GPT-6 Astra и Claude прошли тест. Я устроил им взбучку

GPT-6 Astra и Claude Fable 5.1 прошли первый раунд — 18 ответов из 18 у каждой. Тогда я решил, что тест слишком вежливый, убрал подсказки и добавил конкурирующие сроки, противоречие цифр и прописи, ложную предпосылку, повреждённый OCR и ошибку прямо в вопросе. Два раунда, 12 задач, три повтора и 72 оценённых ответа. В ролике показываю не только финальный счёт, но и почему один правильный ответ ещё ничего не доказывает. Telegram — промежуточные тесты и материалы между выпусками: https://t.me/businesskadze 0:00 Они прошли всё — меня это не устроило 1:28 Правила теста 2:18 Первый раунд 5:55 Почему 18/18 недостаточно 6:18 Начинается взбучка 6:42 Два срока в одном договоре 7:58 53 против 52 копеек 8:48 Ложная предпосылка 9:23 OCR съел дату 9:58 Я соврал в вопросе 10:50 Кто пережил второй раунд 11:25 Скорость 11:58 Токены 12:32 Что этот тест не доказывает 13:18 Все исходники