GPT-6 Astra розв'язує майже всю передову математику: що це змінює

Модель GPT-6 Astra від OpenAI демонструє результати, які виходять далеко за межі звичайного покращення в розв'язуванні задач. Про це пише у своїй колонці Володимир Бандура, CEO Innolyticsgroup і амбасадор Університету Сингулярності. Йдеться не просто про вищу точність на знайомих прикладах, а про здатність самостійно знаходити способи розв'язання задач, з якими модель раніше не стикалася.

Ще два-три роки тому шкільна математика була для більшості моделей серйозним викликом. Тоді ж поширеною була думка, що мовні моделі — це «стохастичні папуги», які лише статистично імітують мову, а отже, справжнє математичне міркування їм недоступне. Ситуація змінилася з появою моделей, здатних думати: у 2025 році моделі взяли золото на найпрестижнішій міжнародній олімпіаді з математики, змагаючись за загальними правилами — той самий час, ті самі задачі, без роз'яснень і перекладів.

Для перевірки межі можливостей Epoch AI наприкінці 2024-го — на початку 2025 року представили тест Frontier Math. До його створення залучили десятки провідних математиків на конкурсній основі, а сотні найскладніших задач розбили на чотири категорії складності: від відносно простої університетської математики (1–3) до дослідницького рівня (4). На одну задачу четвертої категорії топовий фахівець у своїй галузі міг витратити не один тиждень.

Автори тесту провели змагання серед найталановитіших студентів MIT — вісім команд по чотири-п'ять людей, 4,5 години на тест. У задачах рівнів 1–3 команди в середньому набирали 19%, а всі разом — 35%. Задачі четвертого рівня їм навіть не давали: навіть математики з медалями Філдса визнавали, що могли б розв'язати хіба що кілька — і лише зі своєї спеціалізації. На старті провідні моделі ШІ розв'язували менше 10% навіть простіших задач.

Astra, за даними колонки, розв'язує 97,6% найскладнішого четвертого рівня — тобто майже всі задачі з приблизно п'ятдесяти в цьому розділі. «Це не те що надлюдський рівень, це надлюдський рівень із пристойним відривом», — зазначає автор, додаючи, що жоден живий математик навіть віддалено не претендуватиме на такий результат.

Схожа картина і в тесті ARC AGI 3 на творче розв'язування нових задач. Попередня найкраща модель OpenAI GPT 5.6 Sol набирала там 7,8%, тоді як Astra — 99,9% (з їхніх Responses API). Особливість третьої версії тесту в тому, що автори штрафували моделі за грубу силу — перебір варіантів: якщо кроків було більше, ніж у середньому в людей, бали швидко зникали. Astra, навпаки, розбиралася в логіці нових ігор швидше за середню людину.

Автор тесту François Chollet розповів, що аналіз міркувань моделі здивував їх рівнем символічних побудов: Astra створила спеціальну мову алгебраїчних нотацій станів гри, щоб зручніше розв'язувати головоломки. ARC AGI 3 вийшов лише наприкінці березня 2026 року, і на момент виходу жодна модель не набирала навіть 10%. Тест протримався кілька місяців, тоді як перший ARC AGI — п'ять років.

Практичний вимір автор ілюструє через BlackRock — фінансовий конгломерат, що керує активами на понад 15,3 трильйона доларів. Його програмний комплекс Aladdin використовують і інші організації, і загалом із ним керують активами на понад 21 трильйон доларів. Моделі, які перевершують у математиці навіть команди таких компаній, відкривають шлях до кращих алгоритмів, аналітики та прогнозів — і це лише один із напрямів.

Таких тестів десятки, і майже в усіх — рекордні результати. Доступ до Astra обіцяють відкрити впродовж кількох днів для всіх користувачів, навіть із підписками за 20 доларів; спершу модель дали лише довіреним партнерам.