GPT-5.5 Instant от OpenAI превосходит врачей в новом медицинском бенчмарке

OpenAI официально вывела свои возможности в области медицинского интеллекта на новый уровень, выпустив модель GPT-5.5 Instant, что стало важной вехой в развитии специализированных рассуждений ИИ. Это обновление демонстрирует беспрецедентную способность соответствовать по точности медицинских данных высокопроизводительным «рассуждающим» (Thinking) моделям, оставаясь при этом значительно более экономически эффективным решением.

Превосходство над ответами врачей

Самым поразительным выводом из последних данных OpenAI стало то, что GPT-5.5 Instant начала превосходить врачей-людей в определенных стандартизированных тестах. В собственных бенчмарках OpenAI модель обошла как GPT-4o, так и ответы, написанные врачами, по пяти критически важным категориям оценки. Что наиболее примечательно, модель достигла показателя до 89,9% в точности следования инструкциям, что гарантирует получение точных, структурированных и контекстуально релевантных рекомендаций на медицинские запросы.

Этот скачок в производительности не является просто постепенным улучшением; он представляет собой масштабное снижение частоты ошибок. OpenAI сообщает, что за последние два месяца количество неверных утверждений о здоровье сократилось на 71%, что свидетельствует о быстрой стабилизации способностей модели к рассуждению в критически важных областях.

Human-in-the-Loop: масштабы медицинской валидации

Разработка GPT-5.5 Instant не проходила в изоляции. Чтобы обеспечить клиническую безопасность и точность, OpenAI задействовала масштабную систему обучения с участием человека (human-in-the-loop), в которой участвовала глобальная сеть из более чем 260 врачей из 60 разных стран. Эта экспертная группа проверила более 700 000 ответов модели, чтобы отточить медицинскую логику ИИ.

Используя такие бенчмарки, как HealthBench и HealthBench Professional, OpenAI продемонстрировала, что GPT-5.5 Instant может сравниться по эффективности с самыми дорогими и ресурсоемкими «рассуждающими» моделями в отрасли. Что крайне важно, она делает это при минимальных эксплуатационных расходах, делая высокоуровневый медицинский интеллект более доступным для широких масс.

Демократизация медицинского интеллекта

Последствия для всего ландшафта ИИ весьма глубоки, особенно учитывая масштабы текущего использования. Поскольку более 230 миллионов человек еженедельно используют ChatGPT для вопросов, связанных со здоровьем — от интерпретации сложных результатов лабораторных анализов до решения сложных вопросов страхования, — точность этих моделей становится вопросом общественной значимости.

OpenAI разделяет свою стратегию, чтобы охватить оба конца спектра: широкую общественность и профессиональное сообщество. В то время как GPT-5.5 Instant внедряется для всех бесплатных пользователей ChatGPT (с учетом лимитов использования), компания продолжает расширять свои профессиональные экосистемы с помощью «ChatGPT for Clinicians» и «OpenAI for Healthcare». Этот двойной подход направлен на обеспечение немедленной пользы для подготовки пациентов и одновременное создание надежных специализированных инструментов для медицинских работников.

Основные выводы

• Превосходная точность: GPT-5.5 Instant достигла показателя выполнения инструкций в 89,9% и сократила количество неверных утверждений о здоровье на 71% за два месяца.
• Экспертная проверка: Модель была доработана на основе проверки 700 000 ответов глобальной сетью, состоящей из более чем 260 врачей.
• Эффективность в масштабе: Новая модель по производительности на бенчмарках HealthBench соответствует тяжелым «рассуждающим» (Thinking) моделям, но при гораздо более низкой стоимости.