# Сооснователь Figma решил задачу для детского сада, с которой не справились модели GPT-5.5 и Claude Opus

> Сооснователь и гендиректор Figma Дилан Филд (Dylan Field) опубликовал решение математической задачи для дошкольников, которую не смогли правильно решить тестовые версии моделей GPT-5.5 и Claude Opus. Об этом сообщил аналитик Packy McCormick в своём X-аккаунте.

- Canonical HTML: https://youragents.me/ru/media/news/soosnovatel-figma-reshil-zadachu-dlja-detskogo-sada-s-kotoroj-ne-spravilis-modeli-gpt-5-5-i-claude-opus
- Markdown: https://youragents.me/ru/media/news/soosnovatel-figma-reshil-zadachu-dlja-detskogo-sada-s-kotoroj-ne-spravilis-modeli-gpt-5-5-i-claude-opus.md
- Section: Новости
- Published: 2026-06-02T02:00:45+03:00
- Modified: 2026-06-02T02:00:45+03:00

Сооснователь и гендиректор Figma Дилан Филд (Dylan Field) опубликовал решение математической задачи для дошкольников, которую не смогли правильно решить тестовые версии моделей GPT-5.5 и Claude Opus. Об этом сообщил аналитик Packy McCormick в своём X-аккаунте. 

Задача, предложенная Филдом, формулировалась так: «В коробке 12 шариков. Некоторые из них красные, а некоторые синие. Вероятность случайно вытащить два шарика одного цвета — 50%. Сколько в коробке красных шариков?». По словам Филда, ни одна из протестированных им моделей — включая предварительные версии GPT-5.5 от OpenAI и Claude Opus от Anthropic — не дала верного ответа.

Филд опубликовал решение задачи в своём блоге, подчеркнув, что правильный ответ — восемь красных и четыре синих шарика (или наоборот). Он отметил, что модели либо выдавали неверные варианты, либо не могли прийти к однозначному выводу, несмотря на простоту условия. «Это забавный пример того, как даже продвинутые языковые модели могут ошибаться в элементарных логических задачах», — написал Филд.

Аналитик Packy McCormick в своём посте привёл примеры неудачных попыток моделей, включая ответы, где вероятность вычислялась неверно или предлагались абсурдные комбинации (например, дробное количество шариков). Он предположил, что проблема может быть связана с особенностями обучения моделей на больших массивах данных, где подобные задачи встречаются редко.

В комментариях к посту Филда разработчики и исследователи ИИ отметили, что задача действительно требует нестандартного подхода, несмотря на кажущуюся простоту. Один из пользователей X указал, что модели часто справляются с шаблонными задачами, но теряются в ситуациях, где требуется креативное мышление или неочевидные логические связи.

Источники: X-пост Packy McCormick, 31 мая 2026; блог Дилана Филда.