👀 GPT-5.6 помнит события до марта 2026. При официальном срезе знаний февраль 2026.

Мы попросили модель без поиска написать по памяти даты релизов моделей и пару событий вне ИИ.

Проверяли в вебе, Codex и через официальный API, в рассуждениях веб-серча не видно.

⚪️ Модель называет точные даты позже своего среза.
☀️ GPT-5.4 (5 марта 2026);
☀️ GPT-5.3 Instant (3 марта 2026);
Февральские и более ранние события, от Nano Banana 2 до статуса Чарли Кирка, выдаёт без ошибок. Забавно, что сама модель при этом уверяет, будто её срез июнь 2024.

⚪️ Sol выдаёт полный список даже на medium мышлении. Terra и Luna часто ошибаются, но на xhigh отвечают правильно почти так же, как Sol.

⚪️ Но граница всё-таки видна. О Claude Fable 5 она не знает вообще, а про чекпоинты галлюцинирует: выдала, что Kingfall был чекпоинтом Gemini 3, и придумала некий Sovereign.

Откуда мартовские даты при срезе в феврале, вопрос открытый. Либо срез на деле свежее, либо часть дат долетела через дообучение. В любом случае это здорово: настолько свежие знания у больших моделей редкость. Вопрос теперь один: сможет ли она ими чётко распоряжаться?

Всем привет👋

Grok 4.5 получит мышление xhigh.

На публичном бенчмарке RuneBench засветился Grok 4.5 с уровнем мышления xhigh, которого официально ещё не существует. Сейчас у модели максимум high.

⚪️ Похоже, xhigh уже раздали узкому кругу на тесты. Вместе с ним xAI обещала 1M контекста. Судя по всему, оба апдейта выйдут скоро.

Кстати, ещё Илон снова обещает Гроку регулярные обновления. Но такие же посты он писал и про Grok 4, и про 4.1, 4.2, 4.3, почти одними и теми же словами, а заметных улучшений после них не было. Может благодаря новым обстоятельствам улучшения действительно будут, кто знает...

* RuneBench — бенч одного ноу-нейма, где ИИ-агенты играют в RuneScape: модель пишет код через SDK, сама ищет стратегии в вики и качает персонажа. По сути, тест на многошаговое планирование.

Как Muse Image сама исправляет свои генерации. Я немного поделюсь своим мнением насчет этой системы.

В прошлом посте я обещал отдельно рассказать про самоулучшение вывода Muse Image. Эта возможность действительно интересная, но работает она далеко не всегда хорошо.

⚪️ Картинку на самом деле делают две модели. В рассуждениях используется Muse Spark которая передаёт инструкции Muse Image. После генерации Spark может посмотреть на результат, изменить своё мнение и выводы, и запустить ещё одну попытку генерации.

⚪️ Исправлять себя её никто не учил. По словам Александра Вана, это поведение появилось само во время RL.

⚪️ Google сделала так первой. В Nano Banana Pro ту же роль выполняет Gemini: составляет инструкции для image-модели и при необходимости просит переделать изображение.

Meta почти полностью повторила архитектуру Google (nano-banana-pro). Идея хорошая, поэтому ничего удивительного.

Но у такой системы есть серьёзная проблема.
Рассуждающая модель не всегда понимает, что происходит на изображении, а image-модель не всегда правильно выполняет её инструкции.

Если Spark ошиблась в рассуждениях, следующая итерация может сделать картинку ещё хуже. На моём примере именно это и произошло: модель пыталась исправить результат, но с каждой попыткой сильнее отдалялась от правильного ответа.

То есть возможность самоисправления уже есть, а понимания геометрии и взаимодействия объектов пока не хватает.

Есть и вопрос с оплатой. Неизвестно, списываются ли дополнительные токены за внутренние итерации. Если каждая повторная генерация оплачивается отдельно, Самоулучшение просто увеличит стоимость одного результата. Изначально у моделей принято возвращать только одно изображение.

И немного про Google.
Nano Banana 2 тоже может искать изображения в интернете, но часто не умеет нормально использовать найденное. У Meta поиск референсов выглядит полезнее. — Поэтому я считаю, что они более ответственно подошли к выпуску своей модели.

В чистой генерации Muse Image особо не превосходит gpt-image-2.

❗️ Anthropic опять продлили Fable 5 на подписках до 19 Июля.
Также акция 50% больше недельных лимитов тоже была продлена до 19 июля.
Похоже они продлевают до тех пор пока не решат перманентно держать Fable на подписке либо пока не выпустят Opus 5.

Источник.