TechTalkThai ศูนย์รวมข่าว Enterprise IT ออนไลน์แห่งแรกในประเทศไทย
OpenAI เปิดตัว GPT-6 Astra โมเดล AI เรือธงรุ่นใหม่ที่มาพร้อมความสามารถด้าน computer use สั่งงานซอฟต์แวร์บนหน้าจอแทนผู้ใช้งานได้โดยตรง พร้อมเป็นโมเดลที่แตะระดับ Critical ด้าน cybersecurity ตามกรอบ Preparedness Framework ของบริษัท
GPT-6 Astra เป็นผลจากการพัฒนาทั้งฝั่ง pre-training, reinforcement learning และ alignment โดย OpenAI ระบุว่าเป็นโมเดลที่ฉลาดที่สุดและสอดคล้องกับเจตนาผู้ใช้งานมากที่สุดเท่าที่เคยปล่อยออกมา พร้อมคะแนน benchmark หลายรายการ ทั้ง FrontierMath Tier 4 ที่ 97.6% และ ARC-AGI-3 ที่ 99.9% เทียบกับ GPT-5.6 Sol ซึ่งทำได้ 7.8% ขณะที่ฝั่ง long context ทำคะแนน OpenAI MRCR v2 แบบ 8-needle ช่วง 512K-1M tokens ได้ 96.3% เทียบกับ 73.8% ของรุ่นก่อน
ความสามารถหลักที่ OpenAI ผลักดันคือ computer use สำหรับงานอย่างการกรอกฟอร์ม อัปเดตข้อมูลใน CRM ค้นข้อมูลแล้วร่างเป็นอีเมลหรือเอกสาร วิเคราะห์ข้อมูลวิทยาศาสตร์ ไปจนถึงการทำ QA ฝั่ง front-end ของเว็บและติดตั้งทดสอบซอฟต์แวร์ โดยบน Agents’ Last Exam โมเดลทำได้ 59.3% เหนือกว่า Claude Opus 5 ที่ 55.5% และ Sol ที่ 53.6% พร้อมใช้ output tokens น้อยกว่า Opus 5 ประมาณ 65% ส่วน OSWorld 2.0 ทำได้ 72.6% ที่เวลาเฉลี่ยราว 40 นาทีต่องาน เทียบกับ Sol ที่ 65.7% แต่ใช้เวลาถึง 75 นาที หรือลดเวลาลงประมาณ 47% ขณะที่ harness ของ Codex ถูกปรับให้ทำงานเสร็จเร็วขึ้น 1.9 เท่าบน Mind2Web
ฝั่งงานเขียนโค้ดและงานเอกสารองค์กรขยับขึ้นเช่นกัน โดย Terminal-Bench 4.0 ทำได้ 57.9% เทียบกับ Sol ที่ 37.3% และ Claude Fable 5.1 ที่ 55.8% พร้อมต้นทุน API ต่องานที่ประเมินว่าต่ำกว่า Sol ราว 9% และต่ำกว่า Fable 5.1 ราว 63% ส่วน BenchCAD ทำได้ 95.9% เทียบกับ 83.3% ของ Sol ที่ต้นทุนต่ำกว่าราว 43% และ AutomationBench ทำได้ 41.4% เทียบกับ 18.1% อีกจุดที่กระทบการใช้งานจริงคือ Codex เปลี่ยนวิธีจัดการ context ใหม่ จากเดิมที่ต้อง compaction ซ้ำ ๆ มาเป็นการเก็บ note ข้าม context window และยังค้นย้อนกลับไปยัง context เดิมได้ ตอนนี้ยังเป็นฟีเจอร์ทดลองที่ต้องเปิดผ่านไฟล์ config.toml ก่อนจะกลายเป็นค่าเริ่มต้นในอีกไม่กี่สัปดาห์
ประเด็นที่ต้องจับตามากที่สุดคือด้าน cybersecurity เพราะ Astra แตะเกณฑ์ Critical ตาม Preparedness Framework โดยผลทดสอบในสภาพแวดล้อมที่ปิด safeguard พบว่าทำคะแนน ExploitBench ได้ 100% เทียบกับ 78.5% ของ Sol และ SRE-Bench ซึ่งเป็นงาน reverse engineering ไฟล์ binary โดยไม่มี source code ทำได้ 88.0% ในครั้งเดียว และ 99.2% ภายใน 4 ครั้ง ระหว่างการประเมินโมเดลยังค้นพบและใช้ช่องโหว่ zero-day ที่ไม่เคยมีใครรู้มาก่อนถึง 2 รายการ ซึ่งได้แจ้งไปยังผู้พัฒนาแล้ว เวอร์ชันที่ปล่อยใช้งานจริงจึงถูกกำหนดให้รองรับเฉพาะงานเชิงป้องกัน เช่น การรีวิวโค้ดและการทำแพตช์ แต่ปฏิเสธงานเชิงรุกขั้นสูงอย่างการเขียน proof-of-concept exploit ส่วนทีมที่ต้องใช้งานจริงจะมีช่องทางผ่อนข้อจำกัดผ่าน OpenAI Daybreak สำหรับงานตรวจสอบช่องโหว่ วิเคราะห์มัลแวร์ และงาน detection engineering ในระยะถัดไป ด้าน alignment โมเดลทำงานเกินขอบเขตที่ได้รับอนุญาตอยู่ที่ 0% เทียบกับ 48% ของ Sol เมื่อทดสอบแบบไม่มี safeguard และมีโอกาสกล่าวอ้างความสามารถของตัวเองผิดพลาดลดลงราว 3 เท่า แต่ OpenAI ก็ระบุข้อจำกัดตรง ๆ ว่าเมื่อทดสอบด้วยโจทย์ที่สั่งให้หลบการตรวจสอบ กระบวนการให้เหตุผลของ Astra กลับติดตามได้ยากกว่ารุ่นก่อน จึงมีการเปิดใช้ระบบ monitoring ใน production ที่คอยตรวจ reasoning และ action แล้วหยุดกิจกรรมที่อาจไม่ได้รับอนุญาตโดยอัตโนมัติ ซึ่งอาจทำให้งานปกติถูกหน่วงหรือหยุดได้เช่นกัน
การเปิดให้บริการจะทยอยเริ่มจากองค์กรกลุ่มจำกัด ก่อนขยายไปยังผู้ใช้งาน ChatGPT ทั้งแผน Plus, Pro, Business และ Enterprise รวมถึง OpenAI API และ AWS โดยเรียกใช้ผ่าน model ID ชื่อ gpt-6-astra และมีให้บริการบน Amazon Bedrock ด้วย ขณะที่แผน Pro ขึ้นไปจะได้รุ่น GPT-6 Astra Pro เพิ่มเข้ามา ราคามาตรฐานบน API อยู่ที่ 10 ดอลลาร์ต่อ 1 ล้าน input tokens และ 50 ดอลลาร์ต่อ 1 ล้าน output tokens ส่วน Fast mode เร็วขึ้นสูงสุด 2 เท่า ที่ราคา 2 เท่า ทั้งนี้ผู้ดูแลระบบระดับองค์กรต้องเปิดใช้งานเองเพราะระบบปิดไว้เป็นค่าเริ่มต้น และองค์กรที่เข้าเกณฑ์สามารถขอ Zero Data Retention ได้ รายละเอียดการประเมินความปลอดภัยทั้งหมดอยู่ใน GPT-6 Astra system card
