Что такое ChatGPT и как работает эта нейросеть простым языком

В посте 30 ноября 2022 года формулировка короткая. Обучили модель, которая ведёт разговор. Формат диалога нужен, чтобы отвечать на уточнения, признавать ошибки, оспаривать неверную посылку и отказывать в неуместной просьбе. Рядом стояло имя InstructGPT: родственная модель, которую учили выполнять инструкцию в запросе и давать развёрнутый ответ. ChatGPT назвали её собратом.

На время превью чат открыли без оплаты, и цель была прикладная — собрать, где модель сильна и где сыпется. Пост прямо относит её к серии GPT-3.5, чьё обучение закончилось в начале 2022 года. Считали на инфраструктуре Azure. Имя Codex в том же тексте уже есть, но как более ранняя модель, уроки которой вошли в меры безопасности релиза, а не как нынешнее приложение для программистов.

Сегодня под тем же названием живёт другой состав. Справка API называет chat-latest последней быстрой моделью, которую использует ChatGPT: окно 400 000 токенов, потолок ответа 128 000, знания обрезаны 20 апреля 2026 года, на вход идут текст и картинка, наружу — текст. Снимок под этим именем меняют. Для тяжёлой работы документация указывает GPT-6 Astra. Обзор безопасности Astra датирован 3 сентября 2026 года, в тот день модель начали раздавать. У неё в документации API окно 1 050 000 токенов и обрезка знаний 30 апреля 2026 года. 22 сентября 2026 года семью расширили: вышли GPT-6 Sol для сложного кода и агентной работы и GPT-6 Luna, самая экономная модель, рассчитанная на простую массовую работу. Через неделю, 29 сентября, OpenAI выпустила GPT-6.1 Sol, которая по описанию компании почти догоняет Astra в программировании и работе с компьютером. Лучшей по всем параметрам OpenAI при этом называет Astra. Sol и Luna сначала пришли в рабочий режим и Codex, в обычном режиме чата их на момент анонса не было. Разбор, где Astra впереди и где нет, уже лежит отдельно: GPT-6 Astra.

GPT-6 Astra и GPT-6.1 Sol уже доступны в чате GPThub. Рядом там же открыт DeepSeek — другая лаборатория и другая схема блоков. Как устроена смесь экспертов, разобрано в тексте про DeepSeek. Общий конвейер, о котором речь ниже, у них один: кусок за куском.

Подробно про языковые модели вообще написано в объяснении, что такое LLM, а про нейросети с нуля — в тексте о нейросетях. Здесь хватит короткой предыстории, за пять лет до превью чата. 12 июня 2017 года восемь человек — Васвани, Шейзир, Пармар, Ускорейт, Джонс, Гомес, Кайзер и Полосухин — отправили в архив статью с названием, которое звучит как лозунг. «Внимания достаточно». До того сильные переводчики были рекуррентными или свёрточными сетями. Новая схема, трансформер, обходилась без обоих приёмов и опиралась только на механизм внимания.

На переводе WMT 2014 с английского на немецкий одна такая модель набрала 28,4 BLEU и обошла прежние результаты, включая ансамбли, больше чем на 2 пункта. С английского на французский вышло 41,8 BLEU после 3,5 суток обучения на восьми видеокартах. Цифры старые и узкие, это оценка машинного перевода, а не измерение «ума» чата. Важен сдвиг в том, как считают. Текст стали обрабатывать пачкой, а не строго шаг за шагом по времени, и обучать такую сеть стало проще распараллелить.

Дальше то же семейство схем выросло в модели, которые продолжают текст, хотя начинались как переводчики. Базовое упражнение осталось школьным: дан длинный текст, скрыт следующий кусок, нужно угадать его по предыдущим и повторить это на огромном корпусе. Числа внутри сети подкручиваются так, чтобы угадывание случалось чаще. Диалог, отказ и вежливое «я не знаю» к этому упражнению не прилагаются, их пришивают позже, отдельным контуром.

Токен — кусок текста, с которым модель делает один шаг. Окно — сколько таких кусков она держит сразу: вопрос, вложенный файл, уже написанный ответ. Скрытые шаги рассуждения, если они есть, тоже занимают место в расходе, хотя на экран не выходят.

