STRUCTUREцифровые системыОбсудить проект
НОВОСТЬ · Engineering

Тест GPT-6 Astra через пять API-шлюзов: что показали рисунки SVG и где границы проверки

Автор технического эксперимента сравнил ответы GPT-6 Astra через несколько API-посредников с официальным маршрутом OpenAI. Проверка включала короткие задания и генерацию SVG, но сами совпадения изображений не позволяют установить подлинность предоставляемой модели.

Главное

Исследование выросло из проверки ответов на 30 задачах: через OrcaRouter, TeamoRouter, OpenRouter и Token Harbor автор получил совпадающие с контрольными решения, тогда как у NaraRouter совпадение было неполным. Такой результат полезен как сигнал для дополнительной проверки маршрута, однако правильный ответ может дать и другая модель. Поэтому его нельзя считать криптографическим или техническим подтверждением того, какой именно сервер выполнил запрос.

На следующем этапе вместо задач с коротким ответом исследователь попросил построить SVG с пеликаном на велосипеде и фламинго на моноцикле. Эти запросы проверяют не только наличие узнаваемых объектов, но и способность модели связать их в правильную сцену. Для сравнения автор смотрел на фигуру птицы, транспорт, посадку и видимость спиц, а не на побайтовое совпадение SVG-кода.

Подробности

Каждое графическое задание сначала отправлялось в официальный API OpenAI, затем разным посредникам и ещё раз в официальный API. Таким образом автор мог увидеть, насколько сам контрольный ответ изменчив без смены платформы. Даже два изображения из официального маршрута отличались фоном, деталями и положением конечностей: это важное ограничение для любой попытки узнавать модель по одному рисунку.

По визуальной оценке автора, четыре шлюза воспроизвели существенные признаки обеих сцен. В изображениях от NaraRouter не были видны спицы, а отдельные элементы выглядели более схематично. Но единичные расхождения не доказывают подмену модели: на результат влияют случайность генерации, условия маршрутизации, доступные параметры и собственно способ оценки качества.

Что это меняет

Первый SVG-эксперимент автор датирует 22 октября, второй — 25 октября 2026 года. На каждое задание приходилось по 7 вызовов, лимит вывода был установлен в 6000 токенов, а параметры temperature и reasoning_effort отдельно не задавались. Эти условия позволяют понять методику, но отсутствие многократных серий делает выводы о статистической устойчивости преждевременными.

Для компаний, покупающих доступ к модели через посредника, подобные тесты лучше рассматривать как начальную диагностику. Более убедительная проверка потребовала бы повторов, набора задач из реального рабочего процесса, фиксации API-параметров и подтверждения маршрута документами поставщика. Сходство SVG полезно для сравнения поведения сервисов, но не заменяет прозрачности происхождения вычислений и условий обслуживания.

Первоисточник

Материал подготовлен STRUCTURE по открытой публикации Habr. Текст и иллюстрации первоисточника не воспроизводятся целиком.

Читать исходную новость целиком ↗