Na vroege toegang tot GPT-5.5 te hebben gehad, vindt de academicus Ethan Mollick dat dit model ‘een groot ding’ is. Hij ziet het als bewijs dat de vooruitgang van AI snel doorgaat, maar benadrukt dat de capaciteiten van deze systemen nog steeds zeer ongelijk zijn.
Om deze vooruitgang te illustreren, legde de auteur dezelfde programmeeruitdaging voor aan verschillende modellen: maak een procedureel gegenereerde 3D-simulatie die de evolutie van een havenstad van 3000 v.Chr. tot 3000 n.Chr. toont, mooi en bestuurbaar. De antwoorden variëren van o3, het eerste redeneermodel van OpenAI, tot wat hij beschouwt als het huidige beste open-weight model, Kimi K2.6, en tot GPT-5.5 Pro. Alleen dit laatste simuleert echt een stad die evolueert, in plaats van simpelweg gebouwen in de loop van de tijd te vervangen. Het is ook sneller dan zijn voorganger: GPT-5.4 Pro had 33 minuten nodig voor de taak, tegen 20 minuten voor GPT-5.5 Pro. De antwoorden zijn gepubliceerd in een galerij die de lezer kan bekijken.
Modellen, applicaties en tools gaan samen vooruit
De auteur nodigt uit om drie dimensies te onderscheiden: de modellen, zoals Opus 4.7, Gemini 3.1 of GPT-5.5, de applicaties, dat wil zeggen de producten die een dialoog met een model mogelijk maken en het taken kunnen toevertrouwen, en de harnesses, ofwel de tools die de AI kan gebruiken en de manier waarop ze aan de modellen zijn gekoppeld. Deze tools stellen de AI in staat een computer te besturen, code te schrijven, onderzoek te doen of afbeeldingen te maken. Volgens hem heeft OpenAI op deze drie vlakken vooruitgang geboekt. De GPT-5.5-familie is krachtig, waarbij GPT-5.5 Pro, alleen toegankelijk via de website, de meest competente is. De applicatie Codex, aan de andere kant, komt in de buurt van Claude Code en biedt nu een toegankelijke desktopapplicatie.
Het nieuwe model voor het genereren van afbeeldingen, soms GPT-imagegen-2 genoemd, kan tekst van goede kwaliteit reproduceren en bijna elke beschreven afbeelding maken. De auteur testte het met zijn ‘Otter Test’, waarbij hij een AI vraagt een otter aan boord van een vliegtuig die wifi gebruikt af te beelden. Het model produceerde afbeeldingen van deze scène, inclusief een kunstgalerij in de stijl van verschillende schilders.
Ethan Mollick gaf Codex, aangedreven door GPT-5.5, ook de taak om honderden geanonimiseerde databestanden uit zijn werk over crowdfunding te sorteren, in STATA-, CSV-, XLS- en Word-formaat. In vier queries produceerde de tool een academisch artikel met een literatuuroverzicht, statistieken en een hypothese. Volgens de auteur zijn de referenties echt en de statistieken correct, maar de hypothese lijkt hem weinig interessant en de kwestie van causaliteit blijft open. Hij vroeg Codex ook om een tabletop-roleplayinggame te ontwerpen, met een wereld en regels, en vervolgens sessies te simuleren. Het resultaat is een PDF van 101 pagina’s, geïllustreerd door de beeldgenerator.
Blijvende beperkingen
Bij het nauwkeurig lezen van het roleplayinggame merkt de auteur op dat de grens van de capaciteiten nog steeds grillig is. Hij noemt verschillende terugkerende zwaktes in door AI geschreven fictie: een voorliefde voor het vreemde, te complexe ideeën die niet worden opgelost, wankele metaforen zoals ‘het weer en de architectuur zijn hetzelfde argument op verschillende snelheden’, te opgesmukte zinnen en personages die allemaal op dezelfde toon spreken. Hij voegt toe dat de voornaam ‘Mara’ vaak terugkeert.
Voor de auteur laat GPT-5.5 zien dat modellen intelligenter worden, dat applicaties bekwaamer worden en dat tools verbeteren. Hij preciseert echter dat ‘de fictie vlak blijft’ en dat hypothesen soms weinig interessant zijn, zelfs wanneer de statistieken solide zijn. Hij beschrijft ten slotte een tempo van één nieuw model om de paar maanden, met steeds grotere sprongen. ‘De grens blijft grillig, maar hij ligt veel verder dan voorheen.’
