В квітні 2025 року компанія OpenAI презентувала значний апґрейд свого штучного інтелекту ChatGPT. Головною зіркою стала модель o3, яка вже встигла створити справжній фурор. За словами Сема Альтмана, CEO OpenAI, саме ця модель вивела ChatGPT на новий рівень інтелектуального інтерфейсу. Вона може не тільки генерувати текст, а й розв’язувати складні завдання з програмування, аналізувати зображення, будувати графіки та шукати в інтернеті актуальну інформацію.
Чим же вирізняється o3 серед інших мовних моделей? Насамперед своєю універсальністю. Вона поєднує функціонал кількох моделей одночасно, підтримуючи як класичний текстовий режим, так і інструменти для глибшого аналізу. Наприклад, користувач може надіслати зображення, а модель самостійно проаналізує його, наблизить потрібні фрагменти, застосує код для виявлення відмінностей та надасть зрозумілий візуальний результат.
Більше того, o3 підтримує розширену взаємодію з Python-інструментами і може виконувати високоточні розрахунки, що робить її незамінною в задачах на кшталт математичного аналізу чи розробки програмного забезпечення. Зокрема, в одному з бенчмарків Human Last Exam ця модель показала результати, що дорівнюють або навіть перевищують спеціалізовані агенти Deep Research від OpenAI!
Наразі ця потужна модель доступна всім користувачам ChatGPT Plus. Вона замінює старіші версії моделей GPT-4, поступаючись лише мініверсіям o4 з меншим обсягом обчислень, але дуже привабливою ціною використання.
GPT-4.1: нова модель для написання коду і аналізу
Ще однією визначною новинкою від OpenAI стало представлення моделі GPT-4.1 — потужного інструменту, орієнтованого на генерацію коду. Ця модель покликана замінити попередню версію GPT-4 і вже доступна через API та є в інтерфейсі ChatGPT.
Що нового? Насамперед GPT-4.1 отримала значне оновлення контекстного вікна — тепер вона може працювати з обсягами до 1 мільйона токенів. Це справжній прорив у можливостях зчитування та обробки великих обсягів інформації. У практиці це означає, що модель може знаходити ключову інформацію навіть в довгих документах, аналізувати технічні специфікації або цілі проєкти без втрати якості.
Крім того, GPT-4.1 значно покращила ефективність генерації коду. Якщо попередня версія часто включала зайві кроки та «шум» у результаті (в середньому 9% непотрібного коду), то GPT-4.1 зменшила цей показник до 2%, що говорить про високу точність та структурованість її рішень. У тестовому прикладі генерації інтерфейсу для флешкарт, нова версія створила більш інтуїтивний, зручний і сучасний результат, ніж GPT-4.
OpenAI також представили міні та нано версії GPT-4.1 — полегшені варіанти моделі, доступні за зниженими тарифами. Ці рішення орієнтовані на команди розробників і стартапи, яким потрібна висока продуктивність за доступною ціною.
ChatGPT та робота з візуальним контентом
Один з найбільш вражаючих апдейтів, який отримав ChatGPT з моделлю o3 — це розширений функціонал роботи із зображеннями. Ідеться не лише про можливість завантажувати картинку для аналізу, а про повноцінну взаємодію з візуальним контентом: розпізнавання об’єктів, порівняння, кропінг, масштабування, а також генерацію нових зображень.
В ChatGPT з’явилася вбудована бібліотека зображень, яка доступна як у вебверсії, так і в мобільному застосунку. Це своєрідне «місце сили» для дизайнерів, маркетологів, контент-креаторів, адже користувачі можуть зберігати, редагувати та повторно використовувати зображення прямо в інтерфейсі.
Ще одна вражаюча демонстрація: модель отримує фото з портовим пейзажем і виконує глибокий аналіз (нижче скріншот). Вона визначає локацію, ідентифікує кораблі, знаходить найбільший з них, визначає напрямок руху і все це крок за кроком, використовуючи візуальний зум і Python-код. Така інтелектуальна візуалізація відкриває нові горизонти в аналітиці, освіті та дослідженнях.
ChatGPT — застосунок №1 у світі і нова AI-соцмережа?
OpenAI впевнено закріплює позиції лідера в сфері штучного інтелекту. За словами Сема Альтмана, кількість користувачів ChatGPT сягнула 800 мільйонів. Тобто кожен 10-й житель планети вже хоча б раз звертався до цього інструменту. Із запуском o3 та оновленого функціоналу для генерації зображень, приріст нових користувачів лише прискорився.
Окремої уваги заслуговує заява Альтмана щодо створення нової соціальної мережі на основі AI. Цей проєкт задуманий як альтернатива Instagram, X (Twitter) чи Facebook, але з головною відмінністю — фокусом на штучно згенеровані зображення. Суть платформи полягатиме в обміні AI-контентом, створеному в ChatGPT: ілюстраціями, аватарами, артами, мемами та іншими формами візуального самовираження.
