#gpt55 — Public Fediverse posts

Codex за 5 месяцев 2026: мой топ-5 релизов, что не зашло и где OpenAI обогнал Anthropic

Гоняю Codex CLI каждый день параллельно с Claude Code. За январь-май 2026 OpenAI выкатил столько релизов, что я честно сбился со счёта — GPT-5.3-Codex, GPT-5.4, GPT-5.5, Desktop app, Codex в ChatGPT mobile, Browser Use, Computer Use на macOS, стабильные hooks, plugin marketplace, /goal, Windows sandbox, Chrome extension. Это дайджест по реальному changelog с моим ранжированием — что зашло, что нет, и одна важная инверсия популярного мнения. Топ-1: GPT-5.5 — на голову выше 5.4, честно говоря, удивлён, что не назвали GPT-6. Топ-2: наблюдаемость субагентов через spawn — раньше я вручную копировал промпты, чтобы видеть, что делает дочерний агент. Теперь кликаю в карточку и вижу всё. Тотально поменяло работу команды. Что не зашло: автоматизации глючат, скорость уступает Opus 4.7, у Codex два режима запуска агентов и в каждом промпте приходится напоминать о правильном. Инверсия: лимиты у ChatGPT-плана сейчас БОЛЬШЕ, чем у Anthropic, и сбрасываются регулярно. Это контр-интуитивно, но это так. В статье: ранжированный топ-5, грабли, что я НЕ включил (потому что про это были отдельные статьи), и отсылка на архив со скиллами оркестратора в моём Telegram-канале.

https://habr.com/ru/articles/1039740/

#Codex #OpenAI #GPT55 #AIагенты #subagents #browseruse #hooks #pluginmarketplace

El lado del mal - ExploitBench: Un benchmark para medir las capacidades de Agentes IA en la explotación de bugs https://www.elladodelmal.com/2026/05/exploitbench-un-benchmark-para-medir.html #AgenticIA #AI #IA #hacking #exploiting #VibeExpoiting #Mythos #GPT55 #InteligenciaArtificial #CISOs #1day

El lado del mal - ExploitBench: Un benchmark para medir las capacidades de Agentes IA en la explotación de bugs https://www.elladodelmal.com/2026/05/exploitbench-un-benchmark-para-medir.html #AgenticIA #AI #IA #hacking #exploiting #VibeExpoiting #Mythos #GPT55 #InteligenciaArtificial #CISOs #1day

El lado del mal - ExploitBench: Un benchmark para medir las capacidades de Agentes IA en la explotación de bugs https://www.elladodelmal.com/2026/05/exploitbench-un-benchmark-para-medir.html #AgenticIA #AI #IA #hacking #exploiting #VibeExpoiting #Mythos #GPT55 #InteligenciaArtificial #CISOs #1day

El lado del mal - ExploitBench: Un benchmark para medir las capacidades de Agentes IA en la explotación de bugs https://www.elladodelmal.com/2026/05/exploitbench-un-benchmark-para-medir.html #AgenticIA #AI #IA #hacking #exploiting #VibeExpoiting #Mythos #GPT55 #InteligenciaArtificial #CISOs #1day

El lado del mal - ExploitBench: Un benchmark para medir las capacidades de Agentes IA en la explotación de bugs https://www.elladodelmal.com/2026/05/exploitbench-un-benchmark-para-medir.html #AgenticIA #AI #IA #hacking #exploiting #VibeExpoiting #Mythos #GPT55 #InteligenciaArtificial #CISOs #1day

Reasoning-модели сломали мой промпт-инжиниринг. Год переучиваюсь

Вторник, час ночи. Закидываю в GPT-5.5 свой проверенный шаблон с развёрнутым CoT, тремя few-shot, ролью «опытный аналитик». Получаю мусор. Удаляю весь промпт, пишу из трёх строк — работает. Минут десять пялюсь в монитор. Половина моего трёхлетнего арсенала против reasoning-моделей либо лишняя, либо вредит. Что сдохло, что наоборот выросло в значимости, что писать под какую задачу. Без эмоциональной role-play и многословных «подумай шаг за шагом» — они сейчас только тормозят.

