GPT-5 (OpenAI)

Коротко

Что в линейке главное:

• reasoning.effort у GPT-5 и GPT-5.1 как контролируемый рычаг качества/latency;
• 400K context window и 128K max output;
• text + image input, text output;
• сильный tool stack в Responses API: web search, file search, code interpreter и другое;
• историческая роль как unified system, объединившей fast-mode и thinking-mode.

Короткий вывод: GPT-5 уже не latest recommendation от OpenAI, но остаётся важной reference-моделью и всё ещё рабочим выбором там, где нужен базовый современный OpenAI reasoning без перехода на более свежие GPT-5.x.

1. Почему GPT-5 была важной

Историческая роль GPT-5 никуда не делась. В анонсе OpenAI описывает её как unified system:

• smart, efficient model для большинства вопросов;
• deeper reasoning model для harder problems;
• real-time router, который сам выбирает режим по типу задачи, tool needs и явному намерению пользователя.

Это был главный сдвиг по сравнению со старой схемой GPT-4o + o3/o4-mini: reasoning перестал быть отдельной «экзотической веткой» и стал частью одного общего семейства.

2. Но в 2026 это уже не latest API default

Вот место, где старые обзоры чаще всего устаревают.

На текущей странице модели OpenAI прямо пишет:

• GPT-5 is our previous model for coding, reasoning, and agentic tasks across domains;
• We recommend using the latest GPT-5.1.

То есть GPT-5 сегодня важна как основа линейки и как практическая модель, но не как свежий финальный default. Это нужно проговаривать прямо, иначе обзор сразу начинает вводить в заблуждение.

3. Семейство и актуальные характеристики

По input/output modality картина тоже ясная:

• text — input and output;
• image — input only;
• audio и video — not supported.

4. Что реально умеет GPT-5

Reasoning и управляемая глубина анализа

Для GPT-5 страница модели явно указывает Reasoning.effort supports: minimal, low, medium, and high.

Это важно по двум причинам:

• reasoning можно дозировать, а не просто включать/выключать;
• цена и latency становятся частью инженерного маршрутизатора, а не только вопросом «какая модель умнее».

Сильный benchmark-профиль

По официальному анонсу GPT-5 поставила новые рекорды на момент релиза:

• 94.6% на AIME 2025 без tools;
• 74.9% на SWE-bench Verified;
• 88% на Aider Polyglot;
• 84.2% на MMMU;
• 46.2% на HealthBench Hard.

Более эффективное reasoning

OpenAI отдельно подчёркивает, что GPT-5 (with thinking) превосходит o3 с 50-80% less output tokens на ряде задач. Это важный operational point: дело не только в качестве, но и в том, сколько reasoning обходится на практике.

Меньше factual errors и deception

В анонсе OpenAI пишет:

• при web search GPT-5 примерно на 45% реже содержит factual error, чем GPT-4o;
• в thinking-режиме примерно на 80% реже содержит factual error, чем o3;
• deception rate на production-like traffic снижен с 4.8% у o3 до 2.1% у GPT-5 reasoning responses.

5. Как делится работа внутри семейства

Это уже не просто “big / medium / small”. OpenAI прямо задаёт им разные operational profiles:

• GPT-5 — higher reasoning, medium speed;
• GPT-5 mini — high reasoning, fast;
• GPT-5 nano — average reasoning, very fast.

6. Tools и endpoints

GPT-5

У базовой GPT-5 в Responses API поддерживаются:

• web search;
• file search;
• image generation;
• code interpreter;
• MCP.

Не поддерживаются:

• hosted shell;
• apply patch;
• skills;
• computer use.

GPT-5 mini

GPT-5 mini поддерживает:

• web search;
• file search;
• code interpreter.

Но при этом у неё уже есть отличия:

• image generation на странице модели отмечена как Not supported;
• fine-tuning и distillation тоже Not supported.

GPT-5 nano

GPT-5 nano ориентирована на speed/cost, но при этом всё ещё поддерживает:

• web search;
• file search;
• image generation;
• code interpreter.

И так же, как mini, не поддерживает fine-tuning и distillation.

Как я бы использовал GPT-5 сегодня

Самый рациональный паттерн в 2026:

type OpenAiNeed = {
  needsLatest: boolean
  needsStrongReasoning: boolean
  budgetSensitive: boolean
  ultraCheap: boolean
}

export function pickGpt5Family(need: OpenAiNeed) {
  if (need.needsLatest) {
    return 'gpt-5.1'
  }

  if (need.ultraCheap) {
    return 'gpt-5-nano'
  }

  if (need.budgetSensitive) {
    return 'gpt-5-mini'
  }

  if (need.needsStrongReasoning) {
    return 'gpt-5'
  }

  return 'gpt-5-mini'
}

Это не “идеальная истина”, а просто практичный policy layer.

Минимальный вызов через Responses API

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-5",
    input="Разбери архитектурные риски сервиса и предложи план миграции.",
    reasoning={"effort": "medium"},
)

print(response.output_text)

Когда GPT-5 лучше оставить, а когда уже смотреть на GPT-5.1

Оставлять GPT-5 имеет смысл, если:

• у вас уже есть production evals на этой модели;
• поведение и бюджет уже стабилизированы;
• вам нужен понятный benchmark against newer GPT-5.x.

Сразу смотреть на GPT-5.1 логичнее, если:

• вы начинаете новый проект;
• хотите current recommendation от OpenAI;
• не хотите строить новое routing-дерево вокруг previous model.

Feature matrix по docs

Проверьте себя

Связанные темы

• ChatGPT (OpenAI) — текущая product-логика OpenAI уже ушла к GPT-5.3 и GPT-5.4
• GPT-4.1 (OpenAI) — API-only non-reasoning альтернатива для long-context сценариев
• o3 и o4-mini (OpenAI) — reasoning-линейка, которую GPT-5 исторически начала заменять

Источники