Mass Intelligence

Mass Intelligence

От GPT-5 до nano banana: мощный ИИ становится доступен всем

Более миллиарда людей регулярно пользуются ИИ-чатботами. У ChatGPT свыше 700 миллионов еженедельных пользователей. Gemini и другие ведущие ИИ добавляют ещё сотни миллионов. В своих публикациях я часто фокусируюсь на достижениях ИИ (например, за последние недели чатботы OpenAI и Google получили золотые медали на Международной математической олимпиаде), но это затмевает более широкий сдвиг, который назревал давно: мы вступаем в эпоху Mass Intelligence, где мощный ИИ становится таким же доступным, как поиск Google.

До недавнего времени бесплатные пользователи этих систем (подавляющее большинство) имели доступ только к более старым и небольшим моделям ИИ, которые часто ошибались и были малопригодны для сложной работы. Лучшие модели, такие как Reasoner-ы, способные решать очень сложные задачи и значительно реже галлюцинирующие, требовали оплаты от $20 до $200 в месяц. Да и тогда нужно было знать, какую модель выбрать и как правильно её промптить. Но экономика и интерфейсы стремительно меняются, и это будет иметь довольно серьёзные последствия для того, как все мы работаем, учимся и думаем.

Мощный ИИ дешевеет и становится проще в доступе

Для большинства пользователей было два барьера на пути к мощному ИИ. Первый — путаница. Мало кто знал, как выбрать модель. Ещё меньше людей понимали, что выбор o3 из меню в ChatGPT даёт доступ к отличной Reasoner-модели, тогда как выбор 4o (число вроде бы больше) даст нечто гораздо менее способное. По данным OpenAI, менее 7% платных клиентов регулярно выбирали o3, а значит, даже продвинутые пользователи упускали возможности Reasoner-ов.

Другим фактором была стоимость. Поскольку лучшие модели дороги, бесплатным пользователям часто к ним вообще не давали доступа или давали очень ограниченный. Google задал тон, открыв частичный бесплатный доступ к своим лучшим моделям, но OpenAI заявляла, что почти никто из её бесплатных клиентов не имел регулярного доступа к рассуждающим моделям до запуска GPT-5.

GPT-5 должен был решить обе эти проблемы — отчасти поэтому его дебют получился таким сумбурным и запутанным. На самом деле GPT-5 — это две вещи сразу. Это общее название для семейства весьма разных моделей, от более слабой GPT-5 Nano до мощной GPT-5 Pro. И это же название инструмента, который выбирает, какую модель использовать и сколько вычислительной мощности ИИ должен потратить на вашу задачу. Когда вы пишете «GPT-5», вы на самом деле общаетесь с маршрутизатором, который должен автоматически решать, может ли вашу задачу решить меньшая и более быстрая модель или её нужно отправить к более мощному Reasoner-у.

Можно понять, как это должно было расширить доступ к мощному ИИ для большего числа пользователей: если вы просто хотите поболтать, GPT-5 должен был задействовать свои более слабые специализированные чат-модели; если вы пытаетесь решить математическую задачу, GPT-5 должен был отправить вас к более медленной и дорогой модели GPT-5 Thinking. Это сэкономило бы деньги и дало бы большему числу людей доступ к лучшим ИИ. Но запуск не обошёлся без проблем. Эту схему плохо объяснили, а маршрутизатор поначалу работал плохо. В итоге один человек, пользуясь GPT-5, получал очень умный ответ, а другой — плохой. Несмотря на эти проблемы, OpenAI отчиталась о ранних успехах. За считанные дни после запуска доля платных клиентов, обращавшихся к Reasoner-у, выросла с 7% до 24%, а число бесплатных пользователей самых мощных моделей подскочило с почти нуля до 7%.

Отчасти этот сдвиг обусловлен тем, что более умные модели становятся радикально эффективнее в эксплуатации. Этот график показывает, как быстро разворачивается тренд: по оси Y — возможности ИИ, а по оси X — логарифмически снижающаяся стоимость. Когда вышла GPT-4, обработка миллиона токенов (токен — это примерно слово) стоила около $50, теперь GPT-5 nano стоит около 14 центов за миллион токенов и при этом гораздо способнее, чем оригинальная GPT-4.

Этот выигрыш в эффективности не только финансовый, но и экологический. Google сообщил, что энергоэффективность на один промпт выросла в 33 раза только за прошедший год. Предельный расход энергии на стандартный запрос современной LLM в 2025 году к этому моменту довольно хорошо установлен — как по независимым тестам, так и по официальным заявлениям. Это примерно 0,0003 кВт·ч — столько же энергии, сколько уходит на 8–10 секунд стриминга Netflix, или эквивалент одного поискового запроса Google в 2008 году (любопытно, что генерация изображения, по-видимому, потребляет примерно столько же энергии, что и текстовый промпт)1. Сколько воды тратят эти модели на один промпт — менее ясно, оценки варьируются от нескольких капель до одной пятой рюмки (от 0,25 мл до 5 мл и больше), в зависимости от определения «расхода воды» (вот аргумент в пользу низкого расхода и аргумент в пользу высокого расхода).

Эти улучшения означают, что, даже становясь мощнее, ИИ одновременно становится пригоден для раздачи большему числу людей. Предельная стоимость обслуживания каждого дополнительного пользователя обрушилась, а значит, становятся возможны новые бизнес-модели — например, поддержка за счёт рекламы. Бесплатные пользователи теперь могут запускать промпты, которые ещё два года назад обошлись бы в доллары. Именно так миллиард людей внезапно получает доступ к мощному ИИ: не благодаря какой-то великой инициативе по демократизации, а потому, что экономика наконец-то это позволила.

