Опубликовано 7 марта 2026

Что такое GPT-5.4 Thinking: системная карточка OpenAI

Что такое GPT-5.4 Thinking и как OpenAI описывает эту модель

OpenAI опубликовала системную карточку GPT-5.4 Thinking – документ, объясняющий принципы работы, ограничения и уровень безопасности новой модели.

Безопасность 4 – 6 минут чтения
Источник события: OpenAI 4 – 6 минут чтения

Когда компания выпускает новую ИИ-модель, вслед за ней почти всегда появляется документ, который принято называть «системной карточкой» (system card). Это не маркетинговый буклет и не техническая документация в строгом смысле – скорее, нечто среднее. Документ объясняет концептуальное устройство модели, оценённые риски, подход компании к вопросам безопасности и то, что остаётся за пределами возможностей модели. OpenAI опубликовала такую карточку для GPT-5.4 Thinking – и это хороший повод разобраться, что представляет собой данная модель и зачем нужны подобные документы.

Почему GPT-5.4 Thinking не просто очередная версия

Почему это не просто очередная версия

GPT-5.4 Thinking – это не просто следующая цифра в линейке. Слово «Thinking» в названии указывает на конкретный подход: модель обучена не только выдавать ответ, но и рассуждать перед этим. Проще говоря, она тратит дополнительные вычислительные ресурсы на внутренний процесс размышления – разбивает задачу на части, проверяет промежуточные шаги, прежде чем сформулировать итоговый ответ.

Такой подход особенно полезен в задачах, где важна точность: математика, логика, многошаговые рассуждения. Обычная языковая модель работает иначе – она генерирует следующий токен на основе предыдущего, без явной «паузы на обдумывание». Модели с функцией мышления (Thinking-модели) сделали этот шаг видимым и управляемым.

Это не новая идея – OpenAI экспериментировала с такими архитектурами и раньше, и GPT-5.4 Thinking продолжает эту линию. Но каждая новая версия означает новый раунд оценки: насколько модель стала лучше, какие новые риски появились, как изменилось её поведение.

Системная карточка: зачем она нужна

Системная карточка: зачем она нужна читателю

Системная карточка – это своего рода паспорт модели. OpenAI публикует их регулярно, и со временем эти документы стали важной частью дискуссии об ответственном развитии ИИ.

Что обычно содержит такой документ:

  • Описание модели и её назначения – для каких задач она создавалась, кто предполагаемый пользователь.
  • Оценка рисков – какие потенциально опасные применения рассматривались, как они ограничиваются.
  • Результаты тестирования безопасности – насколько хорошо модель справляется с ситуациями, где она могла бы навредить.
  • Ограничения – что модель делает плохо или вовсе не умеет.
  • Меры по снижению рисков – что было сделано для минимизации нежелательного поведения.

Это не документ «для галочки». Он позволяет исследователям, разработчикам и всем, кто использует модели OpenAI в своих продуктах, понять, с чем именно они работают. А ещё – создаёт основу для внешней критики и дискуссии: если модель ведёт себя иначе, чем описано в карточке, это уже предмет для разговора.

Особенности системной карточки GPT-5.4 Thinking

Что делает эту карточку интересной

GPT-5.4 Thinking – это модель с расширенными рассуждениями, а значит, оценка её безопасности устроена несколько иначе, чем у стандартных языковых моделей. Когда модель «думает» перед ответом, она проходит через внутренние шаги, которые пользователь не всегда видит. Это поднимает вопросы: насколько эти промежуточные шаги прозрачны? Может ли модель использовать «скрытое рассуждение» для обхода ограничений?

OpenAI уделяет этим вопросам отдельное внимание в карточке. В частности, рассматривается то, насколько внутренние рассуждения модели соответствуют её финальным ответам – это называют согласованностью цепочки мышления. Если модель говорит одно, а «думает» другое, это проблема доверия, а не просто техническая неточность.

Кроме того, Thinking-модели традиционно оцениваются строже в части склонности к «галлюцинациям» – то есть к уверенным, но неверным утверждениям. Логика тут понятна: если модель демонстрирует процесс рассуждения, но рассуждение приводит к ошибочному выводу, это может дезориентировать пользователя сильнее, чем просто неверный ответ без объяснений.

