GPT-5.6 Sol Ultra програла GPT-5.5 у тестах на фізику
Тестування моделей GPT-5.6 Sol Ultra та GPT-5.5 показало, що нова модель програла у симуляції фізики, незважаючи на вищу ціну. Результати свідчать про те, що попередня версія залишається більш ефективною у виконанні завдань.
GPT-5.6 Sol Ultra програла GPT-5.5 у тестах на фізику
Тестери дали чотирьом моделям один і той же промпт: створити три автономні сцени на HTML5 Canvas з реалістичною симуляцією фізики.
Промпти:
- Монстр-трак робить сальто назад і приземляється на припаркований автомобіль.
- Каскадерський автомобіль перепригує шість автобусів і врезається в цегляну стіну.
- Поїзд зходить з рейок на зруйнованому мосту і падає у воду.
Результати:
- GPT-5.6 Sol Ultra: 32,9 тис. токенів, $0,33
- Opus 4.8: 9,2 тис. токенів, $0,24
- GPT-5.5: 12,4 тис. токенів, $0,11
- Grok 4.5: 7,0 тис. токенів, $0,08
Sol Ultra малює практично так само, як GPT-5.5, тільки з більшою деталізацією. Особливо це помітно у сцені з стрибком через автобуси, де результати двох моделей виглядають майже однаково. В інших тестах Sol Ultra показала себе гірше свого попередника, а якість симуляції фізики помітно знизилась. На їхню думку, GPT-5.5 впевнено виграє у сценах з сальто монстр-трака і катастрофою поїзда.
Пришли до висновку, що Sol Ultra — це GPT-5.5 з більш слабкою фізикою, але більш красивою картинкою, при цьому в три рази дорожче. 🤣
Нещодавно випущена Grok 4.5 провалила два з трьох тестів і гідно впоралася тільки зі сценою з поїздом.
Чому це важливо
АналітикаЦе важливо, оскільки порівняння моделей AI допомагає зрозуміти їхні сильні та слабкі сторони, що впливає на вибір технологій для розробки. Результати тестування можуть вплинути на рішення компаній щодо впровадження нових рішень у свої проекти.
Обговорити новину у спільноті
Діліться своїм досвідом та думками з ШІ-розробниками
Пов'язані матеріали екосистеми
Практичні гайди, термінологія та агентські скіли
JSON — структуровані дані для програм, API та AI-агентів
Повний практичний посібник з формату JSON: синтаксичні правила, серіалізація через parse/stringify, робота з REST API, JSON Schema та структурований вивід для штучного інтелекту.
Формати DOCX та XLSX: коли потрібен повноцінний фінальний документ від ШІ
Повний практичний посібник з генерації та опрацювання документів DOCX і таблиць XLSX за допомогою ШІ: порівняння з Markdown та CSV, промпт-інжиніринг, робота з формулами та автоматизація в коді.
Binance оприлюднили розслідування крадіжки $6,3 млрд
Розслідування пов’язує масштабну крадіжку з модифікованим Homebrew, фальшивою співбесідою та використанням внутрішнього ШІ-інструменту Binance.
Користувач Reddit з’ясував, чому тижневі ліміти Claude Code витрачаються майже вчетверо швидше
Користувач Reddit порівняв використання токенів за два тижні та виявив, що на кожен 1% тижневого ліміту Claude Code тепер припадає значно менше вихідних токенів, а основними підозрюваними стали субагенти, тривалість міркувань і фонові запити інтерфейсу.