OpenAI выпустила GPT-5.1-Codex-Max и обошла Gemini 3 Pro через день

Post Thumbnail

OpenAI представила GPT-5.1-Codex-Max. Это версия GPT-5.1 Thinking, специально заточенная под задачи программирования внутри кодинг-агента Codex. Это 1 модель компании, нативно обученная работать через множество контекстных окон с помощью процесса, который называется компакция. Модель способна связно работать с миллионами токенов в рамках 1 задачи.

Это открывает возможности для рефакторинга целых проектов, глубоких сессий отладки и многочасовых циклов работы агента. Модель обучена на реальных задачах разработки программного обеспечения. Таких как создание пулл-реквестов, ревью кода и фронтенд-разработка.

В SWE-Bench Verified, который считается 1 из главных бенчмарков по программированию, модель обходит Gemini 3 Pro и Claude Sonnet 4.5.

Но самое интересное — в эффективности. GPT-5.1-Codex-Max с режимом рассуждений medium достигает лучшей производительности, чем GPT-5.1-Codex с тем же режимом. Но использует на 30% меньше токенов мышления. А для задач, не требующих низкой задержки, компания вводит новый режим Extra High, который думает ещё дольше ради лучшего ответа.

OpenAI также заявила, что GPT-5.1-Codex-Max способна создавать высококачественные фронтенд-дизайны с аналогичной функциональностью и эстетикой, но при гораздо меньших затратах, чем GPT-5.1-Codex.

Ну что, это мощный контрудар от OpenAI. Илон Маск выпустил свой новый Грок и стал первым в разработке. На следующий день Google выпустил Gemini 3 Pro и стал королём программирования. И вот теперь GPT-5.1-Codex-Max обошёл обоих через день. Гонка продолжается.

Почитать из последнего
Музыку российских звёзд нашли в открытых датасетах
ИИ учится на миллионах файлов, и иногда в этих массивах обнаруживается контент, который никто не разрешал использовать. Теперь в открытых датасетах для обучения нейросетей нашли тысячи фрагментов музыкального контента российских исполнителей.
Microsoft заставила ИИ просить разрешения на опасные действия
Microsoft предупреждает: Copilot Cowork может ошибиться, неверно понять инструкцию или среагировать на скрытую вредоносную команду. Ответственность за действия остаётся за пользователем, особенно при работе с деньгами и данными.
Claude объединил чат и Cowork в единую среду
Ещё недавно в Claude приходилось выбирать режим: быстрый вопрос - в чат, работа посложнее - в Cowork. Теперь Anthropic убирает эту границу: Claude Cowork и обычный чат объединяются.
Дженсен Хуанг не увидел смысла в новых законах для ИИ
Глава Nvidia Дженсен Хуанг призвал не замедлять развитие ИИ ради безопасности и заявил, что проблему нужно решать прежде всего инженерными методами. Выступая на Dreamforce, он сказал, что новые законы и правила не нужны: по его мнению, компании сами должны выпускать продукт только тогда, когда уверены в его безопасности, а рынок уже создаёт для этого необходимые стимулы.
OpenAI и Anthropic захотели притормозить ИИ, но не сошлись в деталях
Крупнейшие игроки рынка ИИ заговорили о паузе, однако внутри компаний тут же всплыл неудобный вопрос: кого пускать к секретам разработчиков?