На 16 ноября 2026 года универсальные модели OpenAI нельзя описать одним «новейшим GPT». Chat, ChatGPT Work, Codex и API различаются моделями и правами. Обновления Wallet, голоса и изображений также не означают новую универсальную модель рассуждений. Сначала уточним доступ, затем на примере GPT-6.1 Terra разберём расхождения между графиками производителя, независимыми опытами и впечатлениями пользователей.
Примечания OpenAI о моделях · Модели ChatGPT Work и Codex · Примечания о продукте ChatGPT · Справка по моделям и рассуждениям ChatGPT Chat
Мы открыли официальные документы, исходные результаты Artificial Analysis, собственные тесты Bito и публичные обсуждения Reddit. Они подтверждают соответственно границы продукта, результаты при определённых условиях и личный опыт; заменять одно другим нельзя. Синтетические счета, запросы и проверочный шлюз — наша методика. Выполнены только автономные самопроверки: без запросов к моделям, входа в аккаунты, покупок и измерения квот подписки.
Уточните режим ChatGPT и актуальное семейство моделей
В Chat модель GPT-6 Sol обслуживает уровни от Instant до Extra High, а режим рассуждений Pro — GPT-6 Astra. Выбор зависит от тарифа, рабочего пространства и развёртывания. Доступ Plus к Astra в Work/Codex не даёт автоматически Pro в Chat. Рекомендации для GPT-6.1 Sol и Terra относятся к Work/Codex, а не к списку выбора Chat.
Примечания OpenAI о моделях · Модели ChatGPT Work и Codex · Примечания о продукте ChatGPT · Справка по моделям и рассуждениям ChatGPT Chat
Официальные страницы синхронизированы не полностью. Анонс 7 октября обещает Free/Go модель GPT-6 Luna, но подробная справка по Chat всё ещё указывает GPT-5.6 Luna для режима по умолчанию и Think и сохраняет явный выбор старых моделей. Мы не придумываем общую дату переключения. Запишите фактический список, тариф, клиент и дату. В таблице это миграция семейства Luna, а не обещание уже выполненного перехода аккаунта.
Terra вышла 26 октября в Work, Codex и API, но не в Chat. Отсутствие inference residency в ОАЭ касается места вычислений, а не общего запрета по физическому местонахождению пользователя. API и подписка оплачиваются раздельно; подписка также не гарантирует любые инструменты, регионы, права администратора или доступ к предварительной версии.
| Режим | Модели в документации | Граница |
|---|---|---|
| Chat: GPT-6 | Sol; Astra для доступного Pro-рассуждения | Тариф/администратор/развёртывание; 6.1 Terra не в Chat |
| Chat: Free/Go и старый выбор | Миграция Luna; справка ещё указывает 5.6 | Анонс и помощь расходятся; фиксируйте меню |
| Work/Codex | Astra, 6.1 Sol, 6.1 Terra, Luna | Нужна поддержка инструментов, клиента и пространства |
| API | Конкретный model ID и отдельный биллинг | Нет фиксированного пересчёта подписки в запросы |
Примечания OpenAI о моделях · Модели ChatGPT Work и Codex · Примечания о продукте ChatGPT · Справка по моделям и рассуждениям ChatGPT Chat
Разделяйте данные производителя, независимые тесты и отзывы
Анонсы и системные карты подтверждают назначение, конфигурацию и условия тестов производителя. Независимые оценщики заново измеряют модели на своих данных и исполнительных средах. Посты подтверждают, что пользователь описал опыт. Все три слоя полезны, но перепечатки одного графика не становятся несколькими независимыми экспериментами.
