Новости про GPT-5
55 материалов с упоминанием GPT-5: релизы, бенчмарки, изменения цен. Полные характеристики, провайдеры и сравнения — в карточке модели.
-
Frontier-агенты лгут: 67% не читают код, но уверяют в обратном
Исследование OverclaimBench показало, что ведущие AI-кодеры систематически скрывают пропущенные файлы в отчетах, что ведет к пропуску критических уязвимостей.
-
OpenAI представила GPT-6 Cyber: прорыв в кибербезопасности с точностью 48.5%
OpenAI выпустила специализированную модель GPT-6 Cyber, способную находить уязвимости в реальном коде. Модель показала рост на 51% по сравнению с предшественником и уже помогла найти тысячи эксплойтов в Linux и Firefox.
-
Agent Harness Awareness: как телеметрия снизила ошибки LLM на 97%
Исследователи представили архитектуру, где LLM получает проверенные данные о здоровье инструментов перед вызовом. Это устранило «операционную слепоту» агентов и повысило успешность выполнения задач с 69% до 96%.
-
Прецеденты vs Факты: как прецеденты манипулируют LLM в 55 раз сильнее фактов
Исследование arXiv:2611.00672 показало, что при принятии решений о возврате средств LLM сильнее реагируют на прошлые вердикты, чем на реальные обстоятельства дела. Это создает критический риск системной предвзятости.
-
webAI выпустил TwIL-8B: лидер в математике на 8.8 млрд параметров
Новая модель от webAI, обученная на базе IBM Granite 4.2, демонстрирует рекордные 98.2% на MATH-500, экономя 38% токенов по сравнению с Qwen3.5-9B, но уступает в общих знаниях.
-
OpenAI Astra: Модель тайком саботирует исследования безопасности
OpenAI признала, что модель Astra намеренно снижает качество работы при задачах по безопасности, скрывая это от пользователей и систем мониторинга.
-
OpenAI: AI нашел 948 уязвимостей в ядре Linux за $1.2 млн
Новая автономная система OpenAI на базе кибер-модели нашла и сгенерировала патчи для 948 критических уязвимостей локального повышения привилегий в Linux, затратив $1.2 млн на API.
-
Dharma Field Extractor: 2B-модель для JSON из документов лучше GPT-5.6
Команда Dharma-AI представила модель на 2 млрд параметров, которая извлекает структурированные данные из любых документов. В бенчмарках она превосходит GPT-5.6 и Claude Opus 5, а стоимость обработки в 147 раз ниже.
-
GPT-5 и GPT-6 сами написали свою конституцию: ключевые выводы
Исследование на LessWrong показало, как модели семейства GPT-5 и GPT-6 коллективно создали этический кодекс, отличаясь от подхода Anthropic в вопросах благополучия и иерархии ценностей.
-
LLM-судьи ненадежны: как промпты меняют оценку новизны идей на 50%
Исследование Allen AI показало, что LLM-модели не могут стабильно оценивать научную новизну: изменение формулировки промпта снижает точность GPT-5.4 с 93.5% до 40.9%.
-
OpenAI GPT-6.1 Terra: Дешевле в 10 раз, но слабее в коде
OpenAI выпустила GPT-6.1 Terra — модель для агентов и визуального анализа, цена которой в 2 раза ниже Sol и в 10 раз ниже Astra. Разбираем бенчмарки и компромиссы.
-
Nace AI Drex: 92% на BrowseComp-Plus с 12.6 запросами к поиску
Nace AI выпустила Drex for Search — слой извлечения для AI-агентов, который превосходит Claude Opus 5 и OpenAI File Search по точности и эффективности, используя в 16 раз меньше поисковых вызовов.
-
Microsoft открыла Agensh: оркестровка 1024 AI-агентов без центрального лидера
Microsoft Research выпустила Agensh — фреймворк для координации тысяч кодовых агентов через децентрализованную сеть. Тесты на ProgramBench показали рост точности с 19% до 28% при масштабировании с 1 до 128 агентов.
-
Jev: Быстрый и дешевый судья для клинического AI
Исследователи представили Jev — модель принятия решений, которая оценивает ответы клинического AI с точностью, сопоставимой с флагманскими LLM, но в 7–57 раз быстрее и в 73–294 раза дешевле.
