GPT-6 Astra am Roboterarm: OpenAIs Modell schlaegt 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 uebergab dem Modell die Kontrolle ueber zwei I2RT YAM-Roboterarme (je 6 Freiheitsgrade mit Parallelgreifer) und liess es dieselben Aufgaben bearbeiten, die kuerzlich schon Claude Fable 5 und Fable 5.1 gestellt bekamen.

Die Ergebnisse im Detail

Auf dem einfacheren Task, einen Block in eine Schuessel zu legen, erreicht GPT-6 Astra in fast allen Laeufen die Hoechstwertung 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 ueber 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 Loesen gelang nicht in jedem Versuch.

Testaufbau

• Drei Kameraperspektiven (oben, linkes und rechtes Handgelenk) plus propriozeptive Zustaende pro Zug
• Steuerung ueber 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 benoetigt fuer erfolgreiche Laeufe bis zu 20-mal weniger Output-Tokens als Fable 5. Wer die Transkripte und Videos der Laeufe vergleichen will, findet alle Aufzeichnungen inklusive Rerun-Downloads auf der Projektseite.

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