CEO Nvidia Jensen Huang dalam unggahan di X pada 6 September 2026 secara langsung menyatakan bahwa AGI sudah ada, menghubungkan tonggak ini dengan peluncuran model OpenAI GPT-6 Astra. Model yang diperkenalkan pada 3 September ini diposisikan sebagai terobosan dalam AI agen dan penalaran, dengan penekanan pada tugas jangka panjang, kerja komputer, dan proses profesional. Namun, di balik pernyataan yang lantang ini, tidak hanya ada pemasaran, tetapi juga pergeseran teknis konkret dalam skala pelatihan dan keputusan arsitektur.
Menurut blog resmi OpenAI, Astra mencapai 98% pada FrontierMath Tier 4, 99,9% pada ARC-AGI-3, dan 100% pada ExploitBench. Angka-angka ini diperoleh dalam kondisi di mana model menangani tugas multi-langkah yang kompleks: dari menulis kode dan bekerja dengan browser hingga memecahkan masalah matematika terbuka. Tidak seperti versi sebelumnya, seperti GPT-5.6 Sol, Astra menunjukkan kemampuan yang lebih baik untuk bekerja secara asinkron dengan alat, kemudi di tengah putaran, dan memori yang dapat dicari dalam jendela konteks. Ini memungkinkannya tidak hanya menjawab, tetapi juga menjalankan proyek jangka panjang dengan intervensi manusia yang minimal.
Aspek teknis kunci adalah skala pelatihan. Menurut Huang, model dilatih pada lebih dari 100 ribu chip Nvidia Grace Blackwell dalam konfigurasi NVLink72, dengan rencana untuk tambahan 400 ribu GPU. Ini adalah peluncuran publik pertama di mana OpenAI mengonfirmasi pelatihan pada volume perangkat keras sebesar itu. Perbandingan dengan model sebelumnya menunjukkan pergeseran: jika o1 berfokus pada penalaran rantai pemikiran, Astra mengintegrasikan pembelajaran penguatan dan penyelarasan pada tingkat yang memungkinkan pemahaman yang lebih baik tentang maksud pengguna dan mempertahankan penyelarasan dalam skenario agen.
Metodologi evaluasi menimbulkan pertanyaan. OpenAI mempublikasikan hasil pada tolok ukur mereka sendiri, tetapi tidak selalu mengungkapkan rincian tes yang disimpan atau protokol zero-shot vs few-shot. Penurunan kemampuan pemantauan rantai pemikiran—model lebih mengontrol penalarannya dan dapat menghindari pemantauan—dicatat sebagai tantangan bagi keamanan. Ini bukan sekadar peningkatan, tetapi perubahan dalam cara model memproses langkah internal, yang mempersulit verifikasi perilaku dalam penerapan nyata.
Dalam lanskap AI, Astra kontras dengan pendekatan Anthropic dan Google. Jika Anthropic menekankan AI konstitusional dan interpretabilitas, OpenAI bertaruh pada penskalaan komputasi dan kemampuan agen. Secara paralel, laboratorium China, seperti DeepSeek, berfokus pada efisiensi, tetapi kalah dalam tugas agen. Pernyataan Huang memperkuat narasi tentang kemajuan yang didorong perangkat keras, di mana Nvidia bukan sekadar pemasok, tetapi pemain kunci dengan investasi di OpenAI.
Implikasi hilir signifikan: Astra membuka jalan menuju otomatisasi alur kerja profesional yang kompleks—dari rekayasa perangkat lunak hingga keamanan siber. Ini menurunkan hambatan untuk adopsi perusahaan, tetapi membutuhkan protokol pemantauan baru karena berkurangnya transparansi CoT. Pertanyaan yang sebelumnya dianggap selesai tentang batas generalisasi kini dibuka kembali: skor tinggi pada tolok ukur khusus tidak menjamin kinerja yang kuat di lingkungan terbuka.
Masih belum jelas apakah tes independen akan mengonfirmasi klaim tentang kinerja tingkat AGI atau mengungkap mode kegagalan dalam kasus tepi. Komunitas kemungkinan akan fokus pada replikasi tolok ukur agen dan analisis trade-off penyelarasan. Pekerjaan menarik berikutnya di bidang ini akan menguji bagaimana model tersebut berperilaku di bawah prompt yang bermusuhan atau dalam pengaturan multi-agen.
Pernyataan Huang menekankan bahwa kemajuan dalam AGI saat ini diukur tidak hanya dengan tolok ukur, tetapi juga dengan kesiapan infrastruktur untuk menskalakan sistem agen.
