Назад
17 ноября 2026 г. в 18:30 OpenAI GPT-6 LLM Artificial Analysis Бенчмарки Источник

GPT‑6.2 Astra прибавила пять пунктов, но лидером рейтинга остаётся Claude

GPT‑6.2 Astra прибавила пять пунктов, но лидером рейтинга остаётся Claude

Самое полезное в релизе GPT‑6.2 — не анимация на странице OpenAI, а независимая таблица. В текущем рейтинге Artificial Analysis версия Astra набрала 62 балла из 100 в Intelligence Index. У GPT‑6 Astra было 57: прирост составил пять пунктов. Более доступная Sol поднялась с 55 у GPT‑6.1 Sol до 57.

Карточка GPT-6.2 Astra в Artificial Analysis: 62 балла Intelligence Index, цены $8 за миллион входных и $40 за миллион выходных токенов

График: Artificial Analysis, независимое измерение и сравнительная карточка модели.

Это сильное обновление, но не первое место в мире. В той же таблице Claude Fable 5.2 Max имеет 65 баллов; между Astra и Sol также стоят Gemini 4 Carbon с 60 и Claude Opus 5.5 с 59. Формулировку OpenAI о «лучшей модели для учёных» нельзя автоматически переносить на общий рейтинг: она относится к выбранным компанией научным оценкам, а не к независимой сводной шкале.

Что именно считает Artificial Analysis

Intelligence Index — не один экзамен и не измеритель «общего интеллекта». В актуальной методологии Artificial Analysis это взвешенное среднее четырёх равных блоков: работа со знаниями, программирование, наука и общие знания. Внутри — девять оценок: от агентных задач с файлами и автоматизации SaaS до Terminal-Bench, HLE-Diamond и проверки галлюцинаций AA-Omniscience.

Часть заданий закрыта, часть проверяется через повторные прогоны, тесты и судейские модели. Это всё равно не отменяет ограничений: набор в основном англоязычный и текстовый, а результат нельзя прямо превратить в гарантию качества для конкретной задачи. Но сравнивать версии в одной и той же методике полезнее, чем спорить о рекорде на одном выбранном бенчмарке.

Где заканчивается презентация OpenAI

OpenAI заявляет улучшения в научных задачах и кибербезопасности, а также снижение API-цены Astra на 20%; для Sol цена, по данным компании, не меняется. Эти цифры важны для разработчиков, но научные результаты и закрытые наборы следует воспринимать именно как результаты, опубликованные создателем модели.

Независимый срез даёт более спокойный вывод. Astra действительно сделала большой шаг — плюс пять пунктов против предыдущей версии. Sol улучшилась скромнее, на два. Однако новая линейка OpenAI догоняет лидеров, а не закрывает гонку: для выбора модели теперь стоит смотреть не только на красивый релиз, но и на цену, задержку, нужный тип задач и повторяемый результат в собственном рабочем процессе.

Ещё новости

AWS добавила в Textract ИИ-проверку полей по страницам документа
21 ноября 2026 г.
AWS добавила в Textract ИИ-проверку полей по страницам документа

Amazon Textract Insights извлекает поля из смешанных пакетов документов и возвращает для каждого значения оценку уверенности и привязку к странице. AWS позиционирует сервис как способ автоматизировать обработку без отказа от проверки человеком.

Математик Anthropic заявил о доказательстве гипотезы Римана с Claude
20 ноября 2026 г.
Математик Anthropic заявил о доказательстве гипотезы Римана с Claude

Математик Anthropic Левент Альпёге заявил, что вместе с Claude получил формальное доказательство гипотезы Римана и её обобщения. Код на Lean уже скомпилировался у независимого математика, но математическому сообществу ещё предстоит разобрать и подтвердить сам результат.

