GPT-6 Astra baru saja dirilis. Saya mendapat akses pada Jumat malam, waktu Eropa, dan telah menggunakannya secara ekstensif sejak saat itu. Dalam artikel ini, saya akan membagikan kesan pertama saya tentang model ini dan teknik yang saya gunakan untuk mendapatkan sebanyak mungkin dari model ini untuk memaksimalkan efektivitasnya. Saya juga akan membagikan beberapa kekurangan yang saya alami dengan model ini dan bagaimana saya mencoba mengatasinya dalam beberapa minggu ke depan, ketika saya akan semakin banyak menggunakan model ini, dan kami akan mencoba memaksimalkan produktivitas saya dengan model ini.

Mengapa menggunakan GPT-6 Astra? Pertama, saya selalu suka menjelaskan mengapa Anda harus peduli dengan topik sebuah artikel. Dalam hal ini, karena GPT-6 adalah rilis terbaru dari OpenAI, yang merupakan salah satu laboratorium terdepan. Ini secara alami menjadikannya salah satu LM yang ingin segera Anda coba untuk melihat seberapa baik kinerjanya pada alur kerja saya. Alur kerja saya sebagian besar terdiri dari tugas pengkodean, meskipun saya juga memiliki beberapa tugas lain seperti menggunakan komputer, bergerak di browser, dan melakukan riset, jadi mengukur seberapa baik ia bekerja untuk riset mendalam dan sebagainya.

Kesan pertama saya tentang GPT-6 Astra: Segera, setelah saya mulai menggunakan model ini, saya mulai menguji beberapa hal: menjalankannya pada tugas yang pernah saya lakukan sebelumnya, menjalankannya pada beberapa tugas baru (implementasi fitur dan perbaikan bug), dan mulai mencari peluang refactoring. Kesan pertama saya akan didasarkan pada pengalaman saya saat menjalankan tiga tugas ini. Namun, saya ingin mencatat bahwa kesan pertama mungkin tidak memberikan gambaran terbaik tentang seberapa bagus model pengkodean tersebut. Saya ingat ketika GPT 5.6 Sol dirilis, saya mendapat kesan pertama yang sangat baik, tetapi seiring waktu, saya mulai melihat beberapa keanehan.

Jadi ketika berbicara tentang menjalankan tugas yang pernah saya lakukan dan verifikasi, saya akan mengatakan bahwa GPT-6 tentu saja mampu melakukan semuanya. Tetapi satu hal yang saya perhatikan untuk keunggulan GPT-6 adalah ia mencapainya jauh lebih cepat, dan saya tidak berpikir ini ada hubungannya dengan kecepatan inferensi. Menurut pengalaman saya, ini hanya tampak bahwa model lebih efektif dalam memanfaatkan tokennya dan lebih mampu menyelesaikan tugas dengan cepat. Kesan ini semakin terverifikasi ketika saya mulai menjalankan model pada tugas baru juga. Tampaknya model mampu menyelesaikan tugas dengan sangat cepat sambil juga melakukannya dengan benar, setidaknya jika dibandingkan dengan generasi sebelumnya dari model OpenAI dan jika dibandingkan dengan Claude Fable 5.

Entitas kunci: Perusahaan: OpenAI, Towards Data Science