xAI добавили Grok Imagine Video 1.5 Preview в API. Генерация 1 секунды видео стоит $0.08 в разрешении 480p и $0.14 за 720p.
На arena.ai модель заняла 1-е место в категории Image-to-Video, набрав на 52 балла больше, чем прошлая версия, обогнав Seedance 2.0 и HappyHorse 1.0.
Правда, комьюнити встретило этот рейтинг с жестким скепсисом. В реальных тестах результаты часто не дотягивают до Seedance 2.0. Люди называют бенчмарк сломанным из-за завышенных стартовых оценок, поэтому стоит подождать хотя бы месяц, пока реальные позиции в топе стабилизируются (либо xAI просто заплатили арене, чтобы их модель поставили на 1-е место, кто знает...)
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤8🤔5
MiniMax выпустила M3 — открытую мультимодальную модель с упором на программирование и работу автономных агентов. Веса и технический отчет обещают выложить в течение 10 дней.
— Поддерживает окно контекста до 1M токенов за счет архитектуры MSA (MiniMax Sparse Attention), которая разбивает KV-кэш на блоки и снижает вычислительную нагрузку на токен в 20 раз.
— Работает нативно с текстом, изображениями и видео благодаря обучению на 100 трлн токенов перемешанных данных с нулевого шага.
— Управляет компьютером и умеет вести длинные сессии, самостоятельно тестируя и исправляя код без участия человека.
— Умеет работать как с включенным режимом thinking для сложных задач, так и без него — для скорости. Переключать режимы можно на лету при каждом запросе к API, цена за токены от этого не меняется.
Стоимость API привязана к размеру контекста. Запросы до 512K токенов стоят $0.60 за 1 млн на вход, $2.40 на выход и $0.12 за чтение из кэша. Для длинных контекстов от 512K до 1M токенов цена возрастает ровно в 2 раза ($1.20 вход / $4.80 выход). Первые 7 дней на запросы до 512K действует скидка 50%. Для всех запросов доступно 2 уровня обслуживания: обычный и приоритетный для защиты от задержек при высоких нагрузках.
Вместе с моделью обновили десктопное приложение MiniMax Code. Агенты внутри теперь динамически бьют большие задачи на этапы, умеют исправлять собственные ошибки в процессе и физически кликать по интерфейсу нужных программ на компьютере.
Также обновили подписку Token Plan. Доступно 3 тарифа с общим лимитом на генерацию текста, картинок и аудио: Plus за $20 (дают 1.7 млрд токенов в месяц), Max за $50 (5.1 млрд) и Ultra за $120 (9.8 млрд).
Бесплатно можно попробовать здесь: клик.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤10
Уже 20% аудитории Codex — это обычные офисные работники. По статистике OpenAI, они приходят в 3 раза быстрее программистов, а у десктопного приложения набралось 5 миллионов активных пользователей в неделю.
Вместо кода агенту отдают анализ данных, поиск информации и работу с таблицами. Codex умеет напрямую читать почту, календарь, Slack и Teams. Например, можно в 1 клик собрать все важные рабочие сообщения в утреннюю сводку. Больше 60% людей запускают сразу несколько задач параллельно.
Правда, активные пользователи уже жалуются на усталость от контроля ИИ. Следить за несколькими быстрыми процессами одновременно оказалось тяжело и нервно. К тому же агенты всё ещё ошибаются при сборе данных, поэтому их работу пока нужно перепроверять вручную.
Ну а в последнее время OpenAI активно делает упор не на агента-программиста, а на агента, который может делать вообще любую рутину.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤12
Простите админов, до конца не удостоверившихся в нормальной работоспособности этого API. Оно, к сожалению, не работает
Модели доступны по цене в 7 раз ниже официальной + есть 90-процентное кеширование, поэтому этих 10$ хватит на большее количество токенов по сравнению с официальными API.
1. Переходим в этого бота: клик.
2. Вот и всё, 10$ у вас на балансе.
Ну а если не знаете, как настроить API, нажимаете на кнопку «Документация» и можете использовать это API, где хотите.
