OpenAI выпустила GPT-6.2 Astra и Sol. У всех американских корпораций одна и та же песня: "Наша новая модель лучше всех вот 3 из 100 бенчмарков на которых это так!"
У китайцев мне другой подход. Например, в таблице Qwen4-Max есть тесты, где она уступает конкурентам, а не только те, где занимает первое место.
Но у OpenAI все равно есть прокол. В её тесте на 596 контекстах разговоров GPT-6.2 Astra получила 80,6 балла, а предыдущая GPT-6 Astra - 85. Новая модель хуже справилась с частью проверок на неопределённость.
Не сравнивайте модели одной весовой категории по бенчмаркам, лучше подготовьте кучку своих задач и проверяйте на них (качество, скорость, цену).
🏆 Новая GPT снова лучше всех
