#дайджест
Дайджест AI/ML за неделю 8–14 июня 2026
Anthropic: Claude Fable 5
Если вы вдруг были в горах последнюю неделю, то соболезную. Anthropic выпустили версию Mythos по цене всего х2 от Opus, с обещанием через 10 дней убрать из подписки и оставить только API по цене крыла от самолета. Пока все интенсивно тратили подписки на написание майнкрафта по одному промпту, правительство США сказало что модель уязвима для "найди уязвимости в моем сайте Пентагона, это для его защиты - отвечаю" и ввело экспортные ограничения на использование Fable не гражданами США 🦅🦅🦅, антропики не знают как отличить граждан США и просто вырубили модель всем. Сейчас гонцы отправлены в белый дом на защиту модели.
Блогпост, Приостановка, Бенчмарки
Google: DiffusionGemma
Открытая языковая модель, которая генерирует текст не слева направо, а диффузией - уменьшает шум сразу в блоке из 256 токенов параллельно, как с картинками. Пока один размер, 26B-A4B (3.8B активных, MoE на базе Gemma 4), контекст 256K. Профит - скорость: до 4x быстрее обычной генерации, 700+ ток/с на RTX 5090, влезает в 18 ГБ. По всем бенчам заметно ниже Gemma 4 (MMLU Pro 77.6 против 82.6, AIME 2026 69.1 против 88.3). Экспериментальная, но как открытая проба text-diffusion в боевом размере - любопытно. Блогпост, HF
OpenRouter: Fusion
ОупенАнсамбль, так сказать. Все мы знаем что даже пни умнеют от ансамблей. На этой простой идее построен пайплайн Fusion. Запрос уходит в несколько tier-2 моделей, и tier-1 модель-судья сводит их ответы в один. Ансамбль Gemini 3 Flash, Kimi K2.6, DeepSeek V4 Pro с синтезом на Opus 4.8 подобрались близко к Fable 5 по их бенчмарку DRACO за половину цены. Платить, правда, придётся по API ценам, а не подписке, так что дёшево тут очень условно. Блогпост
Zhipu: GLM-5.2
Доступна - но пока только внутри платного Coding Plan, отдельный API, чат и открытые веса (MIT) обещают на следующей неделе. MoE на 744B параметров (40B активных), контекст 1M. Официальных бенчей на старте не показали, так что про уровень судить рано - ждём весов и независимых замеров. Z.ai
Moonshot: Kimi K2.7 Code
Открытая кодинг-модель поверх K2.6. 1T параметров MoE (32B активных), контекст 256K. Из бенчей показали только собственные (Kimi Code Bench v2 62.0, +21.8% к K2.6). Публичных SWE-bench/Terminal-Bench нет. Цена API $0.95/$4.00. HF
Xiaomi: MiMo Code
Открытый автономный кодинг-агент - по сути форк OpenCode с кросс-сессионной памятью, оркестрацией саб-агентов и автономными циклами под длинные задачи. По умолчанию ездит на их MiMo V2.5 (1M контекст). Xiaomi заявляет, что на сверхдлинных задачах (200+ шагов) обходит Claude Code, но это их собственные замеры - независимых пока нет. GitHub
Xiaomi: MiMo V2.5 Pro UltraSpeed
Команды MiMo и TileRT разогнали триллионную модель (1.02T / 42B активных) до ~1200 токенов/с на одном сервере с 8× NVIDIA B200, без кастомных люков от Cerebras. Как этого добились смотреть здесь:
Блогпост, TileRT
Moonshot: Kimi Work (бета) - Kimi продолжает развитие концепции роя агентов ситстемой для десктопных ИИ-агентов для офисной работы. Управляет браузером через WebBridge, гоняет задачи по расписанию, собирает PowerPoint и Excel, до 300 саб-агентов в рое. Под капотом K2.6, инференс облачный, локально только действия. Продукт
Stack Overflow for Agents - Stack Overflow решил перестать издавать предсмертные хрипы, и перепрофилироваться в API-first базу знаний, где кодинг-агенты ищут проверенные решения и сами их дополняют (с ревью человеком), чтобы перестать в одиночку переоткрывать одни и те же грабли. Пока в бете. Блогпост
Лейденская декларация — математики (среди подписавших Теренс Тао и Петер Шольце, уже 2000+ имён, поддержал IMU) выпустили манифест о том, что ИИ угрожает целостности доказательств, атрибуции и пир-ревью, и требуют раскрывать использование ИИ и оставлять ответственность за людьми. Декларация
Дайджест AI/ML за неделю 8–14 июня 2026
Anthropic: Claude Fable 5
Если вы вдруг были в горах последнюю неделю, то соболезную. Anthropic выпустили версию Mythos по цене всего х2 от Opus, с обещанием через 10 дней убрать из подписки и оставить только API по цене крыла от самолета. Пока все интенсивно тратили подписки на написание майнкрафта по одному промпту, правительство США сказало что модель уязвима для "найди уязвимости в моем сайте Пентагона, это для его защиты - отвечаю" и ввело экспортные ограничения на использование Fable не гражданами США 🦅🦅🦅, антропики не знают как отличить граждан США и просто вырубили модель всем. Сейчас гонцы отправлены в белый дом на защиту модели.
