Источник A
OpenAI Launches GPT-5.4 With Native Computer-Use Capabilities
ndtv.com
https://www.ndtv.com/feature/openai-launches-gpt-5-4-with-native-computer-use-capabilities-11177159
Сравнение
Победитель: Источник A выглядит менее манипулятивным
Источник A выглядит менее манипулятивным, чем источник B, в рамках этого нарратива.
Источник B
OpenAI’s GPT-5.4 sets new records on professional benchmarks
thenextweb.com
https://thenextweb.com/news/openai-gpt-54-launch-computer-use-benchmarks
Темы
Мгновенный вердикт
Менее предвзятый источник: Источник A
Более эмоциональная подача: Источник B
Более односторонняя подача: Источник B
Более слабая доказательная база: Источник B
Более манипулятивная подача: Источник B
Конфликт нарративов
Основной нарратив источника A
Источник акцентирует контроль территории и конфликт вокруг требований сторон.
Основной нарратив источника B
Источник связывает развитие событий с экономическими ограничениями и ресурсными интересами.
Ключевое различие
Контраст позиций: акцент на территориальном контроле против акцента на экономических факторах.
Позиция источника A
Источник акцентирует контроль территории и конфликт вокруг требований сторон.
Уверенность позиции: 74%
Позиция источника B
Источник связывает развитие событий с экономическими ограничениями и ресурсными интересами.
Уверенность позиции: 77%
Центральный конфликт позиций
Контраст позиций: акцент на территориальном контроле против акцента на экономических факторах.
Почему эта пара подходит для сравнения
- Тип кандидата: Альтернативная подача
- Качество пары для сравнения: 59%
- Оценка совпадения сюжета: 42%
- Оценка контраста: 69%
- Сила контраста: Сильное сравнение
- Сила контраста позиций: Высокая
- Совпадение сюжета: Сюжетно близкие материалы. URL-контекст указывает на один эпизод.
- Сигнал контраста: Контраст позиций: акцент на территориальном контроле против акцента на экономических факторах.
Ключевые утверждения и доказательства
Ключевые утверждения в источнике A
- the model can write code that enables it to control computers and carry out actions such as issuing keyboard and mouse commands in response to screenshots.
- The company said the new model comes with native computer-use capabilities, allowing it to operate devices and applications directly.
- The company said the new model performs better when answering complex questions that require gathering information from multiple sources.
- OpenAI also claims GPT-5.4 is its most factual model so far, with individual claims about 33 per cent less likely to be false compared with the earlier GPT-5.2 model.
Ключевые утверждения в источнике B
- These figures are self-reported, and benchmark comparisons are against GPT-5.2 rather than the more recent GPT-5.3 — a pattern worth noting when reading the headline numbers.
- In internal testing using 250 tasks across 36 MCP servers, OpenAI reported a 47% reduction in total token usage.
- On OSWorld-Verified, which measures a model’s ability to navigate a desktop environment using screenshots and keyboard and mouse input, GPT-5.4 hit a 75% success rate, ahead of the reported human performance benchmark o…
- On hallucinations, OpenAI reports that individual factual claims are 33% less likely to be incorrect compared to GPT-5.2, and that overall responses are 18% less likely to contain errors.
Текстовые доказательства
Доказательства из источника A
-
ключевое утверждение
The company said the new model comes with native computer-use capabilities, allowing it to operate devices and applications directly.
Ключевое утверждение, на котором строится подача материала.
-
ключевое утверждение
According to OpenAI, the model can write code that enables it to control computers and carry out actions such as issuing keyboard and mouse commands in response to screenshots.
Ключевое утверждение, на котором строится подача материала.
-
возможное упущение контекста
These figures are self-reported, and benchmark comparisons are against GPT-5.2 rather than the more recent GPT-5.3 — a pattern worth noting when reading the headline numbers.
Возможное упущение контекста: источник A уделяет меньше внимания экономическим и ресурсным факторам, чем источник B.
Доказательства из источника B
-
ключевое утверждение
These figures are self-reported, and benchmark comparisons are against GPT-5.2 rather than the more recent GPT-5.3 — a pattern worth noting when reading the headline numbers.
Ключевое утверждение, на котором строится подача материала.
-
ключевое утверждение
In internal testing using 250 tasks across 36 MCP servers, OpenAI reported a 47% reduction in total token usage.
Ключевое утверждение, на котором строится подача материала.
-
выборочный акцент
Just two days ago, the company released GPT-5.3 Instant.
Возможное выборочное акцентирование отдельных аспектов истории.
Доказательства паттернов искажения
-
Источник B · Ложная дилемма
Just two days ago, the company released GPT-5.3 Instant.
Возможная ложная дилемма: ситуация описана как выбор между ограниченным числом опций, хотя вариантов может быть больше.
Как формируются сигналы оценок
Сигнал оценки искажений
Итоговый сигнал учитывает фрейминг, эмоционально нагруженные формулировки, выборочный акцент и паттерны односторонней подачи.
Сигнал эмоциональности
Эмоциональность повышается, когда в доказательствах чаще встречаются эмоциональная лексика и оценочные маркировки.
Сигнал односторонности
Односторонность повышается при доминировании одного фрейма и слабом присутствии альтернативных интерпретаций.
Сигнал доказательности
Доказательность растёт при наличии конкретных утверждений, атрибутированных цитат и проверяемых контекстных деталей.
Источник A
26%
эмоциональность: 25 · односторонность: 30
Найдено в источнике A
Эффект фрейминга
Источник B
37%
эмоциональность: 37 · односторонность: 35
Найдено в источнике B
Ложная дилемма
Метрики
Различия во фрейминге
- Эмоциональность источника A: 25/100, источника B: 37/100
- Односторонность источника A: 30/100, источника B: 35/100
- Контраст позиций: акцент на территориальном контроле против акцента на экономических факторах.
Возможные упущения контекста
- Источник A в меньшей степени раскрывает контекст, связанный с экономическим и ресурсным факторам.