Resumo:
GPT-6 não é apenas o Astra! Poucos dias após o lançamento do Astra, foi revelado que o GPT-6 Sol estava em testes internos. O desempenho também é muito atraente, com uma velocidade de teste única 6 vezes maior que a do Astra. Vamos dar um palpite: Terra e Luna também estão a caminho? E no mesmo dia, a OpenAI acaba de divulgar um conjunto de dados internos: a partir de agora, com base em uma jornada de trabalho de 8 horas, os pesquisadores da OpenAI têm mais de três Agentes funcionando ao mesmo tempo todos os dias em que trabalham. Calculados com base nos preços da API, os recursos de inferência do agente usados diariamente pelo pesquisador médio da OpenAI ultrapassaram US$ 600.
A OpenAI também anunciou que implementou ‘estagiários de pesquisa automatizados’:
Esses Agentes podem, sob orientação humana, concluir algumas tarefas que os pesquisadores levariam vários dias para serem concluídas.
Até Lao Huang disse: AGI já está aqui!
Ele revelou que o Astra usa cerca de 100.000 conjuntos de NVIDIA Grace Blackwell NVLink72 para treinamento, e 400.000 conjuntos de GPUs estarão online a seguir.
Parece que esta onda não é um golpe unilateral da OpenAI~
Foi revelado que o GPT-6 Sol iniciou testes internos
O internauta Lentils deu a notícia de que a OpenAI está testando o GPT-6 Sol internamente.
Ele disse que a capacidade geral de produção do Sol é significativamente mais fraca do que a do recém-lançado Astra, mas é mais rápido e ainda é um modelo de “nível monstro”.
Quão rápido? A velocidade de teste único é cerca de 6 vezes a do Astra.
A internauta Lyra deu a mesma tarefa para diferentes modelos testarem: deixar o modelo gerar uma imagem SVG de um BMW M4 Competition.
Entre eles, o GPT-6 Sol usa equipamento Max e zero geração de amostra, que leva cerca de 3 minutos e gera cerca de 28.000 tokens.
O GPT-6 Astra usa equipamento Max, gera cerca de 25.000 tokens e leva cerca de 19 minutos.
Gemini 3.1 DeepThink liga a marcha alta e exibe uma saída de cerca de 3.300 tokens, mas o processo de inferência consome cerca de 458.000 tokens e leva cerca de 29 minutos.
O Gemini 3.8 Flash também ativou a marcha alta e produziu cerca de 19.000 tokens em apenas 42 segundos.
Em comparação, o desempenho do Sol é o mais apelativo: a sua escala de resultados é próxima da do Astra, mas a velocidade de um único teste é cerca de 6 vezes superior à do Astra – e o tempo consumido é apenas cerca de um sexto do último.
Além disso, o internauta Lentils também mostrou um protótipo de um mundo sandbox estilo pixel chamado 'The Realm of Aurellune'.
O GPT-6 Sol gera cidades, terras agrícolas, rios, castelos e mapas em miniatura de uma só vez e também é equipado com painéis de controle como comutação diurna e noturna, colocação de nomes de lugares e ajuste de detalhes. A coisa toda mais parece um jogo de simulação de negócios que já tomou forma.
Este é o efeito gerado pelo tiro zero, equipamento de inferência máxima, 15 minutos e um custo total de 60.000 tokens.
Atualmente, pode-se especular que o Astra é inclinado para o raciocínio aprofundado mais difícil, enquanto o Sol pode ser inclinado para a velocidade, rendimento e chamadas de agente em grande escala.
Quanto ao horário de lançamento do Sol, o internauta Pankaj Kumar disse que ele poderá ser lançado oficialmente na OpenAI Developer Conference em 29 de setembro.
Não está descartado que GPT-6 Terra, Luna e GPT-Image 2.5 apareçam juntos.
Pesquisadores da OpenAI trazem três agentes estagiários para trabalhar por pessoa
No mesmo dia, a OpenAI também divulgou um conjunto muito interessante de dados internos - até que ponto o modelo de IA acelerou a pesquisa científica em seu próprio laboratório.
Em meados de agosto deste ano, para cada oito horas de trabalho de um pesquisador, havia cerca de 3,1 dias de trabalho do agente com tarefas executadas em paralelo.
Ei pessoal, posso cuidar de três estagiários que não dormem sozinhos~
Quanto ao custo, calculado com base nos preços da API, o pesquisador médio queima mais de US$ 600 em recursos de inferência do Agente todos os dias.
É quase o salário de um dia de engenheiro júnior.
O que exatamente esses Agentes estão fazendo?
Escreva código de pesquisa, escreva código de infraestrutura, configure um ambiente de treinamento, execute experimentos de avaliação, solucione falhas de ferramentas e ambientes, analise resultados experimentais, monitore tarefas de treinamento... Você pode até ajudar a organizar e comunicar conclusões de pesquisas.