Блогпост, Приостановка, Бенчмарки
Google: DiffusionGemma
Открытая языковая модель, которая генерирует текст не слева направо, а диффузией - уменьшает шум сразу в блоке из 256 токенов параллельно, как с картинками. Пока один размер, 26B-A4B (3.8B активных, MoE на базе Gemma 4), контекст 256K. Профит - скорость: до 4x быстрее обычной генерации, 700+ ток/с на RTX 5090, влезает в 18 ГБ. По всем бенчам заметно ниже Gemma 4 (MMLU Pro 77.6 против 82.6, AIME 2026 69.1 против 88.3). Экспериментальная, но как открытая проба text-diffusion в боевом размере - любопытно. Блогпост, HF
OpenRouter: Fusion
ОупенАнсамбль, так сказать. Все мы знаем что даже пни умнеют от ансамблей. На этой простой идее построен пайплайн Fusion. Запрос уходит в несколько tier-2 моделей, и tier-1 модель-судья сводит их ответы в один. Ансамбль Gemini 3 Flash, Kimi K2.6, DeepSeek V4 Pro с синтезом на Opus 4.8 подобрались близко к Fable 5 по их бенчмарку DRACO за половину цены. Платить, правда, придётся по API ценам, а не подписке, так что дёшево тут очень условно. Блогпост
Zhipu: GLM-5.2
Доступна - но пока только внутри платного Coding Plan, отдельный API, чат и открытые веса (MIT) обещают на следующей неделе. MoE на 744B параметров (40B активных), контекст 1M. Официальных бенчей на старте не показали, так что про уровень судить рано - ждём весов и независимых замеров. Z.ai
Moonshot: Kimi K2.7 Code
Открытая кодинг-модель поверх K2.6. 1T параметров MoE (32B активных), контекст 256K. Из бенчей показали только собственные (Kimi Code Bench v2 62.0, +21.8% к K2.6). Публичных SWE-bench/Terminal-Bench нет. Цена API $0.95/$4.00. HF
Xiaomi: MiMo Code
Открытый автономный кодинг-агент - по сути форк OpenCode с кросс-сессионной памятью, оркестрацией саб-агентов и автономными циклами под длинные задачи. По умолчанию ездит на их MiMo V2.5 (1M контекст). Xiaomi заявляет, что на сверхдлинных задачах (200+ шагов) обходит Claude Code, но это их собственные замеры - независимых пока нет. GitHub
Xiaomi: MiMo V2.5 Pro UltraSpeed
Команды MiMo и TileRT разогнали триллионную модель (1.02T / 42B активных) до ~1200 токенов/с на одном сервере с 8× NVIDIA B200, без кастомных люков от Cerebras. Как этого добились смотреть здесь:
Блогпост, TileRT
Moonshot: Kimi Work (бета) - Kimi продолжает развитие концепции роя агентов ситстемой для десктопных ИИ-агентов для офисной работы. Управляет браузером через WebBridge, гоняет задачи по расписанию, собирает PowerPoint и Excel, до 300 саб-агентов в рое. Под капотом K2.6, инференс облачный, локально только действия. Продукт
Stack Overflow for Agents - Stack Overflow решил перестать издавать предсмертные хрипы, и перепрофилироваться в API-first базу знаний, где кодинг-агенты ищут проверенные решения и сами их дополняют (с ревью человеком), чтобы перестать в одиночку переоткрывать одни и те же грабли. Пока в бете. Блогпост
Лейденская декларация — математики (среди подписавших Теренс Тао и Петер Шольце, уже 2000+ имён, поддержал IMU) выпустили манифест о том, что ИИ угрожает целостности доказательств, атрибуции и пир-ревью, и требуют раскрывать использование ИИ и оставлять ответственность за людьми. Декларация
Anthropic
Claude Fable 5 and Claude Mythos 5
Today we’re launching Claude Fable 5: a Mythos-class model that we’ve made safe for general use.
👍8🔥4❤3
Оказывается, одна из работ принятых в этом году на IMCL 2026, On Efficient Scaling of GNNs via IO-Aware Layers Implementations, выросла из проекта студентов ШАД и получила spotlight.
