Как GPT-6.1 Sol обнаруживает скрытые сбои при сохранении данных: влияние уровня рассуждений

Автор протестировал способность моделей GPT-6.1 Sol, Claude Sonnet 5.5 и DeepSeek V4.1 Flash выявлять ситуации, когда система сообщает об успешном сохранении, но фактических изменений не произошло. Эксперимент показал, что увеличение усилий на рассуждение у GPT-6.1 позволило выявить лишь на один случай сбоев больше, при этом время ответа выросло почти вдвое, а стоимость запроса осталась умеренной.