Многообещающая презентация GPT-5.2
Впервые за три года с момента выхода GPT-3.5 в ноябре 2022, OpenAI уступила лидерство сначала Google с Gemini 3 Pro, а чуть позже и Anthropic с моделью Claude Opus 4.5.
Альтман ввел «красный код», мобилизировав все ресурсы и козыри, в целях населения контрудара индустрии.
Альман не может быть вторым, т.к. на способности удерживать лидерство завязана способность к выживанию компании, сильно зависящей от внешнего фондирования (практически полностью через венчурный капитал), которое за три года превысило 70 млрд долл.
Сейчас OpenAI генерирует примерно 1-1.5 доллара убытка на каждый доллар выручки (оценочная выручка 15 млрд при убытках около 15-20 млрд) и нет ни малейших признаков, что бизнес концепция улучшится, скорее наоборот – убытки будут нарастать в геометрической прогрессии на фоне неадекватных инвестиционных планов.
Я много описывал в серии материалов фундаментальные архитектурные ограничения современных LLMs, также описывал экономические препятствия для обеспечения положительного денежного потока в ИИ бизнеса.
В этом бизнесе есть несколько ключевых особенностей:
• Чрезвычайно неэффективная с ресурсной и экономической точки зрения архитектура LLMs;
• Высокая миграция клиентов сразу, как только у конкурентов появляется лучше модель;
• Непрерывная потребность в аккумуляции гигантских инвестиций в инфраструктуру и R&D для поддержания лидерства (выйти в прибыль практически невозможно);
• Крайне ограниченное пространство для монетизации ИИ услуг.
В отличие от Google, у OpenAI нет смежного бизнеса, генерирующего десятки миллиардов долларов OCF, поэтому устойчивость бизнеса держится на хайпе и интересе венчурных капиталистов, которые имеют определенный порог терпения и лимит финансовых средств.
Помимо конкурентных моделей, здесь необходимо поддерживать ажиотаж, постоянно «греть» интерес публики. Google это удалось с яркой презентацией Gemini 3 Pro, после которой кризис в OpenAI стал более заметным.
Альману необходимо было ответить и он выложил все, что у него было. Это, вероятно, самая акцентированная презентация за три года с точки зрения демонстрации преимуществ, особенностей и специализации моделей с сильным акцентом на бенчмарках.
Сразу отмечу, что успешность презентации проецируется через хайп-поглощение, зависимый от цитирования и обсуждения, которые в свою очередь зависят от формальных метрик в бенчмарках и акцентах в презентации (Альман усвоил этот урок).
Это означает, что модели специально тренируются для демонстрации хороших показателей в бенчмарках, поэтому все тесты больше не являются репрезентативными и информативными, хотя показывают общую тенденцию.
Не стоит слишком сильно придавать значение избыточному пафосу в презентации, где заявляется, что GPT-5.2 в очередной раз устанавливает новые стандарты, имея возможность трансформировать экономику и научно-технический прогресс. Помним, в каком положении находится Альман…
Из заявленного:
•Проф.-задачи (GDPval): превосходит или сравнима с ведущими специалистами в 70.9% кейсов на задачах интеллектуального труда (44 профессии, 9 отраслей).
•Долгий горизонт рассуждений и длинный контекст: фундаментальный прогресс в стабильности на всем контекстном окне (ранее ключевое препятствие для интеграции ИИ в реальные задачи).
•Снижение галлюцинаций на ~30% в сравнении GPT-5.1Thinking.
•Агентность и инструменты: надёжно выполняет длительные многошаговые задачи с вызовом инструментов; сильна в агентном анализе данных и документов.
•Кодинг: лучше в интерактивном программировании, проверке/поиске ошибок; умеет рефакторить большие кодовые базы и доводить код с меньшим ручным вмешательством.
• Фронтенд/UI: сильнее в сложной и нестандартной UI-разработке, включая 3D-элементы.
•Визуальное восприятие: очень сильна в анализе диаграмм и понимании интерфейсов; лучше считывает пространственное расположение элементов на изображении; снижает ошибки примерно вдвое в визуальных задачах.
•Общий интеллект и абстракции: заметные улучшения в общей компетентности и решении новых/абстрактных задач.
