Мнение автора. Короткие абзацы, конкретика и вопросы к вам в конце.
Коротко о главном
- OpenAI представила GPT-5 как «единую систему» с роутером, который сам выбирает нужную «мощность» модели под задачу.
- В презентации было много бенчмарков — и много вопросов к их корректности.
- Пользователи быстро заметили странности: от неверных ответов на базовые вопросы до сбоев роутера в день запуска.
- «Личности» чата меняют стиль, но не точность; интерфейс слегка обновили; кодинг стал быстрее — но не обязательно качественнее.
- Главный вопрос: это реальная польза или иллюзия прогресса?
Как OpenAI «упростила» выбор модели
Раньше была линейка разных моделей — теперь одна система GPT-5. Внутри неё несколько «уровней мощности», а роутер решает, кого звать на ваш запрос: «быструю» для простого вопроса или «думающую» для сложного.
Звучит удобно: не нужно разбираться, какую модель включать. Но тех, кто делает продукты, это задело: выбора больше нет. Если вы привыкли, что одна версия лучше пишет тексты, а другая — общается, теперь остаётся только «довериться системе».
Есть и сомнение: когда самая продвинутая модель доступна всем, не происходит ли внутри скрытая «экономия» — подмена более дешёвой моделью под видом «так решил роутер»?
Презентация и бенчмарки: где «поплыл» нарратив
OpenAI почти весь час показывала графики и убеждала, что модель всё ближе к AGI. Только вот именно графики запомнились странностями: местами «50%» оказалось «в два раза меньше, чем 47%» — мем, который мгновенно разлетелся по соцсетям.
Вдохновлённые заявлениями, пользователи побежали тестировать GPT-5 — и охладели: на вопрос «сколько пальцев у человека?» модель уверенно ошибалась. В сетях прокатилось разочарование, а часть фанатов OpenAI «переобулась на лету».
Роутер не выдержал старта
В первый день роутер дал сбой: местами GPT-5 отвечал хуже GPT-4.0. Сам Сэм Альтман на Reddit признал серьёзную неполадку. «Починили», но осадочек остался — особенно у тех, кому инструмент нужен для работы здесь и сейчас.
«Скажи шёпотом: подумай вдумчиво»
OpenAI убрала переключатели моделей — зато предложила «магические фразы». Нужно глубже — напишите в промпте «подумай вдумчиво». Нужно быстрее — так и скажите. Удобно ли это вместо одного тумблера в интерфейсе? Вопрос открытый.
Личности чата: стиль меняется, точность — нет
Появились «личности» — они влияют на тон и подачу, но не на качество фактов:
- Циник — честная критика и жёсткие оценки.
- Робот — инструкции, код, отладка.
- Слушатель — структурирование мыслей и помощь в решениях.
- Фанат своего дела — объясняет сложное простыми словами.
Минус: нельзя переключать личность на лету — нужно каждый раз лазить в настройки.
Кодинг: быстрее — да, лучше — не всегда
GPT-5 заметно улучшили в фронтенде: можно сверстать сайт, интерфейс, даже простую игру «по описанию». В сети полно примеров — чаще всего с простыми играми.
Но на реальных задачах разработчики отмечают: кода стало больше и быстрее, а переписывать всё равно приходится. То есть «скорость» выросла, а вот «качество под задачу» — не всегда.
Иллюзия прогресса против практической пользы
За 10 месяцев база знаний так и не обновлена до 2025 года. Мы получили универсальную систему, личности, ускоренный код — но не специализированные инструменты под конкретные задачи.
Чего действительно не хватает:
- Отдельной модели для анализа документов, обученной на реальных кейсах.
- Писателя по нишам, который блестяще держит тональность и отраслевую специфику.
- Глубоких интеграций «под ключ» (вплоть до нативной работы с биржами предсказаний и корпоративными сервисами).
- Честной настройки «качество/стоимость» с правом пользователя выбирать, а не «просить вежливо в промпте».
Рынок тоже «голосует»
Эффект презентации был мгновенным: ожидания рыночных игроков резко развернуло — фаворит может смениться. Это прямой сигнал: маркетингом рынок не удержать, ему нужны стабильность и практические улучшения.
Итог
Прогресс есть — GPT-5 стал аккуратнее и быстрее, интерфейс полирнули, код пишется бодрее. Но глобального скачка, о котором говорили, многие не почувствовали. И пока что ощущение такое, что нас больше уговаривают «поверить в графики», чем дают вещи, решающие задачи на 100%.
Главный вопрос к вам: нужно ли нам «универсальное всё-в-одном», или пора требовать пакет специализированных моделей, каждая из которых безоговорочно закрывает свою задачу?
Напишите в комментариях, что вы уже пробовали в GPT-5 и где он реально помог (или подвёл). Ваши кейсы — лучшая проверка любых бенчмарков.