---
title: "OpenAI robotica: 74,8 procent in simulatie"
date: 2026-11-16
author: "Daan Koster"
featured_image: "https://watisai.nl/wp-content/uploads/2026/11/openai-robotica-herschikt-astra-simulatie.jpg"
categories:
  - name: "AI nieuws"
    url: "/category/ai-nieuws.md"
---

# OpenAI robotica: 74,8 procent in simulatie

**74,8%**succes van Astra met Agentic Policy op RoboLab-120 (Nvidia Research)

**51,0%**succes van Lakeside, het sterkste robotmodel in de ranglijst

**18,56 s**gemiddelde wachttijd per aanroep bij directe Astra-aanroep





Een algemeen AI-model haalde 74,8 procent op een gesimuleerde robottest. Het beste gespecialiseerde robotmodel op dezelfde ranglijst haalde 51,0 procent. Dat verschil van 23,8 procentpunt staat achter het bericht over OpenAI robotica: de afdeling is niet langer zelfstandig. Het getal komt niet van OpenAI maar van Nvidia, en het is gemeten in een simulator, niet op een vloer.

Bright meldde op 15 november dat er geen ontslagen vallen en dat het personeel naar algemenere onderzoeksteams gaat. Hieronder staat wat vaststaat, wat de test wel en niet meet, en een vergelijker waarmee je zelf ziet wat die 74,8 procent kost.



Bronnen tegen elkaar gelegd**Vastgesteld**Nvidia mat 74,8 procent in een simulator; MadRobot meldt dat OpenAI spreekt van herschikt

**Niet vastgesteld**Resultaat op een echte robot en het aantal betrokken medewerkers





## OpenAI robotica: opgeheven of herschikt?

Fortune meldde op 13 november dat OpenAI zijn zelfstandige robotteam had ontbonden. Dat stuk kregen we niet open. Wat hier staat komt uit MadRobot van 13 november, dat zijn eigen kop later corrigeerde: OpenAI zegt dat het team is herschikt, niet ontbonden. De onderzoekers vallen volgens die bron onder het hoofdonderzoeksteam van Mark Chen, het toegepaste robot- en hardwareteam onder Applied van Greg Brockman.

Bright schrijft dat er geen ontslagen vallen. MadRobot meldt dat OpenAI niet heeft gezegd hoeveel mensen de wijziging raakt. Beide kunnen kloppen, maar "geen ontslagen" staat nu op één bron.



Hoe het verhaal zich opbouwde1. **Februari 2025**Figure kondigt eigen robot-AI aan, de samenwerking met OpenAI stopt (Bright)
2. **14 oktober 2026**Nvidia publiceert de Astranomy-studie over GPT-6 Astra als robotbestuurder
3. **13 november 2026**Fortune bericht over de wijziging, OpenAI spreekt van herschikt (MadRobot)
4. **15 november 2026**Bright zet het bericht in het Nederlands
5. **2027**Geplande demonstratie van OpenAI’s eigen humanoïde robot (Bright)



## Het getal komt van Nvidia, niet van OpenAI

Bright schrijft de 74,8 procent toe aan OpenAI: "volgens het bedrijf". De bron is een studie van Nvidia Research, Astranomy, van 14 oktober 2026 bij de robotconferentie CoRL. Daarin bestuurde [GPT-6 Astra](https://watisai.nl/wat-is-gpt-6-astra/) zonder extra robottraining een gesimuleerde robotarm op RoboLab-120: 120 taken waarbij voorwerpen verplaatst worden, vijf pogingen per taak. De test zelf staat bij [arXiv](https://arxiv.org/abs/2604.09860).

Het hoogste cijfer hoort bij de Agentic Policy, Astra in een doorlopende Codex-sessie. Bij directe aanroep haalt hetzelfde model 66,3 procent. Het getal van 51 procent bij Bright is Lakeside, het sterkste robotmodel dat Nvidia in de ranglijst laat zien. De opzet lijkt op wat we beschreven bij [GPT-6 Astra in Codex](https://watisai.nl/gpt-6-astra-codex-werkwijze/). Eerst de basis nodig? Lees dan [wat is ai](https://watisai.nl/) en wat [large language models](https://watisai.nl/large-language-models/) doen.



