GPT-6 Astra: як ШІ пройшов усі 48 рівнів капчі та що це означає

Уявіть: ви сидите перед екраном, а штучний інтелект сам рухає курсором, клацає по зображеннях із пожежними гідрантами, розв'язує просторові пазли та перетягує повзунки — і все це без жодної помилки. Саме це продемонструвала модель GPT-6 Astra від OpenAI, повністю пройшовши браузерну гру «I'm Not a Robot» Ніла Агарвала, що складається з 48 рівнів капчі зростаючої складності.

Інженер OpenAI Шариф Шамім опублікував у X відео, на якому видно, як Astra самостійно керує інтерфейсом браузера. Модель аналізує візуальний контекст у реальному часі та відтворює рухи курсора з природними, людськими траєкторіями. Завдання були різноманітні: від пошуку світлофорів і гідрантів на сітці зображень до складних просторових пазлів, зіставлення рухомих об'єктів та логічних пасток, розрахованих саме на перевірку людської моторики.

Тут криється іронія: капча з'явилася, щоб відсікати автоматизований трафік і відрізняти людину від скрипта. Але мультимодальні агенти на кшталт Astra, які «бачать» екран, розпізнають контекст і імітують поведінку людини за курсором, фактично стирають цю межу. Класичні візуальні перевірки на сайтах перестають бути перешкодою для ШІ, тож розробникам систем безпеки доведеться переходити від графічних тестів до глибшого поведінкового аналізу на рівні сесій.

Це не перша вражаюча демонстрація можливостей Astra. Раніше розробник Тео (t3.gg) створив невелику 3D-гру прямо в браузері за один прохід генерації, а Шамім попросив модель відтворити в Blender Палац витончених мистецтв у Сан-Франциско — історичну будівлю часів всесвітньої виставки 1914 року. Astra відтворила точну геометрію купола й колонади на основі референсних зображень.

Доступ до моделі через API коштує $10 за мільйон вхідних токенів і $50 за мільйон вихідних; читання з кешу — $1, пакетний режим удвічі дешевший за стандартний, а швидкий режим (Fast mode) — удвічі дорожчий. Тим часом в іншому експерименті GPT-6 Astra заселила світ в Unreal Engine власними «людьми», які почали розмовляти між собою.

Схоже, межа між людиною та машиною стає дедалі прозорішою — принаймні для систем, які мали її розпізнавати.