Здравствуйте, сообщество «SE7EN»!
Год постепенно завершается, и за это время на свет появилось немало впечатляющих языковых моделей. Вскоре ожидается релиз следующей версии GPT, а после моей статьи о Claude Opus 4.5 родилась идея устроить соревнование трёх лидирующих текстовых ИИ.
В этой «битве» сойдутся: GPT-5, Claude Opus 4.5 и Gemini 3 Pro. Делайте ставки, я приступаю к анализу.
Краткий обзор участников
Claude Opus 4.5
Флагманская модель Anthropic, признанная безусловным лидером в области программирования. Для сложных вычислительных задач, генерации кода и глубокого анализа концепций — Opus 4.5 остаётся без альтернатив.
Она демонстрирует превосходные навыки кодирования, обладает расширенными мультимодальными возможностями (отлично обрабатывает изображения) и удерживает контекст на протяжении долгих диалогов.
GPT-5
Масштабная языковая система от OpenAI, сочетающая надёжность, многофункциональность и строгую управляемость.
GPT-5 — не просто одна модель, а интегрированная платформа с динамической маршрутизацией запросов, многоуровневой безопасностью и адаптацией для бизнес-задач, науки, программирования и медицины. Особое внимание уделено качеству рассуждений и устойчивости работы.
Скоро выйдет GPT-5.2, ответ OpenAI на появление Claude Opus 4.5.
Gemini 3 Pro
Флагманская LLM от Google, объединяющая лучшие наработки поколений 1, 2 и 2.5. Google позиционирует её как самый интеллектуальный и фактологически точный ИИ на сегодняшний день.
По словам DeepMind, Gemini 3 Pro значительно превосходит своего предшественника по всем измеримым параметрам: рассуждениям, генерации кода, мультимодальным возможностям и ведению убедительных диалогов.
Отступление
Все модели запущены через платформу BotHub, предлагающую широкий спектр нейросетей для работы с текстом, аудио и видео. При регистрации по специальной ссылке доступны 100 000 капсов для экспериментов.
Формат соревнования
Каждая модель выполняет четыре задания и оценивается по трёхбалльной шкале:
- 1 балл — плохо;
- 2 балла — хорошо;
- 3 балла — отлично.
Ноль баллов возможен, но в нашем случае мы не ожидаем столь низких результатов. По итогам баллы суммируются и делятся на четыре для получения среднего арифметического — так формируется итоговый рейтинг. В конце приведена сводная таблица.
Задание 1: Комедийный фантастический рассказ
Условие
Напишите юмористический рассказ в жанре научной фантастики из пяти глав. Действие происходит в далёком будущем в рамках галактической цивилизации.
Требования:
- Сюжет: простой герой (техник, курьер, бюрократ) случайно оказывается в центре межгалактического конфликта. Комические недоразумения лишь усугубляют ситуацию.
- Юмор: контраст технологий и человеческих слабостей, сатирические отсылки, абсурдные диалоги и гипербола.
- Мир: яркий, но без излишних деталей. Технологии на грани поломки, космические события создают быт.
- Структура: пять глав — завязка, развитие, кризис, решение, развязка; в каждой — комедийный кульминационный эпизод.
- Финал: завершённый, отражающий трансформацию героя и оставляющий лёгкую иронию.
Задание 2: Матрицы и ранжирование
Условие
Для графа G = (V, U), где V = {1,2,3,4,5}, U = {(1,2),(1,3),(1,4),(2,3),(2,4),(3,5),(4,5),(5,2)}, определите ранг каждой вершины.
Шаги:
- Составить матрицу смежности aij;
- Построить матрицу полных путей pij;
- Вычислить Ri = ∑jpij / ∑jpji для каждого i.
Задание 3: Проект игры на Python
Условие
Вы — разработчик игр. Опишите проект RPG на Python с такими особенностями:
- Три расы: человек, эльф, дворф;
- Пять классов: воин, маг, друид, паладин, некромант;
- Система прокачки уровня и характеристик;
- Разнообразные активности: миссии, оборона королевства, поиск артефактов;
- Наличие графического интерфейса.
Задание 4: Логическая задача
Условие
Автобус движется со скоростью 56 миль в час. В последнем ряду — три пассажира, в предпоследнем — двое. Сколько человек в автобусе, если за рулём реальный водитель?
Результаты
Задание 1
GPT-5: «Хорошо» (2) — рассказ средней глубины, с обильным, но не всегда остроумным юмором.
Claude Opus 4.5: «Отлично» (3) — сбалансированный, стройный комедийный текст.
Gemini 3 Pro: «Отлично» (3) — лаконичный и весёлый рассказ, лучший по впечатлению.
Задание 2
Все три модели дали неверные ответы и получили по 0 баллов.
Задание 3
GPT-5: «Хорошо» (2) — рабочая реализация, но с визуальными недочётами и дисбалансом.
Claude Opus 4.5: «Отлично» (3) — богатая механика, исправленные ошибки, финальная версия готова к играбельному прототипу.
Gemini 3 Pro: «Плохо» (1) — минимальный функционал, уступает конкурентам.
Задание 4
GPT-5: «Хорошо» (2) — учёл водителя, но не рассмотрел все сценарии.
Claude Opus 4.5: «Отлично» (3) — отметил все нюансы и дал корректный минимальный ответ.
Gemini 3 Pro: «Отлично» (3) — аналогично Opus 4.5, без упущений.
Итоговая таблица
| Задание / Модель | GPT-5 | Claude Opus 4.5 | Gemini 3 Pro |
|---|---|---|---|
| 1 | 2 | 3 | 3 |
| 2 | 0 | 0 | 0 |
| 3 | 2 | 3 | 1 |
| 4 | 2 | 3 | 3 |
| Средний | 1,5 | 2,25 | 1,75 |
По средним баллам лидируют: 1) Claude Opus 4.5; 2) Gemini 3 Pro; 3) GPT-5. Все модели показали высокий уровень, а грядущие обновления могут перераспределить расстановку сил.
