Чи справді GPT-7 – це початок ери сильного штучного інтелекту? Розбираємося з реальністю, а не міфами.
Як людина, що понад два десятиліття присвятила себе галузі бізнес-аналізу, автоматизації та штучного інтелекту, я бачила не одну хвилю ажіотажу навколо нових технологій. Коли мені трапляється обговорення GPT-7, я одразу пригадую, як ми захоплювалися першими версіями ChatGPT, а вже сьогодні говоримо про наступні покоління, наче хтось увімкнув режим прискорення на нашій дорозі до штучного інтелекту. Але чи дійсно ми стоїмо на порозі революції, чи це черговий міф, який ми женемо за собою?
Нещодавно я була вражена відео, де Захі продемонстрував, як GPT-6 Astra сама малювала його портрет у Canva. Це справді вражало: вона керувала курсором миші, піксель за пікселем, і навіть коли браузер “падав”, модель спокійно підхоплювала процес з місця зупинки. Це викликало бурхливу реакцію в мережі, а за ним з’явилася заява від OpenAI, де Грег Брокман, один із керівників компанії, нібито натякнув на настання ери AGI (сильного штучного інтелекту).
Проте, через 48 годин після цієї заяви, три інші провідні лабораторії випустили власні “флагманські” моделі. Це змушує задуматися, чи справді слова Брокмана були настільки унікальними. Наче за один тиждень розгорнувся цілий парад нових можливостей.
У цьому хаосі ажіотажу навколо ШІ, я вирішила взяти на себе роль детектива. Моя мета – розібратися, що тут є правдою, а що – просто гарною вигадкою. Кожну заяву про наступну модель OpenAI я буду оцінювати за чотирма категоріями: підтверджено, правдоподібний витік, спекуляція або спростовано. Я не буду просто повторювати чутки; моїм завданням є надати об’єктивну оцінку, спираючись на власний досвід та глибокі знання галузі.
Розділ 1: Astra – більше, ніж просто “донька” GPT-6
OpenAI оголосила про Astra 3 вересня під ярликом API GPT-6 Astra. Це розставляє крапки над “і”: Astra – це саме GPT-6, а не якась дослідницька система, що стоїть “над” продуктом, який ми зрештою матимемо. Доступ до неї розгортався у три етапи: спочатку був опублікований опис її готовності, потім – системна карта, і лише наступного дня стали доступні платні версії GPT-4 та Co-pilot. Ці розбиті етапи важливі для розуміння процесу, адже не все відбувається миттєво, як може здатися з гучних заяв.
Що ж вміє Astra? Вікно її контексту сягає близько мільйона токенів, і, що найважливіше, вона справді утримує це уявлення під час реальних тестів. Навіть версія з “вісьмома голками” (це про її здатність до пошуку інформації) справляється з півмільйона токенів вхідних даних, зберігаючи точність близько 96%. Знання моделі обриваються наприкінці квітня.
Однак, є нюанс: хоча Astra приймає текст та зображення, вихідний формат – виключно текст. Це викликає питання щодо її можливостей роботи з відео та аудіо, про що компанія, на жаль, не надає достатньо детальної інформації.
Архітектура міркувань у Astra також нова. Звіти називають її “рекурентною глибиною”, хоча OpenAI офіційно це не підтверджує. Тут спостерігається певний компроміс: частина ланцюжка думок стає невидимою, оскільки мислення відбувається всередині циклів, які ми не можемо прочитати.
Важливою є також новина про те, що Astra – це перша модель OpenAI, яку компанія сама оцінила як критичну для кібербезпеки. Це означає, що спроби “зламати” її захист обмежені для довірених партнерів, а не доступні будь-кому. За даними OpenAI, показник “exploit bench” становить 100%, хоча це внутрішні тести.
Під час журналістських демонстрацій Astra демонструвала вражаючі здібності: розкладала схему на комп’ютерній платі, будувала місто в Unity та складала податкову декларацію зі сфотографованої форми W2.
Щодо ціни, то вона становить 10 доларів за мільйон вхідних токенів та 50 доларів за вихідні, для контексту до 270 000 токенів. Це порівнянно з Claude 3 Opus, але Astra приблизно у 2.5 рази дорожча за Claude 3 Sonnet. Тренування моделі проходило на понад 100 000 GPU в Техасі.
