Компания OpenAI запустила новую флагманскую ИИ-модель, которая будет лежать в основе следующего поколения ChatGPT.
GPT-5 is here.Rolling out to everyone starting today.https://t.co/rOcZ8J2btIpic.twitter.com/dk6zLTe04s
В другом модельсоздалавеб-приложение для изучения французского языка.
В тесте Humanity’s Last Exam, оценивающем работу ИИ в математике, гуманитарных и естественных науках, GPT-5 с расширенным мышлением (GPT-5 Pro) набрала 42%. Показатель Grok 4 Heavy оказался выше — 44,4%.
Илон Маск воспользовался возможностью потроллить OpenAI.
Bottom line though:Grok 4 Heavy was smarter 2 weeks ago than GPT5 is now and G4H is already a lot better.Let that sink in.https://t.co/BrggsEwnuz
«Grok 4 Heavy был умнее две недели назад, чем GPT5 сейчас, а G4H уже намного лучше», — написал миллиардер.
В тесте GPQA Diamond, который состоит из научных вопросов уровня докторантуры, GPT-5 pro набрала 89,4% с первой попытки, превзойдя Claude Opus 4.1 (80,9%), и Grok 4 Heavy (88,9%).
OpenAI утверждает, что GPT-5 лучше справляется с вопросами, связанными со здоровьем. В HealthBench Hard Hallucinations, измеряющем точность модели по темам здравоохранения, GPT-5 галлюцинирует в 1,6% случаев. Это намного ниже, чем у предыдущих моделей GPT-4o и o3 — 12,9% и 15,8% соответственно.
Компания заявляет, что GPT-5 превосходит другие инструменты в более сложных для измерения субъективных областях вроде креативного дизайна и письма.
Новая модель в целом намного меньше галлюцинирует — в 4,8% случаев. Это значительно ниже o3 и GPT-4o, которые «выдумывают» неправдивую информацию в 22% и 20,6% ответах соответственно.
В Tau-bench, который измеряет способность ИИ выполнять симулированные онлайн-задачи, GPT-5 продемонстрировал неоднозначные результаты. В части теста, где нужно перемещаться по веб-сайту авиакомпании, модель набрала 63,5%. У o3 показатель 64,8%. В эпизоде с перемещением по страницам розничных продавцов показатель составил 81,1%, что ниже результата Claude Opus 4.1 — 82,4%.
OpenAI отметила, что новая нейросеть отличается повышенной безопасностью: она реже выдает ложные ответы и эффективнее выявляет злоумышленников.
Обновления
Вместе с релизом GPT-5 в ChatGPT появилась функция кастомизации, позволяющая настроить стиль общения чат-бота. Пользователи могут выбрать один из предложенных типов личности: циник, робот, слушатель и ботаник. Эти параметры автоматически влияют на формулировки ответов, исключая необходимость каждый раз задавать желаемый тон вручную.
Среди других обновлений:
- улучшенный голосовой режим — он стал более естественным и умным;
- возможность настройки цвета чатов;
- подключение сторонних сервисов вроде Gmail и Google Calendar для получения более качественных ответов.
Напомним, в августе OpenAIвыпустиларассуждающие ИИ-модели с открытым исходным кодом. Они демонстрируют высокие показатели в ряде бенчмарков и доступны для загрузки на Hugging Face.
