OpenAI запускает GPT-4.5 Orion: самую дорогую AI-модель

OpenAI представила GPT-4.5 под кодовым названием Orion — самую масштабную модель искусственного интеллекта в истории компании. Новинка, потребовавшая рекордных вычислительных мощностей и объема данных для обучения, демонстрирует как впечатляющие достижения, так и неожиданные ограничения традиционного подхода к развитию AI.

Доступ к GPT-4.5 уже получили подписчики ChatGPT Pro ($200 в месяц) и разработчики, использующие платные тарифы API. Пользователи ChatGPT Plus и ChatGPT Team смогут опробовать модель на следующей неделе. Однако стоимость использования GPT-4.5 через API оказалась беспрецедентно высокой: $75 за миллион входящих токенов (около 750 000 слов) и $150 за миллион исходящих, что в 30-15 раз дороже GPT-4.

Согласно тестированию, новая модель демонстрирует более глубокое понимание мира и повышенный эмоциональный интеллект. GPT-4.5 побеждает конкурентов в 57-63% случаев, особенно в профессиональных запросах. Среди ключевых улучшений — повышенная креативность, способность давать более релевантные рекомендации в субъективных областях и улучшенное объяснение сложных научных концепций.

Модель особенно преуспела в специфических задачах, таких как генерация SVG-кода по эскизам, разработка игровых стратегий и проверка текстов на противоречия. Пользователи отмечают более «человечное» общение и улучшенное «чувство вкуса» GPT-4.5.

Однако OpenAI признает, что модель не оправдала всех ожиданий. На некоторых тестах она уступает новым «reasoning» моделям от DeepSeek, Anthropic и собственным разработкам OpenAI. Это может свидетельствовать о том, что традиционный подход к обучению AI, основанный на увеличении вычислительной мощности и объема данных, начинает достигать своего предела эффективности.

Из-за высоких эксплуатационных расходов OpenAI рассматривает возможность прекращения поддержки GPT-4.5 в своем API в долгосрочной перспективе. Это решение может существенно повлиять на будущее развитие технологий искусственного интеллекта и заставить индустрию искать новые подходы к обучению моделей.