Мощный ИИ становится проще в использовании

Получить доступ к мощному ИИ недостаточно — людям нужно реально использовать его, чтобы что-то с его помощью делать. Раньше пользоваться ИИ по-настоящему хорошо было довольно сложным занятием: приходилось выстраивать промпт с помощью таких приёмов, как chain-of-thought, и заучивать всевозможные подсказки и трюки. Однако в недавней серии экспериментов мы обнаружили, что эти техники, по сути, больше не помогают. Мощные модели ИИ становятся всё лучше в том, чтобы делать то, что вы просите, или даже угадывать ваши намерения и идти дальше того, о чём вы попросили (и нет, угрожать им или быть с ними вежливыми, в среднем не помогает).

И дешевле и проще в использовании становятся не только текстовые модели. Google выпустил новую модель для изображений с кодовым именем «nano banana» и куда более скучным официальным названием Gemini 2.5 Flash Image Generator. Помимо того, что она прекрасна (хотя редактирование изображений ей удаётся лучше, чем создание новых), она ещё и достаточно дёшева, чтобы её получили бесплатные пользователи. И, в отличие от прошлых поколений ИИ-генераторов изображений, она очень хорошо следует инструкциям на обычном языке.

В качестве примера её мощности и простоты использования я загрузил культовую (и свободную от копирайта) фотографию астронавтов Apollo 11 и случайную картинку блестящего смокинга и дал самые простые инструкции: «dress Neil Armstrong on the left in this tuxedo» (одень Neil Armstrong слева в этот смокинг).

Вот что она выдала через несколько секунд:

Есть детали, которые заметит наметанный глаз, но всё равно впечатляюще видеть реалистичные складки смокинга и то, как он вписан в сцену (значок NASA на лацкане — приятная деталь). В процессе всё ещё много случайности, из-за чего редактирование изображений с помощью ИИ непригодно для многих профессиональных задач, но для большинства людей это огромный скачок не только в том, что они могут сделать, но и в том, насколько легко это делается.

И можно пойти дальше: «now show a photograph where neil armstrong and buzz aldrin, in the same outfits, are sitting in their seats in a modern airplane, neil looks relaxed and is leaning back, playing a trumpet, buzz seems nervous and is holding a hamburger, in the middle seat is a realistic otter sitting in a seat and using a laptop.» (а теперь покажи фотографию, где Neil Armstrong и Buzz Aldrin в тех же костюмах сидят в креслах современного самолёта; Neil расслаблен, откинулся назад и играет на трубе, Buzz нервничает и держит гамбургер, а на среднем месте сидит реалистичная выдра и работает на ноутбуке).

Это многое сразу: довольно впечатляющий результат от ИИ (взгляните на выражения лиц и на то, как сохранены кольцо Buzz и значок на лацкане Neil). Искажение знаменитого момента в истории, ставшее возможным благодаря ИИ. И своего рода предупреждение о том, насколько странными станут вещи, когда такие технологии получат массовое распространение.

Странности эпохи Mass Intelligence

Когда мощный ИИ попадает в руки миллиарда людей, одновременно начинает происходить очень многое. Многое уже происходит одновременно.

У одних людей напряжённые отношения с ИИ-моделями, других ИИ спасает от одиночества. ИИ-модели могут провоцировать у одних психические срывы и опасное поведение, и при этом помогать диагностировать заболевания у других. Их используют, чтобы писать некрологи и создавать священные тексты, списывать домашку и запускать новые компании, и для тысяч других неожиданных целей. Эти применения, а также проблемы и выгоды от них, скорее всего, будут только множиться по мере того, как ИИ-системы становятся мощнее.

И хотя у ИИ-генератора изображений Google есть защитные ограждения для борьбы со злоупотреблениями, а также невидимые водяные знаки для идентификации сгенерированных изображений, я ожидаю, что в ближайшие месяцы куда менее ограниченные генераторы изображений приблизятся по качеству к nano banana.

Компании, занимающиеся ИИ (верите вы в их обязательства по безопасности или нет), похоже, переварить всё это так же не способны, как и все мы. Когда миллиард людей получает доступ к продвинутому ИИ, мы вступаем в то, что можно назвать эпохой Mass Intelligence. Каждый институт, что у нас есть, — школы, больницы, суды, компании, правительства — был построен для мира, где интеллект был дефицитом и стоил дорого. Теперь каждой профессии, каждому институту, каждому сообществу придётся разбираться, как процветать в условиях Mass Intelligence. Как обуздать миллиард людей, использующих ИИ, и при этом справиться с хаосом, который с этим придёт? Как восстановить доверие, когда кто угодно может сфабриковать что угодно? Как сохранить то ценное, что есть в человеческой экспертизе, демократизировав при этом доступ к знаниям?

Так вот, мы здесь. Мощный ИИ достаточно дёшев, чтобы раздавать его бесплатно, достаточно прост, чтобы обходиться без инструкции, и достаточно способен, чтобы превосходить людей в целом ряде интеллектуальных задач. Поток возможностей и проблем вот-вот хлынет в классы, залы судов и кабинеты руководства по всему миру. Эпоха Mass Intelligence — это то, что происходит, когда вы даёте миллиарду людей доступ к беспрецедентному набору инструментов и смотрите, что они с ним делают. Мы вот-вот узнаем, каково это.

Поделиться

Это энергия, необходимая для ответа на стандартный запрос. Она не учитывает энергию на обучение моделей ИИ — разовый, но крайне энергоёмкий процесс. Сколько энергии уходит на создание современной модели, мы не знаем, но обучение GPT-4 оценивалось примерно в 500 000 с лишним кВт·ч — это около 18 часов полёта Boeing 737.