Новая нейросеть лучше DeepSeek и мыслит как человек
После DeepSeek где можно доверять результату модели — и почему её происхождение уже не даёт достаточного ответа?
Отделить в истории с DeepSeek и OpenAI инвестиционный сигнал и эффектную демонстрацию от реального бизнеса. Рабочий критерий — проверять, кто платит, какую незаменимую часть цепочки контролирует продукт и выдерживает ли экономика масштабирование.
На что обратить внимание
Ключевые тезисы и выводы
Тема «Что такое Deep Research от OpenAI: модель, «задающая вопросы»» становится понятнее, если учитывать следующее: один тест измеряет узкую способность; рабочая ценность появляется только при повторяемом результате, понятной цене и контроле ошибок.
Для сцены «Дональд Трамп о DeepSeek» решающим становится следующее: один тест измеряет узкую способность; рабочая ценность появляется только при повторяемом результате, понятной цене и контроле ошибок.
Практический смысл темы «Роль DeepSeek в изменении позиций OpenAI и скачок популярности» в том, что конфликт показывает, какие права, деньги и рычаги контроля стороны считают стратегическими.
Сцена «Изменения в законах об авторском праве и влияние на ИИ-контент» подводит к рабочему выводу: ключевой критерий — исполнимость правила: кто обязан предотвращать риск, кто фиксирует нарушение и кто отвечает за последствия.
Рабочий вывод из сцены «DeepSeek и вопрос масштабных вычислений: нужен ли мощный хард» состоит в том, что смысл упирается в исполнимость правила и распределение ответственности, а не в сам факт появления нового требования.
Рабочий вывод из сцены «Плюсы DeepSeek» состоит в том, что анонс имеет значение только тогда, когда меняет доступ, качество, цену или поведение пользователя в реальном сценарии.
Из разговора о «Open source в банках и крупных корпорациях: эксперименты на Hugging Face» следует практическая проверка: они смотрят на Hugging Face и открытые модели, которые можно развернуть внутри защищённого контура. Даже немного более слабая система может оказаться предпочтительнее, если данные не уходят внешнему поставщику.
Из разговора о «OpenAI Workspace и вопрос утечек данных» следует практическая проверка: риск определяется объёмом доступа, масштабом последствий и тем, можно ли остановить систему и восстановить ход её действий.
Оценивать тему «HLE (Humanity Last Exam): как проверяют уровень знаний ИИ-моделей» нужно с учётом того, что фрагмент уточняет механизм, который стоит за темой, и показывает ограничение, без которого общий вывод был бы слишком простым.
Тема «Недостатки новых моделей ИИ и их будущее» становится понятнее, если учитывать следующее: фрагмент уточняет механизм, который стоит за темой, и показывает ограничение, без которого общий вывод был бы слишком простым.
О чём этот выпуск
DeepSeek взлетела в App Store, OpenAI заявила о возможном обучении на её данных, компании спорят об авторском праве и экспорте. Одновременно появляются Humanity’s Last Exam, o3-mini и Deep Research. Гонка смещается от красивого ответа к проверке знаний, режиму работы с данными и возможности развернуть модель внутри компании.
Популярность DeepSeek показала, насколько быстро пользователи готовы перейти к новому инструменту, если он бесплатный и достаточно сильный. Но вместе со скачиваниями появились два неудобных вопроса: обучалась ли модель на ответах OpenAI и куда уходят данные людей, которые пользуются китайским сервисом.
Спор об авторском праве становится почти зеркальным. Американские компании годами обучались на огромных массивах интернета, а теперь возмущаются, если конкурент использовал их ответы для дистилляции. Это не отменяет возможного нарушения, но показывает, насколько неустойчивы правила, когда каждый участник одновременно защищает свою модель и использует чужой контент.
Для банков и крупных корпораций веб-интерфейс вообще не главный вариант. Они смотрят на Hugging Face и открытые модели, которые можно развернуть внутри защищённого контура. Даже немного более слабая система может оказаться предпочтительнее, если данные не уходят внешнему поставщику.
Бенчмарк Humanity’s Last Exam пытается поднять планку и проверить знания, которых нет в стандартных тестах. Но одна цифра не отвечает, насколько модель полезна юристу, врачу или бухгалтеру. o3-mini и Deep Research показывают разные компромиссы: скорость, рассуждение, поиск и стоимость. Пользователю всё равно приходится выбирать режим и перепроверять.
Следующий этап рынка — не соревнование за одно первое место. Будут публичные модели, локальные системы и специализированные продукты вроде юридических баз.
Победит не обязательно самая умная модель, а та, чьи данные, лицензия, цена и ошибки понятны конкретной организации. После DeepSeek вопрос «кто лучше?» превращается в вопрос «кому и в каком контуре можно доверять?».
Победит не обязательно самая умная модель, а та, чьи данные, лицензия, цена и ошибки понятны конкретной организации. Поэтому после DeepSeek вопрос «кто лучше?» превращается в вопрос «кому и в каком контуре можно доверять?».
Расшифровка выпуска
Голосовая связка применена к 90 сегментам: 50 определено, 2 содержат несколько определённых участников, 31 вероятных, 7 остаются без окончательной идентификации. Неподтверждённые голоса обозначены как «Участник дискуссии», фрагменты с несколькими подтверждёнными участниками — как «Микс».
Загрузка…