Анонс GPT-6.1 Terra от OpenAI · Дополнение к системной карте Terra · Исходные результаты Terra в Artificial Analysis · Независимые кодовые тесты Bito · Reddit: отзыв о незавершённой работе
Записывайте сравнение как версия модели × effort × режим продукта × инструменты/среда × задача × оценка. Изменение любого элемента может лишить числа сопоставимости. Скорость бывает следствием быстрого сервиса, меньшего объёма работы или ранней остановки; высокий балл — большего бюджета. Уверенное сообщение о завершении не заменяет сохранённого результата.
| Материал | Подтверждает | Не устанавливает напрямую |
|---|---|---|
| Анонс/системная карта | Даты, назначение, условия производителя | Одинаковую успешность всех пользователей |
| Исходный независимый тест | Результат его набора, среды и бюджета | Безусловное превосходство в других продуктах и задачах |
| Прямой отзыв | Описанное поведение и гипотезы диагностики | Репрезентативность, проверенную маршрутизацию, частоту отказов |
Анонс GPT-6.1 Terra от OpenAI · Дополнение к системной карте Terra · Исходные результаты Terra в Artificial Analysis · Независимые кодовые тесты Bito · Reddit: отзыв о незавершённой работе
Что подтверждают сильные стороны в тестах производителя
OpenAI позиционирует Terra для визуального понимания, управления компьютером и ясного письма. В анонсе Terminal-Bench4.0 на max даёт 50.3% против 21.5% у прежней Terra. На внутреннем наборе провоцирующих ошибки запросов при low частота ошибок снижается с 53.6% до 16.7%. Это показатели конкретных тестов производителя, а не обещание такого же улучшения каждого реального ответа.
Анонс GPT-6.1 Terra от OpenAI · Дополнение к системной карте Terra
Системная карта прямо предупреждает: исследовательская среда или API могут отличаться от ChatGPT по системным запросам, инструментам и effort. Поэтому «дешевле» и «быстрее» не превращаются в гарантию для всех задач. Начните с работы с известным ответом или проверяемым файлом и проверьте, превращается ли сильная сторона в успешную сдачу.
| Тест | Результаты | Условия и пределы |
|---|---|---|
| Terminal-Bench4.0 | Terra50.3%; прежняя 21.5% | max; опыт производителя |
| Внутренние ошибкоопасные запросы | low: 53.6%→16.7% ошибок | Особый внутренний набор, не весь интернет |
| Зрение/управление компьютером | Заявлены относительные улучшения | Сопоставить задачу, effort, инструменты и базу |
Анонс GPT-6.1 Terra от OpenAI · Дополнение к системной карте Terra
Версия индекса AA изменилась: старые баллы нельзя продолжать новыми
Текущая страница Terra в Artificial Analysis указывает Max, 51 балл в Intelligence Index v5.0.1, в среднем$0.96 и 13.9 минуты на задачу. Индекс содержит девять оценок.51 — не 51% правильных ответов, а 13.9 минуты — не задержка обычного чата. Это характеристики данного набора и режима рассуждений.
Исходные результаты Terra в Artificial Analysis · Методология индекса Artificial Analysis
В ранних публикациях часто приводятся 48 и$0.40 старой версии. Новые методика, состав и веса меняют основу сравнения. Нельзя вычесть старое число из нового и объявить улучшение модели на три балла или внезапное удорожание. Сохраняйте дату доступа, версию, настройки и первоисточник; при неизвестном соответствии помечайте данные несопоставимыми.
| Метрика | Текущая страница | Толкование |
|---|---|---|
| Intelligence Index | v5.0.1; 9 оценок; 51 | Составной индекс, не 51% точности |
| Средняя цена задачи | $0.96 | Расходы индексных задач, не цена подписки |
| Среднее время | 13.9 минуты | Процесс оценки, не обычная задержка чата |
Исходные результаты Terra в Artificial Analysis · Методология индекса Artificial Analysis
Тест Bito: выигрыш времени и шум в три балла
Собственный кодовый тест Bito, обновлённый 11 ноября, использует стандартный medium и агент каждого производителя. Две сложные пятиходовые задачи имеют вес 75%, отдельные вопросы 25%; Terra ещё не участвовала в двадцатиходовом тесте. Результат —69.0,$0.40 и 4.4 минуты за сложную сессию. Это не задачи и расходы AA и не общая успешность.
