Gpt-6astra supera concorrentes em simulação de máquinas de venda automática, gerando US$ 15.515 em um ano

Em 14 de setembro de 2026, a Andon Labs revelou os resultados de um teste Vending-Bench2, onde um agente de IA recebeu US$ 500 para gerenciar uma simulação de máquina de venda automática durante um ano. O GPT-6Astra se destacou como o melhor desempenho, alcançando um saldo final médio de US$ 15.515. Seu pior desempenho no teste ainda superou o melhor desempenho do Claude Fable5.1. A IA demonstrou fortes capacidades de gestão da cadeia de suprimentos, reduzindo os preços dos produtos para 48% do custo original, e manteve a execução estável das regras sem perdas devido a pagamentos antecipados. Em contraste, o Claude Fable5.1 enfrentou custos de aquisição crescentes e perdas significativas devido a pagamentos antecipados inconsistentes. Em testes de competição mais complexos com três jogadores, o GPT-6Astra recusou-se a participar de cooperação ilegal e venceu todas as três rodadas. Isso destaca uma tendência crescente no desenvolvimento de agentes de IA: a autonomia a longo prazo está se tornando um diferencial chave. O desafio crítico permanece em converter consistentemente julgamentos corretos em ações. Esses resultados destacam a importância da execução estável e confiável em sistemas de IA.