https://habr.com/ru/articles/1038510/

#промптинжиниринг #reasoningмодели #gpt55 #claude_opus #llm #chainofthought #fewshot #aiагенты

Reasoning-модели сломали мой промпт-инжиниринг. Год переучиваюсь

Вторник, час ночи. Закидываю в GPT-5.5 свой проверенный шаблон с развёрнутым CoT, тремя few-shot, ролью «опытный аналитик». Получаю мусор. Удаляю весь промпт, пишу из трёх строк — работает. Минут десять пялюсь в монитор. Половина моего трёхлетнего арсенала против reasoning-моделей либо лишняя, либо вредит. Что сдохло, что наоборот выросло в значимости, что писать под какую задачу. Без эмоциональной role-play и многословных «подумай шаг за шагом» — они сейчас только тормозят.

https://habr.com/ru/articles/1038510/

#промптинжиниринг #reasoningмодели #gpt55 #claude_opus #llm #chainofthought #fewshot #aiагенты

Reasoning-модели сломали мой промпт-инжиниринг. Год переучиваюсь

Вторник, час ночи. Закидываю в GPT-5.5 свой проверенный шаблон с развёрнутым CoT, тремя few-shot, ролью «опытный аналитик». Получаю мусор. Удаляю весь промпт, пишу из трёх строк — работает. Минут десять пялюсь в монитор. Половина моего трёхлетнего арсенала против reasoning-моделей либо лишняя, либо вредит. Что сдохло, что наоборот выросло в значимости, что писать под какую задачу. Без эмоциональной role-play и многословных «подумай шаг за шагом» — они сейчас только тормозят.

https://habr.com/ru/articles/1038510/

#промптинжиниринг #reasoningмодели #gpt55 #claude_opus #llm #chainofthought #fewshot #aiагенты

Reasoning-модели сломали мой промпт-инжиниринг. Год переучиваюсь

Вторник, час ночи. Закидываю в GPT-5.5 свой проверенный шаблон с развёрнутым CoT, тремя few-shot, ролью «опытный аналитик». Получаю мусор. Удаляю весь промпт, пишу из трёх строк — работает. Минут десять пялюсь в монитор. Половина моего трёхлетнего арсенала против reasoning-моделей либо лишняя, либо вредит. Что сдохло, что наоборот выросло в значимости, что писать под какую задачу. Без эмоциональной role-play и многословных «подумай шаг за шагом» — они сейчас только тормозят.

https://habr.com/ru/articles/1038510/

#промптинжиниринг #reasoningмодели #gpt55 #claude_opus #llm #chainofthought #fewshot #aiагенты

AI is coming for your bank account and that should make you very nervous

https://fed.brid.gy/r/https://nerds.xyz/2026/05/ai-is-coming-for-your-bank-account-and-that-should-make-you-very-nervous/

AI is coming for your bank account and that should make you very nervous

https://fed.brid.gy/r/https://nerds.xyz/2026/05/ai-is-coming-for-your-bank-account-and-that-should-make-you-very-nervous/

AI is coming for your bank account and that should make you very nervous

https://web.brid.gy/r/https://nerds.xyz/2026/05/ai-is-coming-for-your-bank-account-and-that-should-make-you-very-nervous/

AI is coming for your bank account and that should make you very nervous

https://web.brid.gy/r/https://nerds.xyz/2026/05/ai-is-coming-for-your-bank-account-and-that-should-make-you-very-nervous/

AI is coming for your bank account and that should make you very nervous

https://web.brid.gy/r/https://nerds.xyz/2026/05/ai-is-coming-for-your-bank-account-and-that-should-make-you-very-nervous/

ChatGPT is getting better at spotting dangerous intent over time

https://fed.brid.gy/r/https://nerds.xyz/2026/05/chatgpt-dangerous-intent-detection/

ChatGPT is getting better at spotting dangerous intent over time

https://web.brid.gy/r/https://nerds.xyz/2026/05/chatgpt-dangerous-intent-detection/