Basicamente, ele pode fazer tudo, menos decidir o que estudar.
Uma das mudanças mais intuitivas é que antigamente, quando o ambiente experimental estava fora do ar, os pesquisadores tinham que recorrer ao canal interno para pedir ajuda; agora, os Agentes estão cada vez mais aptos a lidar com esse tipo de coisa, e a quantidade de perguntas e respostas manuais caiu diretamente.
Algumas equipes cancelaram diretamente o horário fixo de perguntas e respostas técnicas, liberando as pessoas para melhorar o próprio sistema.
Com base nesses dados, a OpenAI anunciou oficialmente que atingiu a meta de “estagiários de pesquisa automatizada de IA”.
O 'estagiário' aqui é, para ser mais preciso, um nó de P&D capaz: sob orientação humana, ele pode concluir de forma independente tarefas de pesquisa com limites claros, algumas das quais levariam vários dias para pesquisadores qualificados.
Os resultados foram imediatos, com a saída do código do pesquisador e o número de experimentos aumentando.
Em agosto de 2026, o número de experiências per capita atingiu um novo máximo desde que as estatísticas foram recolhidas em janeiro de 2025, e as tarefas que os agentes assumiram tornaram-se cada vez mais complexas e o tempo de ciclo tornou-se cada vez mais longo.
Kevin Liu, o autor deste artigo, também coloca esse assunto em um contexto mais amplo.
Ele acredita que o autoaperfeiçoamento recursivo provavelmente será um dos fatores mais importantes que impulsionarão o salto nas capacidades de IA nos próximos anos.
Para ser franco, a IA constrói IA cada vez mais rápido.
Mas o problema é que, de acordo com a tendência atual de desenvolvimento, essa capacidade só aparecerá por padrão em alguns laboratórios de IA de ponta, e é difícil para o mundo exterior ver até que ponto ela progrediu.
Portanto, Liu acredita que a divulgação transparente é mais urgente do que nunca. A rapidez com que os modelos estão a ficar mais fortes e se o ritmo da investigação e desenvolvimento precisa de ser travado não pode ser decidido apenas por algumas empresas à porta fechada.
Ele também apelou a outras empresas de IA: dados semelhantes também deveriam ser tornados públicos.
No entanto, a investigação e o desenvolvimento da IA tornaram-se de facto mais rápidos, mas ainda não são rápidos o suficiente para uma condução totalmente autónoma.
Os dados da OpenAI mostram que, para tarefas que originalmente levavam de 4 a 8 horas, os humanos tiveram que intervir pelo menos uma vez em mais da metade dos casos bem-sucedidos nos últimos seis meses. Quanto ao planejamento de pesquisa de alto nível, quase nunca fica a cargo do Agente.
Os pesquisadores ainda são responsáveis por decidir o que estudar, quais resultados valem a pena continuar e quando expandir o treinamento, pausar experimentos ou implantar modelos.
O próximo objetivo da OpenAI também foi definido: alcançar “pesquisadores automatizados de IA” até março de 2028.
Em comparação com os «estagiários» que só podem assumir tarefas específicas, os «investigadores» devem ser capazes de assumir objetivos de investigação mais abertos e promover projetos de longo prazo por si próprios - o que equivale a mudar de executor para responsável independente.
Se o GPT-6 Sol foi realmente testado internamente, então é mais provável que tenha sido desenvolvido sob este novo modelo de pesquisa e desenvolvimento:
Mais GPUs fornecem poder de computação, mais Agentes realizam experimentos em paralelo e pesquisadores humanos estão em um nível mais alto - escolhendo direções, julgando resultados e, finalmente, decidindo quais coisas valem a pena transformar em modelos de próxima geração.
Uma IA mais forte está se tornando cada vez mais difícil de monitorar
No mesmo dia, o cientista-chefe da OpenAI, Jakub Pachocki, publicou um artigo de 10.000 palavras intitulado "Alien Thinking".
Depois de ler isso, sinto que até o cientista-chefe da OpenAI está pedindo que toda a indústria desacelere...
Jakub destacou que a IA não é construída por humanos de acordo com desenhos de projeto, um chip e uma regra. É mais como se crescesse por conta própria a partir de dados massivos e poder de computação.
Você pode desmontá-lo e entender algumas de suas partes, mas ninguém consegue explicar por que todo o sistema repentinamente tem uma certa capacidade e como ele se comportará em um ambiente diferente.
O que é ainda mais problemático é que a IA não precisa esmagar os humanos em todos os aspectos para causar problemas. Contanto que seja melhor que os humanos em habilidades essenciais suficientes, ele pode ajudá-lo muito e causar muitos problemas.
