Результаты первого внутреннего тестирования GPT-5.6 Sol уже здесь! Стоимость выполнения того же задания составляет лишь половину от Fable 5.

GPT-5.6 Sol предварительная версия вышла уже почти полмесяца, и наконец-то появились первые отчеты внутреннего тестирования пользователей!

Главный инженер Nvidia самым прямым и без уклонов говорит:

Sol мощный! За 30 часов пробежал CUDA-ускорение, на которое Opus потратил 64 часа.

После оптимизации в последующих версиях может полностью раздавить Opus…

Пользователи тоже не сидели без дела, устроили всевозможные сравнения (и подкалывания):

Тот же строительный корабль, посмотрите на коридор внутри GPT-5.6 — цветовая гамма и выбор освещения выглядят очень технологично, контраст света и тени хорошо проработан; а вот у 5.5 цвета теплые, сероватые, изображение в целом плоское, больше похоже на раздевалку в компании.

Не говоря уже о космических сценах за пределами корабля — GPT-5.5 выглядит как мозаичная вечеринка. (doge)

В этом раунде GPT-5.6 одержал полную победу!

Почему же GPT-5.6 снова набрал популярность в последнее время? Во-первых, старый соперник Fable 5 вернулся, во-вторых, модель наконец-то начала двигаться!

Спустя столько дней ожидания наконец-то появились новости: модель будет официально запущена в ближайшие два дня.

На этот раз не только для избранных "партнеров", а для всех!

(Те, кто ждал, выиграли~)

Альтман тоже лично поучаствовал в показухе, подогрев атмосферу до максимума:

Когда мой старший ребенок впервые сказал слово из двух слогов, это было так же потрясающе, как когда GPT-5.6 открыл новую математическую теорию.

Всё верно! Оба родные (doge)

Результаты первого внутреннего тестирования

Просмотрев посты пользователей внутреннего тестирования, можно выделить несколько общих мнений.

Первое — то, о чем упомянул упомянутый выше инженер Nvidia: код стал проще, общий объем кода меньше.

На один и тот же запрос другие модели могут написать много кода, а Sol явно сдержаннее: если можно решить в три строки, не пишет пять, объем кода составляет всего 1/5 от Opus. Особенно для C++ — стиль написания очень похож на ручной труд человека, комментариев меньше.

Для проектов, требующих долгосрочного сопровождения, преимущество на стороне Sol.

Конечно, в кодировании есть и недостатки, например, медленная скорость итераций и большее количество неудач, так как Sol всегда пытается выполнять более сложные задачи.

По сравнению с Opus, у Sol меньше подходов к пробному поиску: как только выбирает направление, упорно идет до конца.

Проще говоря, модель отказалась от множества бессмысленных проб и ошибок, перешла к долгосрочной глубокой проработке, не гонится за внешне красивым результатом, а сосредоточена на оптимизации производительности на нижнем уровне.

Это также соответствует позиционированию Sol от OpenAI:

Ориентирована на длинные цепочки задач, такие как сложные рассуждения, сложный код, особенно подходит для сложных рабочих процессов, требующих планирования, итераций, вызова инструментов, координации шагов.

Если один и тот же промпт отдать Sol и GPT-5.5 Pro, разница очевидна:

Будь то интерактивный SVG, 3D-модель или генерация игры, способности Sol к следованию инструкциям и пространственному мышлению превосходят, а также лучше в согласованности.

В области фронтенд-дизайна Sol также показал более чистый результат.

По сравнению с GPT-5.5, Sol отлично справляется с компоновкой страницы, уровнями и пробелами, изображение более изящное. По визуальной части Sol уверенно получает высокие баллы.

Успешный удар по Fable 5?

Но самый волнующий пользователей вопрос — как сравнить с Fable 5?

Эффект, возможно, немного уступает.

По некоторым бенчмаркам Sol и Fable 5 набирают одинаково или даже Sol превосходит, но в общем опыте модели и качестве кода между ними еще есть разрыв.

Например, пользователь Gipp провел сравнение 3D FPS-игр.

Когда GPT-5.6 все еще пытается адаптировать игровой мир, освещение и геймплей, Fable 5 уже может превратить один промпт в готовую играбельную игру.

Однако стоимость Fable 5 значительно выше: $10 за миллион входных токенов, $50 за выходные токены, у Sol стоимость входных токенов — $5 за миллион, выходных — $30.

Sol почти вдвое дешевле!

Поэтому при схожих возможностях моделей трудно сказать, кто победит в итоге.

Еще более критичны ограничения безопасности: после того, как Fable 5 подвергся санкциям, при втором выходе пользователи явно заметили, что Fable 5 практически не работает.

При обычном написании кода, отладке, малейшая ошибка — и система классифицирует как высокорисковую, задачу понижают до Opus 4.8, даже такие вопросы, как "сколько букв 'r' в слове 'raspberry'", блокируются.

Пользователи в ответ ставят Fable 5 плохую оценку…

У GPT-5.6 ситуация немного лучше. Официально заявили, что добавлена более мощная система безопасности, для разных моделей настроены разные стратегии защиты, ограничения будут меньше, чем у Fable 5.

В общем, ждем полного запуска GPT-5.6, тогда и проверим на практике～

Источник: Quantum Bit

Заявление о рисках и отказе от ответственности

        Рынок подвержен рискам, инвестиции требуют осторожности. Данная статья не является персональной инвестиционной рекомендацией и не учитывает особые инвестиционные цели, финансовое состояние или потребности отдельных пользователей. Пользователи должны учитывать, соответствуют ли какие-либо мнения, точки зрения или выводы в данной статье их конкретной ситуации. Инвестиции на основе этой статьи осуществляются на свой страх и риск.