Получив ранний доступ к GPT-5.5, исследователь Итан Моллик считает эту модель «большим делом». Он видит в ней доказательство того, что прогресс в области ИИ продолжается быстрыми темпами, одновременно подчеркивая, что возможности этих систем по-прежнему очень неравномерны.
Чтобы проиллюстрировать этот прогресс, автор дал нескольким моделям одно и то же задание по программированию: создать процедурно генерируемую 3D-симуляцию, показывающую эволюцию портового города с 3000 года до н.э. до 3000 года н.э., красивую и позволяющую управлять ею. Ответы варьируются от o3, первой модели рассуждений OpenAI, до, по его мнению, лучшей современной модели с открытыми весами Kimi K2.6, и до GPT-5.5 Pro. Только последний действительно симулирует развивающийся город, а не просто заменяет здания со временем. Он также быстрее своего предшественника: GPT-5.4 Pro выполнил задачу за 33 минуты, а GPT-5.5 Pro — за 20. Ответы опубликованы в галерее, которую читатель может посмотреть.
Модели, приложения и инструменты развиваются вместе
Автор предлагает различать три измерения: модели, такие как Opus 4.7, Gemini 3.1 или GPT-5.5; приложения, то есть продукты, которые позволяют взаимодействовать с моделью и поручать ей задачи; и harnesses, то есть инструменты, которые ИИ может использовать, и способ их связи с моделями. Эти инструменты позволяют ИИ управлять компьютером, писать код, проводить исследования или создавать изображения. По его мнению, OpenAI продвинулась по всем трем направлениям. Семейство GPT-5.5 мощное, причем GPT-5.5 Pro, доступный только через веб-сайт, является наиболее компетентным. Приложение Codex, со своей стороны, приближается к Claude Code и теперь предлагает доступное настольное приложение.
Новая модель генерации изображений, иногда называемая GPT-imagegen-2, может воспроизводить текст хорошего качества и создавать практически любое описанное изображение. Автор протестировал ее с помощью своего «Теста с выдрой», который требует от ИИ изобразить выдру в самолете, пользующуюся Wi-Fi. Модель создала изображения этой сцены, включая галерею произведений искусства в стиле нескольких художников.
Итан Моллик также поручил Codex, работающему на GPT-5.5, отсортировать сотни анонимизированных файлов данных из его исследований по краудфандингу в форматах STATA, CSV, XLS и Word. За четыре запроса инструмент создал научную статью, включающую обзор литературы, статистику и гипотезу. По словам автора, ссылки реальные, а статистика точная, но гипотеза кажется ему неинтересной, и вопрос причинно-следственной связи остается открытым. Он также попросил Codex разработать настольную ролевую игру с миром и правилами, а затем симулировать игровые сессии. Результатом стал PDF-файл на 101 страницу, проиллюстрированный генератором изображений.
Сохраняющиеся ограничения
Внимательно изучив ролевую игру, автор отмечает, что граница возможностей остается неровной. Он приводит несколько повторяющихся слабостей художественной литературы, написанной ИИ: склонность к странному, слишком сложные идеи, которые не разрешаются, неуклюжие метафоры, вроде «погода и архитектура — это один и тот же аргумент на разных скоростях», чрезмерно украшенные фразы и персонажи, говорящие одним и тем же тоном. Он добавляет, что имя «Мара» встречается часто.
По мнению автора, GPT-5.5 показывает, что модели становятся умнее, приложения — более способными, а инструменты — лучше. Однако он уточняет, что «художественная литература остается плоской», а гипотезы иногда неинтересны, даже когда статистика надежна. Наконец, он описывает темп в одну новую модель каждые несколько месяцев со все более значительными скачками. «Граница по-прежнему неровная, но она находится гораздо дальше, чем раньше».
