GPT-6 Astra: ثورة في التحكم بالروبوتات وفعالية التكلفة

في خطوة متقدمة ضمن مجال الذكاء الاصطناعي والروبوتات، وبعد استكمال مقارنتنا السابقة بين نموذجي Claude Fable 5 وFable 5.1، يسرنا أن نقدم اليوم تقريرًا شاملًا حول أداء نموذج GPT-6 Astra من OpenAI. لقد أتحنا لنموذج أسترا التحكم في نفس أذرع الروبوتات YAM المتقدمة، وذلك ضمن بيئة اختبار موحدة تطبق سياسة الوكيل ‘فحص الروبوتات’ ذاتها، ولإنجاز نفس المهمتين التحديتين اللتين اختبرنا عليهما النماذج السابقة. هذا التقييم، الذي يعود تاريخه إلى 4 سبتمبر 2026، يكشف عن قدرات مثيرة للإعجاب قد تعيد تعريف التوقعات لأداء نماذج الذكاء الاصطناعي في المهام الروبوتية المعقدة.

تفوق GPT-6 Astra في مهام التعامل مع الكائنات

لتقييم قدرات GPT-6 Astra، تم تكليف النموذج بمهمتين رئيسيتين تتطلبان دقة عالية وتخطيطًا استراتيجيًا في التعامل مع الكائنات:

• التقاط الكتلة الحمراء من الطاولة ووضعها داخل الوعاء.
• التقاط قطعة اللغز الزرقاء المستديرة من المقبض الموجود في وسطها ووضعها في الأخدود الدائري المطابق في اللوحة.

في المهمة الأولى المتعلقة بالوعاء، أظهر أسترا أداءً استثنائيًا، حيث نجح في وضع الكتلة داخل الوعاء في 19 من أصل 20 محاولة. هذا يتفوق بشكل كبير على أداء Fable 5.1 الذي حقق 8 من أصل 20 محاولة، ونموذج Fable 5 الذي حقق محاولة واحدة فقط من أصل 20. ليس هذا فحسب، بل أنجز أسترا كل تجربة في 2.5 دقيقة في المتوسط، مقارنة بـ 6.8 دقيقة لـ Fable 5.1، وبتكلفة تقديرية بلغت 0.94 دولار لكل تشغيل، وهو أقل بكثير من 2.12 دولار لـ Fable 5.1.

أما مهمة اللغز، فقد كانت وضعًا مختلفًا. أكملت أسترا عملية الإدخال مرتين من أصل 20 محاولة، وهو نفس عدد النجاحات التي حققها Fable 5.1 في 20 محاولة. وتتوقف أسترا عند نفس الخطوة النهائية التي تتوقف عندها Fable، بعد الوصول إلى الأخدود، وذلك بتكلفة بلغت 1.36 دولارًا لكل تشغيل مقارنة بـ 2.18 دولار لـ Fable 5.1.

بالنسبة لمهمة الوعاء، تم تسجيل أفضل جولة مكتملة لكل نموذج، مع الأخذ في الاعتبار أعلى مرحلة تم الوصول إليها وأقصر وقت، حيث تم تشغيل كل منها بسرعة متطابقة. وقد تم رصد الوقت الفعلي المستغرق بعد استبعاد توقفات التفكير.

تحليل الأداء والتكلفة: تفوق ملحوظ

تُظهر البيانات أن GPT-6 Astra يكمل مهمة الوعاء في كثير من الأحيان، وبحوالي نصف التكلفة لكل جولة مقارنة بالنماذج الأخرى.

البيانات التفصيلية تشير إلى أن النقاط الكبيرة تمثل متوسطات الأداء المشروط، بينما النقاط الأصغر والخافتة تمثل التجارب الفردية، حيث تُسجل 100% في حال الاكتمال التام و0% في حال الفشل، مع الأخذ في الاعتبار التكلفة الخاصة لكل محاولة.

نظام التسجيل المعتمد

تم تسجيل كل تجربة من قبل مصحح بشري وفقًا لأعلى مرحلة وصل إليها النموذج. لم يتغير نظام التقييم عن التقرير السابق لـ Fable، وهو كالتالي:

• 0: لا يوجد نهج هادف.
• 1: تم الاتصال بالكائن.
• 2: رفع الكائن بعيدًا عن الطاولة.
• 3: وضعه فوق نقطة الإيداع.
• 4: تم وضع الكائن في موضعه النهائي.

