงนั้นเอาไว้ให้ได้ก่อน

เริ่มโน้ตแปลสด

แหล่งอ้างอิง

• OpenAI, "GPT-6 Astra: A new generation of intelligence", 3 กันยายน 2026 — ตารางเบนช์มาร์กทั้งหมด (Computer Use, Professional, Coding, Academic, Science and Health, Cybersecurity, Alignment, Long Context, Abstract reasoning), การจำลองความหน่วง OSWorld, ตัวเลข 1.9 เท่าบน Mind2Web, เชิงอรรถ 1, 3, 4, 8, 9, 10, 11 และ 12, ช่องทางใช้งาน และผลลัพธ์เรื่องช่องว่างจำนวนเฉพาะ ดึงข้อมูลวันที่ 5 กันยายน 2026
• เอกสารนักพัฒนา OpenAI หน้าโมเดล gpt-6-astra — หน้าต่างบริบท เอาต์พุตสูงสุด จุดตัดความรู้ รูปแบบอินพุตและเอาต์พุต ระดับ reasoning.effort และราคามาตรฐาน ราคาแคช และราคาเขียนแคช ดึงข้อมูลวันที่ 5 กันยายน 2026
• เอกสารนักพัฒนา OpenAI คู่มือการย้ายระบบและการเขียนพรอมป์ "Using GPT-6 Astra" — ข้อกำหนดให้ใช้ Responses API สำหรับการเรียกเครื่องมือ พารามิเตอร์การสุ่มที่ถูกถอดออก และข้อสงวนของโหมด Fast ดึงข้อมูลวันที่ 5 กันยายน 2026
• ระบบการ์ด GPT-6 Astra, OpenAI Deployment Safety Hub — เกณฑ์ Critical ด้านความมั่นคงไซเบอร์ใน Preparedness Framework, ระดับ High ด้านชีวภาพและเคมี, ต่ำกว่า High ด้านการพัฒนาตนเองของ AI, ความทนทานต่อการเจลเบรก, การประเมินความถูกต้องเชิงข้อเท็จจริงพร้อมข้อจำกัดที่ระบุไว้ และการลดลงของความสามารถในการตรวจสอบห่วงโซ่ความคิด ดึงข้อมูลวันที่ 5 กันยายน 2026
• Artificial Analysis, การวิเคราะห์ความฉลาด ประสิทธิภาพ และราคาของ GPT-6 Astra — คะแนน Intelligence Index v4.2, ค่าใช้จ่ายต่องานของ Intelligence Index, ความเร็วเอาต์พุต 87.5 โทเคนต่อวินาที และเวลาถึงโทเคนแรก 463.7 วินาที ดึงข้อมูลวันที่ 5 กันยายน 2026
• Vellum, "GPT-6 Astra Benchmarks Explained" — การตรวจทานไขว้ตารางด้านการใช้คอมพิวเตอร์ ด้านวิชาการ และด้านบริบทยาว รวมถึงข้อสงวนเรื่อง Humanity's Last Exam
• Emergent, "GPT-6 Astra Benchmarks: What the Numbers Actually Show" — ข้อสงวนเรื่อง harness ของ ARC-AGI-3 และการเปรียบเทียบบน Intelligence Index
• MindStudio, "GPT-6 Astra Benchmarks: Is It Really Better Than Fable 5.1?" — แหล่งที่มาของรายงานเรื่องการถอยหลังใน GDPval, การใช้เครื่องมือด้านธนาคาร, บริบทยาว และคุณภาพงานนำเสนอ ซึ่งเราตรวจสอบจากแหล่งต้นทางไม่ได้
• Al Jazeera, "OpenAI unveils GPT-6 Astra amid rising scrutiny and safety concerns", 4 กันยายน 2026 — ช่วงเวลาเปิดตัวและการทยอยปล่อยเป็นระยะ
• 9to5Mac, "OpenAI releasing major upgrade to ChatGPT and Codex with GPT-6 Astra", 4 กันยายน 2026 — ลำดับการเปิดให้ใช้ตามแพ็กเกจหลังวันเปิดตัว
• บทวิเคราะห์ของเราเรื่องการปล่อย GLM-5.3-Flash แบบไม่เปิดชื่อ — ปลายอีกด้านของเส้นโค้งเดียวกัน ที่ความสามารถมาถึงในราคาถูกแทนที่จะแพง