Новая модель OpenAI GPT-6 Astra смогла самостоятельно пройти оригинальную Portal — знаменитую головоломку Valve, где успех зависит не столько от скорости реакции, сколько от понимания пространства, физики и правильного использования порталов. Человек непосредственно не управлял персонажем: модель анализировала происходящее на экране, принимала решения и выполняла необходимые действия через подключённые инструменты.

Однако автономность оказалась весьма затратной. Полное прохождение потребовало 3336 обращений к инструментам, а итоговые расходы на API достигли $571,18. Сам эксперимент продолжался почти 24 часа, хотя опубликованная видеозапись занимает около двух часов. Значительная часть времени ушла на обработку изображений и рассуждения модели перед очередным действием.

Как искусственный интеллект играл в Portal

Эксперимент организовал пользователь под ником cozyblaze. Он подключил GPT-6 Astra к игре и предоставил модели возможность самостоятельно перемещаться по тестовым камерам и искать решения головоломок.

Portal хорошо подходит для подобной проверки возможностей ИИ. Для прохождения недостаточно просто двигаться вперёд или реагировать на появляющиеся объекты. Игроку необходимо ориентироваться в трёхмерном пространстве, оценивать геометрию помещений, выбирать подходящие поверхности для размещения порталов и понимать, каким образом перемещение через них позволит добраться до нужной точки.

Astra получала визуальную информацию непосредственно из игры и взаимодействовала с ней при помощи набора подключённых инструментов. В использованной конфигурации модели также передавались координаты персонажа. Перед началом эксперимента система управления была обновлена с учётом новой архитектуры работы Astra с контекстом.

Фактически модель играла не так, как это делает человек в реальном времени. После получения очередной информации игра могла останавливаться: ИИ анализировал скриншоты, оценивал ситуацию, выбирал дальнейшее действие и только после этого продолжал прохождение.

Два часа видео превратились почти в сутки работы

Продолжительность опубликованного ролика может создать впечатление, что GPT-6 Astra справилась с Portal примерно за два часа. На практике всё происходило значительно медленнее.

С учётом пауз, необходимых модели для анализа и принятия решений, эксперимент растянулся почти на сутки. При этом вмешательство человека для непосредственного управления персонажем не потребовалось — Astra в итоге добралась до финала самостоятельно.

Такой результат интересен прежде всего как демонстрация возможностей современных ИИ-агентов. OpenAI позиционирует GPT-6 Astra как модель, рассчитанную в том числе на сложную работу с компьютером и выполнение продолжительных многоэтапных задач с использованием внешних инструментов.

Цена прохождения оказалась внушительной

За время игры GPT-6 Astra выполнила 3336 вызовов инструментов. Общая стоимость использования API составила $571,18.

Для обычного прохождения Portal подобные расходы, разумеется, не имеют практического смысла. Здесь важен сам эксперимент: модель смогла поддерживать длительный процесс, воспринимать визуальную информацию, пользоваться инструментами и последовательно решать задачи, ведущие к общей цели.

Высокая стоимость отчасти объяснима и ценовой политикой новой модели. В API стандартная цена GPT-6 Astra составляет $10 за миллион входных токенов и $50 за миллион выходных. Отдельные расходы могут возникать и при использовании инструментов.

Есть ли здесь подвох

Результат всё же нельзя считать абсолютно «чистым» тестом способности ИИ самостоятельно разобраться в незнакомой игре.

Оригинальная Portal вышла ещё в 2007 году и за прошедшие годы была подробно разобрана в руководствах, статьях, обсуждениях и видеопрохождениях. Поэтому нельзя исключать, что обучающие данные модели содержали сведения о механиках игры или даже решениях отдельных тестовых камер. На это ограничение обращает внимание и источник, описывающий эксперимент.

Тем не менее Astra пришлось применять эти знания в конкретной игровой ситуации: интерпретировать получаемую визуальную информацию, определять своё положение и последовательно выполнять действия через доступные инструменты.

Идея, которой уже десять лет

У эксперимента есть любопытный исторический контекст. Cozyblaze напомнил, что ещё в 2016 году среди технических целей OpenAI фигурировала задача создания единого агента, способного справляться с широким спектром компьютерных игр.

Спустя десять лет подобные эксперименты выглядят уже совсем иначе. Речь идёт не только об ИИ, обученном играть в одну конкретную игру, а о универсальной модели, способной воспринимать изображение, рассуждать, работать с внешними инструментами и выполнять длинные последовательности действий.

До экономичного игрового ИИ здесь ещё далеко: почти сутки вычислений и $571 за прохождение Portal вряд ли можно назвать эффективным способом победить GLaDOS. Но как демонстрация того, насколько далеко продвинулись универсальные компьютерные агенты, эксперимент получился весьма показательным.