Справка OpenAI описывает путь так: текст делится на токены, модель их обрабатывает, затем порождает выходные токены, и их снова склеивают в буквы. Токен бывает коротким, как один символ, и длинным, как целое слово. Пробел и запятая тоже входят в счёт. Для английского там же дана грубая линейка, не точный подсчёт: один токен — около четырёх символов, или около трёх четвертей слова, сто токенов — около 75 слов. Линейка дана для английского, на русский абзац её переносить один в один не стоит.

У рассуждающих моделей есть отдельный вид токенов. Справка называет их токенами рассуждения. Их не показывают как текст ответа, но они считаются в расходе выхода. Короткий абзац на экране может стоить дороже по счёту, чем кажется по числу букв. Путать их с человеческой мыслью не стоит: это дополнительные куски, которые модель произвела внутри, прежде чем показать фразу.

Схема одного шага, иллюстрация GPThub по справке OpenAI о токенах, ноябрь 2026

Привычная картина такая. Где-то лежит картотека ответов, чат находит нужную карточку и читает её вслух. Картина удобная и при этом неверная, потому что готовой карточки на ваш вопрос у модели нет. Есть числа, которые на каждом шаге раздают вероятности по словарю кусков. Берут один кусок — чаще тот, у кого вероятность выше, иногда соседний, если хотят разнообразия, — и приклеивают к уже написанному. Потом шаг повторяется, пока не кончится ответ или не упрётся в предел длины.

Поправка важна на практике: поиск по картотеке либо находит цитату, либо честно говорит, что карточки нет. Продолжение текста устроено иначе. Оно обязано что-то дописать, если его не научили останавливаться и отказываться. Отсюда ровный тон даже там, где опоры в вопросе не было. Разбор, почему фраза звучит уверенно и при этом мимо, лежит в статье про выдумки.

Внимание в трансформере тоже легко представить не так, потому что слово «внимание» обещает ученика, который вчитывается, а в сети это взвешенная сумма. Каждый уже увиденный кусок получает вес, и новый кусок считается из смеси предыдущих. Вес большой — кусок сильнее влияет на следующий шаг, вес крошечный — почти не влияет. Глаз у этого шага нет, считается скалярное произведение и нормализация, после чего смесь идёт дальше по слоям.

Поэтому длинный чат и длинный файл — разные нагрузки. Пока куски помещаются в окно, они могут получить вес. Когда окно кончилось, ранние реплики в этот шаг не входят. Характер модель при этом не забыла: этих кусков просто нет на входе. Проекты, о которых ниже, как раз пытаются не таскать один и тот же файл в каждое новое окно руками.

Базовое угадывание следующего куска даёт грамотный текст и не даёт привычки отвечать коротко на короткий вопрос или говорить «эта посылка ложная». В посте 30 ноября 2022 года расписан отдельный контур, тот же, что у InstructGPT, с другой сборкой данных.

Сначала шло обучение с учителем: тренеры писали диалоги и играли обе стороны, пользователя и помощника. Им показывали черновики, которые набросала модель, чтобы собирать ответы быстрее. Новый набор смешали со старым набором InstructGPT, который переложили в форму диалога.

Дальше собирали модель награды: брали разговоры тренеров с ботом, выбирали случайную реплику модели, просили несколько альтернативных продолжений и отдавали людям на ранжирование. По этим парам «лучше — хуже» учили отдельную сеть, которая ставит ответ выше или ниже. Затем основную модель докручивали так, чтобы награда росла. Метод в посте назван Proximal Policy Optimization, итераций было несколько.

Ограничения того превью OpenAI перечислила сама, и они до сих пор объясняют бытовые сбои.

Награде неоткуда взять внешнюю истину, и осторожную модель легко переучить так, что она откажется и от вопроса, на который могла бы ответить. Идеальная реплика зависит от того, что уже знает сеть, а не от того, что знает человек, который пишет образец. Одна и та же просьба в двух формулировках даёт разный результат: в одной модели «не знает», в другой отвечает. Тренеры любили длинные и «полные» ответы, поэтому модель стала многословной и повторяла, что она языковая модель OpenAI. На туманный вопрос она чаще угадывала намерение, чем переспрашивала. Часть вредных просьб всё равно проходила.

Образец с Колумбом как раз про второй контур. Продолжатель текста с радостью дописал бы биографию поездки 2015 года. После ранжирования чат сначала поймал дату смерти. Потом всё равно предложил поиграть в вымысел. Умение спорить с посылкой и любовь к связному рассказу жили в одной сети.