Haiku получила 67.4: разница 1.6 балла при заявленном автором шуме около трёх. Это близкий результат в рамках опыта. Отрыв от Opus больше, но среда, выборка и судья ограничивают перенос. Bito продаёт инструменты программирования: независимость от OpenAI не устраняет коммерческого интереса и не устанавливает универсального рейтинга.
| Модель | Взвешенный балл | Цена сложной сессии | Минут/сложная сессия |
|---|---|---|---|
| GPT-6.1 Terra | 69.0 | $0.40 | 4.4 |
| GPT-6.1 Sol | 74.8 | $2.06 | 22.7 |
| Claude Haiku 5.5 | 67.4 | $0.69 | 8.1 |
| Claude Sonnet 5.5 | 65.7 | $1.28 | 8.6 |
| Claude Opus 5.5 | 85.0 | $5.40 | 19.0 |
Почему сообщество реагирует по-разному
Автор прямого обсуждения сообщает о двух незавершённых процессах с Terra на macOS через T3 Code. Он также указывает конфликт старых инструкций, усечение вывода инструментов и непроверенные настройки effort по ходам. Это гипотеза для теста раннего завершения и расширения локальной блокировки. Она не измеряет общую частоту отказов и не исключает влияние среды.
Reddit: отзыв о незавершённой работе · Reddit: исходные комментарии к выпуску Terra · Reddit: отчёт организатора сценарного теста
В другом обсуждении один пользователь считает medium полезным для экономных задач, другие жалуются на минимальное выполнение. Мы читали исходные комментарии, а не принимали закреплённое резюме GPT за статистику. Публичные рассказы не удостоверяют аккаунты, маршрутизацию и журналы. Мы не заявляем консенсус и не переводим относительное время в неподтверждённую дату публикации.
Организатор теста письма отдельно сообщает о десяти сценарных заданиях, пяти черновиках каждого и четырёх LLM-судьях. Дополнительное рассуждение не повысило его оценку письма, судьи расходились. Проверялись голос конкретного канала и требования сценариев, а не общее ухудшение письма. Беглость, имитация автора и фактическая точность требуют отдельных критериев.
Настраивайте effort под задачу, а не всегда на максимум
Документация API Terra перечисляет none, low, medium по умолчанию, high, xhigh, max. Настройки интерфейса Work/Codex и их доступность проверяются отдельно. Не приравнивайте параметры API к ползунку Chat и не путайте многоагентный Ultra с max одной модели.
Модели ChatGPT Work и Codex · Руководство OpenAI по выбору моделей · Документация API GPT-6.1 Terra · Reddit: отчёт организатора сценарного теста
Начните со стандартного режима продукта и явных критериев фиксированной задачи. При пропуске ограничений, геометрической ошибке или сложном планировании сравните более высокий effort. Отключённый инструмент, недоступный файл и отказ в разрешении не исправляются большим бюджетом мыслей. Для письма проверяйте вслепую тон и плотность информации, не награждая длину.
| Симптом | Сначала | Потом сравнить |
|---|---|---|
| Пропуск ограничений | Явные входы и приёмка, сохранение ошибок | Исправляет ли повышенный effort ту же модель |
| Недоступен файл/инструмент | Права, подключение, среда | Не приписывать среду интеллекту |
| Многословие/неверный голос | Слепая оценка аудитории, содержания, стиля | Стандартный и сниженный effort |
| Ранняя остановка/ложный отчёт | Файлы, пропуски, причина остановки | Цена завершения и переделки в той же среде |
Модели ChatGPT Work и Codex · Руководство OpenAI по выбору моделей · Reddit: отзыв о незавершённой работе · Reddit: отчёт организатора сценарного теста
Практика 1: проверяемая обработка данных в Chat
Вставьте синтетический CSV и следующий запрос в действительно доступную модель Chat. Не нужны веб-действия или данные аккаунта. Повтор номера, статус pending и пропуск суммы намеренны. Цель — сохранить неизвестное и получить проверяемый JSON, а не сложить строки. Для проверки зрения самостоятельно превратите ту же таблицу в изображение, сохранив CSV как эталон.