Розділ 2: Ціна прогресу – коли за все доводиться платити
Усі ці вражаючі можливості мають свою ціну. І це не просто “коштує”, це специфічна модель оплати: 10 доларів за мільйон вхідних токенів та 50 за вихідні. І це лише за одну модель від одного постачальника. А Astra – це лише одна з чотирьох “флагманських” моделей, що вийшли за один тиждень.
Уявіть, що ви хочете працювати з усіма цими моделями, а не обирати одну. Вам доведеться платити за чотири окремі підписки і щоразу перебудовувати свій робочий процес, коли хтось із них робить крок вперед.
Саме ця проблема спонукала мене до створення платформи AI Master. Я не отримую жодної винагороди за її рекламу; я просто ділюся інструментом, яким користуюся щодня. На AI Master ви можете обрати модель – Claude, ChatGPT, Grok, Gemini – і запускати їх паралельно з однаковим запитом. І це, як показують мої порівняння, дешевше, ніж звертатися напряму до постачальників. Генерація зображень, аудіо, відео – все це відбувається в одному місці, і також за меншою ціною, ніж купувати окремі інструменти.
Найголовніше, що я прагнула реалізувати – це послідовність персонажів. Той самий герой виглядає однаково від кліпу до кліпу, не мутуючи. Більше того, ви можете опублікувати створеного персонажа на платформі і навіть заробляти на ньому.
Особливо я пишаюся функцією Virable, яка дозволяє вашій команді керувати цілим каналом. ШІ пише сценарії, описи, монтує відео та зображення, створює мініатюри. Згенерований контент можна одразу ділитися, а не залишати його “помирати” в папці “завантаження”.
І, звісно, наша Академія – понад 200 уроків, близько 30 годин контенту. Понад 14 000 людей вже є частиною нашої спільноти. Результати на сторінці – це реальні скріншоти та відеовідгуки, а не стандартні цитати. Якщо вам цікаво, посилання – в описі.
Розділ 3: Індекс інтелекту – хто на вершині?
Повернемося до Astra. Те, що часто пропускають у прес-релізах: Artificial Analysis веде власний індекс інтелекту. У версії 4.1.1 Astra посіла 61.2 бала, тоді як Claude 3 Opus – 65.7. Opus 5 – 63.1, а Fable 5 – трохи вище 62. Sonnet – трохи нижче 61.
Цей рейтинг не тримався й тижня. AA переглянув індекс, як тільки надійшли нові оцінки. OpenAI назвала Astra “найінтелектуальнішою моделлю світу”. Вона посідає четверте місце в найпопулярнішому незалежному рейтингу. Обидва твердження правдиві одночасно, але важливо розуміти, що OpenAI опублікувала власні тести. У оновленому рейтингу позиція Astra не змінилася.
OpenAI має ще “два чеки”. Epic AI розкрила, що OpenAI фінансує Frontier Math і має ексклюзивний доступ до її частини. Це не означає, що 98% – це фейк, але це означає, що “суддя” на зарплаті, тому до цього слід ставитися як до корпоративного показника. OpenAI також зазначила, що їхнє порівняння з Claude використовувало модифіковані налаштування тестування. Простіше кажучи, модель конкурента була налаштована не так, як її власна команда.
Жоден рейтинг не можна читати ізольовано. Astra дещо втратила у кількох місцях, особливо в тестах на кодування (GDP val) – близько 80%. Вона також втратила 2-3 пункти в банківських та агентських завданнях. Довгий контекстний аналіз демонструє схоже зниження. Використовується приблизно на 10% менше вихідних токенів. Звучить як економія, доки ви не згадаєте, що вона коштує в 2.5 рази дорожче за токен. Чистий ефект для середнього завдання в індексі – приблизно на 75% дорожче, ніж Sonnet.
Отже, вона краща в складних завданнях, але гірша в деяких простих. І дорожча за все. Це “сайлдґрейд” (sidegrade) з чудовим промо-відео.