Путь одного вопроса в нынешней справке короткий, и его хватает, чтобы не ждать от чата картотеки.

Текст запроса, системные указания продукта и хвост переписки режутся на токены. Если приложен файл или картинка, они входят своим путём. У Astra и у быстрой модели, на которую указывает chat-latest, картинка на входе предусмотрена, наружу обе по документации отдают текст. Картинку как файл ответа эти карточки API не обещают.

Сеть прогоняет уже увиденные куски через слои внимания и получает распределение по словарю. Один кусок выбирается и приклеивается, цикл идёт, пока не выпадет признак остановки или не выбран предел длины. У рассуждающей настройки перед видимой фразой могут появиться скрытые токены рассуждения. На экран они не приходят, в расход выхода приходят.

Отсюда три бытовых следствия. Повтор того же вопроса может дать другую фразу, на шаге выбора куска есть место случайности, а пост 2022 года отдельно предупреждал, что перефразировка меняет ответ. Длинная предыстория в том же окне меняет веса внимания, и ответ уезжает в сторону последней темы. Короткий итог после долгого «обдумывания» не значит, что работы было мало. Скрытые куски в справке считаются, даже если их не показали.

Проверить это на учебном вопросе можно без специального режима. Возьмите утверждение с датой, которую легко сверить по учебнику, спросите прямо, затем спросите то же, подсунув ложную посылку, как в образце OpenAI про 2015 год. Третий заход — попросите назвать, какое предложение в вашем конспекте это подтверждает, и приложите сам конспект. Если третий ответ цитирует абзац, которого в файле нет, перед вами продолжение текста, а не поиск по странице. Как формулировать просьбу, чтобы в ней были роль, материал и форма ответа, разобрано в гайде о запросах. Какую модель звать на задачу, — в гайде о выборе.

Типичные сбои на этом пути одни и те же. Просьба без источника при вопросе о факте. Два задания в одной фразе, где второе отменяет первое. Файл длиннее окна, а вопрос стоит в начале, далеко от нужного абзаца. Ожидание, что чат переспросит, хотя старое описание продукта прямо говорит об обратном: на туманную формулировку модель додумывает цель.

Превью 2022 года было одной дообученной моделью серии GPT-3.5 и исследовательским окном, чтобы собрать ошибки. Страница анонса теперь сама отсылает к заметкам о релизах и предупреждает, что продукт с тех пор другой.

К ноябрю 2026 года внутри имени ChatGPT живут разные снимки. Быстрый, на который указывает chat-latest, держит окно 400 000 токенов и обрезку знаний 20 апреля 2026 года. Astra, по обзору безопасности от 3 сентября 2026 года, — отдельная, более тяжёлая модель. Её окно в документации API — 1 050 000 токенов, обрезка знаний — 30 апреля 2026 года, на вход текст и изображение. Усилие рассуждения у Astra в той же карточке задаётся несколькими ступенями, от низкой до максимальной. Ступень меняет, сколько скрытой работы модель готова сделать до видимой фразы. Она не меняет устройство шага, и шаг по-прежнему остаётся выбором следующего куска.

Обрезка знаний — отдельная дата, и её часто путают с календарём на стене. Модель не начинает «знать новости до вчера» только потому, что чат открыт сегодня. Всё, что случилось после даты обрезки, попадает в ответ, если его принесли в окне: ссылкой, файлом, включённым поиском. Без этого источника сеть продолжит текст по тому, что видела на обучении, и сделает это тем же уверенным тоном.

Имя Codex в посте 2022 года и имя Codex в продуктах 2026 года лучше не склеивать. В ноябре 2022-го так называли прежнюю модель, на которой обкатывали меры безопасности. Весной и летом 2026-го так называется набор инструментов для разработки, привязанный к учётной записи чата. Об этом следующий раздел.

