Некоторые расширенные мысли о GPT-5 1) GPT-5 — хорошая модель. Кажется, что она обеспечивает лучший поиск и производительность, чем o3 до нее. 2) Это разочаровывает людей, потому что это инкрементальное улучшение, которое не открывает принципиально новые случаи использования. 3) Действительно интересная история вокруг GPT-5, похоже, больше связана с конкуренцией с Anthropic. 4) Anthropic увеличила свои доходы в 4-5 раз за последние 6 месяцев. OpenAI увеличила свои доходы в 2 раза. 5) Большая часть роста доходов Anthropic связана с доходами от API, которые составляют гораздо большую долю доходов Anthropic (60%), чем доходы OpenAI (25%). 6) Около 50% доходов от API Anthropic поступает от ее партнеров Cursor и Github Copilot. Anthropic, вероятно, собирает около 800 миллионов долларов дохода от Cursor. 7) GPT-5, похоже, частично направлен на то, чтобы бросить вызов доминированию Anthropic в области кодирующих агентов. GPT-5 теперь является стандартом в Cursor. 8) GPT-5 наконец-то соответствует производительности Claude 4.1 Opus на SWE Bench Verified, что не является идеальной мерой, но, похоже, является хорошим прокси для производительности. 9) Партнерство с Cursor имеет возможность перенаправить много доходов от Anthropic, помогая OpenAI закрепить свою долю на рынке потребителей в области кодирования. 10) Я бы не стал слишком углубляться в это, но это может замедлить рост доходов Anthropic и сделать для них немного сложнее привлекать средства (хотя, вероятно, это слабый эффект). 11) У меня есть другие мысли о GPT-5 с точки зрения взаимодействия с пользователем / запуска. 12) Я думаю, что они провалили запуск; никто не хочет смотреть прямые трансляции, бенчмарки больше не понятны, и не было ничего вирусного для взаимодействия. 13) Классные взаимодействия с моделями должны быть о новых модальностях или должны быть очень агентными, что требует много каркасной структуры. Исторические достижения тоже хороши - наши модели решили задачу тысячелетия. 14) Лаборатории, как правило, решают UI/UX в одном месте, а затем сталкиваются с проблемами в другом; мы упрощаем сложность модели (в некоторой степени), но теперь нам нужно выбирать личности. 15) Но это нормально и просто часть великого приключения, где мы работаем над действительно индивидуализированными взаимодействиями с нашими помощниками LLM.