Signal блокирует захват экрана, чтобы ИИ-агенты не читали чаты
20 ноября 2026 г.
Signal блокирует захват экрана, чтобы ИИ-агенты не читали чаты

Signal вводит защиту от захвата экрана на iOS 27 и при обнаружении ИИ-помощника на Android. Мессенджер предупреждает: мера не закрывает все пути доступа и на macOS пока не работает.

В отчёте Reco — восемь захваченных аккаунтов Microsoft 365 за минуты
20 ноября 2026 г.
В отчёте Reco — восемь захваченных аккаунтов Microsoft 365 за минуты

В отчёте Reco описан инцидент с восемью захваченными аккаунтами Microsoft 365: после кражи сессии злоумышленники быстро меняли правила почты. Компания не утверждает, что атаку выполнил ИИ — и это важная граница для интерпретации.

DeepMind описал четыре пути от AGI к сверхинтеллекту
20 ноября 2026 г.
DeepMind описал четыре пути от AGI к сверхинтеллекту

Исследователь Google DeepMind Тим Генвейн предлагает смотреть на переход от человеческого уровня ИИ к сверхинтеллекту как на набор проверяемых технических сценариев. Это не прогноз сроков, а карта возможных ускорителей и ограничений.

Google выпустила Gemini 4 Neon: скорость Carbon за 60% цены
19 ноября 2026 г.
Google выпустила Gemini 4 Neon: скорость Carbon за 60% цены

Google представила Gemini 4 Neon — модель для сложных задач в коде, офисной работе и науке. Компания заявляет качество уровня Gemini 4 Carbon при трёхкратной скорости и 60% стоимости; проверять это стоит на собственных задачах.

GitHub открыла протокол для сессий AI-агентов между устройствами
19 ноября 2026 г.
GitHub открыла протокол для сессий AI-агентов между устройствами

GitHub описала открытый Agent Host Protocol: он сохраняет состояние AI-агента при переходе между VS Code, Copilot, телефоном и облаком. Это не новый агент, а общий способ подключать клиентов к уже работающей сессии.

Google представила Stitch Loop для непрерывной доработки приложений
19 ноября 2026 г.
Google представила Stitch Loop для непрерывной доработки приложений

Google Labs открыла лист ожидания Stitch Loop — агента, который подключается к коду и рабочим метрикам, находит проблемы и готовит pull request’ы. Сливать изменения без проверки человека сервис не должен.

GitHub отсеял 9 791 AI-находку до 99 отчётов для open source
18 ноября 2026 г.
GitHub отсеял 9 791 AI-находку до 99 отчётов для open source

В пилоте GitHub и Microsoft превратили тысячи сигналов AI-сканера в 99 проверенных закрытых отчётов для шести open-source-проектов. К 15 ноября мейнтейнеры исправили 55 из них — но это ранний опыт, а не доказательство универсальной эффективности сканеров.

OpenAI пустит четыре внешние команды внутрь своих систем безопасности
18 ноября 2026 г.
OpenAI пустит четыре внешние команды внутрь своих систем безопасности

OpenAI запускает первую фазу встроенных независимых оценок: Apollo Research, METR, Transluce и Goodfire получат доступ к части внутренних моделей, данных и процессов. Формат обещает больше прозрачности, но независимость публикаций ограничена правом компании скрывать конфиденциальные детали.

Microsoft выпустила MAI Code 2 для GitHub Copilot и Foundry
18 ноября 2026 г.
Microsoft выпустила MAI Code 2 для GitHub Copilot и Foundry

Microsoft представила MAI Code 2 и более быструю MAI Code 2 Flash — собственные модели для повседневной работы с кодом. Основная версия уже доступна в GitHub Copilot и Azure AI Foundry, а Flash в Foundry пока остаётся в ограниченном предпросмотре.

OpenAI даст 200 000 учёных бесплатный доступ к своим моделям
17 ноября 2026 г.
OpenAI даст 200 000 учёных бесплатный доступ к своим моделям

OpenAI расширяет программу ChatGPT for Academic Researchers: бесплатный доступ к передовым моделям получат 200 000 исследователей по всему миру.