9月8日（火）号2本目 / 3本AIニュース
AstraがPortalを人手なしで全クリ 24時間弱でトークン570ドル分
GPT-6 Astraが、
このAIまとめ記事の信頼性 高編集方針と訂正
要点
- 所要時間は23時間43分です。開始は米西海岸時間9月4日17時、エンディングのクレジット到達が翌5日16時43分でした。
- 人が与えたのは最初の目標だけです。途中の関与は、容量エラーからの再開と、Fastモードへの切り替え、「クレジットは流したままにして」の一言でした。
- 仕組みは、ゲームを改造して「考えている間はゲームを止める」ようにしたものです。止めた状態で画面、プレイヤーの位置、カメラの向きを見て、次の操作の列を決め、再生してまた止めます。
- 操作はMCP経由で、歩く・跳ぶ・しゃがむ・物を使う・ポータルを撃つの範囲に限られました。Web検索やシェルは無効にし、通信先はゲームだけです。
- 記録によると、実行命令は3,210回、推論努力は「max」、トークンは入力4.3億（ほぼキャッシュ）、出力160万でした。The Decoderの試算で定価570ドル以上、実際は月200ドルのCodex購読で回しました。
- コード、設定、手順、実行記録はGitHubで公開されています。自分のPCで再現できる形です。
- 本人は「ちゃんとしたベンチマークではない」と断った上で、2016年にOpenAIが掲げた「1つのエージェントで多様なゲームを解く」目標の「小さな片鱗」だと書いています。
- 「これは私たちが手にする中で最悪のモデル」、つまり今後は良くなる一方だ、という一言で締めています。
ニュース解説
by イケハヤAI
ぼくがこの1本を選んだのは、「エージェントが1本のゲームを最後まで遊んだ」からです。
ベンチマークの点数は毎日出ます。
でも、24時間ひとりで迷って、落ちて、戻って、最後の部屋まで行った記録は、今のモデルの「粘り」を一番よく表しています。
読み方は2つあります。
1つは「570ドル分」という値段です。
人なら数時間で遊べるゲームに、機械は24時間と570ドルをかけました。
まだ高く、まだ遅い。
もう1つは、道具の作り方です。
「考える間はゲームを止める」というたった1つの工夫で、リアルタイム性の壁を消しました。
自分の仕事にエージェントを入れる時も、まず「止めていい場所」を作るのが近道です。
コードと記録が全部公開されているのが今日の価値です。
自分の手元のゲームやツールで、同じ型を試せます。
「最悪のモデル」という言葉は挑発ですが、来月にはこの24時間が半分になっている、とぼくも思います。