GPT-5.2 – когда “код красный” оправдал себя

OpenAI выпустила GPT-5.2. И если предыдущие обновления были скорее эволюцией, то здесь чувствуется попытка выровнять позицию компании на фоне Opus 4.5 и Gemini 3 Pro. Внутри OpenAI, по разным данным, действительно включали “code red” на полную катушку, так что релиз явно готовился с целью “войти в дверь с пинка”.

GPT-5.2 меньше спотыкается на длинных задачах, тянет больше контекста и лучше внимание на длинном контексте, “аккуратнее” работает с кодом и инструментами, и в целом ведёт себя стабильнее. Именно эта стабильность и важна, потому что она напрямую влияет на то как мы используем AI в своих рабочих процессах.

Теперь по порядку что изменилось:

– В задачах GDPval (это когда модель решает реальные рабочие кейсы вроде анализа документов, таблиц, презентаций) GPT-5.2 Thinking показывает результаты на уровне и выше человеческого эксперта.

– На AIME 2025 модель впервые дала 100% правильных решений без инструментов. У 5.1 было около 94%, так что прирост чувствуется. Это не про красивые циферки. GPT-5.2 значительно реже ошибается в многошаговых расчётах и строгой логике.

– Переходим к коду. Здесь значительный и важный скачок. На SWE-Bench Pro модель поднимается до 55.6%, а на SWE-bench Verified до 80%. Opus 4.5 пока незначительно опережает (80.9%), но Gemini 3 Pro остался позади со своими 76%.

– В тестах MRCRv2 (ищем “иголку” в длинном контексте) GPT-5.2 почти не ошибается. Для больших проектов это критично: можно загружать длинные документы, протоколы, спецификации и не переживать что модель потеряет нить.

– Визуальное понимание. Ошибки на графиках, диаграммах и интерфейсах уменьшились примерно вдвое. Если вы работаете с UI, аналитикой или комбинированными данными — модель перестала «путать» элементы и их логику.

– Инструменты и агенты. Точность tool-calling в длинных цепочках выросла до ~98.7% (было 95.6 % у GPT-5.1). В реальности это означает меньше провалов в середине цепочки и более предсказуемую работу при автоматизации. Можно строить более стабильные многошаговые сценарии.

– Режимы работы: Instant, Thinking и Pro, тут всё привычно.

– По сложному reasoning картина стала яснее после ARC-AGI-2. У GPT-5.1 там было 17.6 %, у GPT-5.2 — уже 52.9 %, а версия Pro поднимается до 54.2 %. Это выводит GPT-5.2 вперёд и Opus 4.5, и Gemini 3 Pro именно в абстрактных задачах рассуждений, где требуется нестандартная логика и многошаговые решения.

– Opus 4.5 остаётся одним из лучших в коде (но нужно еще пощупать, посравнивать с GPT-5.2, его уже завезли во все AI IDE). Gemini 3 Pro всё ещё силён в мультимодальности. Восприятие изображений, сложных визуальных структур и сценариев у Google работает очень уверенно.

– Стоимость: ценник на 5.2 немного подрос по сравнению с 5.1.

– Рынок в целом оценивает релиз положительно. Хотя было много скепсиса на счет возможностей OpenAI, но время покажет. Ждем теперь ответочку от конкурентов, и так по кругу.

Детали о релизе: https://openai.com/index/introducing-gpt-5-2/

В новом Claude Code CLI теперь всегда на виду остаток контекста

Через слеш команду /statusline можно под себя настроить отображение всяких полезных показателей, но теперь можно добавить и отображение прогресс бара контекста!

Кстати, статусная строка реально настраивается легко, просто словами описываем в каком виде, какие цвета для каких данных, даже дизайн можно описать. Если еще не используете это, настоятельно советую, а теперь еще и заполненность контекста на виду.

Из прикольных настроек:
Можно попросить добавить погоду, или курс валюты/крипты, или помодоро таймер, чтобы не забывать отдыхать. Что из необычного вы себе добавляли? (если уже статусной строкой активно пользуетесь)

Вот это супер полезное обновление 🥰

Я перепробовал почти все форматы девайсов которые помогают трекать тело: часы, кольца, браслеты. Трекал все: сон, пульс, шаги, нагрузку и кучу других показателей.