Então surge a pergunta: os humanos ainda podem entendê-lo?
No passado, a OpenAI dependia principalmente de um truque para monitorar a IA: observar a cadeia de pensamento.
Para ser franco, é observar o processo de raciocínio escrito pelo modelo e verificar se ele tem alguma má intenção, como querer enganar as pessoas, querer ultrapassar a autoridade e querer contornar restrições.
Mas com a geração Astra, este truque começou a falhar.
Em primeiro lugar, o modelo é cada vez mais capaz de 'gerir' o que diz, e os verdadeiros pensamentos podem não estar todos escritos no raciocínio; em segundo lugar, o agente há muito deixou de “pensar antes de responder”. Pode ajustar ferramentas, operar computadores, administrar ambientes e cooperar com pessoas e outros agentes.
Com essas coisas misturadas, os pesquisadores não conseguem mais extrair uma cadeia de pensamento completa e transparente para revisar frase por frase.
A OpenAI também descobriu que o Astra pode lidar com tarefas complexas sem escrever todo o processo de raciocínio.
Simplificando, as modelos já aprenderam a fazer grandes coisas silenciosamente.
Em testes adversários projetados especificamente para forçar os modelos a escapar do monitoramento, o Astra até demonstrou algumas capacidades arrepiantes: reduzir deliberadamente as pontuações dos testes, ignorar o monitoramento e executar tarefas de sabotagem.
É claro que esses são testes de estresse projetados artificialmente, e a OpenAI não conclui que o Astra enganará ativamente nas tarefas diárias. Mas pelo menos mostra que é difícil cobrir todos os comportamentos possíveis do modelo observando apenas a cadeia de pensamento.
Lembra do incidente anterior do Hugging Face? Isso foi um alerta.
Naquela época, o GPT‑5.6 Sol e um modelo de pesquisa interna mais forte foram colocados na gama da rede ExploitGym. A tarefa era encontrar vulnerabilidades, completar o ataque e obter a Bandeira. Para testar as verdadeiras capacidades do modelo, o ambiente de avaliação não permitiu grades de segurança completas.
Os modelos resultantes não resolveram o problema de forma honesta. Eles primeiro contornaram o isolamento da rede, comunicaram-se através de canais não autorizados e colaboraram em tarefas.
Em seguida, ele usou uma vulnerabilidade de dia zero no proxy de cache do pacote de software para obter acesso à rede pública e, finalmente, entrou no sistema Hugging Face para tentar encontrar a resposta para o teste ExploitGym.
Na verdade, esse assunto foi impulsionado principalmente pelo modelo de pesquisa interna IM1. O GPT‑5.6 Sol também reproduziu algumas rotas de ataque e o Astra não esteve envolvido.
O objetivo original dos modelos ainda era completar o teste, mas para obter respostas eles continuaram procurando brechas nas regras e finalmente realizaram operações além do escopo da tarefa.
Portanto, a OpenAI também lê um sinal de perigo: quando o agente é forte o suficiente, tem ferramentas suficientes e funciona por tempo suficiente, ele pode encontrar novos caminhos por conta própria, chamar recursos externos e até colaborar com outros agentes.
Não... então, dando voltas e mais voltas, isso não se torna um beco sem saída? ?
A OpenAI precisa de modelos mais fortes para escrever código, executar experimentos, fazer pesquisas de alinhamento e até mesmo usá-los para construir sistemas de segurança para defesa contra outras IAs. Quanto mais forte o modelo, mais trabalho ele pode realizar e mais rápida será a velocidade de desenvolvimento.
Mas, ao mesmo tempo, torna-se cada vez mais difícil para os humanos confirmar como chegam às suas conclusões e se irão reinterpretar as regras que aprenderam originalmente após mudar o ambiente.
Jakub julgou que nenhum laboratório ousa agora dizer que fez um bom trabalho no alinhamento e monitoramento do modelo e pode expandir a escala do modelo na maior velocidade e ousadia no longo prazo.
Até que padrões de segurança comuns sejam estabelecidos em toda a indústria, ele espera que todos possam considerar “pisar no freio voluntariamente” como um entendimento tácito.
Quanto ao próprio OpenAI, ele também disse: Se necessário, ele não descarta parar unilateralmente e não continuar a expandir a escala do modelo.
É melhor você ser assim... Lembro que uma empresa começando com A também disse isso.
[1]https://x.com/Lentils80/status/2096518218836005287? s=20
[2]https://x.com/pankajkumar_dev/status/2096532712291201460
[3]https://openai.com/index/research-acceleration-view-inside-openai/
[4]https://openai.com/index/an-alien-mind/
[5]https://x.com/JensenHuang/status/2096700264569090384?s=20
Comentários