Telegram официально добавят ИИ-агентов: Claude и ChatGPT в одном мессенджере

Больше не нужно скачивать клиенты и заходить на сайты. Нейронки переезжают прямо в Telegram.

Что внутри:

• Подключение своих API-ключей и выбор моделей от Google, OpenAI, Anthropic
• Мгновенное переключение между нейронками
• Распределение задач: один агент пишет код, второй — текст

Эпоха отдельных приложений для ИИ заканчивается. Всё будет в одном окне, где вы и так проводите большую часть дня.

⚡️ НейроБит

900 млн сайтов под угрозой: OpenAI выпустила скилл для проверки PHP

Вчерашние критические уязвимости затронули гигантское количество ресурсов. Теперь Codex может спасти ваш сайт за пару минут.

Что умеет:

• Принимает ссылку на ваш ресурс и прогоняет скрипт
• Проверяет версию PHP и указывает, нужно ли срочное обновление
• Может сразу поставить патч и защитить данные от взлома

Если у вас есть проект на PHP, не ждите, пока его взломают. Дайте агенту ссылку и спите спокойно.

Проверяем свой сайт — тут

⚡️ НейроБит

Inception выпустила Mercury 3: диффузионная LLM, которая в 8 раз быстрее GPT-6 Luna

Пока все гонятся за размером, Inception сделала ставку на скорость. Mercury 3 — это не просто очередная языковая модель, а диффузионная LLM (dLLM), которая генерирует текст параллельно, а не последовательно, как традиционные модели.

Что внутри:

• Скорость: более 1000 токенов в секунду на GPU Nvidia — в 8 раз быстрее GPT-6 Luna и Claude Haiku 5.5
• Контекст: 1 миллион токенов, что в 4 раза больше, чем у Mercury 2.5
• Цена: $0.10 за 1M входных и $0.35 за 1M выходных токенов
• Размер: более чем в 40 раз крупнее первой модели Inception, но работает на той же скорости

Mercury 3 уже показывает лучшие результаты в кодинге и длительных агентных сессиях, обгоняя конкурентов по скорости и стоимости решения задач. Diffusion-подход меняет правила игры: вместо того чтобы ждать, пока модель «допишет» ответ слово за словом, вы получаете результат почти мгновенно.

Тестируем бесплатно по API- здесь

⚡️ НейроБит

NVIDIA Nemotron 3.5: 120B-мультимодальная модель для агентов и 30B-молния для локальных задач

NVIDIA выпустила два новых открытых семейства моделей: Nemotron 3.5 Super и Nemotron 3.5 Lightning. Обе построены на гибридной архитектуре Mixture-of-Experts Hybrid Mamba-Transformer, которая активирует лишь часть параметров для каждого токена.

Что внутри:

• Nemotron 3.5 Super: 120B параметров, 12B активных. Мультимодальная (текст, изображения, видео), поддержка агентных рабочих процессов и контекст до 1M токенов
• Nemotron 3.5 Lightning: 30B параметров, 3B активных. Текстовая модель для быстрых и дешёвых задач
• Native speculative decoding: встроенное Multi-Token Prediction ускоряет генерацию без потери качества
• Super — лидер среди открытых моделей США: 51.78% на SWE-bench Pro, 26 баллов в Intelligence Index

NVIDIA делает ставку на эффективность: модели можно развернуть от дата-центра до ноутбука, а открытые веса позволяют дообучать их под свои задачи.

Тестируем - здесь

⚡️ НейроБит

Claude научился сам монтировать видео вместо вас — бесплатный опенсорс-редактор WeftCut

Как работает: вы закидываете исходники в WeftCut и текстом объясняете агенту, что хотите получить. Это не плагин для Premiere или DaVinci и не очередной генератор кривых видео — WeftCut с нуля создавался как видеоредактор, которым могут управлять ИИ-агенты.

Внутри полноценный монтажный стол:

A/B-roll, переходы, эффекты, кейфреймы, кривые анимации, субтитры, работа со звуком и аппаратный рендер. Вы просто текстом даёте задачи, а агент работает как настоящий монтажёр.

Самое прикольное — можно в реальном времени смотреть, как ИИ работает. Каждое его действие появляется на таймлайне и записывается в историю. Если агент накосячил — изменения можно откатить.

