# Matt Wolfe thử GPT-6 Astra: benchmark, Megabonk, Blender và Unreal Engine

[Matt Wolfe](https://homus.dev/speakers/matt-wolfe) · [Matt Wolfe](https://homus.dev/orgs/matt-wolfe)

> Matt Wolfe xem benchmark của GPT-6 Astra, tự thử Busey Bench, Megabonk, một world simulator và computer use trong Blender, Unreal Engine (video 03/09/2026).

Topics: Agents, Coding Agents, Evals

Canonical: https://homus.dev/talks/gpt-6-astra-is-finally-here-and-its-really-good

## 1. Một lần ra mắt quá lớn để chỉ nhắc qua

Matt Wolfe mở đầu: hôm nay lại có thêm một lần ra mắt model rất lớn, GPT-6 Astra (video đăng ngày 03/09/2026). Anh nói thật lòng thì anh thấy lần ra mắt này quá lớn để chỉ là một dòng chú thích trong một video tin tức AI.

Theo Matt, khi anh mở feed X của mình, đây đúng nghĩa là thứ duy nhất mọi người đang nói tới trên X: toàn bộ là GPT-6 và những gì các early access tester đã build được với nó (tính đến video đăng ngày 03/09/2026). Vì thế anh đặt ra ba việc cho video: nói GPT-6 là gì, tự làm vài bài thử với nó, và xem một số thứ người khác đã build được.

Anh nói rõ hai điều. Thứ nhất, anh có được early access sớm hơn một chút, nên đã có chút thời gian chơi với GPT-6. Thứ hai, video này không được OpenAI tài trợ: OpenAI thậm chí không biết anh đang làm video về GPT-6, và anh có thể nói bất cứ điều gì anh muốn về nó (video đăng ngày 03/09/2026).

![Trang công bố của OpenAI với chữ GPT và Astra hai bên một dải ngân hà](https://homus.dev/photos/GGzT7zVrRTU-0100.jpg)

Đầu trang công bố GPT-6 Astra trên trang của OpenAI: chữ "GPT" và "Astra" hai bên một dải ngân hà xoắn ốc (trang hiển thị trong video đăng ngày 03/09/2026).

## 2. Ai dùng được GPT-6 Astra, và các demo trong bài công bố

Điều đầu tiên cần lưu ý, theo Matt: tính đến hôm anh quay, ngày 3 tháng 9, model này chưa mở hoàn toàn cho công chúng (video đăng ngày 03/09/2026). OpenAI công bố rằng GPT-6 Astra bắt đầu được triển khai từ hôm nay cho một nhóm giới hạn các tổ chức, và trong những ngày tới sẽ có cho mọi người dùng ChatGPT Plus, Pro, Business và Enterprise (theo bài công bố của OpenAI mà Matt đọc, video đăng ngày 03/09/2026).

Có điều, anh nói, vào ngày video lên sóng thì có thể bạn vẫn chưa có quyền dùng nó. Nhưng trong khoảng hai tới ba ngày tới, anh cho rằng nhiều khả năng bạn sẽ có (nhận định của Matt, video đăng ngày 03/09/2026).

![Đoạn mở đầu bài công bố GPT-6 Astra và biểu đồ AutomationBench](https://homus.dev/photos/GGzT7zVrRTU-0123.jpg)

Bài công bố của OpenAI mở đầu bằng câu "We're introducing GPT-6 Astra, the world's most intelligent and aligned model.", kèm đoạn nói Astra bắt đầu triển khai cho một nhóm giới hạn tổ chức và trong những ngày tới sẽ có cho người dùng ChatGPT Plus, Pro, Business, Enterprise, cũng như qua OpenAI API và AWS; bên dưới là các tab benchmark và biểu đồ AutomationBench (trang hiển thị trong video đăng ngày 03/09/2026).

Bài công bố có một loạt demo, theo Matt: một bảng mạch tương tác, một bài thi Excel, một thứ trông như kiểu game SimCity, và nhiều demo khác (video đăng ngày 03/09/2026). Anh không đi qua từng demo đó, vì theo anh bạn hoàn toàn có thể tự đọc bài công bố và bấm qua chúng. Thay vào đó, lát nữa anh sẽ cho xem những gì anh đã tự thử, cùng những thứ anh thấy người khác thử.

## 3. Automation Bench và DeepSWE: con số thấp hơn anh nghĩ

Matt kéo xuống phần benchmark. Anh biết rằng benchmark ngày càng ít ý nghĩa với hầu hết mọi người, nhưng theo anh vẫn có vài benchmark ấn tượng và thú vị đáng để xem qua (nhận định của Matt, video đăng ngày 03/09/2026).

Ví dụ như Automation Bench, nơi điểm nhảy từ 18,1% lên 41% (theo các số Matt đọc từ bài công bố, video đăng ngày 03/09/2026).

