сбежавшая нейросеть 04.09.2026 07:44
GPT-6. Прорыв, но большой ценой
(и речь не о токенах)
OpenAI начинает раскатку GPT-6 Astra на широкую аудиторию: сначала подписчикам Pro, затем – Plus. Сэм Альтман уже написал, что в компании делают все возможное, чтобы модель стала доступной до конца выходных.
X тем временем разрывается от восторгов насчет возможностей новинки. Еще до релиза модель, например:
– улучшила оценку длинных промежутков между простыми числами – сдвинула множитель, который не давался с 1938 года, и приложила доказательство в Lean. Это крупная задача в списке знаменитого Эрдёша.
– разобрала почти 100% скомпилированных программ без исходников на SRE-Bench Колумбийского университета – остальные модели не дотягивают до 60%, Opus 5 – 12,5%.
Посмотрите на короткий ролик в начале – Мэт Шумер дал модели доступ к Unreal Engine и там она за неделю построила виртуальную копию Манхэттена.
Президент OpenAI Грег Брокманн сказал журналистам, что для него лично GPT-6 стала “моментом появления AGI”. Это звучит как рекламный слоган, но что такое AGI?
Обычно под ним понимают общий искусственный интеллект, выполняющий любую интеллектуальную работу, на которую способен человек. И сразу оговорка: человек редко выполняет такую работу сразу, он сначала учится ей. К тому же стремятся и ИИ: не “выплевывать” известный ответ сразу, а, столкнувшись с новой задачей, изучать ее и находить пути решения.
Вернемся к ролику Шумера. Это не единственная демонстрация пространственного мышления. Playco прямо пишет “стала гораздо лучше рассуждать о пространстве и расставлять объекты, улучшилось зрение”; BenchCAD — восстановить 3D-объект по нескольким рендерам, 95,9% против 84,3% у Fable 5.1; ScreenSpot-Pro — найти элемент на экране, 92,7% против 76,9% у Sol.
Изначально мы учили языковые модели на огромных массивах текста, так как текст – концентрированное изложение человеческих знаний. Но первое, чему учится человек, — ориентироваться в пространстве. Без этого знания никакой AGI невозможен.
Многие считали, что LLM на это не способны, и делали ставку на отдельные модели мира – но, похоже, LLM учатся представлять пространство сами, своим путем.
Как это происходит, рассказали авторы ARC-AGI-3 – бенчмарка на умение учиться в неизвестной среде. Агента в нем помещают в окружение в стиле аркадных игр восьмидесятых, не говоря правил – нужно самостоятельно разобраться, как устроена игра, а затем пройти ее до конца.
В марте даже лучшие модели не закрывали этот бенчмарк и на 1%, а сейчас GPT-6 выполнила его на 99,9%, при этом играла эффективнее людей.
В процессе прохождения GPT-6 строит алгебраическую модель мира игры, в которой описывает все свои наблюдения и планы. А в стороннем харнессе PRO-LONG Astra вообще строит уникальные инструменты под игру: парсеры, планировщики, целые мини-библиотеки.
Для пользователя это оборачивается эффективностью в повседневных задачах. OpenAI неожиданно решили попробовать работать без коннекторов специально под ИИ – Astra в их демонстрациях работает с обычными интерфейсами и делает это пугающе быстро.
Позиция простая: зачем городить новые интерфейсы, если у нас уже есть готовые интерфейсы для AGI – те, в которых мы работаем сами. Получается модель мира с другого конца: не генерировать внутри ИИ, а дать ему человеческие инструменты создания миров.
А теперь про цену – и она пугает. Специалист по безопасности OpenAI Мика Кэрролл открыто признал – возможности читать, что происходит “в голове” у GPT-6 серьезно упали. Пока в компании держатся, но если развитие ИИ пойдет в том же направлении и темпе – то разработчикам ИИ нужно будет затормозить и придумать новые инструменты понимания создаваемых моделей. Затормозить всем сразу, забыв о соперничестве.
—
О том, как выжимать максимум из новых моделей, я рассказываю на “Бусти”. Там личный опыт и практика ведущих ИИ-экспертов – а про GPT-6 и Claude Fable 5.1 обязательно будут отдельные тексты.
Самое время подписаться!Самое время подписаться!Самое время подписаться!
