OpenAI DevDay 2026: платформа обретает форму

OpenAI провела DevDay в Сан-Франциско 29 сентября 2026 года; по пекинскому времени вступительная презентация состоялась 30 сентября. В официальном обзоре перечислено более 20 анонсов. Одни касаются новых продуктов, другие расширяют существующие инструменты, а некоторые остаются предварительными версиями или обещаниями будущего доступа. Считать всё это полностью запущенным — значит упустить важное различие. [1]

По нашей оценке, OpenAI связывает интеллект моделей с выполнением задач, совместной работой и распространением продуктов. Модель отвечает, агент действует, рабочее пространство сохраняет результат, плагин подключает другое приложение, а подписка или маркетплейс помогает оплачивать эту цепочку. Стратегический вопрос в том, какую её часть разработчики и заказчики захотят разместить на одной платформе.

GPT-6.1 Sol — новое обновление модели. Стандартные цены API для короткого контекста составляют 2 доллара за миллион входных токенов, 0,10 доллара за кешированный ввод и 10 долларов за вывод; для длинного контекста действуют другие ставки. Модель доступна через API, ChatGPT Work и Codex, но на момент публикации ещё не появилась в обычном Chat. OpenAI сообщает о результатах, близких к Astra, в нескольких оценках. Это данные поставщика при указанных условиях тестирования, а не доказательство равной эффективности во всех рабочих процессах. [2] [22]

По данным OpenAI, на DeepSWE 1.1 Sol достигает результата Astra примерно при одной пятой стоимости выполнения задачи и превосходит лучший результат GPT-6 Sol на 6,4 процентного пункта при меньшей интенсивности рассуждений. На офлайн-наборе OSWorld 2.0 при максимальной интенсивности рассуждений отставание от Astra составляет 2,1 процентного пункта, а стоимость задачи — примерно одну седьмую. В оценках научно-исследовательских задач Astra по-прежнему лидирует среди протестированных моделей. Это существенное изменение соотношения возможностей и стоимости, а не доказательство превосходства Sol во всех задачах. [2]

Это результаты поставщика в конкретных оценках. Настройки исследовательской среды или API могут отличаться от рабочего ChatGPT; результаты конкурентов взяты из публичных отчётов. Для программирования и агентов наш вывод таков: более сильные модели для повседневной работы могут стать достаточно доступными, чтобы оставлять бюджет на проверку и повторные попытки, а сложные задачи можно отдельно передавать более мощным моделям. Полезно выяснить, в каких ваших процессах Sol сохраняет качество, а не считать один бенчмарк основанием для замены всех моделей. [2]

Ultrafast добавляет платный скоростной режим. Astra Ultrafast уже доступен, Sol Ultrafast появится позже. Private Intelligence дополняет инфраструктуру защиты данных: Private Safety Processing поддерживает автоматическую проверку безопасности с защитой содержимого клиента, а предварительная версия Private Inference анонсирована на осень. Это разные возможности, а не общее утверждение, что все задачи OpenAI уже выполняются в режиме конфиденциальных вычислений. [1] [7]

Для разработчиков полезнее считать стоимость принятого результата. Более дешёвые токены могут оставить бюджет на проверки и повторные попытки; быстрая генерация может сократить итерации. Ни то ни другое не устраняет задержки инструментов, ошибочные действия и работу по проверке. Прежде чем сделать более дешёвую модель основной, её стоит испытать на реальных задачах.

dots предлагает постоянно доступных агентов, которые помнят контекст и ведут длительную работу через подключённые инструменты и компьютеры. Доступ зависит от условий допуска и настроек рабочего пространства. Codex Cloud переносит задачи программирования в повторно используемые облачные среды, где работа может продолжаться, пока локальный компьютер спит. Облачное выполнение отличается от удалённого управления локальной машиной, которая всё равно должна оставаться в сети. [3] [4]