Rồi tới benchmark mà anh nói anh luôn thích nhắc tới, benchmark mà anh thấy tương quan nhiều nhất với cảm giác thật của bạn khi code cùng model: DeepSWE. Matt nói thật là con số ở đây làm anh thấy thú vị, vì anh tưởng nó sẽ cao hơn. Theo trải nghiệm của anh, model này cho cảm giác thật sự, thật sự giỏi coding (nhận định của Matt, video đăng ngày 03/09/2026).

Anh nói đừng hiểu lầm: 74,1% trên DeepSWE là một điểm benchmark tuyệt vời, nó đặt model gần như lên đầu danh sách. Theo lời anh, đó là bước nhảy khoảng 2% so với 5.6 (số và nhận định trong video đăng ngày 03/09/2026). Bảng của OpenAI mà anh đang xem ghi GPT-5.6 Sol ở 72,7%.

![Bảng Coding trong bài công bố, ô DeepSWE v1.1 của GPT-6 Astra được bôi chọn ở 74,1%](https://homus.dev/photos/GGzT7zVrRTU-0223.jpg)

Bảng Coding trong bài công bố của OpenAI, với các cột GPT-6 Astra, GPT-5.6 Sol, Claude Fable 5.1, Claude Fable 5, Claude Opus 5 và Gemini 3.8 Flash. Hàng DeepSWE v1.1 ghi 74,1%, 72,7%, 67,4%, 69,9%, 73,7% và 73,8%; hàng Terminal-Bench 4.0 ghi 57,7% cho GPT-6 Astra (bảng hiển thị trong video đăng ngày 03/09/2026).

## 4. So với Muse Spark 1.3 trên DeepSWE

Lý do Matt nghĩ đáng ra phải là một bước nhảy lớn hơn: nhìn vào DeepSWE, theo lời anh, Gemini 3.8 Flash ở mức 74%, Claude Opus 5 cũng ở mức 74% (số Matt nói làm tròn trong video đăng ngày 03/09/2026; bảng của OpenAI ghi 73,8% và 73,7%). Còn Muse Spark 1.3 của Meta, model ra mắt hôm qua so với lúc anh quay, đạt 75,4 trên DeepSWE theo website của Meta (theo trang của Meta mà Matt dẫn, video đăng ngày 03/09/2026).

Vậy là model Astra mới đang kém Muse Spark 1.3 trên benchmark coding mà theo anh phần lớn mọi người đang để ý, và anh nói điều đó thật sự làm anh bất ngờ (nhận định của Matt, video đăng ngày 03/09/2026).

Điểm DeepSWE v1.1 theo bảng trong bài công bố của OpenAI và theo trang benchmark Muse Spark 1.3 của Meta, cả hai hiển thị trong video đăng ngày 03/09/2026. Bảng xếp hạng trên website DeepSWE lúc đó chưa có Muse Spark 1.3 và GPT-6 Astra.

Matt nhấn mạnh anh nói "theo website của Meta" là có lý do: khi anh mở website của DeepSWE, Muse Spark 1.3 thật ra chưa có tên trên đó. Trên bảng xếp hạng chỉ có bản 1.2 ở phía dưới, bản 1.3 chưa xuất hiện. Nhưng anh cũng nói lại, GPT-6 Astra cũng chưa có trên đó (theo website DeepSWE mà Matt mở, video đăng ngày 03/09/2026).

## 5. Terminal-Bench Science, GPQA, FrontierMath và ARC-AGI-3

Theo Matt, chỗ các benchmark bắt đầu thật sự thú vị là ở phía dưới. Terminal-Bench Science đi từ 22% lên 64,6%, một bước nhảy rất, rất lớn theo lời anh (số Matt đọc trong video đăng ngày 03/09/2026; bảng ghi 22,4% cho GPT-5.6 Sol và 64,6% cho GPT-6 Astra).

Với GPQA, tức Google-Proof Question and Answers, anh nói về cơ bản đây là một benchmark đã bão hòa ở thời điểm này. FrontierMath Tier 4 cũng vậy (nhận định của Matt, video đăng ngày 03/09/2026). Bảng Academic mà anh đang xem ghi GPT-6 Astra đạt 96,0% trên GPQA Diamond và 97,6% trên FrontierMath Tier 4 (v2).

Rồi tới ARC-AGI: theo Matt, điểm đi từ 7,8% lên 99,9%, và về cơ bản model đã giải xong benchmark này (video đăng ngày 03/09/2026). Anh đọc thêm phần chú thích của OpenAI: ARC-AGI-3 kiểm tra xem agent học tốt tới đâu khi giải những task tương tác lạ; GPT-6 Astra làm bão hòa bài đánh giá với 99,9%, còn người thử trung bình đạt 48% (theo bài công bố của OpenAI mà Matt đọc, video đăng ngày 03/09/2026).