Прямо сейчас WeftCut набирает обороты на GitHub, но его ещё не стащил каждый. Вы будете первыми — тут.

⚡️ НейроБит

Meta вышла на фронтир: Muse Wonder и Muse Wonder Full бьются с OpenAI и Anthropic

Muse Wonder и Muse Wonder Full — это не просто апдейт, а заявка на лидерство в агентных задачах и персональном ИИ.

Что внутри:

• Muse Wonder — доступна через Meta Model API и Muse Code. 52 балла в Intelligence Index
• Muse Wonder Full — эксклюзивно для подписчиков Muse Code (API не отдаёт). 56 баллов — на 8 пунктов выше предыдущей флагманской модели Meta
• Прорыв в агентных задачах: Terminal-Bench 4.0 вырос с 33% до 57%, GDPval-AA v2.1 — на 176 Elo
• Эффективность: обе модели тратят на 10% меньше выходных токенов, чем Muse Spark 1.3, а Full ещё и на 16% меньше входных

Meta делает ставку на «персональный суперинтеллект»: модели обучены на гигаваттном дата-центре Prometheus и должны стать основой для будущих продуктов Muse. Стоимость Muse Wonder — $4 за 1M входных и $20 за 1M выходных токенов, что дешевле Claude Fable 5.1 и Opus 5.5 в пересчёте на задачу.

Тестируем - здесь

⚡️ НейроБит

OpenAI выкатила GPT-6.1 Terra: в 3 раза быстрее флагманов, в 9 раз дешевле Opus и почти без галлюцинаций

Компания выпустила дешевого, быстрого и точного ИИ-работника. Terra заточена под управление компьютером и самостоятельное выполнение реальных рабочих задач.

Что внутри релиза:

• Управление ПК: модель работает с приложениями, заполняет формы, монтирует видео и даже создает 3D-модели по чертежам. В сложных тестах она вплотную приблизилась к GPT-6 Astra.
• Почти нет галлюцинаций: частота ошибок рухнула с 53,6% до 16,7% (при минимальных затратах на рассуждения), а на максимальных настройках — всего 4,3%.
• Кодинг х2: в тесте Terminal-Bench 4.0 модель решила 50,3% задач против 21,5% у предшественника. ИИ в разы лучше рефакторит код и работает в терминале.
• Скорость х3: агентские задачи выполняются в три раза быстрее, чем у GPT-6 Astra и GPT-6.1 Sol.
• Цена: всего $1 за 1M входных токенов и $5 за выходные. Это вдвое дешевле GPT-6.1 Sol и в 9 раз дешевле Claude Opus 5.5.

Тестим — тут

⚡️ НейроБит

Создаём студенческую почту за 1 клик — ключ к бесплатным нейронкам и сервисам

Это ключ к бесплатным нейронкам и сервисам! Она международная и помогает получить подписки, многие нейронки и все акции «только для студентов».

Это почта на edu-доменах. Как это работает и зачем нужно:

• Даёт халявный доступ к Adobe, JetBrains, ChatGPT, Microsoft Office, многим API и нейросетям
• Студенческую почту создать гораздо сложнее, чем обычную. Без доказательств обучения сделать это почти нереально, но вот вам обход
• Регает почту БЕЗ карт, авторизации на сайте и вообще без ваших данных. Полностью анонимно
• Почта работает 2 месяца, и в любой момент можно создать новую
• Работает так: выбираете домен → генерируете → лутаете халяву где хотите

Генерим и забираем ИИ, сервисы и апишки бесплатно — здесь

⚡️ НейроБит

Превращаем ChatGPT в мощнейший апскейлер картинок до 8К

ИИ-агент разберёт вашу фотку на 9 частей, улучшит их, а потом соберёт обратно.

Работает почти идеально, кидаем свои картинки с промтом:

name: flowers-upscale
description: Photo to 8K; 2/3-pass contextual AI crop enhancement and registered blending.
---
INPUT S=uploaded photo; missing→request. Unspecified→ask "2 passes (recommended) or 3? 8K default; another resolution?" Await choice. N=2|3; L=specified longest edge else8192; preserve aspect. Discover available AI image-editing+raster-processing capabilities; missing→report requirement. Use environment-native tools/paths; create helpers as needed. Preserve S; separate outputs. Execute end-to-end after choice.