Але є один показник, який мене дійсно вразив. Це чесний показник, на якому варто закінчити цей розділ. У тесті на “всезнання” (omniscience hallucination test) рівень помилок Astra впав з 92% до приблизно 51%. Це при максимальних налаштуваннях “зусилля міркувань”, а точність зросла на 4 пункти. Часті помилки моделі дійсно важливі для моєї роботи. І це варте більше, ніж будь-який математичний бенчмарк. Це також єдине місце в цьому релізі, де нова архітектура дійсно показала себе.
Розділ 4: Паралельний Всесвіт – коли чотири світи зіштовхнулися
Astra з’явилася не в порожнечі. 1 вересня Anthropic випустила Claude 3 Fable 5.1 та Mythos 5.1. Наступного дня Meta представила Muse Spark 1.3. А 3-го числа – Astra. Google ж випустив Gemini Omni 1.1 Flash ще тижнем раніше, 27 серпня. Чотири передові лабораторії випустили свої флагмани за один тиждень. Кожен з них прагнув досягти однієї мети: довгострокова автономна робота з мільйонним вікном контексту.
Чотири компанії не випадково дійшли до чотирьох однакових ідей. Вони читали ті самі дослідження і мчали до того самого фінішу. Подивіться, що відбувається з цифрами, коли їх вирівнюєш. Meta повідомляє 75.4% у тесті на кодування DeepSFE при максимальних налаштуваннях. Astra – 74.1%, а Opus 5 – приблизно на тому ж рівні. Три флагмани знаходяться в межах півтора пункту один від одного за показником, який найбільше хвилює розробників.
Статистично це можна назвати нічиєю. Риторично – це три окремі пости в блогах, де кожен заявляє про лідерство. Ера бенчмарків, схоже, закінчилася як спосіб визначити переможця.
І Anthropic зробила те, що жоден специфікаційний лист не врахував. Того ж тижня Claude самостійно формалізував доказ останньої теореми Ферма, працюючи 11 днів поспіль. У цьому немає жодного рядка в таблиці лідерів. Це найвражаюче, що зробила будь-яка модель того тижня, і це майже не помітили. Всі були зайняті суперечками про те, хто набрав 65 балів.
Тим часом, “відкритий” сегмент (openweight) став тихо лякаючим. GLM 5.3 Flash коштує близько 7 центів за мільйон токенів – приблизно в 140 разів дешевше, ніж Astra. Якщо ваш робочий процес потребує великого обсягу, але помірної складності, то передові моделі перестали бути правильним вибором вже давно.
Розділ 5: Сходинки чуток – хто там, за Astra?
А ось і причина, чому ви клікнули. Все, що йде далі, матиме свій “бейдж”. І я почну з найнижчої щаблини.
У липні SemiAnalysis опублікували меморандум, що описує базову модель OpenAI під кодовою назвою Doug. У меморандумі її називають першим великим переглядом базової моделі компанії з часів GPT-4, з вікном запуску десь у листопаді. Цей меморандум не говорить того, що стверджують більшість агрегаторів. Doug описується як окрема, більша попередньо тренована модель, що працює паралельно з Astra. Це не базова модель, що стоїть під нею, і вона ще не вийшла.
Потім, 25 серпня, акаунт під назвою synth waft опублікував, що OpenAI завершила новий попередньо тренований модель під кодовою назвою Bell. Пост називає її розмір понад 10 трильйонів параметрів, що ставить її в один ряд з GPT-4.5. Bell позиціонується як наступниця Doug. Wall Street Engine, WCCF Tech, Win Central та інші підхопили цю новину.
Тепер подивіться, як ця ланцюгова реакція працює насправді, бо це та частина, яку пропускають усі агрегатори. Кожен із цих ресурсів цитує один і той самий пост. Жоден з них не бачив офіційного документа OpenAI, системної карти чи внутрішньої презентації. Чотири заголовки з одного твіту – це не чотири джерела. Це одне джерело з кращим розповсюдженням.
І я піду далі, бо я вам це винна. Ми замовили свіже дослідження для цього епізоду, залучивши 19 джерел. Воно охоплювало огляди безпеки OpenAI та кілька технічних трекерів. Висновок був однозначним: не було знайдено жодного публічно перевіреного документа, системної карти чи анонсу продукту від OpenAI про будь-яку модель, окрім Astra. Ніщо там не підтверджувало кодову назву, можливості чи графік випуску. Це дослідження не суперечить Bell і Doug. Воно просто їх там не знайшло.
