Яндекс.Метрика
← Дайджест от 21 ноября 2026

Новые модели OpenAI провалили независимый тест Simple Bench на бытовую логику

Независимый тест Simple Bench показал слабый результат у GPT-6.2 Astra и Sol — моделей OpenAI, вышедших на этой неделе. Simple Bench собирает вопросы, где здравый смысл важнее эрудиции: человек со средним образованием отвечает лучше большинства моделей.

На фоне заявленных улучшений в рассуждении обе новинки оказались ниже ожиданий, и в обсуждении это читают как расхождение между внутренними замерами вендора и внешними тестами.

Спор в комментариях идёт о том, не попали ли задачи Simple Bench в обучающие данные конкурентов и насколько такой набор вопросов вообще отражает рабочие сценарии.