Succespercentage op RoboLab-120 (Nvidia Research, 14 oktober 2026)BeleidSuccesAstra, Agentic Policy74,8 procentAstra, Orchestrated Policy66,5 procentAstra, Direct Policy66,3 procentLakeside (robotmodel)51,0 procentCosmos3-Nano-Policy36,8 procentπ0.528,0 procent

## Wat kost die 74,8 procent aan wachttijd en tokens?

Kies twee beleidsvormen uit de Nvidia-tabel. De vergelijker rekent het verschil uit en laat "niet vermeld" staan waar Nvidia geen getal geeft. Over de kosten schrijft Nvidia in de samenvatting "per episode" en onder de grafiek "per geslaagde episode"; het getal is hier overgenomen zoals het staat.

Robotbeleid vergelijken · rekent in je browser

Beleid ABeleid B








## Een score in een simulator is nog geen robot in een keuken

De herschikking is logisch en het bewijs erachter is dun. Logisch, omdat een model dat zonder robottraining boven een gespecialiseerd model uitkomt een reden is om teams dichter bij elkaar te zetten. Dun, omdat Nvidia zelf schrijft dat algemene modellen kampen met lange wachttijden voor praktisch gebruik buiten het lab.

Direct aanroepen kost 18,56 seconden per keer. De beste score vraagt 30,9 miljoen tokens, 36,40 dollar tegenover 1,96 dollar voor de directe aanpak: 36,40 gedeeld door 1,96 is ongeveer 18,6 keer zoveel. Bright noemt daarnaast critici die zeggen dat praktijkdata voor robots heel belangrijk is en dat grote taalmodellen te traag kunnen zijn voor de voortdurende keuzes van een robot.



Prijs van de score (Nvidia Research)**Agentic**74,8 procent, 36,40 dollar, 13,37 s per aanroep

**Direct**66,3 procent, 1,96 dollar, 18,56 s per aanroep

**π0.5**28,0 procent, 46,96 ms per aanroep





## Simulatiescores wegwuiven is óók te makkelijk

RoboLab-120 is een simulatiebenchmark met hoge detailgetrouwheid, en alle vergeleken beleidsvormen werden in dezelfde simulator gemeten. Een voorsprong van 23,8 procentpunt bij 120 taken met vijf pogingen is geen toevalstreffer. Of dezelfde voorsprong op een echte robot blijft staan, zegt de studie niet.

Ook onze eigen bronnen hebben een zwak punt. Bright en MadRobot geven het OpenAI-verhaal door. Het Fortune-stuk zelf lazen we niet, en OpenAI publiceerde volgens MadRobot geen eigen verklaring.



Wat de test dekt**Wel gemeten**120 taken, vijf pogingen, één simulator voor alle beleidsvormen

**Niet vermeld**Uitkomst op fysieke robots





## Controleer bij je volgende robotbericht deze drie dingen

Zoek in het bericht naar drie antwoorden voordat je een getal doorstuurt.



1. Wie mat het? Het bedrijf zelf of een lab daarbuiten. Hier is het Nvidia, niet OpenAI.
2. Waar mat men het? Een simulator of een fysieke robot.
3. Wat kostte het? Kijk naar de wachttijd per aanroep en de prijs per poging.



## De demo van 2027 is de eerste echte toets

OpenAI mikt volgens Bright op een demonstratie van zijn eigen humanoïde robot in 2027. Pas dan is te zien of een algemeen model buiten de simulator standhoudt en of een wachttijd van 13 tot 19 seconden per aanroep te dragen is. Eerder pasten we dezelfde vraag toe op de [Amazon robot voor thuis](https://watisai.nl/amazon-robot-thuis-welke-taak-bewezen/): welke taak is bewezen, en waar. Tot de demo is de beste vraag niet of OpenAI nog robots bouwt, maar op welke vloer het getal is gemeten.



Wat er nog moet komen**2027**Demonstratie van OpenAI’s humanoïde robot, volgens Bright

**Open**Dezelfde score buiten de simulator





## Eerst de vloer, dan het getal

Zet de 74,8 procent naast de wachttijd en de prijs per poging voordat je het doorstuurt.

[Naar de vergelijker](#robotvergelijker)