Новая нейросеть лучше DeepSeek и мыслит как человек

Тема «Что такое Deep Research от OpenAI: модель, «задающая вопросы»» становится понятнее, если учитывать следующее: Deep Research позиционируют как аналитический инструмент, но главное — модель ведёт себя «как человек»: сама ищет, анализирует и задаёт уточняющие вопросы; на упомянутом тесте у 4o точность 3,3%, у Deep Research — 26,6%, у DeepSeek R1 — 9,4%.

Для сцены «Дональд Трамп о DeepSeek» решающим становится следующее: Трамп упомянул выход китайской модели день в день на брифинге — редкий случай — и назвал её «wake-up call» для американской индустрии: раз за меньшие деньги достижим тот же результат, конкурировать надо жёстче.

Практический смысл темы «Роль DeepSeek в изменении позиций OpenAI и скачок популярности» в том, что популярность DeepSeek показала, как быстро пользователи переходят к бесплатному и достаточно сильному инструменту, но со скачиваниями пришли два неудобных вопроса: обучалась ли модель на ответах OpenAI и куда уходят данные пользователей китайского сервиса.

Сцена «Изменения в законах об авторском праве и влияние на ИИ-контент» подводит к рабочему выводу: спор почти зеркален — американские компании годами обучались на массивах интернета, а теперь возмущаются дистилляцией своих ответов; возможное нарушение это не отменяет, но показывает, насколько неустойчивы правила, когда каждый защищает своё и использует чужое.

Рабочий вывод из сцены «DeepSeek и вопрос масштабных вычислений: нужен ли мощный хард» состоит в том, что онлайн-масштаб всё равно требует чипов и инфраструктуры — ведущему ни разу не удалось обработать в DeepSeek свой обычный большой файл; а стагнация акций NVIDIA связана не только с DeepSeek, но и с обсуждением жёстких экспортных ограничений для Китая.

Рабочий вывод из сцены «Плюсы DeepSeek» состоит в том, что DeepSeek открыт там, где ChatGPT был недоступен без VPN, стоит в пятнадцать–тридцать раз дешевле, сразу включает reasoning и постоянно обновляется — уже добавили и собственный генератор картинок.

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: в корпоративном workspace OpenAI данные, по заявлению, не идут в обучение; для крупных корпораций ограничение реально, но ведущий бизнесам ничего не запрещает — обычные рабочие данные не уникальны, а персональные легко заменить кодами перед загрузкой.

Оценивать тему «HLE (Humanity Last Exam): как проверяют уровень знаний ИИ-моделей» нужно с учётом того, что Humanity's Last Exam поднимает планку и проверяет знания, которых нет в стандартных тестах, но одна цифра не отвечает, насколько модель полезна юристу, врачу или бухгалтеру, — выбирать режим и перепроверять всё равно приходится пользователю.

Тема «Недостатки новых моделей ИИ и их будущее» становится понятнее, если учитывать следующее: следующий этап — не соревнование за одно первое место: будут публичные модели, локальные системы и специализированные продукты вроде юридических баз, а победит та модель, чьи данные, лицензия, цена и ошибки понятны конкретной организации.