ChatGPT is getting better at spotting dangerous intent over time

https://web.brid.gy/r/https://nerds.xyz/2026/05/chatgpt-dangerous-intent-detection/

ChatGPT is getting better at spotting dangerous intent over time

https://fed.brid.gy/r/https://nerds.xyz/2026/05/chatgpt-dangerous-intent-detection/

ChatGPT is getting better at spotting dangerous intent over time

https://web.brid.gy/r/https://nerds.xyz/2026/05/chatgpt-dangerous-intent-detection/

#AutonomousAI #cybercapabilities are advancing rapidly, with the length of tasks #AImodels can complete autonomously doubling every 4.7 months since late 2024. This acceleration is evident in new models like #ClaudeMythos Preview and #GPT55, which significantly outperform previous trends. https://www.aisi.gov.uk/blog/how-fast-is-autonomous-ai-cyber-capability-advancing?eicker.news #tech #media #news

#AutonomousAI #cybercapabilities are advancing rapidly, with the length of tasks #AImodels can complete autonomously doubling every 4.7 months since late 2024. This acceleration is evident in new models like #ClaudeMythos Preview and #GPT55, which significantly outperform previous trends. https://www.aisi.gov.uk/blog/how-fast-is-autonomous-ai-cyber-capability-advancing?eicker.news #tech #media #news

#AutonomousAI #cybercapabilities are advancing rapidly, with the length of tasks #AImodels can complete autonomously doubling every 4.7 months since late 2024. This acceleration is evident in new models like #ClaudeMythos Preview and #GPT55, which significantly outperform previous trends. https://www.aisi.gov.uk/blog/how-fast-is-autonomous-ai-cyber-capability-advancing?eicker.news #tech #media #news

#AutonomousAI #cybercapabilities are advancing rapidly, with the length of tasks #AImodels can complete autonomously doubling every 4.7 months since late 2024. This acceleration is evident in new models like #ClaudeMythos Preview and #GPT55, which significantly outperform previous trends. https://www.aisi.gov.uk/blog/how-fast-is-autonomous-ai-cyber-capability-advancing?eicker.news #tech #media #news

#AutonomousAI #cybercapabilities are advancing rapidly, with the length of tasks #AImodels can complete autonomously doubling every 4.7 months since late 2024. This acceleration is evident in new models like #ClaudeMythos Preview and #GPT55, which significantly outperform previous trends. https://www.aisi.gov.uk/blog/how-fast-is-autonomous-ai-cyber-capability-advancing?eicker.news #tech #media #news

Codex 5.3 vs Claude Opus 4.6 на реальном Java-монолите

Я сравнил Codex 5.3, Claude Opus 4.6 и GPT-5.5 на реальном многомодульном Java-монолите: скопировал проект в отдельные ветки, дал агентам похожие задачи и прогнал их через цикл правок, ревью и e2e-тестов. Результат: чем дешевле - тем лучше результат.

https://habr.com/ru/articles/1034452/

#Codex #Claude #GPT55 #AIагенты #вайбкодинг #Java #Spring_AI #Telegramбот #LLM #ReAct

Codex 5.3 vs Claude Opus 4.6 на реальном Java-монолите

Я сравнил Codex 5.3, Claude Opus 4.6 и GPT-5.5 на реальном многомодульном Java-монолите: скопировал проект в отдельные ветки, дал агентам похожие задачи и прогнал их через цикл правок, ревью и e2e-тестов. Результат: чем дешевле - тем лучше результат.

https://habr.com/ru/articles/1034452/

#Codex #Claude #GPT55 #AIагенты #вайбкодинг #Java #Spring_AI #Telegramбот #LLM #ReAct

Codex 5.3 vs Claude Opus 4.6 на реальном Java-монолите

Я сравнил Codex 5.3, Claude Opus 4.6 и GPT-5.5 на реальном многомодульном Java-монолите: скопировал проект в отдельные ветки, дал агентам похожие задачи и прогнал их через цикл правок, ревью и e2e-тестов. Результат: чем дешевле - тем лучше результат.

