Что такое GPT-6 и как на самом деле работают большие языковые модели?

GPT-6 — это не один единый продукт, выпущенный в один день. OpenAI выпустила его в два этапа: версию передового уровня под названием GPT-6 Astra в начале сентября 2026 года, а затем две потребительские версии GPT-6 Sol и GPT-6 Luna, которые заменили предыдущую модель в ChatGPT в октябре 2026 года.

Сначала Astra, потом Sol и Luna для всех

По данным самого OpenAI, суммированным в Википедии, GPT-6 Astra вошла в ограниченный предпросмотр 3 сентября 2026 года и достигла платящих пользователей ChatGPT в следующий день. OpenAI описала её как свою наиболее мощную систему на сегодняшний день, указывая на успехи в кодировании, математике и автономном использовании компьютеров. Вице-президент OpenAI Эйдан Кларк сказал, что модель стала крупнейшим тренировочным усилием компании до сих пор, назвав её первым случаем, когда OpenAI предварительно обучила модель на более чем 100 000 графических процессоров на своем объекте Stargate в Техасе.

OpenAI классифицировала Astra на уровне 'Critical' (Критический) по способности кибербезопасности в соответствии со своей внутренней структурой Preparedness Framework, по данным обзора DataCamp опубликованных материалов OpenAI. DataCamp сообщила, что эта оценка отражает способность Astra помочь в создании кибер-эксплойтов, а не способность автономно обнаруживать неизвестные уязвимости в защищённых системах самостоятельно, и что OpenAI ограничила более продвинутые задачи кибербезопасности модели, такие как создание proof-of-concept эксплойтов, программой доступа Daybreak при запуске. Президент OpenAI Грег Брокман сказал журналистам, что он считает разумным говорить, что индустрия вступила в то, что он называет эрой AGI, хотя он воздержался от заявления о том, что OpenAI достигла искусственного общего интеллекта.

7 октября 2026 года OpenAI привнесла вторую волну GPT-6 в основное приложение ChatGPT, на этот раз созданную для повседневного общения, а не для специализированной автономной работы, по данным объявления OpenAI на форуме её сообщества разработчиков и отчётам TechCrunch. Кроме того, подписчики Plus, Pro, Business и Enterprise получили версию под названием GPT-6 Sol немедленно; пользователи бесплатного уровня и уровня Go начали получать GPT-6 Luna на следующий день.

Видимое изменение: 'Intelligent UI'

Наряду с заменой модели OpenAI представила функцию, которую она называет Intelligent UI. Вместо ответов только абзацами ChatGPT теперь может собирать ответ из текста, диаграмм, нажимаемых кнопок, форм и небольших интерактивных инструментов, таких как калькуляторы, по данным сообщения OpenAI в сообществе и отчётов TechCrunch. Менеджер продукта OpenAI Аруш Селван сказал, что цель состояла в том, чтобы облегчить понимание сложных тем, объясняя, что наиболее полезные ответы на многие вопросы — это не только простой текст, как сообщалось TechCrunch. Система решает в каждом случае, является ли диаграмма, интерактивная диаграмма или простой текст наиболее подходящим для вопроса, а пользователи могут регулировать, как часто появляются эти визуальные элементы.

Что обнаружило собственное тестирование безопасности OpenAI

Карта системы OpenAI для октябрьского выпуска, опубликованная на её Deployment Safety Hub, говорит, что GPT-6 Sol и Luna улучшили несколько мер безопасности по сравнению с предыдущими моделями GPT-5.6: более сильное сопротивление попыткам взлома, включая многошаговые атаки, менее нечестное или обманчивое поведение и лучшую точность фактов по большинству показателей. Тот же документ также сообщает о статистически значимых регрессиях в том, как модели обрабатывали узкий набор чувствительных категорий оценки, включая подсказки, связанные с причинением себе вреда, при этом Luna показала дополнительные регрессии по жестокому содержанию и сексуальному контенту при внутреннем тестировании; собственная оценка OpenAI описала проблемные выходы, которые она рецензировала, как низкой серьёзности и всё ещё находящиеся в пределах её общих ожиданий безопасности.

В соответствии с Preparedness Framework OpenAI, карта системы также классифицирует как Sol, так и Luna как способности 'High' (Высокие) в категориях рисков биологической/химической и кибербезопасности, но ниже порога 'Critical' — категория более низкого риска, чем модель Astra, выпущенная в предыдущем месяце, которую OpenAI оценила как Critical для кибербезопасности.

Как на самом деле работают большие языковые модели

GPT-6, как GPT-4, Claude или Llama, построена на архитектуре нейронной сети, называемой трансформер, представленной исследователями Google в 2017 году, по данным объяснителя исследований IBM. Трансформер разбивает текст на небольшие единицы, называемые токены, преобразует каждый токен в числовой вектор, а затем использует механизм, называемый self-attention, чтобы выяснить, насколько сильно каждый токен связан с каждым другим токеном во входных данных — включая те, которые находятся далеко в тексте.

Прежде чем всё это произойдёт, модель должна быть обучена. Объяснитель IBM описывает это как начинание с огромных наборов данных — миллиардов или триллионов слов из книг, веб-сайтов и кода — которые очищаются, токенизируются и проходят через сеть с использованием self-supervised learning, методом, который не требует от людей обозначать правильный ответ для каждого примера.

После обучения модель работает, принимая подсказку, преобразуя её в токены и повторно предсказывая единственный наиболее вероятный следующий токен, один за раз, пока ответ не будет завершён. Как говорит объяснитель IBM, система не знает свой окончательный ответ заранее; она генерирует ответ кусок за куском, используя статистические отношения, изученные во время обучения, а не извлекая сохранённый факт или рассуждая так, как это делает человек.

Что это означает для доверия к выходу

Поскольку система предсказывает правдоподобный текст, а не проверяет истину, объяснитель IBM перечисляет галлюцинации — уверенно сгенерированную, но ложную информацию — как внутреннее ограничение архитектуры наряду с риском того, что предубеждения, присутствующие в данных обучения, отражаются или усиливаются в выходах. Обучение и запуск моделей в таком масштабе также требует очень больших объёмов вычислительной мощности и энергии, что подчёркивала сама OpenAI, когда говорила, что тренировочный запуск Astra использовал более 100 000 графических процессоров на одном объекте.