Неизвестно, что за бот — он может умереть в любой момент. Ну и не пишите моделям какие-то секреты: разработчики API могут видеть ваши диалоги.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤8
This media is not supported in your browser
VIEW IN TELEGRAM
OpenAI продолжает делать Codex универсальным инструментом не только для программистов. В свежем апдейте добавили новые коннекторы к сторонним сервисам, генерацию интерфейсов и точечное редактирование.
— 6 новых плагинов адаптируют рабочую среду под аналитику, дизайн, продажи и финансы. Они напрямую связываются с 62 внешними сервисами, включая Snowflake, Figma, Tableau и Salesforce.
— Функция Sites генерирует интерактивные веб-страницы, дашборды и внутренние инструменты. Готовый результат сразу хостится, его можно дорабатывать промптами или делится им с коллегами по прямой ссылке.
— Аннотации позволяют выделить любой фрагмент текста, графика, кода или созданного сайта и попросить изменить только эту часть без перезаписи всего проекта.
Плагины уже постепенно раскатывают в поддерживаемых регионах. Sites пока запустили в режиме превью только для тарифов Business и Enterprise.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤7
Google выпустила мультимодальную Gemma 4 12B. В этой версии полностью отказались от отдельных энкодеров — визуальные и звуковые данные теперь отправляются напрямую в основу LLM.
— Принимает сырой аудиосигнал, проецируя его в то же пространство, что и текстовые токены.
— Обрабатывает картинки через легкий модуль (одно матричное умножение и нормализации) вместо традиционного тяжелого энкодера.
— Выдает в бенчмарках результаты почти на уровне старшей версии на 26B со смесью экспертов (MoE).
— Работает локально на устройствах с 16 ГБ видео или объединенной памяти.
— Включает MTP-драфтеры (предсказание нескольких токенов одновременно) для снижения задержек при генерации.
— Распространяется по открытой лицензии Apache 2.0.
Веса уже лежат на Hugging Face и Kaggle. Дополнительно опубликовали официальную библиотеку Gemma Skills для разработки автономных агентов. Запустить локально можно в пару кликов через LM Studio, Ollama, llama.cpp или vLLM.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤11🔥5
This media is not supported in your browser
VIEW IN TELEGRAM
OpenAI выкатила новую архитектуру памяти Dreaming V3. Она фоном анализирует историю диалогов и сама обновляет контекст с учетом времени. Например, если отпуск уже прошел, статус автоматически сменится с «планирует поездку» на «съездил», а рекомендации снова подстроятся под домашнюю локацию без дополнительных напоминаний.
Все собранные факты лежат на странице Memory summary — там можно вручную править записи, удалять лишнее или задавать жесткие инструкции для конкретных тем. Поскольку фоновые процессы стали в 5 раз экономнее к вычислительным ресурсам, лимиты памяти для тарифов Plus и Pro увеличили. Сейчас обновление работает у платных юзеров в США, а в ближайшие недели доберется до остальных стран и пользователей подписок Free и Go.
Please open Telegram to view this post
VIEW IN TELEGRAM
Google выкатила новые чекпоинты моделей Gemma 4, сжатые по методу QAT. Суть технологии в том, что алгоритмы ужимают не после тренировки, а симулируют сжатие прямо во время обучения. Это позволяет сильно снизить требования к памяти почти без потери качества.
— Занимают меньше 1 ГБ памяти в версии Gemma 4 E2B, если оставить только текст и не подключать модули для работы с аудио и картинками.
— Разгружают мобильные процессоры: модель не тратит ресурсы чипа на вычисления «на лету», так как все параметры масштабирования просчитываются заранее.
— Жестко сжимают (до 2 бит) только слои выдачи текста, сохраняя высокую точность для базовых слоев логики и рассуждений.
— Экономят место при длинных чатах благодаря оптимизации словаря и краткосрочной памяти модели (KV-кэша).
— Поддерживают ускорение вывода через MTP (когда модель предсказывает сразу несколько токенов вперед).