https://habr.com/ru/articles/1034452/

#Codex #Claude #GPT55 #AIагенты #вайбкодинг #Java #Spring_AI #Telegramбот #LLM #ReAct

Codex 5.3 vs Claude Opus 4.6 на реальном Java-монолите

Я сравнил Codex 5.3, Claude Opus 4.6 и GPT-5.5 на реальном многомодульном Java-монолите: скопировал проект в отдельные ветки, дал агентам похожие задачи и прогнал их через цикл правок, ревью и e2e-тестов. Результат: чем дешевле - тем лучше результат.

https://habr.com/ru/articles/1034452/

#Codex #Claude #GPT55 #AIагенты #вайбкодинг #Java #Spring_AI #Telegramбот #LLM #ReAct

OpenAI's GPT-5.5 Matches Mythos in Security Vulnerability Detection

The UK's AI Security Institute just put GPT-5.5 to the test, and the results are impressive: it can detect security vulnerabilities on par with the highly-regarded Claude Mythos. This achievement is especially significant since GPT-5.5 is widely available for use.

https://osintsights.com/openais-gpt-55-matches-mythos-in-security-vulnerability-detection?utm_source=mastodon&utm_medium=social

#AiSecurity #Gpt55 #ClaudeMythos #SecurityVulnerabilityDetection #VulnerabilityAssessment

Промпт-инжиниринг 2026: что устарело с приходом reasoning-моделей

Половина моих промпт-техник за пару лет работы с GPT-4 и Claude 3.5 на reasoning-моделях работает хуже минимального промпта. Развёрнутый chain-of-thought, многошаговый few-shot, эмоциональная role-play — лишнее или вредит. А скучные техники — контракт результата, системные промпты, constraints — наоборот, стали критически важными. Что умерло, что выжило, что подходит под какую задачу.

https://habr.com/ru/articles/1034572/

#промптинжиниринг #reasoningмодели #gpt55 #claude_opus #llm #chainofthought

Промпт-инжиниринг 2026: что устарело с приходом reasoning-моделей

Половина моих промпт-техник за пару лет работы с GPT-4 и Claude 3.5 на reasoning-моделях работает хуже минимального промпта. Развёрнутый chain-of-thought, многошаговый few-shot, эмоциональная role-play — лишнее или вредит. А скучные техники — контракт результата, системные промпты, constraints — наоборот, стали критически важными. Что умерло, что выжило, что подходит под какую задачу.

https://habr.com/ru/articles/1034572/

#промптинжиниринг #reasoningмодели #gpt55 #claude_opus #llm #chainofthought

Промпт-инжиниринг 2026: что устарело с приходом reasoning-моделей

Половина моих промпт-техник за пару лет работы с GPT-4 и Claude 3.5 на reasoning-моделях работает хуже минимального промпта. Развёрнутый chain-of-thought, многошаговый few-shot, эмоциональная role-play — лишнее или вредит. А скучные техники — контракт результата, системные промпты, constraints — наоборот, стали критически важными. Что умерло, что выжило, что подходит под какую задачу.

https://habr.com/ru/articles/1034572/

#промптинжиниринг #reasoningмодели #gpt55 #claude_opus #llm #chainofthought

Промпт-инжиниринг 2026: что устарело с приходом reasoning-моделей

Половина моих промпт-техник за пару лет работы с GPT-4 и Claude 3.5 на reasoning-моделях работает хуже минимального промпта. Развёрнутый chain-of-thought, многошаговый few-shot, эмоциональная role-play — лишнее или вредит. А скучные техники — контракт результата, системные промпты, constraints — наоборот, стали критически важными. Что умерло, что выжило, что подходит под какую задачу.

https://habr.com/ru/articles/1034572/

#промптинжиниринг #reasoningмодели #gpt55 #claude_opus #llm #chainofthought

I think we're almost at the point where, if we don't vibecode and use an LLM as your extended keyboard, we don't need the frontier models. The more intelligent the models get, the lower the cost of the same level of intelligence we need for such a use case.

GPT5.5 Low and MiMo v2.5 Pro are the ones I love using, but no matter what models they are, we've reached the threshold, and the price is gonna get lower. Vibecoding, coding without learning, and throwing away your thinking are the HUGE exceptions for that.