Обновлённый Codex CLI добавляет голосовое взаимодействие и представление /agents. Code Review переносит процессы проверки в настольное приложение и поддерживает автоматические проверки в облаке; поддержка GitLab ещё находится на стадии предварительной версии. Codex Security Cloud сканирует подключённые репозитории GitHub и отслеживает коммиты. Обнаружить возможную проблему или подготовить исправление — не то же самое, что доказать безопасность репозитория. [1] [17] [18] [19]

Decisions API применяет Luna к заданным пользователем вопросам с конечным набором ответов; доступна ограниченная предварительная версия. Существующий Agents API получает управление компьютером, включая размещённый в облаке браузер. Bedrock Managed Agents — отдельная предварительная версия, ориентированная на AWS. Эти предложения решают разные задачи: сделать выбор в заданных пределах, запустить более универсального агента или работать в системе управления AWS. [1] [5] [6]

ChatGPT Space и Pages предоставляют людям и агентам общий контекст и редактируемые документы. На старте Space поддерживает создание и редактирование в веб-интерфейсе и настольном приложении; на мобильных устройствах доступны поиск, чтение и обмен. Совместные слайды с одновременным редактированием и экспортом ещё ожидаются. Демонстрация не означает, что все функции совместной работы уже доступны. [10]

Teams и Team Tasks помогают организовать коллег и повторяющуюся работу. @ChatGPT в Slack и Microsoft Teams встраивает помощь в обсуждения. Плагин Meetings превращает заметки о встречах в персонализированные сводки и списки действий; это бета-версия на macOS для Pro и Business, а более широкая поддержка ещё ожидается. Профили, которыми можно делиться, облегчают поиск созданных материалов. [1] [11] [12]

Постоянное рабочее пространство меняет задачу приёмки. Полезный ответ может стать общим материалом, на основании которого другие позже будут действовать. Командам нужно различать исходные сведения, предложение агента, проверенное решение и уже выполненное действие. Само по себе редактирование в реальном времени такого различия не обеспечивает.

Plugin Extensions добавляет интерфейсы, например боковые панели и просмотрщики файлов. OpenAI также анонсировала улучшения создания, подачи и поиска плагинов. Sites может размещать поддерживаемые плагины, а MCP Events — запускать автоматизацию по событиям в подключённых приложениях. Доступность зависит от интерфейса: поддержка расширений в веб-версии для Free и Go ещё ожидается, а упоминания плагинов в поле ввода доступны только на компьютере. [1] [8] [9] [21]

Sign in with ChatGPT объединяет идентификацию с необязательным использованием тарифа в участвующих инструментах. Подходящие запросы Plus и Pro расходуют существующий лимит Work и Codex, а не создают новый безлимитный запас. Сторонний сервис по-прежнему может взимать собственную плату. Это не превращает лимит обычного чата в универсальный API-ключ для любой программы на VPS. [13]

Новый тариф Pro 500 увеличивает объём использования и включает Ultrafast. OpenAI Marketplace позволяет подходящим корпоративным заказчикам направлять часть существующих обязательств по расходам на одобренное партнёрское ПО. Участие зависит от коммерческих условий и критериев допуска; это не обещание бесплатного ПО. Вместе эти изменения делают распространение и закупки значимыми наряду с доступом к моделям. [20] [14]

TypeSafe AI представила Jev 15 сентября, до DevDay. Подход System One преобразует неструктурированное состояние в заранее заданные типизированные решения с вероятностями. Decisions API решает явно близкую задачу: классификация, маршрутизация и выбор следующего действия из конечного набора ответов. Это существенное пересечение на уровне интерфейса, который использует программа. [15] [1]

Различия тоже важны. TypeSafe описывает специализированную архитектуру, параллельное сэмплирование и Reinforcement Learning for Calibrated Decisions. OpenAI описывает Decisions как применение Luna к вопросам с заданными границами. Изученные здесь публичные материалы не доказывают, что OpenAI воспроизвела архитектуру, метод обучения или всю семантику выходов TypeSafe. Более ранний выпуск и сходство функций — недостаточное доказательство копирования. [15] [1]

При выборе стоит сравнивать частоту ошибок в неоднозначных случаях, калибровку, отказ от ответа, задержку и полную стоимость на одинаковых задачах. Ответ может идеально соответствовать схеме и всё же быть неверным. Мы не воспроизводили бенчмарки ни одного поставщика и не проводили прямого сравнительного испытания.

