В ChatGPT приходят GPT-6 и ответы с интерактивными интерфейсами

Вкладка Chat в ChatGPT постепенно переходит на GPT-6: подписчики Plus, Pro, Business и Enterprise получают GPT-6 Sol, а пользователи бесплатного тарифа и Go — GPT-6 Luna. Раскатка началась для платных тарифов 7 октября, для Free и Go — 8 октября; в организациях Enterprise доступ зависит также от настроек администратора. Новые модели сменяют соответствующие варианты GPT-5.6 именно в чате: модели, используемые в Work и Codex, в рамках этого обновления не меняются.

Вместе с моделями OpenAI внедряет Intelligent UI. Вместо ответа, ограниченного текстом, ChatGPT может подобрать представление под вопрос: показать сравнение рядом, добавить диаграмму, карту, кнопки, форму или график. Для конкретной задачи он способен собрать инструмент прямо в диалоге — например, калькулятор накоплений или разделения счёта. Смысл не в том, чтобы украсить каждый ответ: иногда подходящим форматом остаётся обычный текст.

Интерфейс не обязательно ждать целиком. По описанию реализации, компоненты можно передавать по мере генерации, а специальный компилятор обрабатывает их для показа в веб-версии и на мобильных устройствах. GPT-6 также умеет выдавать полезные части ответа, пока продолжает рассуждать или обращаться к инструментам. Для вопросов с веб-поиском GPT-6 Instant, по данным OpenAI, в среднем начинает отвечать на 44% раньше GPT-5.6 Instant. Это показатель начала ответа, а не сокращение полного времени выполнения задачи на 44%.

Обновление сопровождается отчётом о безопасности. В пересказе опубликованных оценок GPT-6 Sol и Luna достигают уровня High для кибербезопасности и биохимических рисков, но не уровня Critical; в оценке способности к самоулучшению они не достигают High. Отчёт также фиксирует улучшение сопротивляемости некоторым многошаговым попыткам обойти ограничения и отдельные ухудшения: в тестах для несовершеннолетних обе версии слабее предшественников по нескольким категориям, включая эмоциональную зависимость. OpenAI отмечает, что эти испытания используют специально подобранные трудные случаи и не показывают частоту таких ответов при обычном использовании.

Есть и менее заметное изменение поведения модели: ответы в некоторых оценках стали длиннее. Например, в медицинском HealthBench Professional средняя длина ответа Luna выросла с 2920 до 5289 символов. Поскольку многословность может помочь набрать баллы за счёт большего охвата, OpenAI применяла штраф за длину; после него результат Luna всё же остался выше результата предыдущей версии. Для пользователя это напоминание, что скорость появления первых слов, полнота ответа и его удобство — разные свойства, которые при раскатке стоит оценивать отдельно.