➡️Сегодняшние математические способности ИИ достигли уровня, который эксперты прогнозировали лишь к 2035 году;
➡️То же самое касается и общих знаний – текущие показатели превзошли самые смелые прогнозы на годы вперед;
➡️Рост вычислительных мощностей, на которых все это работает, был недооценен экспертами примерно в пять раз;
➡️ИИ уже взял золото на Международной математической олимпиаде в этом году, хотя этого ждали не раньше 2030.

➡️Очень сильна в математике и программировании;
➡️По большинству бенчмарков обходит не только китайских конкурентов, но и Claude 4 Opus;
➡️Уже доступна для бесплатного тестирования для всех желающих.

➡️У новой модели Qwen3-Max НЕТ режима рассуждений (thinking mode);
➡️Если вы в интерфейсе включаете эту опцию, вас без всякого предупреждения переключает на СТАРУЮ, менее мощную модель;
➡️Вся её мощь доступна именно в базовом режиме, так что не трогайте этот переключатель.

➡️Это «альфы», заточенные под работу с длинными проектами и инструментами;
➡️Окно контекста достигает невероятных 2 миллионов токенов;
➡️Есть поддержка изображений;
➡️Умеют параллельно вызывать инструменты, что идеально для сложных агентных сценариев.

➡️AI Чат-боты: от ChatGPT до Perplexity;
➡️Генерация изображений: Midjourney, DALL-E, Ideogram и другие;
➡️Создание видео: Sora, Luma AI, Pika и Runway;
➡️Помощь в кодинге: GitHub Copilot, Tabnine, Cursor;
➡️Работа с текстом: Grammarly, Quillbot, Jasper;
➡️И куча всего для презентаций, таблиц, дизайна, автоматизации и многого другого.

➡️Интеграция с 500+ приложениями, включая Gmail, Slack, Notion, GitHub, Zoom и Jira;
➡️Выполнение команд на естественном языке, типа «отправь письмо последнему клиенту» или «создай задачу в Linear»;
➡️Создание сложных цепочек действий через несколько сервисов, например, взять данные из Gmail, создать issue в GitHub и уведомить команду в Slack;
➡️Командная работа – один раз подключаешь сервис, а используют все.

➡️Всё начинается на этапе обучения: если какой-то факт встречается в данных всего один раз (например, чей-то день рождения), модель почти гарантированно будет о нём галлюцинировать;
➡️Математика проста: если модель плохо отличает правду от вымысла, она будет генерировать вымысел как минимум в два раза чаще, чем ошибаться в простом распознавании.

➡️Во всём виноваты тесты: большинство современных бенчмарков поощряют угадывание. Модель получает баллы за правильный ответ и ноль за «я не знаю» – так что ей выгоднее соврать в надежде угадать, чем честно признаться в некомпетентности;
➡️OpenAI предлагает изменить систему оценки: перестать наказывать модели за неуверенность и научить их говорить «я не знаю», когда это уместно.

➡️Загружаешь свое фото (лучше несколько и без очков);
➡️ИИ пару часов тренируется на лицах, а затем почти мгновенно генерирует образы;
➡️Примеряешь 90+ вариантов стрижек – от классики до современных стилей.

➡️Быстро менять фактуру и цвет (например, убрать ржавчину и перекрасить в синий);
Добавлять логотипы и надписи;
➡️Нейросеть отлично понимает графические подсказки – можно просто нарисовать на картинке стрелку, чтобы указать, что и где поменять.

➡️На сложных развёртках ИИ иногда «тупит» – возможно, придётся собрать финальную текстуру из нескольких удачных генераций;
➡️Главная боль – перевёрнутые или отзеркаленные надписи. Нейросеть это пока не лечит, но есть лайфхак: заранее отзеркальте нужный логотип или текст, и тогда ИИ, «исправляя» его, поставит всё как надо.

➡️Сначала просишь нейросеть заменить фон на сплошной зелёный (как хромакей);
➡️Затем загружаешь получившуюся картинку и уже на ней меняешь зелёный фон на тот, который был нужен изначально.