Все упускают GPT-4o: Почему люди предпочитают его GPT-5

OpenAI позиционировала GPT-5 как прорыв на пути к AGI. Она была представлена как модель с "возможностями уровня PhD" в рассуждениях, написании текстов и кодировании.

\ Обещание включало меньше галлюцинаций, новый режим Thinking и маршрутизацию, которая могла бы регулировать баланс между скоростью и глубиной.

\ Но действительно ли запуск оправдал ожидания? Проблемы были с самого начала. И вместо восторга GPT-5 вызвала разочарование и даже ностальгию по GPT-4o.

\ Так что же произошло? И какие уроки мы можем извлечь?

Обещание GPT-5 и реальность

Ценностное предложение GPT-5 было ясным на бумаге. Адаптивная маршрутизация должна была повысить эффективность. Специальный режим Thinking должен был разблокировать более глубокие рассуждения. И обещание, что галлюцинации станут менее частыми.

\ Но с самого начала всё пошло не так. В первый же день система маршрутизации дала сбой. Это сделало GPT-5 медленнее и менее способной, чем GPT-4o.

\ Затем старые модели были удалены без предупреждения. Для предприятий это нарушило рабочие процессы и дестабилизировало планы внедрения.

\ Многие команды оптимизировали процессы вокруг GPT-4o, только чтобы обнаружить, что переход на GPT-5 создал больше трений вместо меньшего.

Негативная реакция разработчиков

Разработчики испытали наиболее заметный регресс. GPT-5 Codex был в четыре-семь раз медленнее, чем GPT-4.1 на стандартных задачах.

\ Это замедление нарушило поток сессий кодирования, и разработчикам приходилось бездействовать в ожидании вывода вместо итерации в реальном времени.

\ Без возможности отката производительность упала. Конкуренты, такие как Claude Code и DeepSeek, внезапно предложили лучшую скорость и удобство использования.

Почему GPT-4o все еще ощущается

Лучше GPT-4o и ее варианты были далеки от совершенства, но она работала. Она обеспечивала баланс скорости, креативности и надежности, что делало ее надежной. Предприятия настраивали свои операции вокруг нее, потому что она была последовательной.

\ Тон также играл роль. GPT-4o ощущалась более человечной, не будучи слишком фамильярной. GPT-5, для сравнения, критикуют за более плоские ответы и более холодный, механический стиль.

\ Многие пользователи привязались к способу взаимодействия с GPT-4o, и переход оставил у них ощущение, будто что-то существенное было потеряно. То, что когда-то ощущалось как партнер по сотрудничеству, теперь ощущается как транзакция.

\ Эта разница, в сочетании с более медленной производительностью и нарушенными рабочими процессами, объясняет, почему GPT-4o все еще вдохновляет на лояльность, в то время как GPT-5 борется за доверие.

Настоящий урок о надежности

Эта ситуация подчеркнула, насколько хрупкими становятся системы, когда они зависят от одной модели или поставщика. Когда GPT-4o была удалена, организации без стратегии отката оказались уязвимыми.

\ Дизайн системы должен предвидеть постоянные изменения. Если есть одна вещь, которую мы знаем о темпе технологий, так это то, что он не собирается замедляться в ближайшее время.

\ Существуют практические способы решения этой проблемы. Абстрактные слои делают адаптацию возможной, когда поставщики изменяют или выводят из эксплуатации модели. Планирование регрессии предотвращает неудачи, когда обновления не приносят улучшений. Эти подходы защищают капитал, поддерживают стабильность операций и снижают риск сбоев.

\ GPT-5 показала, что прогресс не всегда приходит с номером версии. Она подчеркнула хрупкость стратегий внедрения, ориентированных на модель, в средах, где поставщики двигаются быстрее, чем предприятия могут адаптироваться.

\ Урок не в том, чтобы держаться за GPT-4o. Урок в том, чтобы проектировать системы, которые могут выдержать волатильность.

. . .

Ник Талвар - Руководитель технологического отдела（CTO）, бывший сотрудник Microsoft и практикующий ИИ-инженер, который поддерживает руководителей в освоении ИИ. Он делится идеями о стратегиях, ориентированных на ИИ, для достижения влияния на итоговые результаты.

→ Подписаться на него в LinkedIn, чтобы узнать его последние мысли.

→ Подпишитесь на его бесплатный Substack для получения подробных статей прямо на вашу почту.

→ Посмотрите живую сессию, чтобы увидеть, как лидеры в строго регулируемых отраслях используют ИИ для сокращения ручной работы и повышения ROI.