Но мой главный запрос остается нерешенным, хочется понять, каким образом возможно сбить тревожный шум и свести мой раздувшийся FOMO к нулю.

Недавно начал эксперимент с новым гаджетом, который должен помочь погрузиться в процессы мозговой деятелности глубже привычных показателей.

Пока не тороплюсь делать выводы, как только будут получены первые результаты обязательно поделюсь с вами.

А кто-нибудь в итоге пересел на браузер Atlas от OpenAI?

Они как будто бы подзабили на него после релиза. А смысл какой тогда был в нём? Я конечно ожидал большего внимания к нему со стороны создателей 😏

В итоге, ничего лучше Arc пока для себя не нашел как постоянного браузера на десктопе.

В Твиттере в последние дни много пишут, что заметили как Opus 4.5 «отупел» и ему подрезали крылышки.

Кто-то даже готов отдавать $1к/мес за подписку, если модели будут всегда на максималках как после релизов.

Представители Anthropic в реплаях пишут, что они ничего не урезали и хотели бы разобраться что именно не так.

А вы заметили деградацию опуса в последние дни? Или всё норм и вайб на максималках? Я на своих задачах такого не заметил 🤔

OpenAI выпустила новую модель для генерации изображений ChatGPT Images

TLDR: Обновление сильное если сравнивать предыдущую модель генерации изображений в ChatGPT, но если сравнивать с конкурентами, не удивляет.

Модель называется gpt-image-1.5

Что нового:

– Лучше следует инструкциям.
– Сохраняет детали при генерации детали.
– Можно указать области на фото, в которых нужно внести изменения. Например, если нужно что-то подредактировать точечно.
– Быстрее в 4х раза чем предыдущая модель.
– Доступно в API.

В целом, обновление давно напрашивалось. Изменения для генерации изображений в ChatGPT конечно сильно заметны, но в сравнении с моделями конкурентов, не уверен, что удалось их перепрыгнуть.

Полистал твиттеры, посмотрел арены (к моему удивлению, люди голосуют больше за gpt-image-1.5 чем нано банану). Мнения разделились. В общем, каждый решает сам и всё зависит от ваших запросов на генерацию (что вы от неё ожидаете). У части спецов это обновление не вызовет никаких эмоций, а для масс маркета обновление точно зайдет (те, кто сидит только в чатгпт).

P.S. Скину в комменты для примера генерации в chatgpt images и nano banana

Кажется, сегодня ждем релиз Gemini 3.0 Flash ⚡️⚡️⚡️

Теперь, видимо, где-то на горизонте ждать Sonnet 4.7?

Или не в 2025? А то слухи разные ходят, вдруг удивят к праздникам!

OpenAI выкатила свой App Store в ChatGPT

Приложения доступны в отдельном разделе Apps на вебе и в приложении. Пока в списках приложения крупных компаний, есть даже музыкальные стриминги, можно в чатике писать что хотелось бы послушать и он найдет нужные треки и включит. Забавно!

Apps были представлены еще в октябре. Информация по Apps SDK и как создать своё приложение для ChatGPT https://developers.openai.com/apps-sdk

Гайд как подключить монетизацию в приложениях: https://developers.openai.com/apps-sdk/build/monetization/

Достала проблема мерцания в Claude Code CLI?

Все, кто использует Claude Code CLI не раз сталкивались, когда весь терминал начинает мерцать и не понятно, что там происходит. Бывало же?

Anthropic радостно сообщает, что они победили эту проблему (но не на 100%), но снизили на магические 85% частоту появления мерцания. Суть проблемы в том, что в терминалах даже при изменении небольшого элемента, приходится перерисовывать всю видимую область и еще область за скроллом. А так как Claude Code CLI генерирует много информции и область за скроллом постоянно растет, то перерисовывать приходится много всего. И это происходит много раз в секунду.

Они переписали свой рендер в терминале и теперь полная перерисовка будет происходит только когда действительно нужно, а в основном обновляться будут отдельные строки и элементы.

Детали можно прочитать тут: https://github.com/anthropics/claude-code/issues/769#issuecomment-3667315590