Deep Research от OpenAI: запоздалый и дорогой продукт
Можно поздравить OpenAI — история с продвижением их нового продукта удалась. Компания, видимо, всё ещё пытается перетянуть одеяло с Deepseek на себя и поэтому много медийного внимания уделяет даже релизу довольно вторичного продукта — Deep Research.
Почему вторичного? Об этом расскажем чуть дальше, а пока пару слов про сам сервис. Он доступен подписчикам уровня Pro (200 долларов в месяц). В отличие от традиционного поиска, Deep Research работает как автономный агент: он сам разрабатывает план исследования, ищет информацию, анализирует её и формирует отчёты. Ну, или такой изначально была идея. Сам процесс может занимать от 5 до 30 минут, а итоговый результат должен напоминать аналитический доклад с проработанными данными и ссылками на источники.
Крутая возможность сервиса — автоматический запуск кода Python для проведения подсчётов и генерации графиков в ответах. Всё это нейросети умели и раньше, но тут процесс автоматизировали. Про бенчмарки много писать смысла нет, потому что они не отражают реальную полезность сервисов, но OpenAI хвастаются и их показателями в том числе (спасибо дообученной модели o3).
Почему всё-таки сервис вторичный? OpenAI сильно с ним опоздали. Perplexity давно умеют в Pro версии делать глубокое исследование поисковой выдачи на основе большого количества ссылок и топовых моделей. Хотя даже в бесплатной выдаче результаты Perplexity, пускай и менее объёмные, появляются быстрее и позволяют легко погрузиться в тему (особенно за счёт уточняющих вопросов).
А если копать глубже, то найдутся и более специализированных инструменты вроде devv (нейропоиска по документации и гитхабу для разработчиков) или Julius AI (для анализа данных)…
Google вообще выпустили свой Deep Research ещё в декабре прошлого года и продолжают его развивать. И это не шутка, OpenAI просто взяли своему продукту такое же название (да и концепцию). Цена на подписки Perplexity и Gemini Advanced — 20 долларов в месяц, то есть в 10 раз ниже, чем у Open AI.
Ну а самое главное — нет смысла проводить кропотливые сравнения с конкурентами, ведь у сервиса, каким бы полезным он не был, нет реального применения за такие деньги. Ждём релиза для подписчиков Plus. И никакие действительно трогательные истории про то, что Deep Research помог жене сотрудника OpenAI определиться с типом лечения рака — этого не изменят.
Пока уровень Deep Research — «погрузиться в тему», с чем и так справляется Perplexity. Потому что у пользователя нет возможности регулировать качество источников, выбирать их самому либо фильтровать (из-за чего в выдаче вполне может оказаться фейковый ответ с какого-нибудь случайного сайта или форума), на лету задавать уточняющие вопросы. Да и галлюцинации модели никто не отменял. Для реального исследования и работы с источниками больше подходит NotebookLM, мы о нём писали — тоже, заметим, бесплатный.
В итоге не совсем понятно, почему медиа пытаются представить релиз, который компания по-хорошему должна была выпустить тихо, как что-то «само собой разумеющееся» — революцией и шагом к AGI. Сервис никак не заменит вдумчивый анализ данных и вряд ли будет очень полезен для профессионалов. Да и написание рефератов для студентов 200 долларов в месяц не стоит. А если начать думать об этической стороне вопроса, украденном у сайтов трафике и рекламном доходе, влиянии на уровень образования… Хотя это общие претензии к любому нейропоиску, так что не будем.