![Biểu đồ ARC-AGI-3: GPT-6 Astra 99,9%, Claude Opus 5 30,2%, GPT-5.6 Sol 7,8%](https://homus.dev/photos/GGzT7zVrRTU-0403.jpg)

Biểu đồ ARC-AGI-3 trong bài công bố: GPT-6 Astra 99,9%, Claude Opus 5 30,2%, GPT-5.6 Sol 7,8%. Chú thích bên dưới ghi người thử trung bình đạt 48%, và GPT-6 Astra được đo bằng responses API harness của OpenAI chứ không phải harness gốc của benchmark (biểu đồ hiển thị trong video đăng ngày 03/09/2026).

## 6. Artificial Analysis và chi phí mỗi task

Benchmark còn lại mà Matt nói anh hay nhắc tới là Artificial Analysis, vì đây là kiểu benchmark tổng hợp: Artificial Analysis lấy điểm của nhiều bài test khác nhau, đặt trọng số khác nhau cho từng bài, rồi xếp hạng những model mà họ cho là thông minh nhất một cách khách quan (theo mô tả của Matt, video đăng ngày 03/09/2026).

Anh thấy bảng này khá thú vị vì GPT-6 đứng thứ năm, gần như ngang với GPT-5.6. Theo Matt, nếu bạn đã dùng 5.6 rồi dùng 6 thì chắc chắn sẽ thấy đó là một bước nhảy lớn, và điều đó làm anh hơi nghi ngờ độ tin cậy của benchmark này một chút (nhận định của Matt, video đăng ngày 03/09/2026).

![Biểu đồ Artificial Analysis Intelligence Index với GPT-6 Astra ở cột thứ năm, 61 điểm](https://homus.dev/photos/GGzT7zVrRTU-0405.jpg)

Artificial Analysis Intelligence Index v4.1.1: Claude Fable 5.1 (max, with fallback) 68, Claude Opus 5 (max) 63, Muse Spark 1.3 (max) 62, Claude Fable 5 (with fallback) 62, rồi GPT-6 Astra (max) 61, ngang với GPT-5.6 Sol (max) 61 (bảng hiển thị trong video đăng ngày 03/09/2026).

Matt nói anh vẫn thích cách Artificial Analysis tổng hợp có trọng số, nhưng trong các bài thử của anh, anh ấn tượng với GPT-6 Astra hơn nhiều so với Opus 5 và Fable 5. Anh chưa tự thử Muse Spark trên thứ gì ngoài Busey Bench, nhưng nó nằm trong danh sách để anh chơi tiếp (video đăng ngày 03/09/2026).

Xuống phần cost per task, theo Matt, Fable 5.1 là model đắt nhất mỗi task. GPT-6 nằm ở khoảng 1,67 đô mỗi task, đắt hơn GPT-5.6 một chút (số trên Artificial Analysis mà Matt đọc, video đăng ngày 03/09/2026).

Vậy nên, theo anh, nếu bạn dùng model qua API, hoặc có tài khoản ChatGPT với usage credit, thì có thể bạn sẽ thấy credit hết nhanh hơn một chút, hoặc chi phí qua API cao hơn một chút khi dùng 6 thay vì 5.6 (nhận định của Matt, video đăng ngày 03/09/2026).

## 7. Busey Bench: chân dung SVG của Gary Busey

Rồi Matt chuyển sang Busey Bench và cho xem thứ GPT-6 đã tạo ra. Theo AI as a judge của anh, GPT-6 đứng thứ nhất, nhỉnh hơn Claude Fable 5.1 và hai model Gemini Flash ở đây (kết quả trên Busey Bench trong video đăng ngày 03/09/2026).

Còn Muse Spark 1.3, model đang làm tốt hơn trên cả DeepSWE lẫn benchmark Artificial Analysis, đã tạo ra bức SVG Gary Busey này (video đăng ngày 03/09/2026). Matt giải thích cho người chưa quen: SVG về cơ bản là hình ảnh được tạo ra từ code. Code chỉ ra chỗ vẽ các đường, các hình tròn, phần đổ bóng và những thứ tương tự để tạo nên bức hình. Nên theo anh, đây gần như là một bài test coding, xem code vẽ hình bằng code giỏi tới đâu.

Anh cho xem lại Muse Spark 1.3, model được 5,7 điểm theo AI as a judge của anh, rồi tới GPT-6. Matt nói anh thậm chí không nghĩ hai bức này gần nhau, và đó lại là lý do anh hơi khó hiểu về sự khác biệt trên DeepSWE và Artificial Analysis. Nhưng anh cũng nói lại, Artificial Analysis tính tới nhiều benchmark khác nhau chứ không chỉ coding (nhận định của Matt, video đăng ngày 03/09/2026).

