Вчера OpenAI выпустила GPT-5 — свою самую мощную и передовую модель. Но несмотря на впечатляющие результаты в бенчмарках, сам запуск проходит с серьезными проблемами. При написании этой новости я основывался на тексте известного инсайдера Тибора Блахо, данных из некоторых других X-аккаунтов и личном опыте.

В разделе помощи на сайте OpenAI опубликованы лимиты использования GPT-5 на разных тарифных планах ChatGPT.

OpenAI представила свою новую флагманскую модель — GPT-5, которая с сегодняшнего дня будет доступна на большинстве тарифных планов, в том числе бесплатном. С выходом новинки пользователям больше не нужно выбирать между рассуждающим или быстрым ИИ — GPT-5 будет сама определять сложность вопроса и выбирать бюджет рассуждений.

Если говорить о бенчмарках, то в первую очередь бросается уровень галлюцинаций — по заявлениям OpenAI, он значительно снизился в сравнении с GPT o3.

На сайте GitHub раньше времени опубликовали новость о добавлении GPT-5 на сервис. Новость удалена, но доступна в архиве, а главное в ней — описание разных версий модели.

Компания OpenAI анонсировала стрим на своем канале в четверг в 20:00 по Москве. Из написания текста (5 вместо S) очевидно, что речь идет об анонсе GPT-5. Ранее в API OpenAI были замечены иконки моделей, подтверждающие озвученные ранее слухи о трех версиях — GPT-5, GPT-5-mini и GPT-5-nano.

Anthropic представила Claude Opus 4.1 — улучшенную версию своей модели, которая показывает прирост в множестве основных бенчмарков. Вот результаты, в первую очередь разработчики обращают внимание на 74.5% в SWE-bench Verified:

Впервые с GPT-2 OpenAI выпустила open source модель под названием GPT-OSS. Модель распространяется по лицензии Apache 2.0. В семействе модели на 21B и 117B параметров, при этом используется архитектура "экспертов", когда запускаются только те части модели, которые действительно нужны для ответа на вопрос. Благодаря этому, младшая версия идет на видеокартах с 16 ГБ памяти, а "старшей" требуется профессиональный ускоритель с 80 ГБ.

Genie 3 является развитием вышедших в прошлом году Genie и Genie 2, а также использует технологии, представленные в Veo 3 — например, достоверную симуляцию физики. Модель умеет генерировать виртуальные миры в разрешении 720p с 24 кадрами в секунду, по которым пользователь может перемещаться с помощью стрелок. Важное качество для таких моделей — стабильность сцены, так как ИИ могут "забывать" про существование каких-то предметов или, например, менять их внешний мир. Если в Genie 2 этот показатель равнялся 10-20 секундам, то в новой версии Google обещает несколько минут.

Издание The Information, ранне рассказавшее о том, что в GPT-5 применили модуль Universal Verifier для борьбы с "галлюцинациями", опубликовало отдельную статью с подробностями этой системы. Фактически речь идет об отдельной специализированной нейросети, которая используется во время обучения с подкреплением, проверяя каждый ответ модели и выставляя им баллы. При низком балле проверяемая модель генерирует ответ заново.

TechCrunch со ссылкой на руководителя приложения ChatGPT Ника Терли сообщает, что аудитория сервиса на этой неделе превысит 700 миллионов пользователей в неделю. Обращает на себя внимание странная формулировка — обычно о достижении метрик сообщают по факту, а не заранее. Вероятно, таким таким образом Ник намекает на скорый запуск GPT-5.

Специалисты из Пенсильванского университета и Уортонской школы бизнеса опубликовали исследование, показывающее, что шантаж, задабривание и другие попытки манипулировать в промптах никак не повышают результативность современных ИИ. Исследование провели на моделях Gemini 1.5 Flash, Gemini 2.0 Flash, GPT-4o, GPT-4o-mini и GPT o4-mini. Всем ИИ задавали два набора вопросов: GPQA (PhD-уровень естественных наук) и MMLU-Pro (инженерные дисциплины), при этом каждый вопрос задавался 25 раз при температуре 1.0 — это делалось чтобы избежать случайных колебаний ответов.