توزيع إنجازات أسترا في مهام الروبوتات

تُظهر النتائج أن أسترا تضع الكتلة في الوعاء بنجاح في كل مرة تقريبًا، بينما في مهمة اللغز، تتوقف عند نفس النقطة التي تتوقف عندها نماذج Fable.

تُظهر النسب المئوية للتجارب لكل نموذج، والتي تصل إلى كل مرحلة من مراحل التقييم، مدى التباين في الأداء، حيث يمثل n عدد التجارب لكل صف في تلك الخلية.

ملخص جميع التجارب

تم حساب جميع التجارب المذكورة أعلاه، وبلغ مجموعها 120 تجربة لتقييم أداء النماذج.

المواصفات الفنية للاختبار

لضمان الشفافية وفهم أعمق لبيئة الاختبار، إليكم المواصفات الفنية التفصيلية التي تم اعتمادها:

• التجسيد: أذرع I2RT YAM ثنائية اليد، توفر 6 درجات حرية (6-DoF) لكل ذراع، مزودة بمقابض فكية متوازية.
• التحكم: استخدام المؤثر النهائي المطلق (move_to) والذي يشمل: الإحداثيات (x، y، z)، زوايا الانعراج (Yaw)، درجة الميلان (Pitch)، ولفة الذراع (Roll)، بالإضافة إلى التحكم في القابض لكل ذراع. يقوم نظام IK الخاص بالروبوت بتحويل هذه الوضعيات إلى زوايا مفصلية مشتركة.
• الملاحظة: ثلاث طرق عرض للكاميرا (من الأعلى، ومن المعصم الأيسر، ومن المعصم الأيمن) بالإضافة إلى بيانات حالة التحسس، في كل دورة.
• السياسة: سياسة الوكيل agent، مع جهد تفكير متوسط، وميزانية استدعاء تبلغ 20 ماجستيرًا، وسرعة قصوى محددة بـ 25%، وتشغيل حواجز السلامة الافتراضية.
• النماذج المستخدمة: gpt-6-astra، claude-fable-5، وclaude-fable-5-1.
• النظام المستخدم: فحص الروبوتات إصدار 0.58.0.
• عدد التجارب: 20 تجربة لكل نموذج لكل مهمة؛ مهمة اللغز أجريت على rig-4 لجميع النماذج، بينما مهمة الوعاء أجريت على rig-3 لنماذج Fable و rig-1 لـ Astra.
• تكلفة الرموز المميزة: الرموز المميزة المحتسبة هي على مستوى طلب/استجابة التحويل البنكي (token count)، وليس الرموز المميزة المفوترة. تم حساب التكلفة بسعر القائمة، 10 دولارات للإدخال و50 دولارًا للإخراج لكل مليون رمز لجميع النماذج الثلاثة.

ملاحظات وقيود التجربة

من المهم الإشارة إلى بعض القيود التي قد تؤثر على تفسير النتائج:

• أُجريت تجارب أسترا بعد يومين من تجارب Fable ولم تتداخل معها. في حين أُجريت مقارنة اللغز على نفس المنصة (rig)، إلا أن مقارنة مهمة الوعاء لم تكن كذلك؛ فقد تم إجراء تجارب Fable Bowl على المنصة 3، التي لم تكن متاحة لـ Astra.
• تم تقييم الأداء من قبل المشغل الذي كان على دراية بالنموذج المستخدم، مما قد يعرض النتائج لبعض التحيز غير الواعي.
• التكاليف المذكورة هي أسعار القائمة. لم تُرسل طلبات Fable بتخزين مؤقت فوري، بينما قامت OpenAI بتخزين حوالي خمسة مدخلات لـ Astra تلقائيًا مؤقتًا. لم يُخصم هذا من التكلفة هنا، مما يعني أن تكلفة Astra قد تكون مبالغًا فيها قليلاً.
• أُعيد ضبط الكائنات يدويًا بين كل تجربة، وتم تشغيل جميع النماذج بمستوى جهد التفكير المتوسط فقط.

تُظهر هذه النتائج المبكرة لـ GPT-6 Astra إمكانات هائلة في تحسين أداء الروبوتات والتحكم بها بكفاءة أعلى وتكاليف أقل في بعض المهام. ومع استمرار تطور هذه النماذج، نتوقع رؤية المزيد من الابتكارات التي تدفع حدود ما يمكن للروبوتات المدعومة بالذكاء الاصطناعي تحقيقه، مما يفتح آفاقًا جديدة لتطبيقات الذكاء الاصطناعي في العالم الحقيقي.