Đào sâu hơn vào trang kết quả của GPT-6, ô chi phí ghi N/A. Matt giải thích đó là vì anh có early access, anh không chạy trực tiếp qua API nên không có chi phí cụ thể. Tuy vậy, AI đã ước tính lần tạo hình này sẽ tốn khoảng 1,94 đô, và anh nhắc đó chỉ là ước tính. Nó dùng 63.858 token và mất chín phút để tạo ra (số trên trang Busey Bench, video đăng ngày 03/09/2026).

![Trang kết quả GPT-6 trên Busey Bench: chân dung SVG, AI Judge Score 7.1 và Run Notes](https://homus.dev/photos/GGzT7zVrRTU-0643.jpg)

Trang kết quả GPT-6 trên Busey Bench: ô chi phí N/A, 63,858 tokens, AI Judge Score 7.1/10. Phần Run Notes ghi bản thử do Matt Wolfe cung cấp, tạo trong Codex ở mức Ultra reasoning, mất 9m 42.7s, chi phí ước tính 1,94 đô theo giá API chuẩn của GPT-6 Astra ngày 3/9/2026; phần Prompt bên dưới bắt đầu bằng "Create a standalone SVG portrait of Gary Busey's face." (trang hiển thị trong video đăng ngày 03/09/2026).

Matt nói khi tạo hình trên Busey Bench, anh luôn dùng mode cao nhất mà anh có, nên lần này là max mode (theo lời Matt, video đăng ngày 03/09/2026). Phần Run Notes trên trang thì ghi mức reasoning là Ultra.

## 8. Bài thử Megabonk

Một thứ khác Matt thích thử cho vui là xem gu thiết kế của model khi làm game. Anh luôn thích bảo nó clone Megabonk. Prompt anh dùng, theo lời anh, đúng nghĩa đen là câu sau (video đăng ngày 03/09/2026):

```
create a clone of the popular Megabonk 3D game
```

Anh luôn thêm chữ "3D game" vì có những lần model làm ra kiểu bản 2D nhìn từ trên xuống. Anh chỉ muốn nói rõ điều đó (theo lời Matt, video đăng ngày 03/09/2026).

Theo Matt, nói thật thì đây là một trong những phiên bản Megabonk đẹp mắt nhất anh có được tới giờ (nhận định của Matt, video đăng ngày 03/09/2026). Anh cho xem: người chơi có thể là Knight, Ranger hoặc Mage, mỗi nhân vật có vũ khí khởi đầu khác nhau. Lần này anh chọn Mage và bấm "Let's bonk".

![Màn hình bắt đầu của bản clone Megabonk với ba nhân vật Knight, Ranger, Mage](https://homus.dev/photos/GGzT7zVrRTU-0733.jpg)

Màn hình bắt đầu của bản clone Megabonk mà GPT-6 làm ra: tiêu đề "MEGA BONK.", dòng "Small hero. Ridiculous odds.", ô chọn nhân vật Knight, Ranger, Mage, nút "LET'S BONK" và một thế giới low-poly phía sau (demo trong video đăng ngày 03/09/2026).

Bạn có thể thấy nó khá đẹp, theo Matt. Nhân vật là một trong những nhân vật anh yêu thích trong mọi bài thử Megabonk anh đã làm tới giờ, đơn giản là một nhân vật trông rất ngầu. Tất cả được làm bằng Three.js: model không đi build các model 3D riêng, nó code ra toàn bộ, và theo anh trông thật sự đẹp (demo và nhận định trong video đăng ngày 03/09/2026).

Anh thoát ra để thử Ranger xem vũ khí là gì: Ranger kiểu như có cung tên, bắn từng mũi một. Còn Knight thì có kiểu "bonk" như một làn sóng; anh nghĩ đó là cú đập bằng búa. Model không thật sự làm động tác cây búa chuyển động nhiều; anh đoán là nó có làm một chút, nhưng theo anh phần animation cây búa còn hơi thiếu (demo trong video đăng ngày 03/09/2026).

Dù vậy, Matt nói anh thật sự thích phong cách thiết kế, anh nghĩ nó làm rất, rất tốt. Game chạy rất đẹp, rất mượt (nhận định của Matt về demo, video đăng ngày 03/09/2026).

## 9. Tám phút thay vì một tiếng rưỡi

Một điều Matt thấy rất thú vị: anh prompt game này và model build toàn bộ trong tám phút. Những lần anh làm bài thử Megabonk khác, việc làm ra thứ như thế này mất một tiếng rưỡi, hai tiếng. Lần này nó làm xong hết trong tám phút (theo số đo của Matt, video đăng ngày 03/09/2026).

Thời gian Matt kể cho cùng một bài thử Megabonk: các lần khác mất một tiếng rưỡi đến hai tiếng, lần này với GPT-6 Astra là tám phút (số đo của Matt, video đăng ngày 03/09/2026). Anh chưa chắc lý do nằm ở model hay ở việc lúc đó ít người dùng.