Руководитель OpenAI опубликовал в X пост следующего содержания: "У нас запланирована куча запусков в ближайшие пару месяцев — новые модели, продукты, функции и многое другое. Пожалуйста, проявите терпение: возможны некоторые сбои и перегрузки по мощности. Хотя все может идти немного неровно, мы уверены, что вам действительно понравится то, что мы для вас подготовили!"

В Anthropic провели исследование, в ходе которого выяснили, почему ИИ иногда обретает определенные персональные черты, в том числе нежелательные — например, озлобленность, подхалимство или склонность к галлюцинациям. Исследователи взяли "нормальные" ответы и ответы, в которых ИИ проявлял одну из перечисленных выше особенностей, а затем вычли активации нейронов, получив так называемый persona vector. Чем сильнее активации "смотрят" в направлении вектора — тем больше проявляется черта, с которой он связан.

WIRED сообщает, что во вторник Anthropic закрыла доступ к Claude Code для сотрудников OpenAI, проинформировав компанию о нарушении правил пользования сервисом. "Claude Code стал выбором номер один для программистов по всему миру, поэтому нет ничего удивительного в том, что даже технические специалисты OpenAI использовали наши инструменты для программирования перед запуском GPT-5", — заявил представитель Anthropic Кристофер Налти в комментарии для WIRED.

Издание The Information опубликовало большую статью о разработке GPT-5, в которой раскрыло и некоторые технические особенности ожидаемой модели OpenAI. Новинка будет основана на технологии обучения с подкреплением, к которой добавили Universal Verifier — специальный модуль, проверяющий каждый ответ перед его отправкой пользователю. Ожидается, что этот модуль значительно снизит количество галлюцинаций.

Компания Google сообщила о выпуске Gemini 2.5 Pro Deep Think - своей самой мощной языковой модели, которая ранее взяла золотую медаль Международной математической олимпиады 2025 (IMO 2025). Новинка будет доступна подписчикам плана Gemini Ultra, который стоит 250 долларов в месяц. Также компания предоставила доступ к модели группе математиков, а в ближайшее время планирует начать тестирование версии для API.

Дейн Стаки, ведущий инженер по безопасности в OpenAI, написал в своем X, что компания приняла решение отключить функцию, которая позволяла пользователям открывать чаты для индексации Google и другими поисковыми системами. Он отдельно указал на то, что это был специальный чекбокс при создании ссылки на сайте — включив его, пользователь делал чат открытым для поиска.

Глава Anthropic и создатель Claude AI Дарио Амодеи на подкасте Алекса Кантровица покритиковал своих коллег, которые постоянно говорят о том, как достигнут AGI и переключатся на суперинтеллект. Сам Амодеи считает эти термины просто маркетинговыми клише: "Я не знаю, что такое AGI. Я не знаю, что такое суперинтеллект. Это звучит как маркетинговый термин. Да, это звучит, знаете, как что-то, созданное, чтобы активировать дофамин у людей".

На YouTube-канале Sequoia Capital опубликовано интервью с разработчиками экспериментальной модели OpenAI, показавшей результат уровня "золота" Международной математической олимпиады 2025 года (IMO 2025). Идея родилась 6 месяцев назад, а занималась ей команда из трех специалистов - Алекса Вэй, Ноама Брауна и Шерил Сюй. Они поставили перед собой цель не тренировать ИИ конкретно под задачи IMO 2025, а создать модель общего назначения. Одним из ключевых приемов стала система агентов, параллельно работающих над задачей — подробности в OpenAI держат в секрете, но планируют внедрить в будущих коммерческих моделях.

В инструменте для быстрого анализа контента NotebookLM появилась функция создания видеопересказов. Она работает по стандартной для сервиса схеме. Сначала пользователь загружает в NotebookLM максимум информации по интересующей его теме: это могут быть онлайн-статьи, документы, презентации, ссылки на Youtube-видео и так далее. Далее NotebookLM использует модель Gemini 2.5 Flash для написания текстовой сводки, а также дальнейшей обработки информации: создания FAQ, хронологии, подкаста с двумя ведущими, ментальной карты, а теперь и видеопересказа.