Meta представила Muse 8 сентября. Длительная работа, персональный облачный компьютер и браузер, сохранённые цели, проактивная помощь и запрос одобрения перед чувствительными действиями делают Muse очевидным продуктом для сравнения с dots. Сходство достаточно заметно, чтобы его обсуждать, не превращая в обвинение. [16] [3]

Каналы распространения различаются. Muse ориентируется на собственное приложение и WhatsApp; запуск начался в США с бесплатным использованием и подписками. dots подключается к рабочей среде ChatGPT и каналам вроде Slack и Microsoft Teams, а доступ зависит от платного тарифа и условий внедрения в организации. Эти различия влияют на делегирование работы пользователем и управление ею в компании. [16] [3]

Изученные источники не дают проверенных доказательств того, что dots скопировал код, охраняемый дизайн или внутреннюю систему Muse. Сходное позиционирование также не доказывает независимое изобретение всех реализаций. Обоснованный вывод — более поздний участник конкурирует за очень близкий пользовательский опыт. Для утверждения о копировании нужны доказательства помимо календаря запусков и списка функций.

Во-первых, узкие ИИ-функции сталкиваются с более сильной конкуренцией платформенных пакетов. Отдельный инструмент, который лишь создаёт сводку или добавляет оболочку к модели, может обнаружить свою функцию внутри рабочего пространства. Отраслевые знания, надёжная интеграция, проверенные результаты и полный бизнес-процесс становятся более важными возможными преимуществами. Это наш стратегический вывод, а не прогноз исчезновения всех специализированных продуктов.

Во-вторых, каналы распространения могут стать для разработчиков более важным выбором. Нативные плагины и общие бюджеты способны облегчить внедрение, одновременно усиливая зависимость от правил поиска, разрешений и экономики платформы. Команде стоит измерять, приносит ли платформа новых клиентов, а не путать присутствие в каталоге со спросом.

В-третьих, облачные агенты упрощают предоставление постоянного выполнения, но сосредоточивают больше эксплуатационной ответственности на платформе исполнения. Предприятиям по-прежнему нужны проверяемые разрешения, доказательства, экспортируемые результаты и способы остановить или перенести задачи. Улучшение моделей расширяет возможности, но не определяет владельца рабочего процесса и надёжность результата.

Выберите один ограниченный пилот. Команда разработки может сравнить Sol с текущей моделью на типичных ошибках и изменениях кода. Операционная команда — проверить сервис решений на размеченных случаях маршрутизации, включая примеры с низкой уверенностью. Команда контента — при реальной передаче работы проверить, сохраняют ли общие документы источник, решение проверяющего и финальную версию.

Отдельно фиксируйте доступность, полномочия, стоимость и критерии приёмки. Проверьте фактический доступ к функциям своего аккаунта, сохраните базовый вариант для сравнения, измеряйте завершение задачи целиком и человеческие исправления. Решите, какие данные и действия должны находиться на платформе, а какие — в существующих системах. До передачи регулярной обязанности сохраните возможность выхода.

Самым значимым в DevDay может оказаться связь между анонсами. OpenAI предлагает всё больше пространства, где работа начинается, выполняется, хранится и закупается. Jev и Muse показывают, что важные идеи появляются и вне этой платформы. Полезный ответ — с одинаковой тщательностью оценить и продукты, и возникающую зависимость.