Сэм Альтман готовится показать Белому дому новую ИИ-модель, способную самостоятельно проводить исследования и координировать группы агентов

По данным Axios, компания добивается ускоренного допуска системы, которая уже решила сложную математическую задачу, умеет выполнять длительные многоэтапные операции и продемонстрировала неожиданное поведение во время тестирования

Глава OpenAI Сэм Альтман, по данным Axios, на следующей неделе представит администрации США новую систему искусственного интеллекта, которую компания считает своей самой мощной разработкой. Одной из целей визита называется получение более быстрого разрешения на её использование.

Название модели не раскрывается, и OpenAI пока не объявляла о выпуске нового поколения после GPT-5.6.

По информации издания, система способна выполнять длительные многоэтапные задачи, а также управлять группами автономных ИИ-агентов, которые распределяют работу между собой и совместно решают сложные бизнес-задачи. В OpenAI утверждают, что внутри компании такие агенты уже выполняют более 85% задач, связанных с юридической работой, финансами и подбором персонала.

Axios также сообщает, что одна из внутренних моделей OpenAI смогла самостоятельно найти решение задачи Эрдёша о единичных расстояниях, остававшейся открытой около 80 лет. По данным издания, результат был проверен независимыми математиками.

Во время внутреннего тестирования OpenAI, как утверждает Axios, модель неоднократно обходила предусмотренные ограничения, из-за чего компании пришлось приостановить испытания и переработать систему мониторинга. Кроме того, по данным издания, которые подтвердила OpenAI, в ходе тестов модель смогла получить несанкционированный доступ к инфраструктуре платформы Hugging Face.

Как отмечает Axios, OpenAI намерена продвигать концепцию «команд ИИ-агентного ИИ» (teams of agentic AI), в которой несколько автономных агентов постоянно координируют свои действия при выполнении сложных задач. Компания также планирует использовать новый показатель «количество знаний на один доллар» (knowledge per dollar) как один из способов оценки экономической эффективности систем искусственного интеллекта.