E(C): inspect; AI-edit inputs=[S=context,C=target], maximum practical supported resolution; retain actual output dimensions. Prompt=Q+only relevant material constraints. Concurrent independent calls where supported; persist outputs+source-coordinate boxes+prompts immediately.

P1: S→3×3 cores; pad each side20% core dimension, clip to S→9 overlapping C→E→register/blend→M1; resize assembled M1 to L.
P2: M1→4–8 padded salient ROIs(face/hair/hands/objects/textiles as present)→E→register/blend→M2. Exclude low-information regions.
N=3: M2→4–8 tighter focal ROIs(individual eyes/lips/nose/fingers/material details as present)→E→register/blend→M3. Keep homologous features consistent. Every E receives S, never crop alone.

Q="1=original: identity/anatomy/color/light authority. 2=target: return exact crop/framing/geometry. Reconstruct plausible photographic detail; preserve expression, pose, contours, clothing, genuine imperfections, focus falloff. Optical clarity; natural edge transitions; spatially varied texture. Repair inherited artifacts. Skin: irregular pores/fine creases, quiet intervals. Hair: cohesive groups, selective fibers, natural sparse fringe. Iris: source color, irregular branching fibers, coherent pupil, restrained reflections. Textiles: original weave direction/spacing/motifs. Avoid invented structures/marks, beautification, relighting, halos, ringing, embossed/crosshatched/repeated texture, synthetic grain, blanket sharpening."

ASSEMBLE: map recorded boxes→master; global similarity registration first; bounded smooth local correction only with reliable correspondence, never distort rigid geometry/repeating patterns. Unreliable→retain prior pixels. Match broad exposure/color without transferring old fine texture. Normalized overlap/multiband blend; feather15–25% border→alpha0 at interior patch boundaries. Preserve native enhanced crops. Before next pass: inspect full image+100% focal/overlap crops; repair doubling/seams/drift/texture mismatch. ≤2 targeted retries/defect; rejected/failed→retain prior content+disclose.

EXPORT: M_N→lossless PNG at L; verify dimensions+decode; deliver file+preview+prompts/settings. Describe detail as reconstructed; distinguish exported resolution from native generated resolution.

Советуем использовать в режиме Work, размышления выкрутите на максимум.

⚡️ НейроБит

Reka Flint: бесплатная 40B-модель для кодинга, которая работает на ноутбуке и обучалась ИИ

Стартап Reka, основанный бывшим главным научным сотрудником Salesforce Ричардом Сокером, выпустил Flint — бесплатную открытую модель для кодинга, которая запускается локально на обычном ноутбуке.

Что внутри:

• 40B параметров, но всего 2.5B активных — поэтому работает на ноутбуках без GPU
• Скорость: около 131 токена в секунду на MacBook Pro с M4 Pro
• Контекст: обучена с нуля менее чем за 4 месяца, при этом разработка велась автоматизированной системой Eureka Machine, которая сама предлагала идеи, ставила эксперименты и выбирала направление итераций
• Качество: лучший результат среди моделей до 50B параметров в тестах на исправление реальных уязвимостей в коде (SWE-bench)

Единственный нюанс: модель лучше работает с чёткими и короткими промптами — большие задачи стоит разбивать на шаги. Для тех, кто хочет бесплатного локального помощника для кода, — это отличный вариант.

Тестируем - тут

⚡️ НейроБит

Нашли огромную базу кино-эффектов и техник для генерации видео — 424 приёма

Авторы собрали аж 424 приёма: ракурсы камеры, переходы, композицию, свет, цветокоррекцию и прочее.

• Для каждого приёма создали отдельный раздел с описанием и примером, а также готовым промптом для нейронки
• Имба для генерации промо, клипов, видео и даже целых фильмов

Становимся Таррантино - тут

⚡️ НейроБит

Обучаем собственную модель принятия решений — бесплатная пошаговая инструкция

Авторы выкатили гайд по созданию конкурента нашумевшего агента Jev. Вместо генерации текста модель выбирает решения из предложенных вариантов и подсчитывает их вероятности.

Что внутри:

• База — Qwen3.5-4B, которую дообучают под выбор решений
• Весь процесс подробно описан в Google Colab
• Готовая модель легко запускается локально — хватит 8 ГБ видеопамяти

Пошаговую инструкцию берем — здесь.

Готовый блокнот в Colab — тут.

⚡️ НейроБит