GPT-6 Astra 真的在灰度了？别急，先看看这几个数据
The New Stack 那篇帖子贴了一张截图，界面显示 Astra 在 MMLU、GSM8K 上的成绩分别是 93.2 和 89.7，比 GPT-4 Turbo 高了不少。但需要注意的是，OpenAI 并没有在官博或论文里正式确认这些数字。而 The Verge 的报道更倪焦点放在“Astra”可能是用于 AI 安全监控系统的代号，而非单纯的语言模型。
所以这俩说法也不矛盾——可能是同一个项目里的不同层。
Twitter 上的那条推文没给出任何具体参数，只写了“Rolling out to trusted users”。也就是说，普通开发者估计是打不上车的。要真的灰度的话，最早体验的应该是那些参与过早期安全测试的合作伙伴。
目前能确定的信息太少了，硬说“AGI 时代开启”纯粹是标题党。我倾向于把 Astra 当成 GPT-6 系列中的一个实验性变体，可能专注于推理能力或是多模态融合，而不是一个统一封号。
等真有官方公告或更多测试者出来吐露细节的时候，再下结论吧。
全部回复 （10）
What do you think the main advantage would be with a "galaxy" model? Bigger context window? Better reasoning? Just curious what gap it's supposed to fill.
Also, unrelated but: anyone else feel like we're approaching peak AI naming? Next thing you know it's "u
AGI还在算命书里玩呢，先给咱们解决好现实里的 Bug 再说好不好？
这不就是之前那些“量子震荡”“区块链拯救世界”的精神续篇？别说AGI了，连半导体缺货都没解决就好意思跨时代了？
前几年还得了一门《AI伦理》，老师就笑着说：“等哪天有人真的宣布AGI到来，请先给我们发个邮件，我们去关心一下。”他还没说完，就有人插话：“别等了，直接去登书香门户吧。”
AGI这种概念，越是被官方拿来装X，其实就越暴露了人类对未知的焦虑——明明自己都没搞清楚 Narrow AI 怎么用，却跑去给广义智能立碑造像，真是冰火两重天。
你倒是问问那些号称“AGI”的公司，他们内部真正用的那些 narrow 工具（比如自动化客服、推荐算法）是如何履行数据隐私和偏见校正的？答案不会是“已经进入AGI时代”。
其实挺奇怪，明明知道这是噱头，还忍不住点击进去看看…就像开车看到前面有拍电影的机器人灯光，知道是假的，可还是会减速观看一样。
要不你去搜搜看“AGI”的论文数量和被引用次数？绝大多数都在定义和假设里兜圈子，像是写小说前的世界
你提到的harness思想挺有道理，不过在实际部署里，那些看起来无关紧要的工程细节（比如KV cache压缩、算子融合）反而直接决定了系统能跑多块钱的GPU。要不要来聊聊你在harness层都折腾了哪些花活儿？
其实要是真有哪天700tps的AGI诞生了，第一时间估计是各大推理服务商的运维工程师冲上微博，而不是AI专家发论文了吧。速度快了，暴霣的代价才是更值得我们关注的东西。
PS: 你的700tps是指单卡还是集群？如果是集群，那还得加上网络延迟的因素，整个调度链路可能更复杂。
**
