Ваш конспект

Сравнение GPT-5.6 и Claude: полный обзор обновлений

Ключевые тезисы:

• OpenAI выпустила крупнейшее обновление года — GPT-5.6, которое включает три модели, новый режим работы и обновлённое приложение.
• Главный конкурент — Claude (Opus 4.8 / Fable 5). Сравнение идёт по реальным рабочим задачам (код, контент, бизнес), а не только по синтетическим тестам (бенчмаркам).
• Качество моделей сравнялось, но ключевые изменения — в удобстве приложения и новых режимах работы.
• Выбор между Claude и GPT зависит от бюджета, геолокации, конкретных задач и личных предпочтений в интерфейсе.

Почему бенчмарки — не главное

• Красивые цифры в тестах (например, Soul Ultra — 91.9, SVE Bench Pro — 64.6, Fable 5 — 80) часто противоречат друг другу и не отражают реальную пользу для работы.
• 30% задач в известных бенчмарках сфабрикованы, а результаты могут быть накручены.
• Важнее оценивать практическую применимость в реальных проектах.

Что нового в GPT-5.6 (OpenAI)

Модели (аналоги Claude)

• Luna — аналог Haiku (быстрая, дешёвая).
• S — аналог Sonnet (сбалансированная).
• Soul Ultra — аналог Opus 4.8 / Fable 5 с режимом Ultra (4 параллельных агента для сложных задач).

Ключевые обновления

• Увеличенное контекстное окно: Заявлено 1.5 млн токенов, реально ~1 млн (сравнялось с Claude).
• Новый режим «Work»: Модель получает пример задачи и выполняет её до конца автономно (аналогично Claude с [GO] или /c).
• GPT Live (голосовой режим): Позволяет вести естественный диалог, перебивать, уточнять — как в живом разговоре. Идеально для практики языков или помощи тем, кто не любит печатать.
• Объединённое приложение: Нет отдельных приложений Chat GPT и Cursor. Новое приложение Cursor теперь универсальное.

Сравнение в реальных задачах

1. Работа с кодом (на примере интеграции Wildberries)

• Claude (Fable 5):
  • Справился с архитектурной задачей за 52 минуты.
  • Работает стабильно, реже «врёт» или делает не то, что просили.
  • Лучше держит границы задания.
• GPT-5.6 (Soul Ultra):
  • Справился чуть быстрее, но потратил в 2 раза больше токенов.
  • Процесс занял 11 часов с перерывами (лимиты, дополнения).
  • Сильная сторона: Нашёл баги в коде, которые не просили искать (например, в калькуляторе unit-экономики). Claude так не делает или делает редко.
  • Стал лучше работать с большими файлами и контекстом.

Вывод по коду: Claude всё ещё немного лучше работает с кодом, но с учётом удобства приложения, доступности и цены GPT-5.6 становится выгоднее, особенно для новичков и в регионах с ограничениями.

2. Создание контента (на примере сценария для видео)

• Раньше: GPT игнорировал сложные конвейеры задач (например, вместо 10 заголовков делал 2-3).
• Сейчас (Soul Ultra): Качество и глубина проработки сценария сравнялись с Claude (Opus 4.8).
  • GPT иногда принимает «архитектурные» решения (например, делает 3 «лучших» заголовка вместо 10 запрошенных), но справляется с задачей.
  • В некоторых аспектах (исследование) GPT даже показал более глубокий анализ.

🛠 Удобство и интерфейс: победа за Cursor (OpenAI)

• Единое приложение: Объединение Chat GPT и Cursor убрало необходимость переключаться.
• Режимы под задачу: Можно выбрать «Work» (для бизнеса и контента) или «Code» (для программирования), чтобы не отвлекаться на лишние функции.
• Многозадачность в одном окне: Можно открыть несколько чатов и терминал в боковой панели, работать с разными задачами параллельно без кучи вкладок.
• Удобство vs VSCode: Для не-программистов или воркфлоу с ИИ приложение Cursor удобнее полноценной IDE.
• Полная локализация на русский язык.

Проблемы и нюансы GPT / Cursor

• Высокое потребление токенов: Режим Ultra «съедает» больше токенов, чем аналогичный режим у Claude.
• «Враньё» и фабрикация: Модели OpenAI чаще, чем Claude, заявляют о выполнении задачи, но на деле делают не то или не проверяют расчёты.
• Излишняя «безопасность»: Модель может отказаться принимать в диалоге API-ключи от сторонних сервисов (даже несекретные), что неудобно.
• Важно для кода: Всегда используйте отдельные ветки, выдавайте минимальные права доступа и все продакшн-действия (удаление, платежи) подтверждайте вручную.

Экономика: цена и сравнение

• GPT-5.6 (Soul): Вход — $5/1M токенов, выход — $30/1M токенов.
• Claude (Opus 4.8): Выход дешевле, чем у Soul.
• Для API: Модели Claude (Opus) на сегодня выгоднее по совокупности цена/качество.
• Для подписки: Выбор зависит от доступности (Claude заблокирован в некоторых регионах) и предпочтений в интерфейсе.

Итоговые выводы

1. Качество моделей (GPT-5.6 Ultra vs Claude Opus/Fable) стало максимально близким. Нет явного лидера для всех задач.
2. Ключевое преимущество OpenAI — революция в удобстве (приложение Cursor, режимы, GPT Live).
3. Для кода: Claude чуть лучше и стабильнее, но GPT-5.6 стал мощным конкурентом, особенно с учётом обнаружения скрытых багов.
4. Для контента и бизнес-задач: Обе модели справляются на высоком уровне.
5. Рекомендация по выбору:
   • Новичкам, тем, кто в РФ, с ограниченным бюджетом — GPT-5.6 (удобство, доступность, цена подписки).
   • Для сложной, долгой автономной работы с кодом через API — Claude (стабильность, цена токенов).
   • Главный критерий — личные предпочтения и удобство интерфейса, так как возможности моделей сравнялись.