Отже, “бейдж” для Bell – правдоподібний витік. Але я хочу бути точною, чому він все ще заслуговує на це слово. Акаунт має свою історію. Деталі нудні й специфічні, як це зазвичай буває зі справжніми витоками. Ніщо в публічному просторі не суперечить їм, але один першоджерело залишається одним, незалежно від того, скільки видань його повторюють. Якщо synth waft помиляється, всі, хто йде за ним, помиляються одночасно. Ви б ніколи цього не дізналися з заголовків.
Doug розташовується на одну сходинку вище. SemiAnalysis – це аналітична компанія, яка ставить свою репутацію на застарілий меморандум, а не на анонімний акаунт. Назване джерело все ще не є підтвердженим. Ніхто за межами компанії не бачив жодної з цих моделей.
Ось одна тонка деталь, яку майже кожен відеопрогон спростив. Bell, за повідомленнями, це не GPT-7. Вона описується як базова модель, що йде після GPT-6. Це можливий фундамент для того, що перетне поріг, а не продукт з номером на коробці. Ці два твердження займають абсолютно різні позиції. Сказати, що OpenAI завершила попереднє тренування дуже великої базової моделі – це опис звичайного вівторка в передовій лабораторії. Сказати, що GPT-7 існує і завершений – це інше речення з іншими наслідками. І друге не підтверджується нічим, що я змогла знайти.
Розділ 6: Сміття чуток – те, що точно не збудеться
Потім є купа спростованого. Це включає точні підрахунки параметрів для GPT-7 та витоки таблиць з бенчмарками, де вона нібито перемагає Gemini та Claude. Це включає скріншоти з підписом: “Я потрапив на AB-тестування нової моделі в моєму додатку”. Кожне з них заслуговує на “спростовано” або “спекуляція”.
Ось тест, до якого я постійно повертаюся на цьому каналі. Запитайте, який доступ потрібен людині, щоб її твердження було правдивим. Підрахунок параметрів означає доступ до інфраструктури тренування, а таблиця бенчмарків – доступ до оціночного інструментарію. Лише невелика кількість людей має цей доступ. Жоден з них не публікує специфікацій на X для залучення уваги. Якщо для твердження потрібен доступ, якого у витоку очевидно немає, тоді саме твердження – це продукт.
Ми також маємо живий прецедент з початку цього року, і це було не про GPT-7 взагалі. У березні та квітні хвиля чуток наростала навколо моделі OpenAI під назвою Sput. Інтернет вже оцінив її як GPT 5.7. Вона вийшла як GPT 5.5, оновлення версії, і свіже дослідження підтвердило цю закономірність під іншим кутом. Ринки прогнозування неодноразово неправильно оцінювали вікно випуску самої Astra, лише пізно в процесі наближаючись до правильних дат. Модель, яка реально існувала і реально вийшла, все ще мала неправильний час у публічному просторі тижнями.
Тож подумайте, що це робить з прогнозами щодо моделі, існування якої ніхто не підтвердив.
Розділ 7: Час оцінювати – мої помилки та майбутнє
Час оцінити себе, оскільки цей канал саме це і робить. У нашому епізоді про GPT-6 я назвала Astra дослідницькою системою, що стоїть над продуктом. Я сказала, що GPT-6, яку ви зрештою використаєте, буде “молодшою сестрою” Astra. Цей прогноз був помилковим. Astra вийшла як GPT-6 під своїм ім’ям. До того ж, вона отримала менш вражаючу незалежну оцінку, ніж я очікувала. Я помилилася у формі випуску, тому не буду просто перезаписувати цю логіку на наступну.
Саме тому питання назви має більше значення, ніж здається. Акаунт Tier назвав наступний реліз GPT 6.5, а не GPT-7. Це реальне твердження з реальними наслідками. Припустімо, OpenAI розглядає наступний випуск як крок у межах шостого покоління. Тоді всі, хто сперечається про бенчмарки GPT-7, сперечаються про продукт, який не носитиме цю назву ще рік. І недавня історія компанії підтверджує цей інкрементальний підхід. GPT 5.6 Saul вийшов 9 липня. Astra – 3 вересня. Це приблизно 2 місяці між флагманами. Це єдине число, що дивиться в майбутнє, яке я б насправді захистила. Я отримала його, виконуючи арифметичні дії над двома вже випущеними продуктами.
