Результаты CumBench v1.0 уже доступны.

Gemini 3.5 Flash занимает 1-е место в бенчмарке CumBench, превосходя гораздо более крупные модели, стоящие на класс выше, по качеству итогового результата в реальных условиях.

Разрыв, честно говоря, поражает.

Обнаружена новая модель от OpenAI — iris-alpha.

Это Text2Text-модель, то есть, настало время новой модели GPT, и возможно, это 5.6.

Сообщает об этом инсайдер leo из X. Ему кстати можно верить, потому что у него реально есть доступ к ранним названиям моделей OpenAI.

Источник.

Понятно. Они решили незаметно обновлять GPT Image 2, исправляя все её проблемы.

Но хочу вас заверить, что эти проблемы всё ещё часто встречаются.

И всё равно я бы не стал отменять их старания: если бы им выделили новый хороший бюджет на исправление, они бы подготовили GPT Image 2.5 за один месяц.

Да, это возможно. Кстати, Anthropic не стремятся выпускать линейку-5.

Они считают, что должны решить проблему с безопасностью Claude Mythos. Именно поэтому мы, вероятно, увидим не только предстоящий Claude Opus 4.8 в этом месяце, но и 4.9 потом. Они хотят сделать что-то приближенное к Mythos.

Anthropic, ваши модели всё ещё прекрасны, но дело не в моделях, как мне кажется, дело в доступности вашего продукта и в вашей политике. Пора бы вам проснуться и увидеть, что больше половины перешло в Codex.

Источник насчет claude-opus-4.8 тут. А, эм. Если что ему можно верить, claude-opus-4.8 светилась в бекенде vertex ещё месяц назад, просто об этом никто не говорил.

Как вы думаете, сможет ли предстоящий Claude Opus 4.8 стать таким же, как Claude Opus 4.6, в плане логики и качества написания текстов?

Может быть это снова будет хорошая модель для общения, и она снова окажется умной.

С 100% вероятностью они изменили свой подход в обучении своих моделей и теперь ориентируются только на код, что на самом деле плохо, но это уже давняя практика Anthropic.

Новая модель ожидается на этой неделе.

Кстати, я всё ещё использую Claude Opus 4.6 для себя, потому что он во всём лучше, чем 4.7, кроме отладки.

MiniMax M3.0 уже скоро, по намекам от самой MiniMax_AI.

Мне интересно, что они приготовят, но, скорее всего, никаких отличительных вещей не будет.

Хотя, если посмотреть на прикрепленное изображение, там якобы есть какой-то архитектурный прирост.

Но признаться честно, мне уже всё равно на них: Они слишком нагло дистиллируют свои модели на Claude, а для меня дистилляция — это ужасная практика обучения моделей. В таких моделях, как правило, куча дыр в плане логических рассуждений. И кстати, я напомню про отчёт от Anthropic, который вышел в начале этого года, посмотрите что там было с M2.7.

Мне интересно, где же Hailuo 3?

Последний день подписки