По бенчмаркам во всём превосходит 5.4 и Opus 4.7, но не забываем, что это бенчмарки от самих OpenAI. Поэтому завтра буду тестировать в работе) Отдельно отмечают, что это самая мощная модель для агентного программирования и кибербезопасности. Модель лучше понимает задачи, требует меньше подсказок, лучше использует инструменты, проверяет свою работу и продолжает выполнять задачу, пока не доведёт её до результата. Будем смотреть 🤖