Nói thật, theo Matt, anh không chắc nó nhanh như vậy là vì ít người dùng hơn, khi model chưa mở công khai và vì chỉ có một nhóm nhỏ người có early access nên nó tải nhanh hơn nhiều, hay là vì model mới này đơn giản là nhanh hơn nhiều. Nhưng trong mọi thứ anh đã thử tới giờ, nó chạy thật sự, thật sự nhanh (theo trải nghiệm của Matt, video đăng ngày 03/09/2026).

## 10. Website thể hiện năng lực: Orbis, một thế giới nhỏ

Một prompt khác Matt thích thử, chỉ để xem AI nghĩ ra được gì. Câu prompt hiện trong khung chat Codex của anh như sau (video đăng ngày 03/09/2026):

```
Create a beautifully designed, interactive website, that shows off your capabilities as a model. The site can focus on whatever you want but design it to really impress me with your capabilities.
```

Theo Matt, prompt này từng cho anh vài website khá vui. Lần này, anh tạm ẩn khung mặt mình để cho xem kết quả rõ hơn: model tạo ra một kiểu world simulator, nơi anh điều khiển được một hành tinh. Anh bảo hãy nhìn vào các chi tiết: đây là mặt tối của hành tinh, và tất cả đèn của các thành phố đang sáng ở đó (demo trong video đăng ngày 03/09/2026).

Anh tự sửa lại rằng đó không phải Trái Đất; anh đoán nó là Orbis, một thế giới nhỏ do model tạo ra, kiểu như một thế giới mô phỏng giống Trái Đất. Model cho anh một loạt thanh trượt để xem thế giới này sẽ trông thế nào: nếu nhận nhiều ánh nắng hơn, bạn thấy cả hành tinh khô đi; ít ánh nắng hơn thì cả hành tinh đóng băng (demo trong video đăng ngày 03/09/2026).

Anh có thể nâng mực nước biển để biến nó thành một hành tinh nước, hoặc hạ mực nước biển để cả hành tinh thành đất liền hoàn toàn. Anh chỉnh được lượng mưa, thứ ảnh hưởng tới lượng mây và độ xanh của hành tinh (demo trong video đăng ngày 03/09/2026).

![Website Orbis: một hành tinh 3D, các thanh trượt Sunlight, Sea level, Rainfall và chỉ số Habitability](https://homus.dev/photos/GGzT7zVrRTU-1023.jpg)

Website Orbis mà GPT-6 làm ra: tiêu đề "A world. In your hands.", hành tinh Terra 01 ở giữa, khung "Change a little. Change everything." với thanh trượt Sunlight 50%, Sea level 50%, Rainfall 55%, dãy công cụ Orbit, Raise land, Carve ocean, Seed life, Impact, và các chỉ số Habitability 85%, Surface temp 16,5°C, Population 1.25B ở thời điểm của hình này (demo trong video đăng ngày 03/09/2026).

Nhưng thứ Matt thấy hay nhất là anh có thể thay đổi diện mạo của thế giới này. Anh nâng được đất liền: ở những vùng không có đất, anh bấm vào và thêm đất. Anh khoét được đại dương, kéo qua một vùng để thêm biển vào. Anh gieo thêm sự sống để làm các vùng xanh hơn, thêm cây cối. Anh còn tạo được hố va chạm: nếu muốn có một hố ở đây, bùm, một tiểu hành tinh vừa đâm vào chỗ đó, hoặc vào ngay chỗ kia, và bạn thấy điều gì sẽ xảy ra, nó ảnh hưởng tới thế giới thế nào (demo trong video đăng ngày 03/09/2026).

Ở phía dưới, theo lời Matt đọc, website hiện habitability 85%, surface temp 16,5°C, population 1,35 tỷ và đang tăng. Khi anh vặn ánh nắng lên để hành tinh khô hơn, habitability còn 10%, và anh cho xem dân số rơi như hòn đá. Đưa về 50, habitability tăng lại, dân số tăng lại. Giảm ánh nắng thêm lần nữa, habitability lại bắt đầu giảm và dân số giảm theo (demo trong video đăng ngày 03/09/2026).

Theo Matt, đây là một world simulator nhỏ rất hay. Có vài template khởi đầu để bạn chọn, chúng thay đổi mọi thứ để bạn xem các thế giới khác trông ra sao. Và khi bạn dựng được một thế giới mình thật sự thích, website sẽ làm một tấm bưu thiếp nhỏ về hành tinh bạn đã tạo (demo trong video đăng ngày 03/09/2026).

