GPT-6 Astra am Roboterarm: OpenAIs Modell schlägt Claude Fable bei Manipulation

Nach dem ARC-AGI-3-Rekord zeigt OpenAIs GPT-6 Astra jetzt auch in der physischen Welt starke Leistung: Das Evaluations-Team von Robocurve übergab dem Modell die Kontrolle über zwei I2RT YAM-Roboterarme (je 6 Freiheitsgrade mit Parallelgreifer) und ließ es dieselben Aufgaben bearbeiten, die kürzlich schon Claude Fable 5 und Fable 5.1 gestellt bekamen.

Die Ergebnisse im Detail

Auf dem einfacheren Task, einen Block in eine Schüssel zu legen, erreicht GPT-6 Astra in fast allen Läufen die Höchstwertung von 4 Punkten - und das in rund 1,7 bis 3,5 Minuten mit nur 1.500 bis 2.600 ausgegebenen Tokens. Claude Fable 5 brauchte dagegen 9,6 Minuten und verbrauchte über 30.000 Tokens, ohne den Block sauber abzulegen (Score 1). Fable 5.1 schaffte es in einem Lauf mit 7.031 Tokens, scheiterte im zweiten aber erneut.

Beim anspruchsvolleren Puzzle-into-Groove-Task schwanken Astras Ergebnisse deutlich: Die Scores reichen von 0 bis 3, ein sauberes Lösen gelang nicht in jedem Versuch.

Testaufbau

• Drei Kameraperspektiven (oben, linkes und rechtes Handgelenk) plus propriozeptive Zustände pro Zug
• Steuerung über absolute End-Effektor-Posen (move_to), die IK des Roboters wandelt sie in Gelenkwinkel um
• 20 LLM-Aufrufe Budget, 25 Prozent Geschwindigkeitslimit, Standard-Sicherheitsguardrails aktiv
• Harness: Inspect Robots 0.58.0

Bemerkenswert ist die Effizienz: GPT-6 Astra benötigt für erfolgreiche Läufe bis zu 20-mal weniger Output-Tokens als Fable 5. Wer die Transkripte und Videos der Läufe vergleichen will, findet alle Aufzeichnungen inklusive Rerun-Downloads auf der Projektseite.

Original: GPT-6 Astra on robot arms (Robocurve)