Источник A
GPT-5.4 is here — and OpenAI just made every other AI model look slow
tomsguide.com
https://www.tomsguide.com/ai/gpt-5-4-is-here-and-openai-just-made-every-other-ai-model-look-slow
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: 69%
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: Близкая похожая публикация
- Качество пары для сравнения: 51%
- Оценка совпадения сюжета: 26%
- Оценка контраста: 70%
- 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 территориальном контроле против акцента на экономических факторах.
Ключевые утверждения и доказательства
Ключевые утверждения в источнике A
- GPT-5.4's individual factual claims are 33% less likely to be false than GPT-5.2's, and its full responses are 18% less likely to contain any errors — a meaningful upgrade for professionals who rely on accura…
- Professional work: where it really shines (Image credit: Shutterstock)OpenAI says GPT-5.4 is specifically engineered to be better at the kind of work real professionals do every day: building financial models, editing p…
- You must confirm your public display name before commenting Please logout and then login again, you will then be prompted to enter your display name.
- Yet despite the turmoil, OpenAI has just launched GPT-5.4, its most capable and efficient frontier model to date, rolling it out simultaneously across ChatGPT, the Codex platform and its developer API.
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
According to OpenAI, GPT-5.4's individual factual claims are 33% less likely to be false than GPT-5.2's, and its full responses are 18% less likely to contain any errors — a meaningful upgr…
Ключевое утверждение, на котором строится подача материала.
-
ключевое утверждение
Professional work: where it really shines (Image credit: Shutterstock)OpenAI says GPT-5.4 is specifically engineered to be better at the kind of work real professionals do every day: buildi…
Ключевое утверждение, на котором строится подача материала.
-
выборочный акцент
On OSWorld-Verified — the benchmark that measures a model's ability to navigate a real desktop environment — GPT-5.4 scores 75.0%, which not only destroys GPT-5.2's 47.3% score but also edg…
Возможное выборочное акцентирование отдельных аспектов истории.
-
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 A · Эффект фрейминга
On OSWorld-Verified — the benchmark that measures a model's ability to navigate a real desktop environment — GPT-5.4 scores 75.0%, which not only destroys GPT-5.2's 47.3% score but also edg…
Возможный фрейминг: формулировка задает угол восприятия события, смещая интерпретацию читателя.
-
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.