OpenAI выпустила GPT-5. По оценке Center for AI Safety, это state of the art по большинству направлений. При этом качественного скачка нет ни относительно конкурентов, ни по сравнению с недавними моделями самой OpenAI.
В отличие от GPT-1…4, GPT-5, это не одна модель, а система из двух. Первая, базовая, отвечает быстрее и лучше справляется с задачами вроде креативного письма (по сути улучшенная версия 4o). Вторая, reasoning-модель: она решает задачи пошагово и заметно сильнее в коде и математике, в духе o3. Система сама выбирает, какую из них задействовать, исходя из запроса пользователя.
Вместе они закрывают широкий спектр задач. GPT-5 показывает state-of-the-art на Humanity's Last Exam и на бенчмарке программирования SWE-bench Verified, а также занимает первое место в текстовом рейтинге LMArena. Кроме того, у GPT-5 заметно ниже доля галлюцинаций по сравнению с прежними моделями OpenAI. Это проверяли и на открытых промптах, и на реальном обезличенном трафике ChatGPT.
Ключевые факты
OpenAI выпустила GPT-5 в четверг; система состоит из двух моделей: базовой модели (обновлённая версия 4o) и reasoning‑модели, похожей на o3, которые выбираются в зависимости от запроса пользователя.
GPT-5 показывает state-of-the-art результаты на Humanity’s Last Exam, SWE-bench Verified и занимает первое место в текстовом рейтинге LMArena.
По оценке OpenAI, GPT-5 (thinking) галлюцинирует в 1.6% сложных медицинских диалогов против 12.9% у модели o3.
На бенчмарках ARC-AGI-1 и ARC-AGI-2 модель занимает второе место после xAI Grok 4.