В сообществе пользователей ChatGPT нарастает волна жалоб на деградацию качества модели. Термин «nerfed» (от компьютерных игр, означающий намеренное ослабление персонажа или механики) используется пользователями, чтобы описать заметное снижение способностей модели к анализу, логике и точности ответов. Жалобы не ограничены одним форумом — они независимо подтверждаются на Reddit, Twitter и специализированных AI-сообществах.
Что именно нарушилось? Пользователи указывают на несколько симптомов: модель начала чаще отказываться от задач, которые раньше решала; дает более поверхностные ответы на сложные вопросы; медленнее обрабатывает многоэтапные инструкции. Некоторые предполагают, что это результат оптимизации на экономию вычислительных мощностей (OpenAI ежедневно обслуживает миллионы запросов), другие указывают на регулярные обновления, которые могли побочным эффектом повредить некоторые способности.
Это не новая проблема для крупных LLM. Пользователи Claude и других моделей также периодически замечают колебания качества после обновлений. Разница в том, что ChatGPT переживает пик внимания и критики — любое изменение моментально масштабируется в обсуждениях. К тому же, OpenAI не публикует релиз-ноты обновлений так часто, как хотелось бы сообществу, что порождает спекуляции и недоверие.
Почему это важно? Если крупные модели действительно теряют качество без прозрачного объяснения причин, это подрывает доверие. Люди, построившие бизнес-процессы вокруг ChatGPT, начнут искать альтернативы или диверсифицировать инструменты. В ситуации, когда конкуренция в этом сегменте растет, это может иметь долгосрочный эффект.
В российском бизнесе эта проблема выглядит острее. Если компания использует ChatGPT для критичных операций (автоматизация контента, обработка данных, генерация отчетов), деградация качества напрямую влияет на результаты. При работе с моделями через API или встроенные интеграции нужно постоянно проверять консистентность результатов, а не полагаться на стабильность. Для масштабированных операций рационально работать одновременно с несколькими моделями или платформами автоматизации, где можно гибко переключаться между источниками AI в зависимости от задачи.
Ожидается, что OpenAI все же даст официальный комментарий или выпустит более подробные релиз-ноты. Пока же сообщество экспериментирует, сравнивает snapshots модели и пытается зафиксировать, в какой момент произошло изменение. Это нездоровый сигнал для лидера рынка.