OpenAI тратит 80-90% исследований на GPT-7 и дальше

Куда смотрит OpenAI, пока мы пользуемся GPT-5

Пока большинство пользователей только осваивают GPT-5, OpenAI уже живет в совсем другом временном горизонте. Борис Пауэр, руководитель прикладных исследований компании, назвал цифру, которая многое объясняет: 80-90% исследований компании сейчас направлено на GPT-7, GPT-8 и то, что будет после них. Не на улучшение текущих моделей, не на точечные апдейты - а на следующие поколения.

Это объясняет кое-что, что давно раздражало наблюдателей рынка. Переходы вроде GPT-5.1 → 5.2 опираются на специализированные обучающие данные и внутри компании считаются "крайне близорукими" как долгосрочная стратегия. Да, они помогают быстрее итерироваться и учиться прямо сейчас, но это не та ставка, на которую OpenAI делает настоящий упор.

Почему мелкие апдейты - это не приоритет

Логика здесь простая, хотя и не очевидная снаружи. Улучшения внутри одного поколения модели опираются на специализированные обучающие данные и дают предсказуемый, но ограниченный прирост. А вот при переходе на новое поколение "все остальное просто начинает работать значительно лучше" - это цитата Пауэра, и она многое говорит о том, как OpenAI видит архитектуру прогресса.

После каждого такого скачка компания вынуждена заново разбираться, куда вкладываться для быстрых побед. То, что работало как рычаг улучшений в GPT-4, не обязательно работает в GPT-5. Это дорогостоящий, но неизбежный процесс переоткрытия возможностей каждого нового поколения.

Для разработчиков, которые строят продукты поверх API OpenAI, это сигнал держать архитектуру гибкой. Если компания считает инкрементальные обновления текущих моделей близорукой долгосрочной стратегией, поддержка текущих возможностей API будет ровно такой, какой нужна для удержания корпоративных клиентов - не больше.

Настоящая проблема - не мощность модели

Тут Пауэр говорит кое-что неожиданное. По его словам, главный барьер для ChatGPT сегодня - это не качество модели. Большинство пользователей просто не понимают, что они вообще могут делать с помощью ИИ. Онбординг - вот где реальная проблема.

Это звучит как самокритика, и она заслуженная. GPT-4 требовал тщательно выверенных промптов - это был инструмент для тех, кто умел с ним работать. GPT-5 стал проще, но все равно требует много обратной связи и корректировок. GPT-6, по словам Пауэра, уже работает скорее как компетентный коллега, которому можно просто поставить цель - и он разберется.

Эта градация показательна. За три поколения OpenAI двигается от "мощного, но сложного инструмента" к "системе, которая сама понимает контекст и потребности". Будущие модели, по замыслу компании, должны сами показывать пользователю, что возможно, и предугадывать запросы до того, как те сформулированы.

Что это значит для конкурентного ландшафта

Anthropic с Claude 4, Google с Gemini Ultra - оба конкурента тоже работают над следующими поколениями, но никто из них не называл настолько конкретную пропорцию распределения исследований. 80-90% - это не просто красивая цифра, это заявление о приоритетах, которое сложно интерпретировать иначе, чем "текущее поколение для нас - уже история".

Claude 4 от Anthropic сейчас демонстрирует сильные результаты в задачах с длинным контекстом и рассуждениями. Gemini Ultra держится в верхней части бенчмарков по математике и коду. Но если OpenAI действительно концентрирует столько исследований на GPT-7+, разрыв между поколениями может оказаться куда больше, чем рынок сейчас ожидает.

Для российских пользователей

ChatGPT в России работает через VPN, прямой доступ заблокирован. Оплата через российские карты недоступна - нужны либо иностранные карты, либо обходные схемы через посредников. Ограничения лежат на уровне регуляторики и платежной инфраструктуры, а не технических возможностей.

Альтернативы через API - через Azure OpenAI или сторонние прокси - технически работают, но требуют настройки. Для бизнеса, который строит продукты на GPT-5 прямо сейчас, это дополнительный операционный риск.

Что в итоге

OpenAI открыто говорит: мы уже живем в будущем, пока пользователи разбираются с настоящим. Это честная позиция - и одновременно напоминание о том, что компании с горизонтом планирования в 2-3 поколения модели работают по другим правилам, чем те, кто оптимизирует квартальные метрики. Посмотрим, насколько этот горизонт окажется точным - история ИИ-прогнозов полна сюрпризов в обе стороны.