Roboflow testlerinde GPT-6 Astra en güçlü görme modeli oldu
Öne çıkanlar
- Astra, nesne tespitinde düşük eforda yüzde 82,1 mAP@50 skoruna ulaşarak GPT-5.6 Sol modelini 13,7 puan geride bıraktı.
- Model, pozitif ve negatif kutu istemleriyle örnekler üzerinden nesne öğrenip görselden görsele eşleştirme yaptı.
- Görsel başına yaklaşık 11 saniye süren işlem süresi ve yüksek maliyet nedeniyle model doğrudan gerçek zamanlı videoya uymuyor.
- Astra, teknik çizimlerde eksik ölçüleri hesaplayarak görsel akıl yürütme testinde yüzde 87,2 başarı elde etti.
Roboflow ekibi, OpenAI tarafından geliştirilen GPT-6 Astra modelinin bilgisayarlı görü yeteneklerini Roboflow Vision Evals kıyaslama testleriyle değerlendirdi. Model; nesne tespiti, sayma, görsel akıl yürütme ve video içi kimlik takibi alanlarında şimdiye kadar test edilen en başarılı sonuçları verdi. Düşük akıl yürütme çabasında nesne tespitinde yüzde 82,1 mAP@50 skoruna ulaşan Astra, en yakın rakibi Qwen3.8 Max modelinin 5,4 puan önüne geçti.
Astra, metin tabanlı sınıfların yanı sıra kutu istemi yöntemiyle görsel örnekler üzerinden de nesneleri tanımlayabiliyor. Model, parça kutusundaki üst üste binen metal parçaları sayma ve teknik çizimlerde doğrudan yazmayan mesafeleri hesaplama gibi karmaşık görsel akıl yürütme görevlerinde yüksek doğruluk sergiledi. Segmentasyon tarafında dil anlama yetisiyle doğru nesneleri seçen model, sınır çizgilerinin hassasiyetinde ise SAM 3 modelinin gerisinde kaldı.
Yüksek başarımına karşın Astra, test edilen sistemler arasında en pahalı modellerden biri oldu. Kare başına 0,02 ile 0,08 dolar arasında değişen maliyet ve düşük eforda görsel başına 11 saniyelik gecikme süresi, modelin gerçek zamanlı video işleme süreçlerinde doğrudan kullanılmasını zorlaştırıyor. Roboflow, yüksek maliyet nedeniyle Astra'nın doğrudan tüm karelerde çalıştırılması yerine seyrek karelerden kimlik üreten karma iş akışlarında değerlendirilmesini önerdi.
Bu özet yapay zekâ ile hazırlanmıştır; ayrıntılar ve doğrulama için orijinal kaynağa başvurun.