GPT-6 Astra của OpenAI đã chơi tự động game Portal của Valve từ đầu đến cuối mà không hề có người điều khiển, 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 test trong Portal, không có ai chạm tay vào bàn phím hay tay cầm ở bất kỳ thời điểm nào.
- Toàn bộ lượt chơi sử dụng 3.336 lệnh gọi công cụ (tool calls) và tạo ra chi phí API 571,18 USD, được gánh bởi gói Codex Pro 200 USD/tháng.
- Một máy chủ cục bộ chuyển ảnh chụp màn hình và tọa độ cho mô hình trong khi game bị “đóng băng” ở từng bước suy luận.
Portal: 3.336 lệnh công cụ cho một lần “phá đảo”
Một nhà thử nghiệm độc lập với biệt danh cozyblaze đã “đấu dây” tựa game giải đố ra mắt năm 2007 này vào mô hình rồi lùi lại, để nó tự xử lý toàn bộ. Bài tường thuật về thử nghiệm này ghi nhận tổng cộng 3.336 lệnh gọi công cụ và 571,18 USD tiền API theo giá niêm yết. Astra đã hoàn thành tất cả các phòng test, màn trốn thoát qua khu hậu trường của cơ sở và cả màn đối đầu cuối với siêu máy tính GLaDOS.
Ở giữa mô hình và bản Portal đã chỉnh sửa là một máy chủ Model Context Protocol chạy cục bộ, kết nối với SourcePauseTool – tiện ích mà cộng đồng speedrunner game Source đã sử dụng nhiều năm.
Trong mỗi bước suy luận, Portal bị “đóng băng” để Astra đọc ảnh chụp màn hình và tọa độ người chơi, rồi game tiếp tục chạy thêm một số “tick” cố định để agent thực thi chuỗi phím đã lập kế hoạch.
Toàn bộ phiên chơi kéo dài 23 giờ 43 phút, bao gồm các đoạn gián đoạn dịch vụ và nhiều khoảng thời gian chờ không làm gì. Nếu cắt bỏ toàn bộ thời gian “dừng để nghĩ”, phần gameplay thực tế chỉ vào khoảng hai giờ. cozyblaze khởi động với thiết lập “tối đa nỗ lực suy luận”, nhưng phải chuyển sang chế độ Fast sau khi liên tục gặp lỗi quá tải dung lượng.
Xem thêm: Ngân hàng xả crypto nhưng né rủi ro bảng cân đối tại Brazil
Brockman định vị Astra như công cụ dùng máy tính siêu tốc
OpenAI ra mắt Astra ngày 3/9, xoay trục thông điệp quanh năng lực “dùng máy tính”, tức mô hình có thể vận hành phần mềm phổ thông tương tự cách một người dùng thao tác. Chủ tịch Greg Brockman nói với báo giới rằng Astra có thể di chuyển qua bảng tính, biểu mẫu và trang web với tốc độ vượt xa con người.
Tuy vậy, cozyblaze cảnh báo không nên suy diễn quá mức từ thí nghiệm này, vì đây chưa phải một benchmark chuẩn và vẫn còn rất nhiều vấn đề chưa được giải. Dù vậy, việc một agent đa năng tự tìm đường trong không gian 3D hoàn toàn xa lạ vẫn được xem là một bước tiến thực sự, theo lời nhà thử nghiệm. Từ năm 2016, OpenAI đã đặt mục tiêu kỹ thuật là xây dựng một agent duy nhất có thể giải được nhiều loại trò chơi khác nhau.
Cấu trúc giá của Astra tạo ra 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 chi phí tính theo biểu giá niêm yết của OpenAI, dù thực tế đã được “đệm” bởi gói thuê bao 200 USD/tháng.
Trò chơi điện tử lâu nay là “bãi thử” khó nhằn cho các mô hình ngôn ngữ lớn. Năm ngoái, một mô hình của OpenAI từng thua ván cờ vua ở trình độ sơ cấp trước một engine Atari 2600, trong khi Claude của Anthropic mắc kẹt nhiều tuần liền trong game Pokemon trên một kênh Twitch.
Lần “phá đảo” Portal của Astra đảo ngược chuỗi thành tích kém cỏi đó, nhưng đồng thời cũng cho thấy bài toán kinh tế phía sau mô hình tác tử (agent) vẫn còn rất xa mới đạt đến mức hiệu quả thương mại.
Đọc tiếp: Robinhood Chain lần đầu vượt Solana với 1,45 tỷ USD khối lượng DEX mỗi ngày
