ИИ-модели: GPT-6 Astra доверяют продакшен, а OpenAI сама проектирует свои чипы · 15.09.2026
ИИ-модели: GPT-6 Astra доверяют продакшен, а OpenAI сама проектирует свои чипы · 15.09.2026
Новая флагманская модель OpenAI выходит за рамки чата: Perplexity использует GPT-6 Astra для сквозных систем, а сам OpenAI — для проектирования собственного кремния. Практика догоняет маркетинговые обещания автономности.
Perplexity снижает контроль над GPT-6 Astra
По данным блога OpenAI, Perplexity доверяет Astra (это внутреннее имя GPT-6) задачи полного цикла: написание коммуникаций, изменение программного обеспечения и мониторинг продакшен-систем. Ключевая деталь — компания проверяет результаты модели «значительно реже», чем при работе с предыдущими поколениями.
Это важный сигнал для рынка LLM. Снижение частоты human-in-the-loop (контроль человеком) — прямой индикатор роста доверия: внедрение моделей в критические процессы стало экономически оправданным не из-за скорости генерации, а из-за предсказуемости результата. Продакшен-мониторинг — особенно показательная категория: это не черновики и не код в песочнице, а живая инфраструктура, где цена ошибки высока.
На мой взгляд, именно статистика проверок, а не бенчмарки, станет в ближайшие кварталы главной метрикой зрелости моделей. Бенчмарки можно оптимизировать, а частоту ручного контроля — нет: она отражает реальный риск.
Jalapeño: OpenAI проектирует чипы с помощью собственных LLM
25 августа OpenAI полностью раскрыла Jalapeño — свой первый ИИ-ускоритель. Характеристики серьезные: до 13,4 петафлопса вычислений в 4-битной точности, 232 гигабайта наиболее продвинутой на рынке памяти с пропускной способностью 15,4 терабайта в секунду. Но в новости есть деталь интереснее цифр: при проектировании чипа компания использовала собственные LLM — фактически модель участвовала в создании железа, на котором сама же будет работать.
Это замыкание цикла: LLM ускоряют разработку ускорителей, ускорители ускоряют обучение LLM. Если практика приживется, итерационный цикл «архитектура — кремний — модель» сожмется с привычных лет до месяцев. Конкуренция с Nvidia на уровне характеристик пока открыта — публичных сравнительных бенчмарков с чужими решениями в раскрытии нет, OpenAI цитирует собственные замеры.
На мой взгляд, здесь важнее не спецификации Jalapeño, а прецедент: вертикальная интеграция «модель + чип» у OpenAI впервые подкреплена реальным продуктом. Это меняет переговорные позиции с поставщиками вычислений.
Итог
Обе новости — про одно: модели перестают быть инструментом с постоянным присмотром. Perplexity ослабляет контроль, OpenAI доверяет LLM проектирование железа. Следующий шаг — появление публичных метрик автономности, по которым заказчики будут выбирать модели так же, как сейчас выбирают по бенчмаркам.
Источники
- OpenAI Blog — Perplexity improving accuracy with Astra
- IEEE Spectrum AI — How OpenAI Used Its Own LLMs to Design Its Jalapeño Chip
FAQ
Что такое 4-битные вычисления в контексте Jalapeño?
Это арифметика с пониженной точностью чисел, которая дает больше операций на ватт и на площадь кристалла. Для инференса LLM она считается достаточной, поэтому производители чипов указывают петафлопсы именно в этом режиме.
Что значит human-in-the-loop и почему его сокращение важно?
Human-in-the-loop — обязательная проверка результата человеком. Чем реже она нужна, тем дешевле и быстрее автоматизация, но тем выше требования к надежности модели.
Кто еще делает ИИ-ускорители для собственных моделей?
Тренд вертикальной интеграции давно движут Google (TPU), Amazon (Trainium) и Microsoft (Maia). Jalapeño — шаг OpenAI в этот же клуб, чтобы меньше зависеть от одного поставщика.
Рискнет ли кто-то запускать Astra вообще без проверок?
Едва ли в ответственных системах. Скорее распространится модель «выборочной проверки»: человек контролирует не каждую задачу, а статистически репрезентативную выборку.