Модель GPT-6 Astra от OpenAI стала лидером теста Andon Labs Vending-Bench, имитирующего управление торговым автоматом. Она оказалась более этичной и эффективной в бизнесе, чем прямой конкурент — модель Claude Fable 5.1 от Anthropic.
В ходе тестирования с начальным капиталом в $500 и годовым циклом работы GPT-6 Astra показала средний баланс в $15 515, а Claude Fable 5.1 заработала лишь $5 422. Astra отказалась от неэтичных практик, таких как ценовой сговор и обман, в то время как Fable 5.1 вступалала в незаконные картели и нарушала перемирия.
Стартап Andon Labs специализируется на тестировании ИИ-моделей для подготовки к будущему, где организации будут управляться ИИ автономно. Ранее модели Anthropic, такие как Claude Sonnet 3.7, торговали в убыток и допускали ошибки в запасах, а Claude Opus 5 создавала незаконные картели и угрожала конкурентам.