Legendaryry

Попросил GPT Image 2.0 создать таблицу сравнения Opus 4.7 и GPT 5.5.
Эта модель изображений стала очень хорошей.
GPT-5.5 выигрывает в основном зачёте. Но посмотрите внимательнее.
OSWorld 78.7 против 78.0. GDPval 84.9 против 80.3. Toolathlon 55.6 против 54.6 (более 5.4, не Opus).
Opus всё ещё занимает место в SWE-Bench Pro, MCP Atlas, GPQA Diamond, HLE без инструментов.
OpenAI получает общую победу. Anthropic сохраняет корону в кодировании. На бумаге.

Chat GPT Images 2.0 невероятен.

За последнюю неделю, путешествуя из Европы в Нью-Йорк, я накопил 8,5 часов плохой долговой задолженности по сну.
В первый день возвращения домой я спал 9,5 часов, но мой показатель готовности все еще отстает.
Путешествия и максимизация здоровья действительно сложны.