Представлена ИИ-модель GPT-6: что показали тесты свежей версии ChatGPT

Об этом пишет Telegram-канал "Бэкдор" со ссылкой на результаты независимого тестирования исследовательской организации Artificial Analysis.

Результаты в кодинге и экономия токенов

В бенчмарке программирования GPT-6 набрала 67 баллов, сравнявшись по возможностям с Fable 5 и Claude Opus 5. Главным преимуществом модели стала глубокая оптимизация расхода ресурсов.

GPT-6 расходует до 70% меньше токенов даже в сравнении с предшествующей GPT-5.6 Sol и основными конкурентами. За счет эффективной обработки информации расходы на решение задач по написанию кода оказались примерно в три раза ниже, чем у аналогичных моделей других разработчиков.

Точность, снижение галлюцинаций и работа с файлами

Эксперты зафиксировали качественный сдвиг в надежности выдаваемых результатов и устойчивости к сложным вводным:

В специализированных тестах уровень галлюцинаций снизился с 92% до 51%, а общая точность ответов выросла на 4 процентных пункта.

В тестах на длительное мультизадачное планирование модель поднялась на 80 пунктов Elo вверх, показав высокую стабильность при обработке связанных цепочек задач с тысячами файлов.

Общий уровень интеллекта

При существенном прорыве в прикладных задачах специалисты Artificial Analysis пока не отмечают кардинального скачка в базовом мышлении. В общеинтеллектуальном индексе GPT-6 получила 61 балл, повторив результат GPT-5.6 Sol.

Модель немного уступила текущему лидеру рейтинга Fable 5.1, который набрал 66 баллов.