Что нового в GPT: радость для разрабов, предпринимателей, исследователей и маркетологов — игрушка для блогеров

Последний месяц OpenAI щедра на обновления. Неделю назад появились o3 and o4-mini — «самые интеллектуальные модели на сегодняшний день», по словам компании. А еще новое семейство: GPT-4.1 и ее вариации mini и nano (будто мало путаницы с остальными названиями). Чуть раньше, в конце марта, в GPT-4o встроили продвинутый генератор изображений, который работает как «текстовый фотошоп на стероидах». Рассказываем, кому и как они могут пригодиться.

Что улучшилось в GPT

У всех GPT-4.1 память длиннее примерно в восемь раз, чем у моделей постарше: они могут обрабатывать до 1 млн токенов за раз (около 750 тыс. слов — это больше, чем в «Войне и мире»). Ответы достигают 24 тыс. слов (32 тыс. токенов против предыдущих 16 тыс. — примерно как в «Бедной Лизе»). Впрочем, до отказа память пока лучше не заполнять, иначе у нейросети снижается точность и появляются галлюцинации.

GPT-4.1 и ее вариации — универсальные модели, но в первую очередь в них оценили умение кодить.

Что касается o3 и o4-mini, у первой «внимания» также хватает на 1 млн токенов — и это теперь «самая мощная из самых умных» моделей OpenAI (по версии самой OpenAI), если говорить о логике. Она лучше всего ищет нестандартные ответы, умеет рассуждать и строить глубинные взаимосвязи: может качественно решить олимпиадную задачу по математике и обсудить книгу. Вторая, o4-mini — компактная версия с памятью в пять раз короче. Она думает быстрее и подходит для задач попроще: например, проанализировать описания товаров в карточках на маркетплейсе.

{{quote1}}

Сразу после добавления GPT-генератора в сети завирусилась стилизация под кукол и персонажей из миров Хаяо Миядзаки (который сам, кстати, подобную генерацию осуждает). К трендам присоединились даже Королевская почта Великобритании и Белый дом США — последний сгенерировал и опубликовал картинку с задержанием мигрантки, получив в ответ шквал критики.

{{slider-gallery}}

Что нужно знать об o3 и o4-mini

o3 и o4-mini — пополнение в семье рассуждающих моделей ИИ, которые запрограммированы дольше и лучше думать, прежде чем реагировать.

У новых нейросетей есть доступ к другим инструментам ChatGPT (вроде интернет-поиска), а также к пользовательским сервисам через API. И они сами решают, что в какой момент использовать.

{{quote2}}

Особенно хорошо o3 и o4-mini работают с визуальными вводными: скажем, если нужно проанализировать диаграммы или сопоставить фото. Как объясняет OpenAI в анонсе, это первые модели, которые «не просто видят картинки, а думают с помощью картинок», — они способны не просто найти созвездие на фото, но и порассуждать, с какой локации был сделан кадр, приводит пример Кирилл.

Из минусов, как подметил CEO neural.love Денис Ширяев, — o3 забавно оправдывается, если ошибается, «потому что уверена, что почти всегда права»: может заявить, что «проверила скрипт целиком и все работает, проблема у тебя». Ошибается o3 при этом часто, в трети ответов, признает OpenAI, — вдвое больше, чем o1, самая старшая из рассуждающего семейства.

Пока o3 работает только на платных тарифах СhatGPT. Неплатящие пользователи могут лимитированно пообщаться с o4-mini, выбрав Reason, или «Обоснуй», в чат-боте перед отправкой запроса. Обе модели также доступны разработчикам через API: o3 — по цене $10 за 1 млн входных токенов, $40 — за 1 млн выходных. o4-mini ощутимо дешевле: $1,10 и $4,40 соответственно.

Что нужно знать о GPT-4.1

Как считают независимые аналитики из Artificial Analysis, модель GPT-4.1 сопоставима с DeepSeek V3. К тому же она «умнее и дешевле по всем параметрам», чем GPT-4o, которую представили год назад и до сих пор нередко называли самой продвинутой нейросетью OpenAI.

В частности, в кодировании GPT-4.1 лучше GPT-4o на 21%, в обработке длинного контекста — почти на 7%, в мультизадачности — как минимум на 10%.

Вот как выглядит новое семейство:

• ‍GPT-4.1 — флагманская модель, хорошо обрабатывает запросы с длинным контекстом. Впрочем, стоит помнить, что это нерассуждающая модель, как и все из семейства: если нужно увидеть аргументы, рассмотреть несколько подходов к решению многоаспектной задачи, лучше обращаться к o3 и o4-mini даже с учетом уровня их галлюцинаций, подсказывает Кирилл.
  ‍
• ‍GPT-4.1 mini быстрее и дешевле основной модели, при этом сопоставима по интеллекту, считают Artificial Analysis. В кодинге она даже немного лучше, чем GPT-4.1, но уступает в работе с большими данными.
  ‍
• ‍GPT-4.1 nano самая быстрая и экономная. Подходит для задач попроще — вроде автозаполнения, классификации и извлечения информации даже из тяжелых документов.

{{quote3}}

Сейчас все вариации GPT-4.1 недоступны через интерфейс ChatGPT. Ими можно воспользоваться только через API (от 10 центов до $2 за 1 млн входных токенов и от 40 центов до $8 за 1 млн выходных в зависимости от мощности модели) или в некоторых сервисах для разработчиков, например в редакторе кода Cursor AI. Но, как полагает Кирилл, открытый доступ к новым моделям через чат-бот — вопрос времени.

Что нужно знать о генераторе картинок в GPT-4o

Модель GPT-4o появилась прошлой весной и сразу могла одновременно обрабатывать текст, изображения, аудио и видео, но до конца этого марта генерировала изображения через Dall-E, другую нейросеть OpenAI.

Теперь можно рисовать сразу в ChatGPT (в том числе с бесплатным доступом) и в Sora, нейросети OpenAI для создания видео.

{{quote4}}

{{slider-gallery}}

Конечно, пользователи стали изощряться в фантазии. Переделывать «Интерстеллар» в аниме, иллюстрировать гардероб любимых персонажей. Превращать мемы в фотореалистичные картинки. Генерировать стикеры, постеры и обложки для YouTube, макеты для веб-сайтов и фото для каталогов.

{{slider-gallery}}

И конечно, фантазировать, как выглядели бы их питомцы в других вселенных.

{{slider-gallery}}

Генератор в GPT-4o — прорыв не только потому, что он наконец-то не грешит «лишними пальцами», но и потому, что теперь модель явно лучше понимает, что она генерирует, уточняет Кирилл. Например, может спланировать обстановку комнаты по фото или отредактировать реальный кадр — заменить билборд Apple на рекламу огурцов. А значит, дизайнеры смогут быстрее создавать визуалы, маркетологи — тестировать подходы, а стартаперы — меньше тратиться на простые задачки.