2 октября 2026 года OpenAI включила в руководство по работе с GPT 6 примеры Cognition, Hex и Invideo. Это не единый сравнительный тест и не доказательство превосходства модели во всех задачах. Зато примеры хорошо показывают, что меняется, когда помощнику поручают не написать совет, а довести работу до проверяемого результата.

Cognition: сделать игру и проверить её
В примере с Devin от Cognition агент работает над игрой для iPhone. Существенная часть истории не только в написанном коде. Результат проверяется в симуляторе, а запись работы позволяет увидеть, что получилось.
Для разработки это важная разница. Сообщение о выполненной задаче ещё не означает, что приложение запускается или что исправлен нужный сценарий. Запись и отчёт о проверках дают человеку больше оснований принять работу, чем уверенный заключительный абзац.
При этом демонстрация одного сценария не заменяет тестирование на целевых устройствах. Она показывает полезный порядок действий: изменить, запустить, проверить и предъявить результат вместе с подтверждением, а не остановиться после генерации файлов.
Hex: связать анализ и представление данных
Hex показывает работу с анализом каналов продаж и интерактивными географическими панелями. Здесь агенту нужно не просто придумать красивое объяснение таблицы. Требуется пройти путь от данных до представления, которым можно пользоваться, и проверить разумность полученных чисел.
Такой подход полезен там, где ошибка легко прячется за убедительным графиком. Неверное объединение таблиц или пропущенный фильтр способны дать аккуратную, но бессмысленную картину. Поэтому проверки данных относятся к самой задаче, а не к необязательному приложению к ней.
Пример не доказывает, что любую бизнес-аналитику теперь можно выполнять без специалиста. Он показывает другой ориентир для помощника: результат должен сохранять связь с исходными данными и оставаться доступным для последующей проверки человеком.
Invideo: менять видео, оставляя возможность правок
В примере Invideo речь идёт о работе с монтажной шкалой и эффектами, которые затем можно дорабатывать в редакторе. Это отличается от одноразового ролика, где пользователь получает только готовый файл и начинает всё заново ради небольшой корректировки.
Invideo сообщает примерно о трёхкратном росте успешности в задачах цветокоррекции и настройки цвета. Это заявление компании об определённой группе задач, а не независимый показатель скорости всего видеомонтажа. Переносить его на создание любого ролика нельзя.
В руководстве также приводится пример, когда несколько редакторов подготовили около 50 эффектов за день. Он иллюстрирует рабочий процесс команды, но без одинаковых условий сравнения не становится универсальной нормой производительности.
Общее у трёх историй не в обещании полной автономности. Помощник должен оставить проверяемую работу: запущенную игру, анализ с понятными проверками, редактируемый проект. Тогда человек может оценить не только рассказ агента о собственных успехах, но и сам результат.

Практические рекомендации по выбору модели и устройству процесса собраны в статье о работе с GPT 6. Более строгий тест выполнения действий разбирается в материале о ThinkingBox.