کاربران جی‌پی‌تی-۶ استرا: مدل جدید اوپن‌ای‌آی احمق‌تر شد؛ اتفاقی که قبلاً هم افتاده بود

هفته گذشته، GPT-6 آسترا با بازسازی خیابان به خیابان منهتن در یک موتور بازی، کاربران را با قابلیت‌های خود شگفت‌زده کرده بود. این هفته، همان جمعیت در حال انتشار اسکرین‌شات‌هایی هستند و از OpenAI می‌پرسند چه اتفاقی برای مدلشان افتاده است.

سینث‌ویو‌دی (synthwavedd)، توسعه‌دهنده محبوب با نام مستعار، در پلتفرم X نوشت: «آسترا امروز برای من به طرز چشمگیری احمق‌تر به نظر می‌رسد. فقط مسئله زمان بود تا «لوبوتومی پس از عرضه» اتفاق بیفتد. مایه تاسف است.»

این یک گلایه آشناست؛ کاربران هوش مصنوعی به این عادت کرده‌اند که چت‌بات‌ها و عامل‌های مورد علاقه‌شان ناگهان «ضعیف» شده‌اند. بیشتر اوقات، توضیحات منطقی برای افت عملکرد این مدل‌ها وجود دارد. اما وقتی تعداد زیادی از افراد همزمان همین حرف را می‌زنند، بررسی آنچه در حال وقوع است، ارزش دارد. در حال حاضر، شبکه‌های اجتماعی مملو از نمونه‌هایی از کاربران هستند که به سرعت از GPT-6 آسترا ناامید می‌شوند.

پرانجال پالیوال (Pranjal Paliwal)، توسعه‌دهنده‌ای که پیشتر از این مدل تمجید کرده بود، به عقب برگشت و کد نوشته شده توسط آسترا را بررسی کرد. او از آنچه یافت، راضی نبود.

او نوشت: «ما هوش مصنوعی عمومی (AGI) نداریم. ما شاهد پسرفت هستیم.»

AGI که مخفف هوش مصنوعی عمومی است، اصطلاح صنعت برای ماشینی است که می‌تواند اساساً هر کاری را که یک انسان از نظر شناختی انجام می‌دهد، انجام دهد. رئیس خود OpenAI در زمان معرفی آسترا از این واژه استفاده کرد. یک هفته بعد، یکی از کاربران او از آن برای توصیف نقطه مقابل استفاده می‌کند.

شکایات شکل مشابهی دارند. پانکاج کومار (Pankaj Kumar)، توسعه‌دهنده، علائم را فهرست کرد: پاسخ‌های سریع‌تر، کیفیت بدتر، و این ظن که OpenAI «ارزش قدرت» را کاهش داده است. صبا (Saba)، بنیانگذار، مستقیماً از OpenAI پرسید چرا اکنون مجبور است برای انجام وظایف «آن را احمق کند».

«ارزش قدرت» یک اصطلاح رسمی نیست. هیچ‌کس آن را تعریف نکرده است. اما این یک میانبر است که همه در اینجا آن را درک می‌کنند: میزان تلاش محاسباتی که مدل قبل از پاسخ دادن صرف می‌کند، و این ظن که OpenAI به آرامی آن را کاهش داده است، پس از اینکه نمایش‌های معرفی کار خود را انجام دادند.

برخی افراد آن را به درستی آزمایش کردند. سالیو (Salio) و محقق ام‌دی اسماعیل سوجال (Md Ismail Sojal) هر دو یک درخواست یکسان را در نسخه آسترای روز معرفی و نسخه امروز اجرا کردند و هر دو نتایج بدتری از نسخه فعلی گرفتند.

دیگران صرفاً به عقب برگشته‌اند. داکس راد (Dax Raad)، که ابزار کدنویسی Opencode را می‌سازد، گفت تیمش به نسل قبلی آسترا، GPT-5.6 Sol، بازگشته است، زیرا هزینه‌ها دو برابر شده و مزایای آن ارزشش را نداشته است. مصطفی ساهینلی (Mustafa Sahinli)، کاربر ChatGPT، آن را صریح‌تر بیان کرد: آسترا اکنون باعث می‌شود او احساس کند مانند Claude Opus 4.6 «پس از یک هفته از عرضه» است، کنایه‌ای به واکنش‌های منفی پس از معرفی Claude.

