OpenAIs neuestes KI-Modell, GPT-6 Astra, übertrifft frühere KI-Systeme in der Bewältigung komplexer Videospiele deutlich. Das Modell schloss Spiele wie Pokémon FireRed in 18 Stunden ab, benötigte nur rund zehn Stunden für einen Raketenstart in Factorio und beendete die Hauptgeschichte von Fallout 3 in etwa 59 Stunden. Diese Fortschritte zeigen sich auch in der Bewältigung von Titeln wie Portal und Fallout 2, stellen aber auch eine unerwartete Schwäche in Minecraft zutage.
Deutliche Fortschritte in komplexen Spielen
GPT-6 Astra bewältigte Spiele, die frühere Modelle überforderten. In Pokémon FireRed erreichte es den Champion-Titel in nur 18 Stunden und 12 Minuten. Zum Vergleich: GPT-5.6 Sol benötigte dafür 96 Stunden und 35 Minuten, während GPT-5.5 auch nach über 218 Stunden noch nicht fertig war. In Factorio: Space Age gelang Astra über eine angepasste Lua-Modifikation und eine MCP-Schnittstelle der Start einer Rakete nach etwa zehn Stunden, nachdem es bereits nach rund zwei Stunden blaue Wissenschaftspakete produziert hatte. Modelle wie GPT-5.6 Luna und Fable 5.1 kamen in derselben Konfiguration nicht über die Stromversorgung und Ölförderung hinaus.
Auch andere Spiele wurden erfolgreich abgeschlossen. Astra erreichte die Credits in Portal, beendete Fallout 2 in 22 Stunden und führte in RimWorld eine Kolonie durch mehrere Überfälle und schließlich vom Planeten. Die Hauptgeschichte von Fallout 3 wurde nach etwa 59 Stunden abgeschlossen.
Der Mechanismus hinter der Leistung
Ein entscheidender Faktor für Astras Leistung ist die Fähigkeit, Erfahrungen in kompakte Regeln zu destillieren. Dies wurde bereits durch den ARC-AGI-3-Benchmark angedeutet, bei dem Modelle in unbekannte, abstrakte Spielumgebungen versetzt werden, um die Regeln durch eigene Aktionen zu erlernen. Astra erreichte hier 62,7 Prozent über die Standardschnittstelle und etwa 99,9 Prozent mit OpenAIs eigener Umgebung. Zum Vergleich: GPT-5.6 Sol erreichte 7,78 Prozent und Claude Opus 5 etwas über 30 Prozent.
Die Organisation ARC Prize, die hinter dem Benchmark steht, erklärt diesen Sprung damit, dass Astra unbekannte Spielmechaniken in kompakte, symbolische Beschreibungen übersetzt. Es verfolgt Objekte, Koordinaten, Regeln und geplante Aktionen in einer selbst entwickelten Kurzschrift. Beobachtungen werden zu Regeln, und Regeln werden zu Plänen.
Im Gegensatz zu früheren Projekten wie Voyager (2023), das strukturierte Daten erhielt und das Spiel über eine Programmierschnittstelle steuerte, interagiert Astras Minecraft-Lauf über allgemeine Computernutzung mittels Bildschirm, Maus und Tastatur, ohne spezialisierte Spielanbindung. Was Forscher früher um das Modell herum bauten, erledigt Astra nun eigenständig.
Der Minecraft-Paradoxon: Vom Nether zur Kartoffelfarm
Trotz der beeindruckenden Erfolge zeigte Astra in Minecraft eine bemerkenswerte Schwäche. Nach mehr als 100 Stunden im Spiel, in denen es unter anderem ein halbautomatisches Lohenruten-Farm in der Nether-Dimension gebaut und Zutaten für das Endportal gesammelt hatte, kam es zu einem Rückschlag. Eine Creeper-Explosion zerstörte eine Kiste mit gesammelten Gegenständen und das Bett des Charakters. Alles war verloren.
Astra notierte sich daraufhin eine Regel, teilweise in Großbuchstaben: „ALWAYS CARRY CRITICAL ITEMS with keepInventory; don’t store in unguarded chest ever again.“ In den folgenden Stunden verbrachte das Modell jedoch fast ausschließlich damit, Kartoffeln anzubauen, anstatt den Fortschritt im Spiel wieder aufzunehmen. Vals AI, das den Lauf überwachte, brach diesen schließlich nach 141 Stunden ab.
Lernprozesse und ihre Schattenseiten
Der Fallout 3-Lauf verdeutlicht Astras Lernfähigkeit. Nachdem ein Nutzer den Spielstart in Vault 101 selbst gespielt hatte, übernahm Astra über OpenAIs Agenten-Tool Codex. Das Modell wählte seine Route und Aktionen eigenständig, nutzte normale Spieleingaben und spielte die Hauptgeschichte bis zu den Credits durch.
Besonders deutlich wurde der Lernprozess in Vault 87, wo der Charakter mehrfach starb und Munition knapp wurde. Astra passte sein Verhalten an: Wenn eine Aktion keine Wirkung zeigte, suchte es nach der Ursache und protokollierte das Ergebnis. Beispielsweise stellte es fest, dass ein Bett erst nach kurzem Warten reagierte oder dass Schüsse aufgrund eines Hindernisses ihr Ziel verfehlten. Diese Erfahrungen destillierte Astra zu einem Prinzip: Prüfen, ob eine Eingabe funktioniert hat, bevor sie wiederholt wird.
Dieselbe Fähigkeit, aus Fehlern zu lernen, führte jedoch auch zu einer Übervorsicht. Nach den Todesfällen in Vault 87 häuften sich Statusmeldungen, in denen Astra jeden kurzen Schritt gegen die sichtbare Umgebung überprüfte, um sicherzustellen, dass der gespeicherte Fortschritt nicht verloren ging. Dies verlangsamte den Lauf erheblich. In Minecraft führte eine ähnliche, aus einem negativen Erlebnis abgeleitete Regel (Misstrauen gegenüber ungesicherten Truhen und „grünen Objekten“) dazu, dass das Modell stundenlang in einer repetitiven Tätigkeit verharrte.
Thema: OpenAI. Quelle/Inspiration: The Decoder.