16 апреля 2026 года OpenAI описала большое обновление Codex. В тексте сказано, что каждую неделю им пользуются больше трёх миллионов разработчиков и что с запуска этого Codex прошёл примерно год. С того дня Codex умеет действовать на компьютере рядом с человеком, работать с большим числом привычных приложений, порождать изображения, помнить предпочтения, учитывать прошлые действия и брать повторяющиеся задачи. В настольном приложении появились разбор комментариев к правкам, несколько вкладок терминала, подключение к удалённой среде по SSH (тогда в раннем доступе) и встроенный браузер. Раскатка шла на тех, кто входит в настольное приложение учётной записью ChatGPT. Управление компьютером сначала включили на macOS. Память и подсказки с учётом контекста для части регионов и организаций в том же тексте стояли как ближайший, ещё не общий шаг.

Страница продукта делит Codex на три поверхности, и все они сидят на учётной записи ChatGPT. В терминале это командная строка, в редакторе кода — расширение (в списке названы VS Code, Cursor и другие). В облаке Codex поднимает репозиторий в изолированной среде, а человек смотрит получившийся код и решает, вливать ли его. Это уже другой масштаб, чем просьба «ответь абзацем»: у инструмента есть доступ к файлам проекта и к командам, поэтому ошибка в просьбе стоит дороже, чем кривая фраза в чате.

Академия OpenAI 23 апреля 2026 года описывает старт проще. Скачать настольное приложение, войти той же учётной записью, открыть тред. Тред устроен как чат (реплика, ответ, реплика), а проекты и история лежат слева. Проект здесь — папка на диске, не путать с проектами внутри самого чата. Совет со страницы приземлённый: первая задача должна быть короткой и полезной, разложить заметки, почистить небольшую таблицу, сравнить два черновика. Модель берут рекомендованную по умолчанию, а на трудной задаче усиливают рассуждение, то есть разрешают больше скрытых шагов до ответа.

Если вы пишете код к зачёту, разница практическая. В обычном чате модель дописывает текст программы, а запускаете вы. В Codex просьба может дойти до правки файлов и прогона команд. Проверять всё равно человеку, потому что прошедший тест и объяснение, которое совпало с условием задачи, — разные вещи. Просить лучше так: «покажи, какой тест отличает верный ответ от почти верного, и не меняй файлы, пока я не подтвержу». Вторая формулировка ближе к тому, как устроен шаг модели: она продолжает текст, а границу, где продолжение становится правкой на диске, задаёте вы.

Запрос «режим разработчика» часто путают с секретной командой, которая снимает ограничения. Справка OpenAI описывает другое: режим разработчика нужен организации, чтобы собирать, проверять и публиковать свои приложения. Через них чат делает действия во внутренних инструментах: читает записи и меняет их. Протокол, на котором это собрано, в справке назван MCP.

Полная поддержка таких действий на момент обновления справки шла бетой и только в веб-версии, для рабочих и учебных пространств. Включает режим администратор или владелец пространства, он же решает, какое приложение после проверки увидят остальные, и обычный переключатель в личном чате этого не заменяет. Если пункта нет, его не прячет секретная фраза: пространство и роль этого просто не дают.

Отдельный смысл у слова «разработчик» в Codex, и его тоже стоит держать рядом, чтобы не смешать. Там разработчик — человек, который правит код через терминал, редактор или облачную среду. Режим разработчика в чате — про подключение приложений организации. Общего между ними только учётная запись и то, что оба контура в итоге зовут модель продолжать текст, а затем исполняют выбранное действие уже вне модели.

По справке OpenAI, перед записью во внешнюю систему такие приложения просят явное подтверждение. Это прямое следствие устройства, о котором речь с самого начала. Модель обязана предложить следующий шаг, а шаг, который меняет чужие данные, без человека в середине слишком похож на дописывание «и тогда запись обновилась» — фразу, которая звучит гладко и может быть ложной. Подтверждение выносит выбор из распределения вероятностей обратно к человеку.

Проекты в справке — способ держать связанные чаты, файлы и инструкции вместе. Чат опирается на этот набор в долгой работе: текст, разбор, план. Доступны они вошедшим пользователям, с оговоркой про настройки пространства. Число проектов справка не ограничивает, ограничено только число файлов внутри одного.

Учебный пример там же, без лишней обвязки: кладёте материалы курса и просите конспект к зачёту или вопросы для тренировки. Инструкции проекта задаются в его настройках, действуют только внутри и перекрывают общие пользовательские инструкции. Образец формулировки в справке короткий: веди себя как наставник, будь краток, отвечай пунктами, задавай уточнения. Для семинара полезнее своя версия. «Опирайся на приложенный конспект. Если факта в файле нет, так и напиши. Не добавляй даты, которых в тексте нет».

