Впервые нейросеть превзошла врачей в точности медицинских оценок: OpenAI заявила о выпуске GPT-5.6 Sol, назвав её "лучшей моделью в мире" по множеству бенчмарков. Этот релиз, анонсированный топ-менеджерами компании в соцсетях, устанавливает новый стандарт для возможностей ИИ.
Сэм Альтман, глава OpenAI, заявил, что GPT-5.6 Sol — лучшая модель в мире по многим бенчмаркам. Эту модель для сложного рассуждения и анализа данных упомянул и президент компании Грег Брокман. Глава отдела по работе с разработчиками Ромен Юэ выразил радость от того, как пользователи наслаждаются новой моделью. Все эти заявления пока опубликованы только в X, что является ранним сигналом.
Одно из ключевых доказательств превосходства — исследование, в котором GPT-5.6 Sol показала себя лучше врачей в медицинских оценках. Врачи обнаружили меньше ошибок в ответах модели, чем в ответах, написанных людьми. По бенчмарку HealthBench Professional, Sol набрала 60.5 балла, тогда как человеческие ответы — 43.7. Предыдущая версия, GPT-5.5, имела 59.0 балла. В оценке участвовали 260 врачей из 60 стран по 26 медицинским специальностям, проанализировавшие более 700 тысяч ответов.
Для инженеров интерес представляют возможности GPT-5.6 Sol в работе с кодом и для автономных агентов. По данным CodeRabbit, Sol превосходит конкурентов вроде Claude Fable 5 и Sonnet 5 в поиске ошибок при ревью кода, а также лучше справляется с выполнением задач в длинных циклах агентов. Модель показала улучшенную способность к «доведению дела до конца» (follow-through) в задачах кодирования.
Семейство GPT-5.6 включает не только высокопроизводительную версию Sol, но и Luna, ориентированную на эффективность. Luna превосходит GPT-5.5 по производительности, при этом снижая затраты на рассуждения примерно в 25 раз.
Выпуск GPT-5.6 Sol, с его заявленным превосходством над человеческими возможностями в таких критических областях, как медицина, и улучшенной работой с кодом, поднимает планку для разработчиков, работающих с ИИ-агентами. Однако, поскольку вся информация пока поступает исключительно через посты в X, без официальных релизов на сайте OpenAI, следует дождаться более подробных технических спецификаций и независимых тестов.