GPT-6 Astra của OpenAI đã chơi tự động tựa game Portal của Valve từ đầu đến cuối mà không cần bất kỳ thao tác nào của con người, tiêu tốn 571,18 USD tiền token trong vòng 24 giờ.
Các điểm chính:
- GPT-6 Astra tự mình vượt qua toàn bộ các phòng thử nghiệm trong Portal, không có người điều khiển ở bất kỳ thời điểm nào.
- Lượt chơi sử dụng 3.336 lệnh gọi công cụ (tool calls) và làm phát sinh 571,18 USD chi phí API theo bảng giá niêm yết, được “đệm” một phần bởi gói Codex Pro 200 USD/tháng.
- Một máy chủ cục bộ cung cấp cho mô hình ảnh chụp màn hình và tọa độ, trong khi game bị tạm dừng ở từng bước suy luận.
Hành trình Portal với 3.336 lệnh công cụ
Một nhà thử nghiệm độc lập với biệt danh cozyblaze đã “đấu dây” tựa game giải đố ra mắt năm 2007 vào mô hình, rồi… đứng sang một bên cho AI tự xử lý. Bài tường thuật về nỗ lực này ghi nhận tổng cộng 3.336 lệnh gọi công cụ và 571,18 USD tiền API theo giá niêm yết. Astra hoàn thành tất cả các phòng thử nghiệm, màn đào thoát qua khu vực hậu trường của cơ sở, cho tới trận đối đầu cuối cùng với siêu máy tính GLaDOS.
Ở giữa mô hình và bản Portal được chỉnh sửa là một máy chủ Model Context Protocol cục bộ, kết nối với bản tùy biến của SourcePauseTool – tiện ích vốn được cộng đồng speedrunner trên engine Source sử dụng nhiều năm qua.
Trong quá trình vận hành, Portal bị “đóng băng” để Astra đọc ảnh chụp màn hình và tọa độ người chơi, sau đó game được tiếp tục trong một số tick nhất định để agent thực thi loạt lệnh điều khiển đã lên kế hoạch.
Toàn bộ phiên chơi kéo dài 23 giờ 43 phút, bao gồm cả các quãng gián đoạn dịch vụ và thời gian chờ đợi kéo dài. Nếu cắt bỏ toàn bộ khoảng dừng suy luận, phần “chơi thực sự” chỉ còn khoảng hai giờ. cozyblaze khởi động phiên chạy với mức “lý luận tối đa”, sau đó chuyển sang chế độ Fast khi liên tục gặp lỗi quá tải dung lượng.
Xem thêm: Các ngân hàng ở Brazil bán crypto nhưng từ chối rủi ro trên bảng cân đối
Brockman định vị Astra như công cụ dùng máy tính siêu tốc
OpenAI ra mắt Astra ngày 3/9 với trọng tâm là khả năng “dùng máy tính”, tức mô hình có thể thao tác phần mềm thông dụng giống như một người dùng thực thụ. Chủ tịch Greg Brockman cho biết Astra có thể di chuyển qua bảng tính, biểu mẫu và trang web với tốc độ vượt xa con người.
cozyblaze cảnh báo không nên thổi phồng ý nghĩa của thử nghiệm, vì đây chưa phải một chuẩn đo lường (benchmark) hoàn chỉnh và vẫn còn nhiều vấn đề chưa được giải quyết. Dẫu vậy, việc một agent đa năng tự tìm đường trong không gian 3D xa lạ vẫn là bước tiến thực sự, theo đánh giá của người thử nghiệm. Ngay từ năm 2016, OpenAI đã đặt mục tiêu kỹ thuật là xây dựng một agent đơn lẻ có thể chinh phục nhiều loại trò chơi khác nhau.
Cấu trúc giá Astra “vẽ” nên hóa đơn 571 USD
Astra được định giá 10 USD cho mỗi triệu token đầu vào và 50 USD cho mỗi triệu token đầu ra, cao hơn khoảng 2,5 lần so với mô hình tiền nhiệm. Con số 571,18 USD phản ánh mức giá niêm yết của OpenAI, dù một gói thuê bao 200 USD/tháng đã hấp thụ phần lớn chi phí.
Game điện tử đang trở thành “bãi thử” khắc nghiệt cho các mô hình ngôn ngữ lớn. Năm ngoái, một mô hình của OpenAI đã thua một engine cờ vua trên Atari 2600 ở mức độ sơ cấp, trong khi Claude của Anthropic mắc kẹt suốt nhiều tuần trong một bản Pokemon phát trực tuyến trên Twitch. Thành tích với Portal đã đảo chiều “bảng phong độ”, nhưng hóa đơn token đắt đỏ cho thấy kinh tế học của các tác vụ agent vẫn còn một quãng đường dài để trở nên hiệu quả.
Bài tiếp theo: Robinhood Chain lần đầu vượt Solana với 1,45 tỷ USD khối lượng DEX/ngày
