Мой блог
Сравнение Gemini 4 Argon и GPT-6 Sol: неожиданные результаты тестирования
Сравнение новейшей нейросети Gemini 4 Argon против GPT-6 от OpenAI показало весьма неожиданные результаты в практических тестах. Автор первоисточника провел серию испытаний, охватывающих создание веб-игр, логические расчеты для поездок и аудит безопасности программного кода.
В ходе практического тестирования обе языковые модели продемонстрировали высокий уровень подготовки, однако в разных сценариях каждая из них проявила свои уникальные сильные стороны и технические особенности.
Создание мини-игры в браузере
Первое испытание заключалось в разработке простой браузерной игры по единому текстовому запросу. Модели должны были создать скрипт с котом на скейтборде, который катается влево и вправо, собирает падающие звезды и уворачивается от дождевых туч, с подсчетом очков, постепенно увеличивающейся скоростью, экраном окончания игры с кнопкой перезапуска, а также поддержкой стрелок на клавиатуре и сенсорного управления на телефоне прямо в едином HTML-файле без необходимости что-либо устанавливать.
Gemini 4 Argon справилась с задачей всего за три минуты (чуть менее трех минут) и предоставила удобный интерактивный интерфейс с живым превью работающего в фоновом режиме кода. Итоговая игра получила очаровательный ретро-стиль оформления, но управление с помощью двух отдельных стрелок направления оказалось крайне неудобным и вызвало сильную фрустрацию по мере ускорения игрового процесса.
Модель GPT-6 Sol потратила на генерацию чуть больше времени, закончив ровно за три минуты и 37 секунд, а ее визуальное оформление оказалось минималистичным. Тем не менее, вместо кнопок направления она предложила удобный ползунок для перемещения кота влево и вправо, что сделало управление процессом значительно комфортнее и проще при нарастающей скорости, обеспечив ей победу в данном раунде.
Планирование поездки на электромобиле
Вторым этапом стало математическое задание по расчету 600-километровой поездки по шоссе на электрокаре. Условия включали стартовый заряд батареи в 100%, расход энергии из расчета 2,5 км на каждый 1%, жесткое требование никогда не опускать заряд ниже 10% (включая момент прибытия), а также фиксированное расположение станций подзарядки на отметках 120 км, 200 км, 310 км, 400 км и 480 км. Дополнительные условия учитывали разную скорость зарядки: обычные станции добавляли 1% в минуту до 80% емкости с последующим замедлением до 1% каждые 4 минуты, а старая станция на отметке 310 км добавляла 1% лишь каждые 2 минуты (также до 80%). Требовалось найти минимальное общее время зарядки, точки остановок и дать понятное объяснение простым языком без перегрузки сложными вычислениями.
Обе системы справились с расчетами примерно за 32 секунды и выдали абсолютно одинаковый правильный результат, структурированный в виде удобных таблиц для наглядности точек остановок и времени. Однако текстовое пояснение у Gemini оказалось намного точнее адаптированным под запрос «простым языком»: оно разбило информацию на более мелкие разделы, использовало два набора указателей для аргументации и связало всё единой таблицей. ChatGPT справилась отлично, но ее объяснение было менее детальным, за что этот раунд был отдан продукту от Google.
Аудит безопасности программного кода
Финальная проверка потребовала проанализировать исходный код веб-приложения на Flask в качестве аудитора безопасности. Текст задания включал семь искусственно внедренных уязвимостей, требовал перечислить их списком с ранжированием по степени опасности, пояснить суть возможной эксплуатации каждой бреши ровно в одной строке без лишней общей теории и предоставить полностью исправленную версию файла.
ChatGPT справилась с заданием за 4 минуты 18 секунд, а Gemini потребовалось почти пять минут (чуть менее пяти минут), что не имеет принципиальной разницы для столь сложной задачи. Обе системы успешно выявили все семь заложенных проблем и подготовили корректный код. Gemini предоставила более подробные и развернутые пояснения с пошаговым разбором устранения багов, тогда как конкурент завершил работу немного быстрее, но ни у одной не было весомого преимущества, поэтому эксперт присудил ничью.
Итоги тестирования
Сравнение показало, что выбор передовой нейросети зависит от конкретных задач. Несмотря на сильные стороны новой разработки Google в подаче материала и детализации, привычные рабочие сценарии продолжают удерживать пользователей на экосистеме OpenAI благодаря удобству и устоявшемуся ежедневному рабочему процессу.