Сем Альтман відкрито говорить про темпи, і це протилежність тому, чого хоче цикл хайпу. Він сказав, що Astra була готова до тренування вже давно. Він назвав її значним кроком вперед у можливостях та узгодженості. Потім він сказав щось більш спокійне про моделі, що йдуть після неї. “Ми сповільнюємося за необхідності, щоб робота над безпекою та узгодженістю могла бути виконана”. Прочитайте другу частину ще раз. CEO каже вам, що гальмо натискають навмисно.
Він окремо сказав, що очікує внутрішню систему до кінця цього року. Він особисто назвав її AGI. Він визнав, що її ще немає. Ця система залишається внутрішньою, а внутрішня – не випущена. Цей проміжок – це вся історія цього циклу. Ось чому модель, яку ви можете купити, відчувається як “сайлдґрейд”, а прес-релізи – як революція.
Розділ 8: Питання всеохопності – що насправді вміє Astra?
Петля, яку я відкрила на початку, – це наступний флагман OpenAI. Справжня “оMNI” модель. Приймає текст, зображення, аудіо та відео за один прохід. Почнімо з того, що вже випущено, бо це єдиний реальний доказ, який є у когось. Astra [музика] приймає текст і зображення, а повертає лише текст. Жодного аудіо не надходить і не виходить. Вона не обробляє відео в будь-якому напрямку і не пропонує тонкого налаштування на момент запуску. Це підтверджено, і це вбиває приблизно половину хайпу власними силами. Модель, яку назвали “приходом ери AGI”, не може вас чути.
Google відверто попереду за широтою модальності, і це не близько. Gemini Omni 1.1 Flash приймає текст, зображення, аудіо та відео як вхідні дані. Мультимодальний вхід коштує 1.50 долара за мільйон проти 10 у Astra. Google також єдина з цих компаній, яка поставила слово “Omni” в назву продукту. Це дрібниця, але вона говорить, де, на їхню думку, розгортається боротьба. Отже, якщо вам потрібна Omni цього місяця, відповідь – не витік про OpenAI, а продукт Google, який ви можете використовувати сьогодні.
І ось сигнал, який, на мою думку, є найбільш недооціненим у цьому циклі. 36kr повідомив, що OpenAI закрила Sora та браузер Atlas цього року. Обчислювальні потужності пішли на основну модель та роботу агентів. Той самий звіт посилається на внутрішнє сповіщення про масштабування всередині компанії. Це одне видання, а не заява OpenAI. Отже, “бейдж” тут – правдоподібний витік, але посидьте з його формою. Компанія, яка відкладає власний відеопродукт з причин використання обчислювальних потужностей, не за два тижні до випуску представить нативну відео-OMNI. Ви не закриваєте відеокоманду через причини GPU і потім не передаєте генерацію відео вашому флагману. Боротьба за ресурси розповідає про дорожню карту чесніше, ніж ключова доповідь.
Тож, коли хтось покаже вам таблицю Omni-специфікацій, проігноруйте її та проведіть власні тести. Перебийте голос моделі посеред речення і подивіться, чи тримає вона контекст, чи починає знову. Попросіть її відредагувати зображення з 10 попередніх кроків, не пояснюючи знову, що це за зображення. Подайте їй відео в реальному часі, а не завантажене пізніше. Ці три відповіді розкажуть вам, що ви насправді отримали. Жодна виточена таблиця не розповість вам про це. Ось чому я продовжую відмовлятися читати їх вголос на камеру.
Якщо прибрати мову AGI, ставка стає зрозумілою. OpenAI цього року не купує місце в таблиці лідерів. Вона купує обчислювальні потужності, їх використання та рамки, всередині яких тепер має сперечатися кожен конкурент. Astra знаходиться нижче Fable 5.1 у незалежному рейтингу, і позиція OpenAI майже не рухається. Цей індекс вимірює відповіді. Він не вимірює годину роботи з курсором у Canva та відновлення після “падіння” браузера.
