75% Стеля: Чи Досягли Моделі Штучного Інтелекту Піку Продуктивності За Поточними Методами?

Anthropic та OpenAI представили моделі штучного інтелекту нового покоління за два дні один від одного, досягнувши майже ідентичної точності 74-75% на промислових тестах кодування, що свідчить про потенційний стеля продуктивності для поточних архітектур штучного інтелекту, при цьому використовуючи різноманітні підходи до розповсюдження та реалізації.

Практично одночасне представлення цих моделей піднімає фундаментальні питання про те, чи досягла розробка штучного інтелекту плато з поточними методами навчання, навіть якщо компанії різко розходяться у своїх підходах до надання цих можливостей користувачам та розробникам усьому світі.

Збіжність Бенчмарків Показує Технічний Міст

Claude Opus 4.1, представлений 5 серпня компанією Anthropic, показав результат 74,5% на SWE-bench Verified, стандартному тесті кодування галузі. OpenAI’s GPT-5, представлений 7 серпня, досяг результату 74,9% на тому ж тесті — статистичний тай, який свідчить про те, що обидві компанії змогли đẩy поточні архітектури до подібних меж, попри незалежну роботу.

Різниця у 0,4% між моделями лежить у межах статистичного шуму для таких бенчмарків.

Архітектурні підходи, однак, суттєво розходяться. OpenAI побудував GPT-5 як систему з多 моделями з інтелектуальним маршрутизуванням — запити направляються до швидких респондентів для простих завдань, моделей раціонального мислення для складних проблем або міні-версій, коли досягаються обчислювальні обмеження. Anthropic зберіг єдиний підхід з моделлю Opus 4.1, надавши пріоритет консистентності над спеціалізованою оптимізацією.

Джерело: Anthropic

Стратегії Розповсюдження Відкривають Конкуруючі Філософії

OpenAI зробив GPT-5 негайно доступним усім користувачам ChatGPT, включаючи тих, хто використовує безкоштовний тариф — досягаючи приблизно 700 мільйонів активних користувачів на тиждень безкоштовно. Microsoft (MSFT ) одночасно інтегрував модель у платформи GitHub Copilot, Visual Studio Code, M365 Copilot та Azure.

Anthropic зберігає традиційні обмеження доступу, пропонуючи Opus 4.1 платним користувачам Claude, через Claude Code для розробників, та через API-доступ. Компанія, здається, зосереджена на обслуговуванні розробників та підприємств, які потребують надійної, стабільної продуктивності, а не на максимізації розповсюдження.

Ціни на GPT-5 агресивні, розробники відзначають вигідні співвідношення ціни до можливостей, які можуть змусити конкурентів переглянути свої цінові стратегії.

Вимоги Інфраструктури Змінюють Економіку Галузі

Обчислювальні вимоги відкривають масштабні можливості розвитку штучного інтелекту. OpenAI, як повідомляється, підтримує річний контракт з Oracle (ORCL ) на суму $30 млрд на обчислювальні потужності, після того як навчав GPT-5 на Microsoft Azure з використанням NVIDIA H200 GPU. Meta оголосила про плани витратити $72 млрд на інфраструктуру штучного інтелекту у 2025 році.

Обидві компанії повідомляють про суттєві поліпшення практичних застосувань за межами суто бенчмарків. OpenAI заявляє, що GPT-5 демонструє “приблизно на 45% менше помилок, ніж GPT-4o”, коли увімкнено пошуковий режим, а режим мислення досягає подібних результатів до їхньої моделі o3, використовуючи 50-80% менше токенів — суттєвий приріст ефективності.

GitHub повідомляє, що Opus 4.1 показує “помітні поліпшення продуктивності при багатофайловому рефакторингу коду”, тоді як Cursor, популярний помічник з кодування штучного інтелекту, описує GPT-5 як “дуже інтелектуальний, легкий у керуванні”, згідно з документацією розробника OpenAI.

Джерело: OpenAI

Технічна Стеля Свідчить Про Переході Парадигми

Збіжність на подібних показниках продуктивності між компаніями свідчить про те, що поточні парадигми навчання можуть наближатися до своїх меж. Багатьох моделей, згрупованих навколо 74-75% точності на тестах кодування, свідчить про те, що наступні суттєві поліпшення можуть потребувати фундаментальних інновацій, а не просто масштабування.

Архітектурні компроміси між системою комплексного маршрутизування OpenAI та єдиним підходом Anthropic відображають різні філософії без явного переможця. Система з多 моделями GPT-5 пропонує гнучкість, але вводить потенційні точки відмов, тоді як підхід Anthropic може пожертвувати спеціалізованою продуктивністю заради надійності.

Демократизація можливостей штучного інтелекту нового покоління — з функціями, які два роки тому коштували тисячі доларів на рік, тепер доступні безкоштовно — прискорює впровадження у різних галузях. Цей перехід від штучного інтелекту як преміум-сервісу до інфраструктури може дозволити створити зовсім нові категорії застосувань.

Впливи на Ринок та Наступні Кроки

Експерти галузі очікують, що Anthropic відповість на цінову стратегію OpenAI, хоча, ймовірно, не через прямого цінового матчу. Google’s DeepMind та Meta, які були відносно тихими під час цих оголошень, очікується, що зроблять свої кроки у найближчі місяці.

48-годинне вікно між випусками відкрило перехід штучного інтелекту від експериментальної технології до надійної інфраструктури. Коли кілька компаній досягають майже ідентичних результатів бенчмарків з дрібними відмінностями у процентах, конкуренція зміщується у бік ефективності розгортання, якості інтеграції та надійності сервісу.

Практичні поліпшення мають більше значення, ніж домінування у бенчмарках. SWE-bench Verified вимірює здатність штучного інтелекту визначати та виправляти реальні помилки у відкритому програмному забезпеченні, і результати обидвох моделей представляють суттєві досягнення у автономних можливостях кодування.

Як моделі штучного інтелекту стають усе більш складними у своїх можливостях раціонального мислення та кодування, конкуренція зміщується від суто продуктивних показників до практичної реалізації та надійності у виробничих середовищах. Дивовижна правда? Ця стабільність може дозволити більш трансформаційні зміни, ніж будь-який наступний прорив.