Поява такої соцмережі виглядає логічною: ChatGPT уже генерує мільйони зображень щодня, а потреба користувачів у простому способі обміну цим контентом — очевидна. У поєднанні з потужними AI-інструментами, можливість створити, редагувати і поділитися зображенням за кілька секунд виглядає як наступний крок в еволюції цифрового спілкування.
Google vs OpenAI: битва за лідерство в штучному інтелекті
На тлі успіхів OpenAI, корпорація Google також не пасе задніх. Після презентації Gemini 2.5 компанія показала цілий арсенал AI-інновацій, які вже інтегруються в продукти Google Workspace і розробницьке середовище.
Одне з найбільших досягнень — запуск Agent Space. Це персоналізоване середовище, яке дозволяє створювати AI-агентів, що працюють із вашою корпоративною або персональною інформацією. Інтерфейс нагадує NotebookLM, але функціональність значно ширша: доступ до Gmail, Google Drive, Calendar, а також зовнішніх інструментів, таких як Confluence чи Outlook.
Google також представив Agent Development Kit — набір для створення власних агентів. Крім того, реалізовано agent-to-agent протокол, який дозволяє різним агентам взаємодіяти між собою. Це відкриває нові можливості автоматизації бізнес-процесів, пошуку кадрів, організації зустрічей і навіть перевірки бекграунду кандидатів — і все це через звичайний чат.
Окремий прорив — Google Workspace Flows, який дозволяє автоматизувати завдання в Google Документах, Таблицях, Формам та Gmail. За допомогою Gemini інтерфейсу ви можете просто ввести інструкцію і AI самостійно виконає рутинні дії: заповнить таблиці, створить події в календарі, проаналізує імейли або навіть розпізнає інформацію зі скріншоту.
Наразі Гугл зміцнює позиції в сегменті:
- автоматизації робочих процесів;
- генерації відео через VO2;
- персоналізованих агентів;
- корпоративних AI-рішень.
Відеогенерація нового рівня: огляд інструментів від Google VO2, Kling 2.0, PICA
Генерація відео за допомогою штучного інтелекту перестає бути експериментом і перетворюється на повноцінний інструмент для креаторів. В 2025 році 3 компанії стали флагманами у цій сфері: Google, Kling та PICA.
Google VO2
Модель VO2 від Google вже доступна для широкого кола користувачів через AI Studio. Вона дозволяє створювати анімації до 8 секунд із текстових підказок. Окремий інструмент WISC Animate надає можливість оживляти зображення, генеровані раніше, створюючи динамічні, віральні відео.
Google також дозволяє працювати з відео без зайвих технічних налаштувань — просто оберіть формат, стиль, тривалість і натисніть «Створити».
Kling 2.0
Китайська компанія Kling представила версію 2.0, яка принесла такі інновації як:
- Multi Editing Element — редагування окремих об’єктів у відео;
- Colors 2.0 — вдосконалене відтворення кольорів;
- Master Prompt Understanding — точніше трактування промтів.
Ці можливості дозволяють не просто генерувати відео, а редагувати його «на льоту»: прибирати об’єкти, додавати нові, змінювати фон і сценарій.
PICA
PICA зробила ставку на емоційний, вірусний контент. Їхній новий функціонал дозволяє завантажити до 5 зображень і перетворити їх у короткий відеосценарій. Також реалізовано доанімовування елементів: можна взяти відео, дати команду проанімувати окремий об’єкт і система інтегрує цю дію в загальний сюжет.
Kree.ai
Серед усіх AI-платформ, які працюють з візуальним контентом, Kree.ai вирізняється гнучкістю, швидкістю оновлень та орієнтацією на креативну спільноту. У 2025 році сервіс представив кілька важливих інновацій, що перетворюють його на універсальну платформу для генерації та редагування зображень і відео.
Основні функції Kree.ai:
- стилізація відео: можливість застосовувати різні візуальні стилі до відео (мальоване, живописне, футуристичне, ретро тощо);
- інтеграція з Gemini: доступ до інструментів in-painting, редагування, видалення об’єктів;
- конвертація 2D → 3D: перетворення плоских зображень в повноцінні 3D-моделі з можливістю експорту у популярних форматах;
- створення 3D-сцен: побудова цілих композицій з використанням in-line редагування;
- власні LoRA-моделі: тренування моделей для стилізації контенту під власні потреби.
Kree дає змогу створювати унікальні зображення для:
- обкладинок відео;
- рекламних матеріалів;
- персоналізованих ілюстрацій;
- 3D-анімацій.
Це не просто генератор зображень, а повноцінне середовище для творчості з підтримкою глибокого кастомізації.
Отже 2025 рік став роком прориву для багатьох AI-платформ. Водночас OpenAI з моделлю o3 та GPT-4.1 підтвердила своє лідерство, а Гугл впевнено вривається в ринок корпоративних рішень. Гравці як-от Kling, PICA та Kree.ai задають нову планку в сфері візуального контенту. AI стає не просто інструментом, а повноцінною екосистемою для бізнесу, творчості та щоденної продуктивності.
Джерело для статті: https://openai.com/index/introducing-o3-and-o4-mini/.
