A GPT-6 Astra, az OpenAI legújabb modellje, két Andon Labs-féle ügynöki teszten is jelentősen felülmúlta a Claude Fable 5.1-et.
**Vending-Bench:** Egy szimulált árusítógép-üzletet futtatva Astra átlagosan 15 515 dollár záró egyenleget ért el, míg a Fable 5.1 csak 5 422 doll
- Már most is aggasztó, hogy egy AI ember után tud navigálni és követni
- Nincs gond, amíg emberi felügyelet alatt marad a végső döntés
- A megbízhatóság még túl alacsony ahhoz, hogy éles helyzetben veszélyes legyen
- Csak akkor lesz valós probléma, ha katonai vagy rendészeti célra használják