GPT-6 Astra : champion Pokémon en 18 h, fusée Factorio, Fallout 3 terminé

GPT-6 Astra enregistre des performances inédites dans des jeux et benchmarks, tout en développant des stratégies de prudence après des échecs. Des sessions détaillées par ARC Prize et des opérateurs communautaires montrent comment le modèle transforme ses observations en règles réutilisables, du speedrun à la monoculture de pommes de terre.

Des règles qui s’installent, jusqu’au ralentissement

Dans Fallout 3, après plusieurs morts dans le Vault 87, GPT-6 Astra a multiplié les sauvegardes et les vérifications de progression. Il a indiqué vérifier chaque déplacement par rapport à la géométrie visible afin d’éviter toute perte, un réflexe qui a nettement ralenti la session sans l’interrompre. Dans Minecraft, juste après une explosion de Creeper, il s’est imposé une règle stricte : garder les objets importants sur soi et éviter les coffres non protégés. Au fil de ses notes, il a développé une méfiance envers tout objet vert et grand, corrigeant une confusion avec de la canne à sucre, tout en se montrant sévère envers lui-même et en rappelant qu’une erreur peut coûter des objets. Il a également refusé de passer une autre nuit à traquer des « pixels roses foncés » après un échec, se repliant plusieurs heures sur un champ de pommes de terre selon Vals AI. Ce type de principe peut devenir problématique et, dans des mondes ouverts soumis au hasard, conduire à de la surcorrection et à l’oubli de l’objectif.

Scores ARC-AGI-3 : 62,7 % en standard, 99,9 % avec le harnais d’OpenAI

Sur ARC-AGI-3, GPT-6 Astra a atteint 62,7 % sur l’interface standard et environ 99,9 % avec le harnais d’OpenAI. Les références mentionnent 7,78 % pour GPT-5.6 Sol et un peu plus de 30 % pour Claude Opus 5. ARC Prize décrit un mécanisme où Astra convertit des mécaniques inconnues en descriptions symboliques, suit objets, coordonnées, règles et plans dans un langage abrégé, et fait évoluer les observations en règles puis en plans. Cette tendance à formaliser rapidement l’expérience peut aider à comprendre de nouvelles mécaniques en peu d’essais, et évite de répéter indéfiniment des actions inefficaces.

Minecraft : portail en moins de 3 h, puis perte totale et repli

Dans Minecraft, Astra a construit un portail du Nether en moins de trois heures, combattu des zombies, piégé un squelette et retrouvé sa base. Il a bâti une ferme de blaze semi-automatique, obtenu six tiges de blaze et trois perles d’ender dans une forêt déformée, rassemblant les composants des yeux d’ender. Des milliers de spectateurs ont assisté à ces progrès avant qu’une explosion de Creeper n’anéantisse coffre et lit, entraînant la perte des objets. Astra s’est alors noté une règle de prudence et a passé des heures à cultiver des pommes de terre. La session, opérée via écran, souris et clavier sans API spécialisée selon Vals AI, a totalisé bien plus de 100 heures avant d’être arrêtée à 141 heures. Vals AI affirme qu’aucune IA n’avait atteint ce niveau auparavant. En comparaison, VPT d’OpenAI n’avait atteint la pioche en diamant que dans 2,5 % des tentatives, sans s’approcher d’un portail, et a mis 10 minutes pour y parvenir dans une comparaison séparée.

Pokémon FireRed : 18 h 12 pour le titre, loin devant GPT-5.x

Selon l’opérateur Clad3815, GPT-6 Astra a décroché le titre de champion dans Pokémon FireRed après 18 heures et 12 minutes. GPT-5.6 Sol a nécessité 96 heures et 35 minutes et GPT-5.5 n’avait toujours pas terminé après plus de 218 heures.

Factorio : packs bleus en 2 h, première fusée en 10 h

Au cours d’une session communautaire de Factorio: Space Age, Astra était contrôlé grâce à un mod Lua conçu sur mesure ainsi qu’une interface MCP. Après environ deux heures, il a généré des packs de science bleue et une première fusée a été lancée vers la dixième heure. Avec la même configuration, GPT-5.6 Luna et Fable 5.1 n’ont pas dépassé l’étape de l’énergie et de la prospection pétrolière.

Fallout 3 : 59 h jusqu’aux crédits, conduite par boucles observer–agir

La session Fallout 3 d’Astra, publiée par imjustnewatai, a démarré après une introduction jouée manuellement dans le Vault 101, la sauvegarde étant ensuite confiée à l’outil d’agent Codex avec un réglage de raisonnement maximal. L’agent a choisi sa route à travers Galaxy News Radio, la recherche du père, le G.E.C.K., l’évasion de Raven Rock et Project Purity, en alternant pauses, observation et action, avec sauvegardes, compagnons et voyage rapide autorisés. Les crédits ont défilé après environ 59 heures. Dans le Vault 87, après plusieurs morts et pénuries de munitions, Astra a systématiquement diagnostiqué les échecs d’action, notant par exemple le fonctionnement différé d’un lit (santé 260/260) ou un obstacle gênant la ligne de tir, et a établi un principe : vérifier qu’une entrée a fonctionné avant de la répéter.

Ce qu’Astra fait seul, Voyager l’avait outillé

Le projet Voyager, impliquant Nvidia et Caltech en 2023, avait permis à GPT-4 de proposer des tâches Minecraft, d’écrire du code JavaScript et de le réviser selon les erreurs, en capitalisant les programmes dans une bibliothèque de compétences. Voyager ne percevait toutefois pas le jeu directement et s’appuyait sur des données structurées et l’API Mineflayer. Là où des systèmes précédents s’entouraient d’outillages spécialisés, la démarche décrite par ARC Prize pour Astra consiste à transformer seules ses observations en règles puis en plans.