Источник A
OpenAI’s GPT-5.4 sets new records on professional benchmarks
thenextweb.com
https://thenextweb.com/news/openai-gpt-54-launch-computer-use-benchmarks
Сравнение
Победитель: Источник B выглядит менее манипулятивным
Источник B выглядит менее манипулятивным, чем источник A, в рамках этого нарратива.
Источник B
OpenAI launches GPT-5.4 with Pro and Thinking versions
techcrunch.com
https://techcrunch.com/2026/03/05/openai-launches-gpt-5-4-with-pro-and-thinking-versions/
Темы
Мгновенный вердикт
Менее предвзятый источник: Источник B
Более эмоциональная подача: Источник A
Более односторонняя подача: Источник A
Более слабая доказательная база: Источник A
Более манипулятивная подача: Источник A
Конфликт нарративов
Основной нарратив источника A
Источник связывает развитие событий с экономическими ограничениями и ресурсными интересами.
Основной нарратив источника B
Источник подаёт событие через призму политических решений и распределения ответственности.
Ключевое различие
Контраст позиций: акцент на экономических факторах против акцента на политических решениях.
Позиция источника A
Источник связывает развитие событий с экономическими ограничениями и ресурсными интересами.
Уверенность позиции: 77%
Позиция источника B
Источник подаёт событие через призму политических решений и распределения ответственности.
Уверенность позиции: 66%
Центральный конфликт позиций
Контраст позиций: акцент на экономических факторах против акцента на политических решениях.
Почему эта пара подходит для сравнения
- Тип кандидата: Близкая похожая публикация
- Качество пары для сравнения: 51%
- Оценка совпадения сюжета: 28%
- Оценка контраста: 69%
- Сила контраста: Сильное сравнение
- Сила контраста позиций: Высокая
- Совпадение сюжета: Связь по теме умеренная. Совпадает проблематика и тип действий.
- Сигнал контраста: Контраст позиций: акцент на экономических факторах против акцента на политических решениях.
Ключевые утверждения и доказательства
Ключевые утверждения в источнике A
- 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.
Ключевые утверждения в источнике B
- [GPT-5.4] excels at creating long-horizon deliverables such as slide decks, financial models, and legal analysis,” Foody said in the statement, “delivering top performance while running faster and at a lower cost than c…
- GPT-5.4 also took the lead on Mercor’s APEX-Agents benchmark, designed to test professional skills in law and finance, according to a statement from Mercor CEO Brendan Foody.
- OpenAI said the new model was 33% less likely to make errors in individual claims when compared to GPT 5.2, and overall responses were 18% less likely to contain errors.
- The API version of the model will be available with context windows as large as 1 million tokens, by far the largest context window available from OpenAI.
Текстовые доказательства
Доказательства из источника A
-
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 из источника B
-
ключевое утверждение
GPT-5.4 also took the lead on Mercor’s APEX-Agents benchmark, designed to test professional skills in law and finance, according to a statement from Mercor CEO Brendan Foody.
Ключевое утверждение, на котором строится подача материала.
-
ключевое утверждение
[GPT-5.4] excels at creating long-horizon deliverables such as slide decks, financial models, and legal analysis,” Foody said in the statement, “delivering top performance while running fas…
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 B уделяет меньше внимания экономическим и ресурсным факторам, чем источник A.
Доказательства паттернов искажения
-
Источник A · 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
37%
эмоциональность: 37 · односторонность: 35
Найдено в источнике A
Ложная дилемма
Источник B
26%
эмоциональность: 27 · односторонность: 30
Найдено в источнике B
Эффект фрейминга
Метрики
Различия во фрейминге
- Эмоциональность источника A: 37/100, источника B: 27/100
- Односторонность источника A: 35/100, источника B: 30/100
- Контраст позиций: акцент на экономических факторах против акцента на политических решениях.
Возможные упущения контекста
- Источник B в меньшей степени раскрывает контекст, связанный с экономическим и ресурсным факторам.
- Источник B в меньшей степени раскрывает контекст, связанный с вопросам территориального контроля.