Демонстрації [музика], які OpenAI показувала журналістам, вказують в одному напрямку. Вони розкладали схему на платі та складали податкову декларацію з W2. Це реальні завдання, а не розумні промпти, поставлені для демонстраційного ролика. Частина про обчислювальні потужності – це те, що пропускає більшість матеріалів. Понад 100 000 GPU в Stargate – це тренувальний забіг, який OpenAI поставить під своїм ім’ям. Guang стверджує, що ще 400 000 з’являться наступними. Ніхто в OpenAI не говорив це вголос. Хтось будує модель набагато більшу, ніж та, яку ви можете купити сьогодні.
Що повертає нас до Bell. Якщо Bell реальна, то Astra – це історія, а Bell – це балансовий звіт. Чесна версія цього речення тримає “якщо” прямо посередині. Один акаунт сказав це, а два дослідницьких проходи нічого під ним не знайшли.
Висновок: Що робити далі?
Отже, що я насправді роблю в понеділок, і жодна з цих дій не включає очікування GPT-7. Правило, яким я користуюся, просте. Я вибираю маршрут залежно від завдання, а не залежно від того, який бренд мені подобається цього місяця.
- Довгий контекстний пошук по величезному репозиторію або стосу документів – це Astra. Її вісім “голочок” пошуку понад півмільйона токенів – це найсильніший аргумент на карті.
- Важкий аналіз коду та довге написання – це Fable 5.1 або Opus 5. Обидва знаходяться вище Astra в незалежному рейтингу за порівнянною ціною.
- Будь-що, що включає аудіо або відео – це Gemini Omni 1.1 Flash. Astra цього взагалі не візьме.
Друге: стежте за одним сигналом і ігноруйте все інше. Ознакою перед Astra була документація. OpenAI опублікувала документ “Шлях до Astra” 1 вересня, за 2 дні до анонсу. Там було названо критичний поріг ще до будь-якої картки моделі. Документація з безпеки виходить до виходу моделі. Тож наступний реальний флагман OpenAI з’явиться в пості про систему готовності та новому ярлику API. Він не з’явиться в таблиці специфікацій, скріншот якої ви бачите у своїй стрічці. Якщо ви бачите таблицю першою, ви дивитеся на вигадку.
Третє: припиніть перебудовувати свій стек кожні 6 тижнів. Між Saul та Astra пройшло 2 місяці. Якщо цей темп збережеться, ви будете робити це знову до кінця року. Варто будувати не бібліотеку промптів, налаштовану під одну модель. Варто будувати власну систему оцінки. Виберіть 20 завдань зі своєї реальної роботи з відповідями, яким ви вже довіряєте. Потім збережіть їх десь, де ви зможете повторно запустити їх за півдня. Тоді запуск перестане бути новиною, яку потрібно інтерпретувати. Він стане тестом, який ви проведете перед запуском.
Отже, вердикт, який я б насправді захистила: Astra – це найкращий програмний оператор, який хтось випустив, і тонке покращення інтелекту одночасно. Я не можу виправдати оплату приблизно на 75% більше за завдання, ніж Fable 5.1, коли вона оцінюється нижче. Цей робочий процес, який я провела раніше, працює на моїй власній платформі AI Master. І якщо у вас є продукт, який варто показати цій аудиторії, посилання на спонсорство – в описі нижче. Завжди радий поспілкуватися.
Підсумовуючи все вище сказане, ми бачимо, що світ ШІ розвивається шаленими темпами. Astra – це значний крок вперед, але ера AGI ще попереду. І поки ми чекаємо, найкраще, що ми можемо зробити – це розуміти, що реально, а що – лише хайп, і будувати свої робочі процеси на основі фактів, а не чуток.
Що далі? Продовжуйте експериментувати, але робіть це свідомо. Слідкуйте за офіційними анонсами та незалежними оцінками. І пам’ятайте, що найцінніший інструмент – це ваше власне розуміння того, як технології працюють, і як їх можна застосувати для вирішення ваших завдань. Не бійтеся ставити під сумнів гучні заяви і шукати правду за ними. Саме так ми робимо справжні відкриття.