#ai #gpt55 #mimo #vibe_coding

I think we're almost at the point where, if we don't vibecode and use an LLM as your extended keyboard, we don't need the frontier models. The more intelligent the models get, the lower the cost of the same level of intelligence we need for such a use case.

GPT5.5 Low and MiMo v2.5 Pro are the ones I love using, but no matter what models they are, we've reached the threshold, and the price is gonna get lower. Vibecoding, coding without learning, and throwing away your thinking are the HUGE exceptions for that.

#ai #gpt55 #mimo #vibe_coding

I think we're almost at the point where, if we don't vibecode and use an LLM as our extended keyboard, we don't need the frontier models. The more intelligent the frontier models get, the lower the cost of the same level of intelligence we need for such a use case.

GPT5.5 Low, MiMo v2.5 Pro, and MiMo v2.5 are the ones I love using, but no matter what models they are, we've reached the threshold, and the price is gonna get lower. Vibecoding, coding without learning, and throwing away your thinking are the HUGE exceptions for that.

#ai #gpt55 #mimo #vibe_coding

I think we're almost at the point where, if we don't vibecode and use an LLM as your extended keyboard, we don't need the frontier models. The more intelligent the models get, the lower the cost of the same level of intelligence we need for such a use case.

GPT5.5 Low and MiMo v2.5 Pro are the ones I love using, but no matter what models they are, we've reached the threshold, and the price is gonna get lower. Vibecoding, coding without learning, and throwing away your thinking are the HUGE exceptions for that.

#ai #gpt55 #mimo #vibe_coding

I think we're almost at the point where, if we don't vibecode and use an LLM as your extended keyboard, we don't need the frontier models. The more intelligent the models get, the lower the cost of the same level of intelligence we need for such a use case.

GPT5.5 Low and MiMo v2.5 Pro are the ones I love using, but no matter what models they are, we've reached the threshold, and the price is gonna get lower. Vibecoding, coding without learning, and throwing away your thinking are the HUGE exceptions for that.

#ai #gpt55 #mimo #vibe_coding

via #AIFoundry : What’s new in Microsoft Foundry | April 2026

https://ift.tt/9uGfk3p
#MicrosoftFoundry #FoundryApril2026 #WhatsNew #GPT55 #GPT-5-5 #AgentFramework #OpenTelemetry #OTel #Tracing #HostedAgent #CodeAct #Hyperlight #PythonSandbox #CustomEvaluators #AgentMonitoring…

via #AIFoundry : What’s new in Microsoft Foundry | April 2026

https://ift.tt/9uGfk3p
#MicrosoftFoundry #FoundryApril2026 #WhatsNew #GPT55 #GPT-5-5 #AgentFramework #OpenTelemetry #OTel #Tracing #HostedAgent #CodeAct #Hyperlight #PythonSandbox #CustomEvaluators #AgentMonitoring…

via #AIFoundry : What’s new in Microsoft Foundry | April 2026

https://ift.tt/9uGfk3p
#MicrosoftFoundry #FoundryApril2026 #WhatsNew #GPT55 #GPT-5-5 #AgentFramework #OpenTelemetry #OTel #Tracing #HostedAgent #CodeAct #Hyperlight #PythonSandbox #CustomEvaluators #AgentMonitoring…

via #AIFoundry : What’s new in Microsoft Foundry | April 2026

https://ift.tt/9uGfk3p
#MicrosoftFoundry #FoundryApril2026 #WhatsNew #GPT55 #GPT-5-5 #AgentFramework #OpenTelemetry #OTel #Tracing #HostedAgent #CodeAct #Hyperlight #PythonSandbox #CustomEvaluators #AgentMonitoring…

via #AIFoundry : What’s new in Microsoft Foundry | April 2026

https://ift.tt/9uGfk3p
#MicrosoftFoundry #FoundryApril2026 #WhatsNew #GPT55 #GPT-5-5 #AgentFramework #OpenTelemetry #OTel #Tracing #HostedAgent #CodeAct #Hyperlight #PythonSandbox #CustomEvaluators #AgentMonitoring…