Веса уже на Hugging Face. Есть готовые файлы GGUF для запуска в llama.cpp, сжатые тензоры для vLLM и исходники для собственной конвертации. Чекпоинты напрямую работают в десктопных Ollama и LM Studio, а также в Transformers.js и MLX.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤11
«По традиции, большое обновление NotebookLM выходит не в день I/O... Команда отлично поработала.
Сейчас команда включает музыку в комнате запуска 🎶»
Please open Telegram to view this post
VIEW IN TELEGRAM
Google обновила NotebookLM для работы со сложными исследовательскими проектами. Сервис перевели на базу Gemini 3.5 и Antigravity.
— В каждый блокнот добавили защищенный облачный компьютер. Система сама пишет и запускает код, а также включает более 100 софтверных навыков для аналитики.
— Интерфейс теперь показывает процесс размышления.
— Встроенный поиск позволяет начинать работу без своих документов. Сервис ищет информацию через Google Search по начальным идеям и сам собирает базу с указанием источников.
— Изображения генерируются через модель Nano Banana (png, jpg, gif).
— Готовые результаты скачиваются напрямую из панели в форматах PDF, docx, markdown, txt, csv, json, xlsx и pptx. Сгенерированные материалы можно редактировать.
— Винрейт относительно прошлой версии составляет 65% в среднем, 69.9% при анализе объемных документов и 78.2% в продвинутом поиске.
Раскатка уже началась в вебе для пользователей Google AI Ultra и корпоративных клиентов Workspace с тарифами AI Ultra Access и AI Expanded Access. Остальным обещают выкатить позже.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤10🔥4
Нашли следы 1-й модели 5 поколения от Anthropic. Она называется Claude Fable 5 и относится к классу Mythos. По факту это базовая Mythos (или чуть меньшая версия), куда добавили жесткие ограничения безопасности.
В линейке она встанет выше уровня Opus. Упоминания нашли в чекпоинтах Dev Mode и на Hacker News. Завтра Anthropic проводит 3-е мероприятие для разработчиков в Японии, поэтому анонс могут сделать прямо там.
Для тех кто не знает:
Claude Mythos — это новейшая сверхмощная языковая модель от компании Anthropic, появившаяся весной 2026 года. Из-за соображений безопасности она закрыта для широкой публики. Её главное преимущество заключается в сильных способностях к программированию и кибербезопасности. Mythos умеет самостоятельно анализировать сложнейший код, проводить многоэтапные виртуальные атаки и находить критические уязвимости в системах, которые живые специалисты не могли обнаружить десятилетиями. Из-за того, что такие навыки ИИ потенциально опасны в плохих руках, Anthropic выдала доступ к модели только избранным крупнейшим IT-корпорациям (в рамках закрытой инициативы Project Glasswing). Модель используют исключительно как непревзойденного защитника, чтобы успеть найти и «залатать» дыры в самых важных мировых программах до того, как ими воспользуются хакеры.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤10🔥2
Media is too big
VIEW IN TELEGRAM
Google выпустила Gemini 3.5 Live Translate для перевода речи в речь почти в реальном времени.
— Распознает более 70 языков.
— Переводит непрерывно, не дожидаясь конца фразы, и отстает от спикера всего на несколько секунд.
— Сохраняет интонацию, темп и высоту голоса говорящего.
— Справляется с сильным фоновым шумом без ручной настройки.
— Встраивает в сгенерированное аудио неслышимый водяной знак SynthID.
Для разработчиков модель уже доступна в публичном превью через Gemini Live API и Google AI Studio.
В этом месяце переводчик появится в закрытом превью Google Meet для корпоративных клиентов Workspace. В звонках теперь доступно более 2000 комбинаций перевода (раньше было ограничение в 5 языков).
Для обычных пользователей функцию раскатывают в приложении Google Translate на iOS и Android. На Android дополнительно добавляют режим прослушивания — можно просто приложить телефон к уху, как при звонке, и слушать перевод прямо из разговорного динамика без наушников.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4🔥4