GPT-5.5 «Spud»: фактчек бенчмарков, демо и слухов о релизе

Этого достаточно, чтобы считать Spud правдоподобным внутренним кодовым именем, за которым стоит реальная история разработки. Но этого недостаточно, чтобы говорить о публичном продукте. В доступном источнике OpenAI API Models перечислены gpt-5.4, gpt-5.4-mini и gpt-5.4-nano; подтверждения, что Spud или GPT-5.5 уже доступны через API, в этих данных нет.

Более точная формулировка звучит так: Spud — это упоминавшееся в СМИ внутреннее кодовое название модели OpenAI; её публичное имя, результаты тестов, дата релиза и доступность через API пока не подтверждены официальными документами или воспроизводимыми бенчмарками.

Что вообще считать проверяемым доказательством

В историях про новые модели важна не громкость слуха, а прослеживаемость доказательств. Для серьёзной проверки обычно нужны:

• официальные документы: список моделей API, release notes, model card или system card;
• публичные артефакты бенчмарка: строка в leaderboard, eval card, лог запуска, набор prompt’ов или запись о submission;
• исходные материалы демо: полное видео, prompt, процесс генерации, название модели и временная метка;
• воспроизводимый тест, который третья сторона может повторить с близким результатом.

По этим критериям у Spud есть частичная поддержка только по линии «существование/стадия обучения» — благодаря медийным сообщениям. А вот claims про benchmark, демо, дату выхода и имя GPT-5.5 пока в основном не проходят проверку.

Карта доверия к основным слухам

Бенчмарки: чаще всего путают чужие результаты со Spud

Самая заметная часть слухов — «Spud уже почти на уровне Claude Mythos» или «обгоняет конкурентов». Но в доступных источниках это выглядит как интерпретация, а не как опубликованный результат модели.

В статье Holter указано, что Claude Mythos Preview получил 77,80% в SWE-bench Pro, а GPT-5.4 — 57,70%. Ключевая фраза про Spud там звучит как ожидание: «the expectation is that Spud closes most or all of that gap».

Иными словами, эти числа могут подтверждать только то, что авторы и комьюнити сравнивают другие модели и предполагают, где могла бы оказаться Spud. Они не доказывают, что у Spud есть независимый, опубликованный и воспроизводимый benchmark score.

Чтобы считать такой claim фактом, нужен хотя бы один из следующих артефактов: официальный benchmark-отчёт OpenAI, model card, system card, публичная запись в leaderboard, eval card, run log, prompt set, submission или воспроизводимый тест третьей стороны.

SWE-bench сам по себе — важная точка сверки для coding benchmark’ов. Но в предоставленных материалах нет проверяемой записи Spud в этом leaderboard.

Демо: повод присмотреться, но не доказательство

В сети обсуждают демо, где Spud якобы создаёт 3D simulations, interactive environments, website designs, SVG designs и interactive games. Проблема не в том, что такие ролики обязательно фальшивые. Проблема в другом: пока они не доказывают, что результат действительно получен от Spud и что его можно воспроизвести.

Материал Geeky Gadgets прямо строится как пересказ «According to Universe of AI» и при этом отдельно подчёркивает, что официальные performance metrics остаются нераскрытыми.

Поэтому такие материалы корректнее называть «сетевыми демонстрациями» или «вторичными пересказами», а не проверенным доказательством возможностей модели. Для повышения доверия нужны исходное видео, полный prompt, процесс генерации, название модели, временная метка, шаги воспроизведения или официальная demo page OpenAI.

Название и дата релиза: GPT-5.5, GPT-6 и 16 апреля остаются под вопросом

Самые кликабельные слухи обычно касаются названия и даты. В некоторых публикациях Spud уже подаётся как GPT-5.5, с ожидаемым релизом во II квартале или в апреле–мае 2026 года. У Holter в заголовке также фигурируют «Leaked April 16 Release» и формулировка «GPT-5.5 or GPT-6 Might Mean» — то есть сама подача оставляет пространство для неопределённости.

С точки зрения фактчекинга это не уровень официального релиза. Пока OpenAI не укажет модель в документации, API, release notes или официальном блоге, «GPT-5.5» остаётся внешним названием или предположением, а не подтверждённым продуктовым именем. В доступном источнике OpenAI API Models Spud/GPT-5.5 не подтверждается.

Пост на Developer Community — не release proof

Отдельно стоит разобрать скриншоты с OpenAI Developer Community, где встречается фраза «SPUD Release». В отрыве от контекста это легко принять за намёк на официальный запуск.

Но указанная страница называется «Please Add an Optional Expression Mode with the SPUD Release» и по смыслу является пользовательским feature request — просьбой добавить функцию. Это не release note, не API-документация, не model card и не официальное объявление OpenAI.

Такой пост показывает, что сообщество обсуждает Spud. Он не доказывает, что OpenAI подтвердила релиз.

Что делать разработчикам и продуктовым командам

Если вы оцениваете модели для coding workflow, AI-агентов, продуктового roadmap или закупки, к Spud сейчас лучше относиться как к неподтверждённому будущему варианту, а не как к доступной платформенной опции.

Практичный подход:

• опираться на официальную документацию OpenAI API Models как на источник доступных моделей; в предоставленных данных там указана линейка gpt-5.4, а не Spud/GPT-5.5.
• по claims о coding-способностях требовать публичный leaderboard, eval card или воспроизводимый тест; SWE-bench — один из базовых источников, с которым стоит сверяться.
• по demo-claims просить исходные артефакты: полный prompt, название модели, процесс генерации и шаги воспроизведения. Один ролик, скриншот или пересказ в статье недостаточны.
• по названию и дате релиза ждать официальных release notes или записи в API. Слова вроде «leaked», «expected» и «might» сами по себе означают неопределённость.

Итоговая оценка

Spud, вероятно, не просто выдумка: есть публикации с именами источников, где говорится, что OpenAI готовит модель под таким кодовым названием, а также пересказ о завершённом pretraining. Но надёжный вывод пока гораздо уже, чем обещают вирусные заголовки.

На данный момент нельзя считать независимо подтверждёнными сетевые benchmark’и Spud, 3D-демо, дату выхода или название GPT-5.5.

Самая аккуратная формулировка для внешней коммуникации: Spud — это упомянутое в СМИ внутреннее кодовое название модели OpenAI; её публичное имя, возможности, результаты тестов и сроки релиза пока не подтверждены официальными документами OpenAI или воспроизводимыми бенчмарками.