Уровни безопасности и их определение в OpenAI

Уровни безопасности и как OpenAI их определяет

В системных карточках OpenAI использует собственную шкалу для оценки рисков – так называемую «систему уровней подготовки» (Preparedness Framework). Она делит потенциальные риски на категории: от низкого до критического уровня. Каждая категория охватывает определённый тип угроз – например, возможность модели способствовать созданию опасных веществ, кибератакам или манипуляции людьми.

Для GPT-5.4 Thinking эти оценки были проведены заново – потому что каждая новая модель может вести себя иначе даже в тех областях, где предыдущая версия была признана безопасной. Это не паранойя, а стандартная практика: поведение модели зависит от данных, на которых она обучена, и от того, как именно проходило обучение.

Важно понимать: «низкий риск» не означает «нет риска». Это означает, что при тестировании модель не показала поведения, которое компания считает критически опасным. Оценки могут меняться по мере появления новых данных об использовании модели в реальных условиях.

Что не раскрывают системные карточки

Что остаётся за кадром

Системные карточки – полезный инструмент, но у них есть пределы. Они описывают то, что компания решила раскрыть, и то, что она успела проверить до публикации. Реальное использование модели миллионами людей всегда шире любого предварительного тестирования.

Это не упрёк в адрес OpenAI – это ограничение, присущее всей индустрии. Никакая оценка безопасности не может учесть все возможные способы использования модели. Именно поэтому системные карточки дополняются механизмами обратной связи, продолжающимися исследованиями и обновлениями политик.

GPT-5.4 Thinking – достаточно мощная модель, чтобы её выход сопровождался серьёзным документом. И то, что этот документ существует и доступен публично, само по себе говорит кое-что важное о том, как OpenAI выстраивает разговор с аудиторией – не только с разработчиками, но и с теми, кто просто хочет понимать, что происходит в мире ИИ.

Ссылка на публикацию: https://openai.com/index/gpt-5-4-thinking-system-card
Оригинальное название: GPT-5.4 Thinking System Card
Дата публикации: 5 мар 2026
OpenAI openai.com Американская компания, создающая универсальные ИИ-модели для текста, кода и изображений.
Предыдущая статья OpenAI и образование: инструменты, сертификаты и попытка устранить цифровое неравенство Следующая статья GPT-5.4 от OpenAI: новая модель для профессиональной работы

Связанные публикации

Вам может быть интересно

Перейти к другим событиям

События – лишь часть картины. Эти материалы помогают увидеть шире: контекст, последствия и идеи, стоящие за новостями.

От источника к разбору

Как создавался этот текст

Этот материал не является прямым пересказом исходной публикации. Сначала была отобрана сама новость – как событие, важное для понимания развития ИИ. Затем мы задали рамку обработки: что в тексте важно прояснить, какой контекст добавить и на чём сделать акцент. Это позволило превратить отдельный анонс или обновление в связный и осмысленный разбор.

Нейросети, участвовавшие в работе

Мы открыто показываем, какие модели использовались на разных этапах обработки. Каждая из них выполняла свою роль – анализ источника, переписывание, проверка и визуальная интерпретация. Такой подход позволяет сохранить прозрачность процесса и ясно показать, как именно технологии участвовали в создании материала.

1.
Claude Sonnet 4.6 Anthropic Анализ исходной публикации и написание текста Нейросеть изучает оригинальный материал и формирует связный текст

1. Анализ исходной публикации и написание текста

Нейросеть изучает оригинальный материал и формирует связный текст

Claude Sonnet 4.6 Anthropic
2.
Gemini 2.5 Flash Google DeepMind Проверка и правка текста Исправление ошибок, неточностей и спорных формулировок

2. Проверка и правка текста

Исправление ошибок, неточностей и спорных формулировок

Gemini 2.5 Flash Google DeepMind
3.
DeepSeek-V3.2 DeepSeek Подготовка описания для иллюстрации Генерация текстового промпта для визуальной модели

3. Подготовка описания для иллюстрации

Генерация текстового промпта для визуальной модели

DeepSeek-V3.2 DeepSeek
4.
FLUX.2 Pro Black Forest Labs Создание иллюстрации Генерация изображения по подготовленному промпту

4. Создание иллюстрации

Генерация изображения по подготовленному промпту

FLUX.2 Pro Black Forest Labs

Хотите знать о новых
экспериментах первыми?

Подписывайтесь на наш Telegram-канал – там мы делимся всем самым
свежим и интересным из мира NeuraBooks.

Подписаться