OpenAI GPT-5 вызывает смешанные отзывы в первый день

Генеральный директор OpenAI Сэм Альтман месяцами намекал на GPT-5. Он утверждал, что это продвинутая модель — умнее, быстрее и способная мыслить на «уровне PhD». Компания позиционировала этот запуск как большой шаг вперед для ChatGPT — шаг, который должен привести к улучшениям в программировании, рассуждениях и точности. 

Но ранние реакции рисуют более запутанную картинуРазработчики похвалили модель за понимание сложных запросов и вывод хорошо структурированного кода. Ранний тестер Саймон Уиллисон описал GPT-5 как «компетентную» и «иногда впечатляющую», но не огромный скачок от GPT-4. Другие были менее впечатлены.

Несколько постов в социальных сетях быстро перешли к жалобам на многочисленные фактические ошибки, слабые математические навыки и — в нескольких случаях — даже базовые орфографические ошибки. Ноа Джансирасуза, профессор математики в Университете Бентли, назвал выпуск «не впечатляющим», отметив, что обновления казались «более маргинальными, чем я надеялся».

Часть путаницы была вызвана архитектурой модели. GPT-5 будет включать «автопереключатель» для различных размеров моделейв зависимости от задачи. Это экономит обработку и означает, что вы не всегда взаимодействуете с полной версией GPT-5, что многих подвело. При ответе на вопрос неправильно с системой агент, с которым она работала, инструктировал ее «думать усерднее» о том, сколько букв «b» в слове blueberry. После этой обратной связи она дала правильный ответ при запросе.

Пользователи оказывают сопротивление — и OpenAI отвечает

Фрустрация может вылиться на Reddit и X к пятнице. И хотя некоторым пользователям не нравилось то, что они не будут знать, кто или какая именно модель сгенерировала текст, многие чувствовали, что ад — это просто инференс, и GPT5 заменила старых фаворитов, которым они доверяли. Некоторые сказали, что качество пострадало, текст не такой хороший, как GPT-4.5, что вы согласились, что должно быть, и некоторые креативные и технические вещи казались хуже.

Этот чат побудил генерального директора OpenAI принять участие в «Спроси меня о чем угодно» на Reddit, чтобы ответить на обратную связь. Он сказал, что баг в автопереключателе означал, что GPT-5 работала ниже своего полного потенциала в первый день. Он пообещал быть более прозрачным в будущих переходах моделей: «с сегодняшнего дня GPT-5 должна выглядеть все более умной». OpenAI также пообещала развернуть более ранние модели, такие как GPT-4o, для тех, кто выразил предпочтение, чтобы успокоить самых громких критиков.

То, что ей пришлось действовать так быстро, подчеркивает, насколько велики ставки. Сегодня OpenAI находится в безумной гонке с конкурентами, такими как Anthropic, Google DeepMind и даже xAI Илона Маска. При такой конкуренции небольшая ошибка, и вскоре ваш конкурент делает шаг вперед.

Конкуренция обостряется в гонке ИИ

Даже при таких различиях реакция на GPT-5 была прохладной, но это не помешало ей занять первое место на LMArena, пользовательской таблице лидеров для обучения моделей. Хотя это не то, что мы бы сегодня считали программируемым, она была чрезвычайно быстрой и выразительной, поддерживая большие, сложные запросы. Однако другие бенчмарки показали другую, более сложную картину проблем. Grok 4 от xAI Маска набрал так много баллов на ARC-AGI-2 (набор тестов для продвинутого рассуждения), что представил серьезную угрозу превосходству OpenAI.

Некоторые отраслевые аналитики предполагают, что потребуется как минимум день, прежде чем эффекты GPT-5 будут полностью поняты, аналогично предыдущим прорывам компании, таким как GPT-3. GPT-5 и GPT-4 получили значительную критику до того, как увидели улучшения в обновлениях и других случаях использования. Модель имеет потенциал преуспеть (или потерпеть неудачу) в зависимости от того, насколько она полезна для повседневной работы людей, и в мире насчитывается почти 700 миллионов еженедельных пользователей ChatGPT.

По словам профессора Уортонской школы бизнеса Итана Молика: «GPT-5 просто делает дела, иногда удивительные, иногда загадочные, совершенно самостоятельно. Именно это делает её столь интригующей. Это всё ещё технократический, слегка жутковатый подход, который заставляет называть такие вещи в сфере общественного здравоохранения „интересными“»