GPT-5.6 Sol Ultra проиграла GPT-5.5 в тестах на физику, при этом оказавшись в 3 раза дороже

Тестеры дали четырём моделям один и тот же промпт: создать три автономные сцены на HTML5 Canvas с реалистичной симуляцией физики.

Промпты:
- Монстр-трак делает сальто назад и приземляется на припаркованный автомобиль.
- Каскадёрский автомобиль перепрыгивает шесть автобусов и врезается в кирпичную стену.
- Поезд сходит с рельсов на разрушенном мосту и падает в воду.

Результаты:
GPT-5.6 Sol Ultra: 32,9 тыс. токенов, $0,33
Opus 4.8: 9,2 тыс. токенов, $0,24
GPT-5.5: 12,4 тыс. токенов, $0,11
Grok 4.5: 7,0 тыс. токенов, $0,08

Sol Ultra рисует практически так же, как GPT-5.5, только с большей детализацией. Особенно это заметно в сцене с прыжком через автобусы, где результаты двух моделей выглядят почти одинаково. В остальных тестах Sol Ultra показала себя хуже своего предшественника, а качество симуляции физики заметно снизилось. На их взгляд, GPT-5.5 уверенно выигрывает в сценах с сальто монстр-трака и крушением поезда.

Пришли к выводу, что Sol Ultra — это GPT-5.5 с более слабой физикой, но более красивой картинкой, при этом в три раза дороже. 🤣

Недавно вышедшая Grok 4.5 провалила два из трёх тестов и достойно справилась только со сценой с поездом.