No. 51
2026-09-08
yapay zeka nabzı — ham değil, demlenmişthe AI pulse — brewed, not raw
 AI KRİTİKAI CRITIQUE
Görsel, Portal oyununun bir ekran görüntüsünü göstermektedir; 'Astra' adlı bir karakter, turuncu ve mavi portallarla dolu karmaşık bir seviyede ilerlerken, oturum istatistikleri ve girdi/çıktı token bilgileri de ekranda…

GPT-6 Astra, Portal oyununu insan yardımı olmadan tamamladıGPT-6 Astra completes Portal game without human assistance

Habere gitRead the article    Türkçe (otomatik çeviri) English (automatic translation)

ÖzetSummary

OpenAI'nin GPT-6 Astra modeli, insan müdahalesi olmadan Portal adlı bulmaca tabanlı FPS oyununu tamamladı. Süreç 23 saat 43 dakika sürdü, 3.336 araç çağrısı yapıldı ve API maliyeti 571,18 dolar oldu. Model, akıl yürütme aşamasında oyunu duraklatan özel bir MCP tabanlı altyapı kullandı.OpenAI's GPT-6 Astra model completed the puzzle-based FPS game Portal without human intervention. The process took 23 hours and 43 minutes, involved 3,336 tool calls, and incurred an API cost of $571.18. The model utilized a custom MCP-based infrastructure that paused the game during its reasoning phase.

Neden ÖnemliWhy it matters

Uzamsal akıl yürütme, zamanlamaya duyarlı mekanikler ve çok aşamalı bir hikâye patronu (GLaDOS) içeren 3D bir bulmaca oyununu tamamlamak, büyük dil modellerini (LLM) metin kıyaslamalarının çok ötesine taşıyor. Bu, modelin somut ve ardışık karar verme süreçlerine girdiğini gösteriyor. Ancak 571 dolarlık token maliyeti ve 23 saatlik çalışma süresi, bunun hâlâ pratik bir yetenekten çok araştırma merakı olduğunu vurguluyor. Ayrıca modelin, SourcePauseTool gibi özel olarak geliştirilen duraklatma ve devam etme altyapısına bağımlı olması, gerçek zamanlı ve desteksiz bir ortamda çalışmadığını kanıtlıyor.Completing a 3D puzzle game featuring spatial reasoning, timing-sensitive mechanics, and a multi-stage story boss (GLaDOS) pushes large language models (LLMs) far beyond text benchmarks. This demonstrates the model's ability to engage in concrete, sequential decision-making processes. However, the $571 token cost and 23-hour runtime highlight that this remains more of a research curiosity than a practical capability. Furthermore, the model's reliance on custom-built pause and resume infrastructure, such as SourcePauseTool, proves it cannot operate in a real-time, unsupported environment.

Öne ÇıkanlarHighlights

  • 3.336 araç çağrısı ve tekrarlanan denemeler, modelin Portal oyununu zarif bir planlama yerine kaba kuvvetle deneme-yanılma yoluyla çözdüğünü gösteriyor.3,336 tool calls and repeated attempts indicate that the model solved the Portal game through brute-force trial-and-error rather than elegant planning.
  • SourcePauseTool eklentisi, çıkarım aşamasında oyunu donduruyor. Bu sayede model, gerçek zamanlı baskıya veya dinamik durum değişikliklerine asla maruz kalmıyor.The SourcePauseTool plugin freezes the game during inference, ensuring the model is never exposed to real-time pressure or dynamic state changes.
  • Tam kurulum, temizlenmiş oturum günlüğü ve üç bölümlük video kaydı (VOD), bağımsız doğrulama yapılabilmesi için GitHub ve YouTube'da herkese açık.The full setup, cleaned session logs, and a three-part video recording (VOD) are publicly available on GitHub and YouTube for independent verification.

EleştiriCritical take

'İnsan yardımı yok' ifadesi cömert bir tanımlama. MCP denetleyicisini, duraklatma/devam etme yamasını ve tüm altyapıyı bir insan mühendis tasarladı. Modelin 23 saat süren ve 571 dolara mal olan tekrar denemeleri, rastgele bir aramaya benziyor. Bu, bir insanın bir saatten kısa sürede gerçekleştirdiği akıcı ve içgörüye dayalı oyun tarzından çok farklı. Bunu bir kilometre taşı olarak nitelendirmek adil olabilir. Ancak maliyet-yetenek oranı ve gerekli iskelet altyapı, bunun genel oyun zekâsının bir kanıtı değil, bir kavram kanıtı olduğunu gösteriyor.The claim of 'no human help' is a generous description. Human engineers designed the MCP controller, the pause/resume patch, and the entire underlying infrastructure. The model's 23-hour, $571-long process of repeated retries resembles a random search. This is vastly different from the fluid, insight-driven gameplay a human can achieve in under an hour. While it may be fair to call this a milestone, the cost-to-capability ratio and the required scaffolding infrastructure suggest it is a proof of concept rather than evidence of general game intelligence.

Bu kritik, yerel yapay zeka modeli Qwen3.8-27B tarafından yazılmıştır. Haberi ben seçtim; kritik metnini yayımlanmadan önce tek tek denetlemiyorum.This critique was written by the local AI model Qwen3.8-27B. I chose the story; I do not review each critique before it is published.
Bültene dönBack to the issue