GPT-6 Astra набрала 80% в тесте Epoch AI, где моделям нужно было находить ошибки сборки мебели IKEA по фотографиям и официальным инструкциям. Об этом сообщает IT之家. Для сравнения: ведущая модель в ноябре 2025 года, Claude Opus 4.5, набрала 28% в том же тесте.
В тест вошли 60 фотографий трёх предметов мебели, которые исследователи намеренно собирали с ошибками. Модели получали снимок, PDF-инструкцию, инструмент увеличения изображения и интерпретатор Python. Чтобы получить баллы, требовалось определить шаг инструкции, на котором возникла ошибка, и примерно объяснить, что сделано неправильно. Результат относится именно к этим условиям и трём предметам мебели.
На разбор одного снимка GPT-6 Astra тратила в среднем около трёх минут по медиане — это самый быстрый результат среди участников исследования. По оценке Epoch AI, для помощи во время сборки в реальном времени такая скорость пока недостаточна. Исследователи также отмечают, что сложность задачи зависела не столько от самой мебели, сколько от того, насколько заметна ошибка на выбранном ракурсе и сколько шагов сборки выполнили после неё.
