Представьте себе задачу, над которой профессиональный математик бьётся несколько дней. Теперь представьте, что искусственный интеллект чат ГПТ решает её за минуты.
Ещё год назад это было фантастикой, но сегодня — это реальность, подтверждённая цифрами.
GPT-5.2: От 2% до 29% — год невероятного прогресса
Всего 12 месяцев назад лучшие языковые модели справлялись лишь с 2% задач на FrontierMath — самом строгом экзамене по математике для ИИ. Казалось, до серьёзных результатов ещё далеко. Но 30 декабря 2025 года произошло то, что многие называют «математическим Саппоро»: GPT-5.2 Pro от OpenAI набрала 29,2% в самой сложной категории Tier 4.
Для сравнения: предыдущий лидер, Gemini 3 Pro от Google, показал 18,8%. А модель Claude Opus 4.5 от Anthropic решила только две задачи из 48, набрав скромные 4,2%.
Что такое FrontierMath и почему Tier 4 — это высшая лига?
FrontierMath — не обычный тест. Это собрание нескольких сотен оригинальных задач, созданных и проверенных профессиональными математиками.
Уровень Tier 4 включает 50 особо сложных задач из:
- Теории чисел
- Алгебраической геометрии
- Теории категорий
- Других разделов высшей математики
На типичную задачу этого уровня у исследователя уходит несколько часов, на самые трудные — несколько дней. GPT-5.2 Pro решила 14 из 48 таких задач. Для ИИ это все равно что выиграть чемпионат мира по шахматам, играя вслепую.
Не только вершина, но и основа
На более простых уровнях (Tier 1-3) картина тоже впечатляет:
- GPT-5.2 Thinking (специальная «размышляющая» версия): 40,7%
- Gemini 3 Pro: 37,6%
- Claude Opus 4.5: около 21%
Интересно, что «просто» GPT-5.2 Pro показывает на этих уровнях результат хуже, чем её «размышляющая» версия — 28,4%. Это говорит о важности специализированных подходов к решению задач.
Цена гениальности OpenAI
Такие способности не дешёвы. OpenAI просит $21 за миллион входных токенов и $168 за миллион выходных для GPT-5.2 Pro — это одна из самых дорогих моделей на рынке.
Для сравнения: более простые модели стоят в разы дешевле. Но, судя по всему, за возможность получить «сверхчеловеческого математика» в аренду многие готовы платить.
Уже не теория: реальные доказательства
Прогресс вышел за рамки лабораторных тестов. В недавней работе исследователей Марка Селке и Стивена Ина все доказательства по проблеме монотонности в статистической теории обучения были получены вариантами GPT-5.2 Pro. Люди только формулировали задачи и проверяли результаты.
На Reddit активно обсуждается прогноз исследователя из xAI о появлении «сверхчеловеческого математика» к июню 2026 года. Учитывая, что всего за год прогресс составил от 2% до 29%, это уже не кажется фантастикой.
Что дальше?
Резкий скачок в математических способностях ИИ открывает новые горизонты:
- Ускорение научных исследований
- Помощь в решении ранее не поддававшихся проблем
- Новые методы обучения математике
- Возможность проверки человеческих доказательств
Конечно, ИИ ещё далеко до полного понимания математики как науки — он решает задачи, но не создаёт новые теории. Однако темпы прогресса заставляют задуматься: а что будет через ещё год? Если динамика сохранится, к концу 2026 года ИИ может решать большинство задач уровня Tier 4.
Математика всегда считалась эталоном человеческого мышления. Теперь у нас появился серьёзный конкурент. И судя по всему, он только разминается.