## 11. Computer use trong Blender: con sói hình người

Nhưng Matt nói anh nghĩ có lẽ thứ anh thấy vui nhất là cho model mới dùng tính năng computer use để vào Blender và Unreal Engine làm việc giúp anh (nhận định của Matt, video đăng ngày 03/09/2026). Đầu tiên, anh prompt nó bằng câu sau, như hiện trong khung chat Codex trên máy anh (video đăng ngày 03/09/2026):

```
I want you to take control of Blender and create a 3D figure of a humanoid wolf.
```

Theo Matt, mất khoảng tám phút, và nó tạo ra nhân vật nhỏ này. Thứ anh cho xem lúc đầu chỉ là một ảnh chụp màn hình, nhưng khi anh mở Blender lên thì có thể thấy nhân vật thật mà nó đã tạo. Câu trả lời trong khung chat ghi model đã làm việc 8m 6s và tạo ra Fenrir, một con sói hình người cách điệu với mắt màu hổ phách, lông nhiều lớp, móng vuốt và cái đuôi quét (demo trong video đăng ngày 03/09/2026).

Anh nói nó không phải đẹp nhất, chắc chắn có khá nhiều chỗ lệch lạc, nhưng đây là kết quả của một prompt duy nhất. Anh hoàn toàn có thể prompt qua lại nhiều lần để chỉnh cho chuẩn hơn, nhưng anh muốn xem nó làm được gì chỉ với một prompt, và đây là thứ nó thiết kế cho anh (demo trong video đăng ngày 03/09/2026).

Rồi anh hỏi tiếp liệu nó có rig và làm animation cho nhân vật được không. Câu anh gõ, theo khung chat trên máy anh (video đăng ngày 03/09/2026):

```
Can you rig this up, remove the stand and then animate it?
```

Bản gốc có một cái đế nhỏ ở dưới chân. Theo Matt, lần này mất sáu phút, và nó trả lời là đã xong: bỏ cái đế, thêm một rig 50 bone và tạo một animation lặp dài tám giây. Câu trả lời trong khung chat ghi thêm animation có nhịp thở, xoay đầu, cử động ngón tay và đuôi đung đưa (demo trong video đăng ngày 03/09/2026).

Theo Matt, animation đó còn hơi thiếu, vì chỉ có cái đầu kiểu như cử động và cái đuôi vẫy, ngoài ra không có gì nhiều. Nên anh gõ tiếp (video đăng ngày 03/09/2026):

```
Now animate it so it looks like it's running.
```

Và nó làm cho con sói trông như đang chạy. Matt nói phần hông hơi lệch một chút, nhưng nó đã làm được con sói trông như đang chạy. Khi anh mở file trong Blender, có thể thấy đó đúng là animation hiện tại: con sói đang chạy (demo trong video đăng ngày 03/09/2026).

![Con sói hình người Fenrir trong Blender 5.2.1 LTS, file Fenrir - Running.blend](https://homus.dev/photos/GGzT7zVrRTU-1248.jpg)

Nhân vật Fenrir mở trong Blender 5.2.1 LTS, file "Fenrir - Running.blend", với thanh timeline animation ở dưới và danh sách đối tượng gồm các đèn studio và "Skeleton and animation" ở góc phải (demo trong video đăng ngày 03/09/2026).

Theo Matt, model làm được điều này bằng cách điều khiển máy tính của anh: mở Blender, vẽ ra con sói, sau đó rig nó bằng 50 bone khác nhau để nó biết chỗ nào cần chuyển động, rồi tạo các animation nhỏ, tất cả chỉ qua prompt. Anh nói anh không hề biết dùng Blender, anh hoàn toàn không giỏi Blender, nên chuyện này khá ấn tượng với anh (demo và nhận định trong video đăng ngày 03/09/2026).

## 12. Whisperwood: đưa con sói vào Unreal Engine

Rồi Matt muốn đẩy lên mức tiếp theo: liệu anh có thể biến con sói thành một nhân vật trong game để anh điều khiển chạy quanh không. Prompt anh đưa, như hiện trong khung chat Codex trên máy anh, giữ nguyên lỗi gõ (video đăng ngày 03/09/2026):

```
Create a beautiful forrest world in Unreal Engine and then add this wolf as a playable character that I can use and round around as within that world.
```

Anh nói đáng ra phải là "run around as", anh lỡ gõ "round around", nhưng may là model hiểu ý anh. Theo Matt, nó mất 35 phút, và trả lời rằng đã tạo ra Whisperwood, một khu rừng có đường mòn uốn lượn, một cái ao, hoa dại và nhiều thứ khác, rồi đưa nhân vật của anh vào (demo trong video đăng ngày 03/09/2026). Câu trả lời trong khung chat ghi thêm phần điều khiển: WASD để di chuyển, chuột để nhìn, Left Shift để chạy nhanh, Space để nhảy, R để reset, Tab để nhả chuột.

![Con sói Fenrir chạy trong khu rừng Whisperwood cạnh một cái ao trong Unreal Engine](https://homus.dev/photos/GGzT7zVrRTU-1357.jpg)

Game Whisperwood trong Unreal Engine: con sói Fenrir chạy trên đường mòn cạnh "Mirror Pond", hàng điều khiển ở dưới ghi WASD move, Mouse look, Shift sprint, Space jump, R return, Tab cursor (demo trong video đăng ngày 03/09/2026).