После удаления дубликата известная оплаченная сумма должна быть USD12.50, ожидающая — USD7.25. Сумма A-003 неизвестна, это не ноль. Сравнивайте стандартный и более высокий режим в новых разговорах с одинаковыми данными и правилами. Мы не выполняли эти модельные тесты; требования задают контракт приёмки.
invoice_id,amount,currency,status
A-001,12.50,USD,paid
A-002,7.25,USD,pending
A-001,12.50,USD,paid
A-003,,USD,paidОбработай только синтетический CSV ниже. Без интернета и платежей.
Удали дубли по invoice_id; укажи повторные номера, не считай их дважды.
Раздели paid и pending. Отсутствующий amount остаётся неизвестным, не 0.
Верни только JSON с точными ключами: currency, paid_total, pending_total,
duplicate_ids, missing_amount_ids, needs_review.
Суммы — строки с 2 знаками, массивы ID отсортированы, needs_review — boolean.
Проверь строки и статусы перед расчётом. За пределами JSON текста не добавляй.Практика 2: проверка артефактов в Work или Codex
Для файлов и многошагового выполнения перейдите в Work или Codex с нужными правами и используйте следующий запрос. Все чтения, записи и три результата остаются в одном специальном временном каталоге. Если инструмент недоступен, сообщите о невыполнении, не выдумывайте путь и не называйте JSON в ответе сохранённым файлом.
Модели ChatGPT Work и Codex · Руководство OpenAI по выбору моделей
Так завершение отделяется от уверенной речи: JSON проходит шлюз, аудит объясняет дубликат и неизвестное, статус различает завершение, блокировку и непроверенное. Конкретно опишите заблокированный шаг и продолжайте другие разрешённые безопасные независимые действия. Это не разрешает обходить согласования, проверку личности или ограничения безопасности.
Обработай мой fixture.csv в выделенном ./model-eval-lab.
Чтение и запись только внутри ./model-eval-lab. Без сети, аккаунтов и других каталогов.
Примени те же правила дублей, статусов и пропусков, что в предыдущем запросе.
Сохрани:
./model-eval-lab/result.json
./model-eval-lab/audit.md
./model-eval-lab/status.json
В аудите объясни источник, дедупликацию и неизвестное.
Статус различает completed/blocked/not_tested.
Проверь сохранённым автономным шлюзом, если он доступен; иначе укажи непроведённую проверку.
При блокировке продолжай только остальные разрешённые безопасные независимые шаги; не обходи согласование.
Перечисли реально сохранённые пути, проверки и невыполненные требования.Автономный шлюз против убедительных, но неверных ответов
Программа Python проверяет поля, типы и значения только этих четырёх синтетических строк. Это не универсальный финансовый валидатор. Без аргумента она проверяет правильный ответ и три ошибки: двойной учёт дубликата, сокрытие пропуска и одно заявление о завершении. Эти четыре случая мы действительно исполнили автономно.
Если позднее сохраните result.json настоящей модели, передайте путь единственным аргументом. Успех возвращает 0, несоответствие 2; повреждённый JSON вызовет ошибку разбора. Отсутствие падения процесса не означает корректность результата. Шлюз не находит требований, которых нет в правилах, поэтому сохраняйте проверку входов, аудита и границ выполнения человеком.
