Что произошло

Недавние результаты бенчмарка AI-модели GPT-5.6 Sol показали значительные отличия по сравнению с предшественником, GPT-5.5 Pro. Хотя новая модель демонстрировала среднее время вывода в 25 минут и 16 секунд, что немного дольше, чем 21 минута и 23 секунды у GPT-5.5 Pro, она продемонстрировала впечатительные улучшения в качестве своих выходных данных. Общая стоимость запуска 15 сборок с GPT-5.6 Sol составила 710,82 доллара, что делает её самой дорогой моделью, протестированной на данный момент.

Почему это важно

Значительное увеличение стоимости ставит под сомнение ценностное предложение GPT-5.6 Sol. Несмотря на то, что она более чем в три раза дороже, чем GPT-5.5 Pro, пользователи сообщают, что модель создала самые детализированные и сложные сборки в тестах MineBench. Это может стать прорывом для разработчиков и создателей, стремящихся к высококачественным 3D-репрезентациям, но высокая цена может отпугнуть некоторых потенциальных пользователей. Компании и отдельные лица должны взвесить преимущества повышения качества выходных данных против связанных с этим затрат.

Контекст

MineBench является инструментом бенчмаркинга, который оценивает, насколько хорошо AI-модели могут создавать 3D-структуры, аналогично строительству в Minecraft. Модели получают задание на создание объектов на основе подсказок, используя палитру виртуальных блоков, и возвращают JSON-файлы, которые указывают координаты каждого блока. Этот метод тестирования подчеркивает способности моделей проектировать сложные и эстетически привлекательные структуры, что делает его эффективным способом оценки достижений в возможностях AI.

Что это значит

Выводы из бенчмаркинга показывают, что, хотя GPT-5.6 Sol предлагает значительные улучшения в детализации и креативности для 3D-сборок, резкое увеличение операционных затрат может ограничить её доступность. Пользователи, которые могут игнорировать цену, могут получить выгоду от её продвинутых функций, но для многих GPT-5.5 Pro может по-прежнему оставаться более экономичным решением. По мере того как мир производительности AI-моделей продолжает развиваться, постоянные сравнения будут необходимы для помощи пользователям в принятии обоснованных решений о том, какие модели лучше всего подходят для их нужд.