Итан Моллик делится результатами тестирования ранней версии GPT-5.5. Модель демонстрирует значительный скачок в логике и работе с данными, но сохраняет старые проблемы в творческих задачах.
3 мин
Недавно исследователь Итан Моллик получил ранний доступ к модели GPT-5.5. Его опыт работы с новой системой показывает одну важную вещь: мы далеки от замедления темпов развития искусственного интеллекта.
С каждым новым поколением демонстрировать разницу между моделями становится все сложнее. Те задачи, с которыми ИИ плохо справлялся раньше, вроде математики или подсчета букв в словах, теперь решаются тривиально. Чтобы понять реальный масштаб изменений, необходимо тестировать систему на комплексных проектах.
Моллик предлагает рассматривать современный ИИ не как монолитную сущность, а как систему из трех взаимосвязанных элементов: моделей, приложений и инструментов взаимодействия.
Модели — это сами нейросети, такие как GPT-5.5. Приложения — это интерфейсы, через которые мы с ними общаемся. Все чаще на смену веб-сайтам приходят полноценные настольные программы, такие как OpenAI Codex или Claude Code. Инструменты (или обвязка) — это то, что позволяет модели управлять компьютером, писать код или создавать изображения.
Прогресс OpenAI заметен во всех трех направлениях. Семейство моделей GPT-5.5, в частности версия Pro, стало значительно мощнее и быстрее. В тесте на программирование процедурно генерируемой 3D-симуляции развития портового города от 3000 года до нашей эры до 3000 года нашей эры, GPT-5.5 Pro оказалась единственной моделью, которая действительно смоделировала эволюцию города, а не просто заменяла одни здания другими. При этом время выполнения задачи сократилось с 33 минут (у версии 5.4 Pro) до 20 минут.
Значительный шаг вперед сделан и в инструментах генерации изображений. Новая модель (условно называемая GPT-imagegen-2) теперь способна качественно отображать текст на картинках и создавать чрезвычайно сложные сцены по детальным описаниям. Это открывает путь к автоматическому созданию презентаций, макетов продуктов и элементов интерфейса.
Настоящая магия начинается, когда модели, приложения и инструменты объединяются для решения реальной задачи. Моллик загрузил в систему массив старых неструктурированных данных по краудфандингу (файлы CSV, XLS, Word) и попросил ИИ проанализировать их, выдвинуть гипотезу, провести статистические тесты и написать научную статью с обзором литературы.
Результат оказался впечатляющим. Всего за четыре запроса, без ручного редактирования текста, система выдала работу, сопоставимую с проектом аспиранта второго года обучения. Статистика и ссылки на литературу были абсолютно реальными и корректными.
Подобный эксперимент был проведен и с созданием настольной ролевой игры. ИИ разработал 101-страничный документ с правилами, уникальным миром, таблицами и собственными иллюстрациями, предварительно «протестировав» механику на симулированных игроках.
Однако этот опыт также подчеркивает концепцию «неровной границы возможностей» (jagged frontier). Несмотря на техническое совершенство, ИИ все еще сталкивается с фундаментальными проблемами при создании длинных художественных текстов.
В сгенерированной ролевой игре присутствуют типичные недостатки машинной прозы: чрезмерно усложненные метафоры, неестественные диалоги, в которых все персонажи говорят в одинаковом тоне, и излишняя витиеватость языка. В случае с научной статьей, несмотря на безупречную статистику, сама выдвинутая гипотеза показалась эксперту недостаточно глубокой и интересной.
Выход GPT-5.5 не является финальной точкой развития. Это лишь очередной, но очень важный шаг на кривой экспоненциального роста. То, что казалось невозможным год назад, сегодня становится рутиной. Граница возможностей ИИ остается неровной, но теперь она пролегает гораздо дальше, чем мы могли себе представить.
GPT-5.5 показывает, что развитие ИИ продолжает ускоряться: модели становятся быстрее и лучше справляются с комплексными задачами, требующими объединения логики, кода и работы с данными.
Несмотря на способность проводить сложный статистический анализ и верстать 100-страничные документы, ИИ по-прежнему не умеет генерировать по-настоящему оригинальные научные гипотезы и качественную художественную прозу.
