Сенсация, которую пытались скрыть
Вчера, 19 января 2026 года, CEO Carrington Labs Майкл Штраус опубликовал твит, который взорвал сообщество разработчиков: "Вернулся на GPT-4 Turbo. GPT-5 для кодирования стал непригоден. Генерирует синтаксические ошибки, которые не делал даже GPT-3. Регрессия налицо."
За сутки твит собрал 15 тысяч ретвитов и 47 тысяч лайков. Разработчики массово подтверждали - их AI-ассистенты стали тупить. Сильнее. Заметнее.
Важно: речь идет именно о GPT-5 (версия от декабря 2025), а не о более ранних релизах. Проблема проявилась после последнего крупного обновления.
Цифры не врут: падение на 23%
Аналитики из CodeBench провели срочное тестирование. Результаты шокируют даже скептиков:
| Модель | SWE-bench 2025 | Синтаксические ошибки | Логические ошибки |
|---|---|---|---|
| GPT-4 Turbo (2024) | 78.3% | 4.2% | 12.1% |
| GPT-5 (декабрь 2025) | 55.1% | 18.7% | 34.5% |
| DeepSeek v3.2 | 81.2% | 3.8% | 11.3% |
Падение на 23.2 процентных пункта по SWE-bench 2025. Увеличение синтаксических ошибок в 4.5 раза. Это не погрешность - это катастрофа.
"Я получаю код с несуществующими методами," - жалуется senior разработчик из Google. "GPT-5 уверенно использует API, которого нет в библиотеке. И когда я указываю на ошибку, он извиняется и... генерирует другой несуществующий метод."
Почему умнея, модель тупеет?
Здесь начинается самое интересное. Эксперты выделяют три ключевые причины регрессии:
- Переобучение на безопасность. GPT-5 получил колоссальные доработки по безопасности, особенно после обновления для работы с кризисными состояниями. Но эти фильтры начали срабатывать на безобидные конструкции кода.
- Потеря специализации. Модель стала слишком универсальной. Она прекрасно обсуждает философию, пишет стихи, помогает с ментальным здоровьем (об этом мы писали в разборе обновления для ментального здоровья), но разучилась генерировать чистый код.
- Проблема с контекстом. GPT-5 стал "перемудрять". Вместо простого решения он предлагает избыточные архитектуры. Добавляет ненужные абстракции. Создает код, который выглядит умно, но не работает.
Реальная боль реальных разработчиков
Сергей, team lead в финтех-стартапе: "Мы купили корпоративную подписку на GPT-5 Enterprise. Через неделю откатились. Модель генерировала код с race conditions в асинхронных операциях. Баги, которые мы не видели с GPT-3."
Анна, full-stack разработчик: "GPT-5 постоянно "упрощает" мой код. Выкидывает важные проверки ошибок. Заменяет надежные библиотеки на экспериментальные. Я трачу больше времени на исправление его кода, чем на написание своего."
Самое обидное - модель не признает ошибки. Она уверенно защищает некорректный код, приводя выдуманные аргументы. Пока не покажешь конкретную документацию.
Что делают конкуренты? Они смеются
Пока OpenAI пытается объяснить регрессию "временными трудностями", конкуренты уже используют ситуацию.
DeepSeek v3.2, который показал лучшие результаты в SWE-bench 2025, запустил агрессивную маркетинговую кампанию: "Стабильный код. Без регрессии."
Anthropic выпустила Claude 3.7 с фокусом именно на кодировании. Их модель меньше, специализированнее, но выдает более надежный код.
А китайские GLM-4.7 и Qwen 2.5 вообще показывают рост качества. Их секрет? Они не гнались за универсальностью. Оставили код-специфичные оптимизации.
Тренд очевиден: большие универсальные модели проигрывают специализированным. Закон уплотнения, о котором мы писали в прогнозе до 2029 года, работает быстрее, чем ожидалось.
Как выжить в этой ситуации? Практические советы
1. Не обновляйтесь слепо. Если GPT-4 Turbo работает - оставьте его. Новое - не всегда лучшее.
2. Используйте специализированные инструменты. Для кодирования лучше подходят AI-кодинг агенты с узкой специализацией.
3. Тестируйте перед внедрением. Не доверяйте маркетингу. Проведите свои тесты на вашем коде.
4. Держите несколько моделей. Разные задачи - разные инструменты. Универсального решения больше нет.
5. Изучайте промпт-инжиниринг. С правильными промптами для GPT-5.2 можно снизить количество ошибок, но не устранить их полностью.
Что будет дальше? Прогноз на 2026
OpenAI уже работает над патчем. Но исправление займет минимум квартал. За это время рынок изменится.
Мы увидим:
- Массовый отток корпоративных клиентов к специализированным решениям
- Рост популярности локальных моделей (разработчики перестанут доверять облаку)
- Возврат к "старым добрым" GPT-4 и даже CodeLlama
- Взрывной рост рынка narrow AI для кодирования
Ирония в том, что та же компания, которая создала революцию в AI-кодировании, сейчас ее убивает. GPT-5 стал жертвой собственного успеха. Он хотел быть всем для всех - и перестал быть полезным хоть для кого1то.
Мораль проста: иногда прогресс - это шаг назад. К старой, проверенной, работающей модели. И если ваш GPT-5 генерирует ерунду - вы не одиноки. Половина сообщества уже откатилась.
В мире, где одна большая модель ломает десятилетия инженерной работы, маленькие специализированные решения выигрывают. Запомните это.
Пока OpenAI чинит своего универсального гения, умные разработчики уже пишут код на том, что работает. Даже если это вчерашний день.