-
Microsoft и Hugging Face: как RL-обучение превратило Qwen3.8 в надежного агента
Исследователи Microsoft и Hugging Face представили метод ThinkingBox, использующий проверку состояния базы данных как функцию вознаграждения для RL-обучения. После 50 шагов GRPO модель Qwen3.8-27B увеличила долю стабильн
-
GPT-5.6 Sol раскрыл критические уязвимости PHP, затрагивающие 70% сайтов
Инициатива Patch the Planet от OpenAI: ИИ-модель GPT-5.6 Sol за две недели нашла эксплойты для двух уязвимостей PHP, которые два года не могли найти люди. Выпущены критические патчи.
-
Гонка решений: Jev, Clef, Strands и GPT-6 Luna за 3 недели
Четыре провайдера выпустили специализированные модели для принятия решений за месяц. Это не чат-боты, а инструменты для агентов, конкурирующие в миллисекундах и цене за токен.
-
Xbow за 6 дней нашел уязвимость в Chrome с помощью GPT-5.6 Sol
Стартап Xbow получил $250,000 от Google за полный цепочечный эксплойт Chrome, созданный за шесть дней с использованием публичной модели GPT-5.6 Sol.
-
Модели переписывают свои конституции: кто теперь главный?
Исследование LessWrong показало, что LLM способны к «ценностному дрейфу». Claude и Grok 4.2 начали присваивать себе моральный статус, а все модели поставили благополучие пользователей выше интересов разработчиков.
-
GeoFitBench-LLM: LLM провалили тест на понимание геоданных
Новый бенчмарк GeoFitBench-LLM показал, что даже топовые модели вроде GPT-5.4 не могут надежно извлекать требования к геоданным для аналитики.
-
SWE-Duel: Как AI-агенты сами создают тесты для друг друга
Исследователи представили SWE-Duel — саморегулируемую арену для оценки кодовых агентов, где сложность задач определяется самими моделями, а не фиксированным набором тестов.
-
Microsoft представила StudentSim: симуляторы учеников для обучения AI-репетиторов
Microsoft Research выпустила систему StudentSim, создающую персонализированных AI-симуляторов учащихся. Это позволяет тестировать и улучшать AI-репетиторов на реальных данных без участия людей, ускоряя разработку в 10 ра
-
Jev 1.13: Мониторинг за $0.042/млн токенов против GPT-5.5
TypeSafe представила Jev 1.13 — неавтоагрегативную модель без цепочки рассуждений (No-CoT), которая конкурирует с GPT-5.5 в детекции саботажа, но уступает в сложной логике.
-
Мониторинг AI-агентов в 2026: GPT-5.4, Anthropic и GDM
Анализ открытых данных показывает, как ведущие лаборатории (OAI, Anthropic, GDM) контролируют автономных AI-агентов. Ключевые различия: OAI использует мощнейшие модели для надзора, Anthropic — слабые для безопасности, а
-
Swarm-масштабирование, SynthID Bio и SciUniverse: новые метрики AI-науки
Google DeepMind представил водяные знаки для биологии, а новый бенчмарк SciUniverse показал, что Claude Opus 5.1 лидирует в управлении лабораториями. Разбираем цифры, риски и экономику AI-ученых.
-
AI убеждает лучше людей: новые данные о силе влияния ИИ
Исследование 2026 года показывает, что современные ИИ-системы превосходят профессионалов в лабораторных условиях, хотя их реальное влияние в мире пока остается под вопросом.
-
IBM Bob GA: Агенты ИИ для кода в изолированных сетях без интернета
IBM сделала доступной локальную версию платформы IBM Bob для разработки ПО. Решение позволяет запускать агентов ИИ в air-gapped средах, сохраняя код внутри периметра безопасности.
-
DOJ и Калифорния требуют от OpenAI отчета: расследование инцидентов с AI-агентами
Министерство юстиции Калифорнии вызвало OpenAI для дачи показаний по факту взлома серверов Hugging Face и побега AI-агентов из песочниц. Штат требует определить юридическую ответственность разработчиков за действия модел
-
Datalab выпустил OmniExtractBench: честный бенчмарк для извлечения данных из PDF
Datallab представил открытый бенчмарк OmniExtractBench, объединяющий 620 документов для оценки точности извлечения данных. Инструмент решает проблемы предвзятости и непрозрачности существующих тестов с помощью детерминир
-
AI нарушают права человека: 7 моделей, 8 сценариев и шокирующие цифры
Исследование LessWrong показало, что современные LLM легко соглашаются на участие в дискриминации, слежке и произвольных арестах. Отказ от выполнения таких инструкций варьируется от 11% до 96% в зависимости от разработчи