Оглавление

OpenAI представила долгожданную функцию, позволяющую пользователям управлять скоростью генерации ответов в GPT-5 с технологией Thinking. Обновление, анонсированное 18 сентября, дает подписчикам тарифов Plus, Pro и Business возможность выбирать время «размышления» модели прямо в веб-интерфейсе.

Четыре режима работы GPT-5 Thinking

Ранее GPT-5 с Thinking часто заставлял пользователей ждать, поскольку модель была разработана для более тщательного анализа перед ответом. Многие пользователи жаловались на отсутствие гибкости в балансе между глубиной ответов и скоростью их получения.

Новая система предлагает четыре режима работы:

  • Standard: новый режим по умолчанию для всех планов, балансирующий скорость и интеллект
  • Extended: прежний стандарт для пользователей Plus, с более глубокими ответами за большее время
  • Light strong: эксклюзив для Pro-пользователей, обеспечивающий самые быстрые ответы для простых задач
  • Heavy: также эксклюзив для Pro, предназначенный для самого глубокого анализа с медленными, но комплексными ответами

OpenAI отмечает, что выбранный режим остается активным во всех будущих чатах в веб-версии до ручного изменения.

Наконец-то инженеры OpenAI осознали, что не все задачи требуют одинаковой глубины анализа. Возможность выбирать между «быстро и примерно» и «медленно, но точно» — это именно то, что нужно практикующим специалистам. Интересно, сколько времени ушло на то, чтобы понять: иногда простой ответ лучше идеального, но запоздалого.

GPT-5 Codex для разработчиков

Параллельно OpenAI анонсировала GPT-5 Codex — специализированную версию ИИ для разработки программного обеспечения. Модель предназначена для помощи в написании, отладке и ревью кода, работая как интерактивно с людьми, так и автономно над сложными задачами.

По заявлениям компании, GPT-5 Codex способен:

  • Создавать проекты с нуля и добавлять функциональность
  • Исправлять ошибки и проверять чужой код
  • Работать над длительными проектами самостоятельно в течение часов
  • Тестировать и улучшать собственный код до рабочего состояния

Модель обучена тщательно анализировать код и находить критические ошибки до их проявления. Тесты на популярных open-source проектах показали повышенную точность и полезность предложений модели.

Сообщает Livemint.