🤖 Ребята, GPT Image 2.0 может выйти на следующей неделе. А протестировать её всё ещё возможно!

Всё потому, что в приложении ChatGPT обновили визуал анимации генерации картинок. OpenAI готовятся вот-вот выпустить новую версию.

Модель всем нравится, однако её картинки бывают немного грязными с таким лёгким шумом, но вы этого почти не заметите. Гораздо приятнее осознавать, что картинки получаются насыщенными и правильными, как вы сами того ожидаете.

Но теперь главное. Как же её протестировать? На arena.ai все эти модели убрали. Зато в ChatGPT можно словить шанс ~1/10 на то, что у вас выпадет A/B-тест.

И знайте: вам выпадут две разные модели, пожалуй, не того уровня, что Maskingtape-alpha. Но не всё так плохо!
Самое замечательное в том, что одна из них будет приближена к тем, что были на арене сегодня утром, и это и есть GPT Image 2, но, скорее всего, немного ранняя версия.

Не стоит переживать. Её ещё лучше сделают! Я уверен.

Однако не спамьте в ChatGPT, я заметил, что вас могут кинуть в спамблок, рил.

🌌 Geometry90

По словам многих пользователей, на сайте DeepSeek появились режимы Instant и Expert. Модели в них ведут себя по-разному.

В Instant используется ускоренная модель, что вполне ожидаемо.

В Expert уже стоит новая модель, ограниченная данными до 2025 года.

Многие успели протестировать её на задачах вроде SVG и логики. В SVG она показывает уровень выше всех текущих китайских моделей, но всё ещё не дотягивает до моделей из американских лабораторий. В логических задачах результат тоже неидеальный, лучше большинства, но уступает США.

В остальном модель выглядит современной и, вероятно, подойдёт для школьников из СНГ. Но в некоторых аспектах заметен регресс по сравнению с тем, что было несколько дней назад. — Это 100%

Ждём полноценный релиз уже на этой неделе.

Пока официальных объявлений не было.

Сайт DeepSeek.
Следить за выходом можно в их официальном X-аккаунте.

🌌 Geometry90

GLM-5.1 только сейчас вышла в open-source, но была доступна ещё полторы недели назад.
Похоже, GLM-5.1 лучше всего раскрывается в коде

Все сразу офигели с SWE-Bench Pro.
По их таблице у модели GLM 5.1 больше всех: 58.4 против 57.7 у GPT-5.4 и 57.3 у Opus 4.6.

Как отмечают другие и по моим наблюдениям в X, модель очень хорошо работает с кодовыми базами.

Так это в целом это не удивляет, потому что у GLM код уже давно одна из главных ставок. И вы это всё знаете.
Такие вещи вполне можно натренировать именно под подобные задачи.

Да и в целом ребята делают вид, что у них модель универсальная, хотя по ряду других бенчей она уступает многим конкурентам. Я не со зла.
Например, в GPQA-Diamond у неё 86.2, когда у Gemini 3.1 Pro — 94.3, а у Opus 4.6 — 91.3.
В HLE у GLM-5.1 вообще 31.0 против 39.8 у GPT-5.4 и 45.0 у Gemini 3.1 Pro.

Вообще Z.ai, видимо, пытаются лезть сразу во всё.
Делают и обычные модели, и кодовые, и даже image gen модели. (Где GLM-5-code?)

Пока всё выглядит так, что GLM-5.1 - это в первую очередь сильная модель под код, а не какая-то лучшая нейросеть на всё подряд.

Open-source обнимающее лицо 🤗

🌌 Geometry90

Не кажется ли вам, что все модели становятся хуже после релиза?

Это как начало технологического феодализма. Это к вам господа: 🤖 , 🤖 , 🤖 и 🤖 .

Элита получает лучшие модели, а крестьяне объедки.

Компания Meta анонсирует Muse Spark, первую модель MSL, и новый режим размышлений Muse Spark.

Режим размышлений Muse Spark продемонстрировал результат 58,4% в тесте HLE с использованием инструментов.

В коддинге эта модель не показывает хорошие результаты, зато модель достаточно умная.

Источник.

Meta* — признана экстремистской организацией, деятельность которой запрещена на территории Российской Федерации.

🌌 Geometry90