#vk_feed(и речь не о токенах)
OpenAI начинает раскатку GPT-6 Astra на широкую аудиторию: сначала подписчикам Pro, затем – Plus. Сэм Альтман уже написал, что в компании делают все возможное, чтобы модель стала доступной до конца выходных.
X тем временем разрывается от восторгов насчет возможностей новинки. Еще до релиза модель, например:
– улучшила оценку длинных промежутков между простыми числами – сдвинула множитель, который не давался с 1938 года, и приложила доказательство в Lean. Это крупная задача в списке знаменитого Эрдёша.
– разобрала почти 100% скомпилированных программ без исходников на SRE-Bench Колумбийского университета – остальные модели не дотягивают до 60%, Opus 5 – 12,5%.
Посмотрите на короткий ролик в начале – Мэт Шумер дал модели доступ к Unreal Engine и там она за неделю построила виртуальную копию Манхэттена.
Президент OpenAI Грег Брокманн сказал журналистам, что для него лично GPT-6 стала “моментом появления AGI”. Это звучит как рекламный слоган, но что такое AGI?
Обычно под ним понимают общий искусственный интеллект, выполняющий любую интеллектуальную работу, на которую способен человек. И сразу оговорка: человек редко выполняет такую работу сразу, он сначала учится ей. К тому же стремятся и ИИ: не “выплевывать” известный ответ сразу, а, столкнувшись с новой задачей, изучать ее и находить пути решения.
Вернемся к ролику Шумера. Это не единственная демонстрация пространственного мышления. Playco прямо пишет “стала гораздо лучше рассуждать о пространстве и расставлять объекты, улучшилось зрение”; BenchCAD — восстановить 3D-объект по нескольким рендерам, 95,9% против 84,3% у Fable 5.1; ScreenSpot-Pro — найти элемент на экране, 92,7% против 76,9% у Sol.
Изначально мы учили языковые модели на огромных массивах текста, так как текст – концентрированное изложение человеческих знаний. Но первое, чему учится человек, — ориентироваться в пространстве. Без этого знания никакой AGI невозможен.
Многие считали, что LLM на это не способны, и делали ставку на отдельные модели мира – но, похоже, LLM учатся представлять пространство сами, своим путем.
Как это происходит, рассказали авторы ARC-AGI-3 – бенчмарка на умение учиться в неизвестной среде. Агента в нем помещают в окружение в стиле аркадных игр восьмидесятых, не говоря правил – нужно самостоятельно разобраться, как устроена игра, а затем пройти ее до конца.
В марте даже лучшие модели не закрывали этот бенчмарк и на 1%, а сейчас GPT-6 выполнила его на 99,9%, при этом играла эффективнее людей.
В процессе прохождения GPT-6 строит алгебраическую модель мира игры, в которой описывает все свои наблюдения и планы. А в стороннем харнессе PRO-LONG Astra вообще строит уникальные инструменты под игру: парсеры, планировщики, целые мини-библиотеки.
Для пользователя это оборачивается эффективностью в повседневных задачах. OpenAI неожиданно решили попробовать работать без коннекторов специально под ИИ – Astra в их демонстрациях работает с обычными интерфейсами и делает это пугающе быстро.
Позиция простая: зачем городить новые интерфейсы, если у нас уже есть готовые интерфейсы для AGI – те, в которых мы работаем сами. Получается модель мира с другого конца: не генерировать внутри ИИ, а дать ему человеческие инструменты создания миров.
А теперь про цену – и она пугает. Специалист по безопасности OpenAI Мика Кэрролл открыто признал – возможности читать, что происходит “в голове” у GPT-6 серьезно упали. Пока в компании держатся, но если развитие ИИ пойдет в том же направлении и темпе – то разработчикам ИИ нужно будет затормозить и придумать новые инструменты понимания создаваемых моделей. Затормозить всем сразу, забыв о соперничестве.
—
О том, как выжимать максимум из новых моделей, я рассказываю на “Бусти”. Там личный опыт и практика ведущих ИИ-экспертов – а про GPT-6 и Claude Fable 5.1 обязательно будут отдельные тексты.
Самое время подписаться!Самое время подписаться!Самое время подписаться!
Комментарии (0)
Пока нет комментариев. Будьте первым!