Файлы — документы, таблицы, изображения или вставленный текст. Сколько их влезет в один проект, зависит от подписки. Справка называет три порога: 5, 25 и 40 файлов. За один раз загружают не больше десяти.

Память бывает двух видов: обычная подмешивает сохранённые заметки аккаунта, память «только проект» их не берёт. Чаты внутри видят другие разговоры этого проекта и не видят разговоры снаружи. Обратное тоже верно: внешний чат не подтягивает проект. Общий проект всегда сидит на памяти «только проект», переключить его нельзя. Смена настройки у личного проекта может занять несколько часов. Это снова про окно: проект не делает модель всеведущей, он заранее кладёт рядом те куски, которые вы готовы пустить в следующий шаг, и отсекает чужие.

Общий доступ есть на сайте и в мобильных приложениях. Право на переписку даёт читать чаты, файлы и инструкции. Право на правку меняет инструкции и файлы, даёт звать ещё людей и не даёт выгонять уже приглашённых. Владелец может удалить проект целиком, и удаление стирает чаты, инструкции и файлы, которые лежали только там (копии в отдельных библиотеках остаются). Участники теряют доступ, отмены нет. С систем OpenAI такое стирается в пределах 30 дней, если нет удержания по закону или по безопасности.

Два ограничения легко пропустить: учебный режим и запланированные учебные часы на разговоры внутри проекта не распространяются. Чат, начатый с отдельным пользовательским ботом GPT, в проект не переносится. Если пункта «перенести» нет, проще начать новый разговор уже внутри проекта.

Для личных аккаунтов содержимое общего проекта может идти в улучшение моделей, но только когда переключатель «улучшать модель для всех» включён и у владельца, и у каждого участника. Для рабочих и учебных пространств справка говорит обратное по умолчанию: их содержимое в обучение не берут. Перед тем как класть в проект чужой конспект или чужие данные, это различие стоит прочитать в настройках, а не выводить из устройства трансформера. Архитектура тут ни при чём, решает переключатель продукта.

Схема с кусками даёт простой список проверки, и он не требует заглядывать в веса.

Сверьте имена, даты и числа по источнику, который вы сами открыли. Модель дописывает правдоподобный следующий кусок, а пост 2022 года прямо называл правдоподобный неверный ответ известной слабостью. Один удачный абзац эту слабость не отменяет.

Попросите опору на приложенный текст и посмотрите, есть ли цитата в файле. Если цитаты нет, а тон уверенный, перед вами продолжение, не поиск.

Задайте ту же просьбу короче и с другой ложной деталью. Сильный разъезд двух ответов — повод открыть источник, а не усреднять формулировки. Чувствительность к формулировке описана в первом же анонсе.

На коде смотрите на запуск, потому что комментарий над функцией сам по себе ничего не доказывает: Codex и обычный чат оба могут написать функцию, которая читается гладко и падает на краевом входе. Тест, который вы поняли, полезнее абзаца с объяснением.

Не кладите в один проект всё подряд в надежде, что окно «само разберётся». Пороги файлов в справке конечные, окно модели тоже конечное. Пять страниц по теме вопроса обычно полезнее сорока слабо связанных.

Перед зачётом можно сделать так. Откройте чат GPThub, приложите конспект и попросите десять вопросов только по этому файлу, с ответом на следующей строке и с номером абзаца. Потом закройте ответы и пройдите вопросы сами. Расхождение с абзацем — ваш вопрос к конспекту, не к «мнению нейросети».

Слова вокруг чата разъехались, поэтому соберу их в одном месте.

Чат — сам разговор в окне. Проект — папка чатов, файлов и инструкций с отдельной памятью. Codex — инструмент для кода на той же учётной записи, с терминалом, редактором и облачной средой. Режим разработчика — включение приложений организации в веб-версии, его ставит администратор. Быстрая модель, Astra, Sol и Luna — разные модели под одной маркой, с разным окном, назначением и датой обрезки знаний. Токен — кусок, которым считается и вопрос, и ответ, и скрытые шаги.

Ни одно из этих имён не превращает следующий шаг в поиск по энциклопедии. Меняется только то, какие куски попадают в окно и какие действия после выбранного куска разрешено сделать снаружи.