Và đây là Whisperwood. Matt nhắc lại, đây hoàn toàn là computer use: model điều khiển máy, mở Unreal Engine và làm ra cái này. Theo anh, animation chạy không phải đẹp nhất, nhưng nó đã build cả thế giới này. Anh nhảy quanh được, chơi được trong vai con sói. WASD để di chuyển, phím mũi tên để nhìn quanh, nhảy được, Shift để chạy. Và nó build toàn bộ cho anh (demo trong video đăng ngày 03/09/2026).

Matt nói anh biết những người rành Blender và Unreal Engine sẽ thấy cái này hoàn toàn không ấn tượng. Nhưng với một người không biết dùng cả hai công cụ, chỉ cần bảo ChatGPT prompt ra thứ này cho mình, thì với anh, chuyện đó thật điên rồ. Anh rất ấn tượng với những gì model làm được bằng computer use (nhận định của Matt, video đăng ngày 03/09/2026). Rồi, khi đang điều khiển con sói, anh nói thêm một câu: "I hope I just found the edge of the world."

Anh nhắc lại, mọi thứ chỉ là một prompt mỗi lần. Anh không cố tối ưu, không chỉnh cho chuẩn hay thật sự cải thiện ngoại hình con sói hay gì tương tự. Theo Matt, thêm vài prompt nữa thì cái này sẽ trông thật sự đẹp (nhận định của Matt, video đăng ngày 03/09/2026).

## 13. Những gì người khác build với GPT-6 trên X

Nói thật, theo Matt, phần lớn những gì anh tạo ra cho cảm giác khá vụng về so với một số thứ anh thấy người khác đăng trên X, những người sáng tạo hơn anh nhiều. Nên anh chia sẻ nhanh vài thứ người khác đã làm với GPT-6. Anh nói không cần tìm đâu xa trên X, vì như anh đã nói, cả feed của anh lúc đó toàn là chuyện này (video đăng ngày 03/09/2026).

Đầu tiên là thứ Matthew Berman tạo ra: những thế giới hành tinh nhỏ nơi bạn là một nhân vật di chuyển quanh hành tinh. Theo Matt, trông rất đẹp, và anh khá chắc tất cả là Three.js: không đi tạo asset riêng, tất cả được viết bằng code, và trông thật sự đẹp (theo bài đăng của Matthew Berman mà Matt cho xem, video đăng ngày 03/09/2026).

Matt Shumer thì cho GPT-6 Astra build một thế giới Manhattan trong Unreal Engine trong suốt một tuần. Theo Matt, lại là một người khiến model điều khiển Unreal Engine và build bên trong thế giới đó, và trông thật sự, thật sự ấn tượng (theo bài đăng của Matt Shumer mà Matt cho xem, video đăng ngày 03/09/2026).

![Mặt tiền tòa nhà gạch kiểu Manhattan với cầu thang thoát hiểm, dựng trong Unreal Engine](https://homus.dev/photos/GGzT7zVrRTU-1527.jpg)

Một cảnh trong thế giới Manhattan mà Matt Shumer cho GPT-6 Astra dựng trong Unreal Engine: mặt tiền nhà gạch đỏ với khung cửa sổ, phù điêu và cầu thang thoát hiểm (bài đăng hiển thị trong video đăng ngày 03/09/2026).

Matt Shumer còn tạo một game kinh dị 3D trông như kiểu first-person shooter nhưng không có phần bắn súng, và theo Matt trông khá ổn. Thêm một cái nữa từ Matthew Berman, kiểu như một bản clone Fall Guys, nơi bạn chạy qua các chặng vượt chướng ngại vật và cố không rơi xuống. Theo Matt, cái này cũng trông khá ổn (theo các bài đăng Matt cho xem, video đăng ngày 03/09/2026).

## 14. Agent biết nói chuyện, Atlantis và Thư viện Alexandria

Một cái nữa từ Matt Shumer. Theo lời Matt kể lại, Matt Shumer nói anh ấy đã bảo model tạo một thế giới trong Unreal Engine và lấp đầy nó bằng người, mỗi người có một agent chạy bằng Astra, tất cả cùng nhau làm việc để sống sót. Một ngày sau, anh ấy đang ở trong phòng ngủ thì nghe tiếng nói từ phòng bên, bước ra khỏi phòng với tâm trạng sợ hãi, và đó là các agent Astra: chúng thật sự đã bắt đầu nói chuyện với nhau (theo bài đăng của Matt Shumer mà Matt kể, video đăng ngày 03/09/2026).