OpenAI Launches Daybreak to Bolster Secure Software Development

OpenAI has launched Daybreak, an innovative initiative that helps developers build secure software from the ground up, accelerating cyber defenders and continuously securing software. By integrating cutting-edge models like GPT-5.5, Daybreak shifts security to the forefront of the software development lifecycle.

https://osintsights.com/openai-launches-daybreak-to-bolster-secure-software-development?utm_source=mastodon&utm_medium=social

#SecureSoftwareDevelopment #Openai #Daybreak #Gpt55 #CodexSecurity

OpenAI представила Daybreak: связка GPT-5.5 и Codex для поиска уязвимостей и автоматического патчинга

OpenAI анонсировала Daybreak — связку GPT-5.5 и Codex для defense-команд: автоматический поиск уязвимостей, валидация в sandbox и one-click патчи через Codex. Три уровня доступа, верхний тир (GPT-5.5-Cyber для пентеста и red team) — только по верификации; с 1 июня 2026 потребуется phishing-resistant аутентификация. К запуску в Trusted Access for Cyber уже зарегистрированы тысячи защитников и сотни команд.

https://habr.com/ru/articles/1034028/

#OpenAI #Daybreak #GPT55 #Codex #кибербезопасность #поиск_уязвимостей #AIагенты

OpenAI представила Daybreak: связка GPT-5.5 и Codex для поиска уязвимостей и автоматического патчинга

OpenAI анонсировала Daybreak — связку GPT-5.5 и Codex для defense-команд: автоматический поиск уязвимостей, валидация в sandbox и one-click патчи через Codex. Три уровня доступа, верхний тир (GPT-5.5-Cyber для пентеста и red team) — только по верификации; с 1 июня 2026 потребуется phishing-resistant аутентификация. К запуску в Trusted Access for Cyber уже зарегистрированы тысячи защитников и сотни команд.

https://habr.com/ru/articles/1034028/

#OpenAI #Daybreak #GPT55 #Codex #кибербезопасность #поиск_уязвимостей #AIагенты

OpenAI представила Daybreak: связка GPT-5.5 и Codex для поиска уязвимостей и автоматического патчинга

OpenAI анонсировала Daybreak — связку GPT-5.5 и Codex для defense-команд: автоматический поиск уязвимостей, валидация в sandbox и one-click патчи через Codex. Три уровня доступа, верхний тир (GPT-5.5-Cyber для пентеста и red team) — только по верификации; с 1 июня 2026 потребуется phishing-resistant аутентификация. К запуску в Trusted Access for Cyber уже зарегистрированы тысячи защитников и сотни команд.

https://habr.com/ru/articles/1034028/

#OpenAI #Daybreak #GPT55 #Codex #кибербезопасность #поиск_уязвимостей #AIагенты

OpenAI представила Daybreak: связка GPT-5.5 и Codex для поиска уязвимостей и автоматического патчинга

OpenAI анонсировала Daybreak — связку GPT-5.5 и Codex для defense-команд: автоматический поиск уязвимостей, валидация в sandbox и one-click патчи через Codex. Три уровня доступа, верхний тир (GPT-5.5-Cyber для пентеста и red team) — только по верификации; с 1 июня 2026 потребуется phishing-resistant аутентификация. К запуску в Trusted Access for Cyber уже зарегистрированы тысячи защитников и сотни команд.

https://habr.com/ru/articles/1034028/

#OpenAI #Daybreak #GPT55 #Codex #кибербезопасность #поиск_уязвимостей #AIагенты

GPT-5.5 vs DeepSeek V4: The April 2026 Developer Comparison

OpenAI dropped GPT-5.5 and DeepSeek released V4-Pro within eight hours of each other on April 24, 2026. Here is the head-to-head benchmark, pricing, and architecture breakdown e...

https://wowhow.cloud/blogs/gpt-5-5-vs-deepseek-v4-developer-comparison-april-2026

#wowhow #gpt55 #deepseekv4 #aimodelcomparison