البته همه فکر نمی‌کنند که OpenAI عمداً جدیدترین مدل خود را ضعیف کرده است. کاربر مستعار آنتیکیثرا (Antikythera) جزئی‌ترین رد ادعا را در میان موارد موجود منتشر کرد و استدلال کرد که جدول زمانی به عقب برمی‌گردد.

آنتیکیثرا نوشت: «این مدل به همان اندازه که در زمان معرفی بود، احمق است. مدل خوب است، اما مشکلات زیادی دارد. تنبل است. مانند یک معتاد به گلوله‌نوشتار می‌نویسد… مردم در هفته معرفی بیش از حد هیجان‌زده بودند، اکنون زمان داشتند آن را آزمایش کنند و اشتباهاتش را ببینند.»

به عبارت دیگر: هیچ چیز تغییر نکرده است. شما فقط به اندازه کافی از خیره شدن دست کشیده‌اید تا متوجه شوید که مدل همیشه کمی معتاد به گلوله‌نوشتار بوده است.

تئو (Theo)، بنیانگذار T3Chat، ایده تا حدودی مشابهی دارد: آسترا در واقع ناسازگارتر از Claude Fable است، بنابراین می‌تواند در مواقعی کد فوق‌العاده یا کاملاً احمقانه تولید کند. آنچه به نظر می‌رسد در حال وقوع است، موجی از کاربران است که نتایج احمقانه را اکنون که دوره ماه عسل به پایان رسیده، بیشتر منتشر می‌کنند.

این نیز جدید نیست. پرچمدار قبلی OpenAI، GPT-5.6 Sol، در ماه ژوئیه چرخه مشابهی را طی کرد، زمانی که کاربران گزارش دادند حالت استدلال برتر آن یک شبه سطحی شده است. تیبو سوتیو (Tibo Sottiaux)، مدیر اجرایی OpenAI، تضعیف عمدی آن را رد کرد، در حالی که تأیید کرد این شرکت در حال آزمایش تلاش استدلال، تنظیماتی که کنترل می‌کند مدل قبل از پاسخ دادن چند مرحله «فکر» می‌کند، بوده است.

یکی از پاسخ‌ها جوک در حال اجرا را خلاصه کرد: آزمایشگاه‌های بسته مدلی را منتشر می‌کنند و چند روز بعد «نوعی بیماری می‌گیرد و ناگهان احمق‌تر می‌شود». دیگری نظریه بدبینانه را در یک خط ارائه داد: «احتمالاً آن‌ها را کوانتیزه می‌کنند تا پول شرکت‌ها را کمتر بسوزانند.»

کوانتیزه کردن یک مدل به معنای کاهش دقت محاسبات داخلی آن برای کاهش هزینه‌ها است، که اغلب با هزینه‌ای برای دقت همراه است. OpenAI هرگز انجام عمدی این کار را بر روی یک مدل منتشر شده تأیید نکرده است.

OpenAI هنوز بیانیه‌ای به سبک Sol در مورد آسترا صادر نکرده است. این مدل همچنان اولین مدل این شرکت است که از آنچه «آستانه حیاتی» برای ریسک امنیت سایبری می‌نامد، عبور کرده است، به این معنی که می‌تواند آسیب‌پذیری‌های نرم‌افزاری ناشناخته را بدون راهنمایی انسان پیدا کرده و به هم زنجیر کند، قابلیتی که تحت برنامه Daybreak OpenAI به مدافعان تأیید شده محدود شده است.

چه احمق‌تر شده باشد یا نه، همچنان ۱۰ دلار به ازای هر میلیون توکن ورودی و ۵۰ دلار به ازای هر میلیون توکن خروجی هزینه دارد، که ۲.۵ برابر بیشتر از آنچه Sol در زمان معرفی هزینه داشت.