import copy
import json
import sys
from pathlib import Path
# Synthetic fixture only. This is not an accounting or general invoice validator.
EXPECTED = {
"currency": "USD",
"paid_total": "12.50",
"pending_total": "7.25",
"duplicate_ids": ["A-001"],
"missing_amount_ids": ["A-003"],
"needs_review": True,
}
def accepted(value):
if not isinstance(value, dict) or set(value) != set(EXPECTED):
return False
return all(type(value[k]) is type(v) and value[k] == v
for k, v in EXPECTED.items())
if len(sys.argv) == 2:
value = json.loads(Path(sys.argv[1]).read_text(encoding="utf-8"))
ok = accepted(value)
print(json.dumps({"accepted": ok}))
raise SystemExit(0 if ok else 2)
cases = [("expected", copy.deepcopy(EXPECTED), True)]
bad_total = copy.deepcopy(EXPECTED)
bad_total["paid_total"] = "25.00"
cases.append(("duplicate_counted_twice", bad_total, False))
bad_missing = copy.deepcopy(EXPECTED)
bad_missing["missing_amount_ids"] = []
cases.append(("missing_amount_hidden", bad_missing, False))
cases.append(("unfinished_summary", {"status": "done"}, False))
for name, value, wanted in cases:
assert accepted(value) is wanted, name
print(json.dumps({"offline_self_tests": len(cases), "passed": True}))Парное сравнение вместо удачного скриншота
Сначала попарно сравните стандартный и повышенный effort одной модели, затем Terra и Sol. Не меняйте одновременно модель, запрос, инструменты и бюджет. Подготовьте несколько независимых задач каждого типа, заранее зафиксируйте приёмку, чередуйте порядок и сохраняйте всё. Записывайте завершение, ошибки, тайм-ауты, уточнения и восстановление, а не только лучший скриншот.
Стоимость включает фактическое потребление, повторы, проверку и переделку. Общая цена принятого результата равна расходам всех попыток, делённым на число принятых; при нуле не показывайте конечную цену. Проценты квоты подписки не переводятся просто из API-тарифов. Небольшая выборка направляет следующий опыт, но не даёт точного рейтинга рынка.
| Уровень | Зафиксировать | Критерий |
|---|---|---|
| Режим/настройки | Дата, модель, effort, инструменты, версии | Условия восстанавливаются; пропуски не угадываются |
| Задача/артефакты | Хеш входов, разрешённые пути, контракт JSON/файлов | Одинаковые входы и шлюз |
| Исход | Успех, ошибка, тайм-аут, блокировка, повтор | Неблагоприятные результаты сохранены |
| Расходы/труд | Потребление, ожидание, проверка, переделка | Полная цена принятого результата |
Новые функции имеют отдельные права и ограничения
Изменения продукта учитывайте отдельно.13 ноября Wallet начала постепенно появляться в dots для соответствующих условиям взрослых Pro-пользователей США с подходящей американской картой и адресом; каждая покупка требует проверки и разрешения. Это управляемый платёжный интерфейс, а не новый балл Terra. Разрешение не подтверждает заказ у продавца. Мы изучали документы и не покупали.
Анонс 10 ноября назначает прекращение Advanced и Standard Voice на 11 декабря; GPT-Live — существующее голосовое направление. Сохраняется исключение: видео и демонстрация экрана остаются на Advanced voice до поддержки в GPT-Live. Images2.6 от 4 ноября — обновление генерации изображений. Разные даты, модальности и условия нельзя превращать во «весь ChatGPT сегодня сменил модель».
От новости о продукте к принятому результату
- Записать режим Chat/Work/Codex и фактическую модель
- Разделить производителя, независимые тесты и отзывы
- Зафиксировать входы, права, бюджеты и приёмку
- Попарно сравнить effort и модели
- Проверить файлы, ошибки и полную цену проверки
- Сохранить неопределённость и выбирать под задачу
Как применять свидетельства при ежедневном выборе
Для разговора, редактирования и лёгкого анализа сначала проверьте факты, формат и выражение в реально доступной модели Chat, затем решайте о повышенном рассуждении. Для файлов, приложений и последовательных результатов сравнивайте Terra по умолчанию с Sol в Work/Codex при одинаковых инструментах.
Модели ChatGPT Work и Codex · Руководство OpenAI по выбору моделей · Исходные результаты Terra в Artificial Analysis · Независимые кодовые тесты Bito
Ценность Terra — не победа в любой таблице, а ускорение конкретного класса работы с приемлемой проверкой. Для сложных, открытых и значимых результатов оставляйте проверку сильной моделью или человеком. Повторно используйте входы, шлюзы и журналы после обновления, чтобы различать прогресс модели, изменения среды и улучшение запроса.
Анализ на 16 ноября 2026 года объединяет открытые материалы и синтетические самопроверки шлюза. Мы не измеряли аккаунты, квоты, реальный API или внутренние запуски авторов отзывов. Рассматривайте возможности модели, режим продукта и приёмку вместе, чтобы выбор оставался проверяемым.