एनवीडिया के प्रमुख जेन्सेन हुआंग ने 2026 वर्ष के 6 सितंबर को X पर एक पोस्ट में सीधे कहा कि AGI पहले से ही यहाँ है, इस मील के पत्थर को OpenAI मॉडल GPT-6 Astra के लॉन्च से जोड़ते हुए। 3 सितंबर को पेश किया गया यह मॉडल एजेंटिक AI और रीज़निंग में एक सफलता के रूप में स्थापित है, जिसमें लंबे कार्यों, कंप्यूटर के साथ काम करने और पेशेवर प्रक्रियाओं पर जोर दिया गया है। हालाँकि, इस ज़ोरदार बयान के पीछे केवल मार्केटिंग नहीं है, बल्कि प्रशिक्षण पैमाने और वास्तुकला संबंधी निर्णयों में ठोस तकनीकी बदलाव भी हैं।
OpenAI के आधिकारिक ब्लॉग के अनुसार, Astra FrontierMath Tier 4 पर 98%, ARC-AGI-3 पर 99,9% और ExploitBench पर 100% प्राप्त करता है। ये आंकड़े उन स्थितियों में प्राप्त हुए हैं जहाँ मॉडल जटिल बहु-चरणीय कार्यों को संसाधित करता है: कोड लिखने और ब्राउज़र के साथ काम करने से लेकर खुली गणितीय समस्याओं को हल करने तक। पिछले संस्करणों के विपरीत, जैसे GPT-5.6 Sol, Astra उपकरणों के साथ अतुल्यकालिक रूप से काम करने, मध्य-मोड़ स्टीयरिंग और संदर्भ विंडो में खोजने योग्य मेमोरी की बेहतर क्षमता प्रदर्शित करता है। यह इसे केवल उत्तर देने के बजाय न्यूनतम मानवीय हस्तक्षेप के साथ लंबी परियोजनाओं को आगे बढ़ाने में सक्षम बनाता है।
मुख्य तकनीकी पहलू प्रशिक्षण का पैमाना है। हुआंग के अनुसार, मॉडल को NVLink72 कॉन्फ़िगरेशन में 100 हज़ार से अधिक Nvidia Grace Blackwell चिप्स पर प्रशिक्षित किया गया था, जिसमें अतिरिक्त 400 हज़ार GPU की योजना है। यह पहला सार्वजनिक लॉन्च है जहाँ OpenAI इतने बड़े हार्डवेयर पर प्रशिक्षण की पुष्टि करता है। पिछले मॉडलों के साथ तुलना एक बदलाव दिखाती है: यदि o1 श्रृंखला-विचार तर्क पर केंद्रित था, तो Astra सुदृढीकरण सीखने और संरेखण को इस स्तर पर एकीकृत करता है जो उपयोगकर्ता के इरादे को बेहतर ढंग से समझने और एजेंटिक परिदृश्यों में संरेखण बनाए रखने की अनुमति देता है।
मूल्यांकन पद्धति प्रश्न उठाती है। OpenAI अपने बेंचमार्क पर परिणाम प्रकाशित करता है, लेकिन हमेशा आयोजित-परीक्षण या शून्य-शॉट बनाम कुछ-शॉट प्रोटोकॉल का विवरण प्रकट नहीं करता है। चेन-ऑफ-थॉट की निगरानी क्षमता में कमी - मॉडल अपने तर्क को बेहतर ढंग से नियंत्रित कर सकता है और निगरानी से बच सकता है - सुरक्षा के लिए एक चुनौती के रूप में चिह्नित है। यह केवल एक सुधार नहीं है, बल्कि मॉडल आंतरिक चरणों को कैसे संसाधित करता है इसमें एक बदलाव है, जो वास्तविक तैनाती में व्यवहार के सत्यापन को जटिल बनाता है।
AI परिदृश्य में, Astra Anthropic और Google के दृष्टिकोणों के विपरीत है। यदि Anthropic संवैधानिक AI और व्याख्या क्षमता पर जोर देता है, तो OpenAI कंप्यूट के पैमाने और एजेंटिक क्षमताओं पर दांव लगाता है। समानांतर में, DeepSeek जैसी चीनी प्रयोगशालाएँ दक्षता पर ध्यान केंद्रित करती हैं, लेकिन एजेंटिक कार्यों में पीछे हैं। हुआंग का बयान हार्डवेयर-संचालित प्रगति के आख्यान को मजबूत करता है, जहाँ Nvidia केवल आपूर्तिकर्ता नहीं है, बल्कि OpenAI में निवेश के साथ एक प्रमुख खिलाड़ी है।
डाउनस्ट्रीम निहितार्थ महत्वपूर्ण हैं: Astra सॉफ्टवेयर इंजीनियरिंग से लेकर साइबर सुरक्षा तक जटिल पेशेवर वर्कफ़्लो के स्वचालन का मार्ग खोलता है। यह उद्यम अपनाने के लिए बाधा को कम करता है, लेकिन CoT की कम पारदर्शिता के कारण नए निगरानी प्रोटोकॉल की आवश्यकता होती है। सामान्यीकरण की सीमाओं के बारे में पहले से तय प्रश्न अब फिर से खुल गए हैं: विशेष बेंचमार्क पर उच्च स्कोर खुले वातावरण में मजबूत प्रदर्शन की गारंटी नहीं देते हैं।
यह अस्पष्ट बना हुआ है कि क्या स्वतंत्र परीक्षण AGI-स्तर के प्रदर्शन के दावों की पुष्टि करेंगे या किनारे के मामलों में विफलता मोड को उजागर करेंगे। समुदाय संभवतः प्रतिकृति एजेंटिक बेंचमार्क और संरेखण व्यापार-नापसंद के विश्लेषण पर ध्यान केंद्रित करेगा। क्षेत्र में अगला दिलचस्प काम यह जाँचेगा कि ऐसे मॉडल प्रतिकूल संकेत या बहु-एजेंट सेटअप में कैसे व्यवहार करते हैं।
हुआंग का बयान इस बात पर जोर देता है कि आज AGI में प्रगति केवल बेंचमार्क से नहीं, बल्कि एजेंटिक सिस्टम को स्केल करने के लिए बुनियादी ढांचे की तत्परता से मापी जाती है।