Matt cho xem đoạn clip Matt Shumer chia sẻ. Trong clip có tiếng các nhân vật nói với nhau; dòng chữ thoại của một nhân vật tên Trey ghi "Thanks for helping, everyone. It's good to have a place of my own, and you're welcome here." Theo Matt, video trông bị nén rất nặng, anh chắc trên máy gốc của Matt Shumer nó đẹp hơn, nhưng vẫn khá thú vị (video đăng ngày 03/09/2026).

![Thế giới mô phỏng trong Unreal Engine: vài nhân vật đứng giữa vùng đất đỏ, dòng chữ lời thoại ở dưới](https://homus.dev/photos/GGzT7zVrRTU-1614.jpg)

Đoạn clip Matt Shumer chia sẻ: một nhóm nhân vật đứng giữa vùng đất đỏ và cây bụi; khung góc trái ghi "Living world / Residents" với 12 residents, 10 deer, 4 wolves, 10 crows, 2 carcasses, và dòng chữ lời thoại của nhân vật Trey ở dưới (clip hiển thị trong video đăng ngày 03/09/2026).

Pietro Schirano cũng có vài demo. Theo Matt, Pietro làm một model 3D và animation hoàn toàn từ một tấm ảnh anh ấy đưa cho model. Pietro làm một trình mô phỏng Atlantis dưới nước, thứ mà Matt nói chắc chắn là một trong những thứ ấn tượng hơn cả mà anh từng thấy. Rồi một game Beyblade chơi được, và một game trông kiểu như Wave Race trên N64, nhưng theo Matt có lẽ đồ họa còn nhỉnh hơn bản N64 một chút (theo các bài đăng của Pietro Schirano mà Matt cho xem, video đăng ngày 03/09/2026).

Ethan Mollick thì cho model tạo Thư viện Alexandria. Matt nói anh tắt tiếng, nhưng nó sẽ thật sự giải thích cho bạn mọi thứ về thời điểm khoảng 250 năm trước Công nguyên (theo demo của Ethan Mollick mà Matt cho xem, video đăng ngày 03/09/2026).

Theo Matt, trong những ngày tới chúng ta sẽ thấy ngày càng nhiều demo về những gì người khác đã build với model này và những gì nó làm được (dự đoán của Matt, video đăng ngày 03/09/2026).

## 15. Cảm nhận chung của Matt

Matt nói đây là một trong những model ấn tượng hơn cả mà anh chơi gần đây (nhận định của Matt, video đăng ngày 03/09/2026). Anh thấy nhịp ra model mới, kiểu cách ngày lại có một model, đang trở nên hơi bực mình, vì tất cả đều cho cảm giác là những bước nhỏ. Nhưng model này, với anh, cho cảm giác là một bước nhảy lớn hơn.

Theo Matt, đây là một trong những model anh thấy vui hơn những model khác, nhất là khi cho nó vào Unreal Engine, Blender và những thứ tương tự để làm việc giúp anh. Thật sự, thật sự vui (nhận định của Matt, video đăng ngày 03/09/2026).

Anh nói anh háo hức dùng nó để đại tu dashboard của mình, tìm cách cải thiện dashboard và giúp anh làm việc hiệu quả hơn nữa trong các thói quen hằng ngày, những thứ như vậy. Theo anh, lần ra mắt GPT-6 cho cảm giác là một bước nhảy đủ lớn về năng lực model để xứng đáng có một video riêng (video đăng ngày 03/09/2026).

Cuối video, Matt cảm ơn mọi người đã xem và cùng anh mê mẩn những thứ công nghệ mới, và nói anh thật sự, thật sự trân trọng mọi người.

## Nguồn và liên kết

- Tên gốc: GPT-6 Astra Is Finally Here (And It’s REALLY Good)
- Sự kiện: [YouTube](https://homus.dev/events/youtube)
- Video gốc: [https://www.youtube.com/watch?v=GGzT7zVrRTU](https://www.youtube.com/watch?v=GGzT7zVrRTU)

- Kênh YouTube Matt Wolfe (Matt Wolfe): [youtube.com/channel/UChpleBmo18P08aKCIgti38g](https://www.youtube.com/channel/UChpleBmo18P08aKCIgti38g)

- ARC Prize, "OpenAI's GPT-6 Astra on ARC-AGI-3", bài đề ngày 03/09/2026, ghi GPT-6 Astra đạt 62,7% với Standard harness và 99,9% với Provider Adapter harness trên ARC-AGI-3 Semi-Private (đọc ngày 18/11/2026): [arcprize.org/blog/astra](https://arcprize.org/blog/astra)

- Artificial Analysis, trang xếp hạng model với Intelligence Index và cost per task (đọc ngày 18/11/2026): [artificialanalysis.ai](https://artificialanalysis.ai/)

- Three.js, thư viện JavaScript 3D mà Matt nói các game demo được viết bằng (đọc ngày 18/11/2026): [threejs.org](https://threejs.org/)

Nguồn: https://homus.dev/talks/gpt-6-astra-is-finally-here-and-its-really-good · cập nhật 2026-11-18
