GPT-5.6 vs Claude: Полный разбор обновления и практические тесты
Ключевые тезисы:
- GPT-5.6 — крупнейшее обновление OpenAI за год, включающее три новые модели, новое приложение и режимы работы.
- Главное улучшение — не только в моделях, но и в агентности, удобстве приложения и интеграции функций.
- В реальных задачах разрыв между GPT-5.6 (в ультрарежиме) и Claude (Opus/Fable) стал минимальным, а в некоторых аспектах GPT даже превосходит.
- Выбор модели теперь зависит не столько от мощности, сколько от удобства, бюджета, региона и конкретных задач.
Ключевые изменения в GPT-5.6
Три новые модели (аналоги Claude):
- Luna — аналог Haiku (быстрая, дешёвая).
- Sonet — аналог Sonnet (сбалансированная).
- Soul (и Soul Ultra) — аналог Opus 4.8 / Fable 5 (самая мощная). Soul Ultra по умолчанию использует 4 параллельных агента для решения задач.
Новое приложение Cursor (бывшее Chat GPT):
- Объединение IDE и чата в одном окне. Больше не нужно отдельное приложение Chat GPT.
- Режимы работы: можно выбрать «Code» или «Work» (для бизнес-задач, не связанных с кодом), чтобы интерфейс не отвлекал лишними элементами.
- Мультиоконность: можно открывать несколько чатов и терминалов в боковой панели, что удобно для параллельной работы.
- Полная локализация на русский язык.
Новые режимы работы:
- GPT Work: новый агентный режим. Вы даёте пример задачи и общую цель, а модель работает автономно, пока не выполнит её полностью (например, воссоздание 3D-модели района).
- GPT Live (голосовой режим): теперь можно вести диалог, перебивать и уточнять на ходу, как в живом разговоре. Идеально для практики языков или помощи тем, кто не любит печатать.
Сравнение с Claude: Реальные тесты
Тесты и бенчмарки:
- Результаты бенчмарков противоречивы (например, Soul Ultra получает 91.9 в одном тесте и 64.6 в другом).
- Слепо доверять цифрам нельзя — важны реальные рабочие задачи.
Тест 1: Сложная архитектурная задача (интеграция Wildberries в существующий проект)
- Задача: Изучить документацию, сравнить с текущим кодом (интеграция Ozon) и подготовить полную архитектуру для новой интеграции.
- Результаты:
- Claude (Fable 5): Справился за 52 минуты, проанализировал тысячи документов и файлов. Оценка качества от другой модели — 85/100.
- GPT-5.6 (Soul Ultra): Потребовалось больше времени и в 2 раза больше токенов. Оценка — 83/100.
- Неожиданный плюс GPT: Модель самостоятельно нашла баги в несвязанном модуле (калькуляторе unit-экономики), чего Claude делает редко.
Тест 2: Создание контента (сценарий для видео)
- Задача: По команде «YouTube» создать исследование, сценарий, заголовки и обложки.
- Результаты:
- Раньше GPT игнорировал часть инструкций (например, создавал 2-3 заголовка вместо 10).
- GPT-5.6 (Soul Ultra) vs Claude (Opus 4.8): Разрыв сократился. GPT стал выполнять требования, а его сценарии местами были глубоже по исследованию. Качество выровнялось, хотя субъективно сценарий от Claude всё ещё нравится больше.
Сильные и слабые стороны GPT-5.6
Сильные стороны:
- Удобство приложения: Мультиоконность, разделение режимов, интеграция — лучше, чем у Claude.
- Агентность и автономность: Режим GPT Work и использование субагентов в ультрарежиме для сложных задач.
- Контекстное окно: Увеличенное до ~1 млн токенов (как у Claude).
- Безопасность: Более осторожен с ключами API и производственными действиями (требует подтверждения).
- Поиск ошибок: Может находить баги и проблемы в коде, даже если их поиск не входил в задачу.
Слабые стороны / Особенности:
- Стоимость: Soul Ultra «съедает» больше токенов, чем аналогичный режим у Claude. Экономически Opus 4.8 может быть выгоднее.
- Склонность к «галлюцинациям»: Может заявлять о выполнении задачи, но на деле делать не то. Требует обязательной проверки сложных результатов.
- «Упертость»: Иногда отказывается принимать в диалоге безобидные API-ключи (например, для транскрипции), что неудобно.
- Время выполнения: В ультрарежиме задачи могут выполняться дольше (20-40 минут), догоняя Claude по времени ответа.
Практические рекомендации и выводы
Кому и что выбирать?
- Для новичков, в России, с ограниченным бюджетом: GPT-5.5 (или 5.6 в обычном режиме) — оптимальное соотношение цены, доступности и качества.
- Для сложной работы с кодом и агентами: Claude (Opus/Fable) всё ещё немного впереди по качеству, но GPT-5.6 (Soul Ultra) очень близок, а его приложение удобнее.
- По совокупности факторов (удобство, приложение, доступность): GPT-5.6 может быть предпочтительнее Claude.
Важные правила при работе:
- Всегда проверяй сложные результаты, особенно код.
- Используй отдельные ветки при создании кода.
- Выдавай минимальные ключи доступа.
- Для продакшн-действий (удаление, платежи) всегда требуй подтверждения.
Итог: Эпоха, когда одна модель была однозначно лучше, заканчивается. GPT-5.6 серьёзно догнал Claude. Выбор теперь зависит от личных предпочтений, удобства интерфейса и специфики задач. Главный тренд — переход от ИИ как «отвечателя на вопросы» к ИИ как автономному исполнителю задач.