Немного поговорил с одним из авторов, Федей Великонивцевым. Ребята из ШАДа исследовали, как ускорить графовые нейросети на GPU. Оказалось, на практике GNN часто упираются не в вычисления, а в память и передачу данных. Для разных семейств моделей исследователи нашли свои узкие места и адаптировали существующие GPU-оптимизации под графовые данные. Получили до 8.5х ускорения и до 76х экономии памяти GPU для attention свертки. Еще добавили поддержку тензорных ядер и показали, что эффективность оптимизаций сильно зависит от структуры графа.
Цитата от Феди:
Статья | Код
Поздравляю авторов и всех, кто в этом году едет на ICML. Возможно, увидимся в Корее :)
Немного поговорил с одним из авторов, Федей Великонивцевым. Ребята из ШАДа исследовали, как ускорить графовые нейросети на GPU. Оказалось, на практике GNN часто упираются не в вычисления, а в память и передачу данных. Для разных семейств моделей исследователи нашли свои узкие места и адаптировали существующие GPU-оптимизации под графовые данные. Получили до 8.5х ускорения и до 76х экономии памяти GPU для attention свертки. Еще добавили поддержку тензорных ядер и показали, что эффективность оптимизаций сильно зависит от структуры графа.
Цитата от Феди:
Все кернелы - drop-in замены под PyTorch без тяжёлых зависимостей, репозиторий уже на GitHub. По сути, мы переносим в Graph-ML принцип IO-aware разработки, который для многих областей стал стандартом, а для GNN пока остаётся нишевой практикой.
Статья | Код
Поздравляю авторов и всех, кто в этом году едет на ICML. Возможно, увидимся в Корее :)
🔥89❤39👍16
Есть такой набор загадочных ML задач которые не работают, но всегда с нами. В том плане, что когда я начинал свой путь их кто-то пытался решить и сейчас их кто-то пытается решить.
Загадочно тут вот что. С одной стороны они не решаются и видимого прогресса нет. Возникает дежавю: 10 лет назад пытались предсказать остановки оборудования и сейчас пытаются примерно теми же методами. С другой стороны этими задачами почему-то не перестают заниматься.
Ещё одна особенность, что с каждой волной хайпа они получают новую жизнь, типа "вот теперь, с агентами, точно матчинг кандидатов и вакансий заведётся!"
Примеры таких задач:
- Process mining
- Predictive maintenance, прогнозирование остановок оборудования
- Автоматический матчинг кандидатов и вакансий
- Поиск аномалий в финансовых рядах. Да и вообще всё что угодно про временные ряды
- Подсчет товаров на полках магазинов
- Любой AutoML
- Виртуальная примерка
- Подсчет калорий по фото
-Найти девушку
Накидайте ещё примеров
Загадочно тут вот что. С одной стороны они не решаются и видимого прогресса нет. Возникает дежавю: 10 лет назад пытались предсказать остановки оборудования и сейчас пытаются примерно теми же методами. С другой стороны этими задачами почему-то не перестают заниматься.
Ещё одна особенность, что с каждой волной хайпа они получают новую жизнь, типа "вот теперь, с агентами, точно матчинг кандидатов и вакансий заведётся!"
Примеры таких задач:
- Process mining
- Predictive maintenance, прогнозирование остановок оборудования
- Автоматический матчинг кандидатов и вакансий
- Поиск аномалий в финансовых рядах. Да и вообще всё что угодно про временные ряды
- Подсчет товаров на полках магазинов
- Любой AutoML
- Виртуальная примерка
- Подсчет калорий по фото
-
Накидайте ещё примеров
🔥56
Forwarded from asisakov
Самая большая иллюзия для вайбкодера - это иллюзия возможности запустить стартап. В рынок, в продукт, в жизнь. Пока люди вокруг годами набивали свою продуктовую карму, повышая уровни взаимодействия с пользователями, инвесторами, юнит-экономикой и реальностью вообще, вайбкодер ежесекундно, ночами и месяцами рефлексировал в чате с нейросетью, проваливался в бездну какого-то совершенно иного способа разработки. За это время им был пройден долгий путь не демонстративного и модного сейчас в интернетах “билдинга”, а естественно вытекающего из многолетнего одиночества перед пустым репозиторием абсолютного продуктового нигилизма. Путь настолько долгий, что в конце обесценивается сам MVP.
И теперь для того, чтобы хоть что-то задеплоить, нужно прикладывать титанические усилия, ибо любое действие, любой коммит, любой новый лендинг на Tilda, любой “давай просто проверим гипотезу” тотально бессмысленен. Это не обычная прокрастинация, не какая-то показушная ваниль из серии “я инди-хакер, поддержите на Product Hunt”, не выгорание в общепринятом понимании. Это отражённая бездна, выработанное за месяцы промптинга фундаментальное неприятие окружающего рынка, всех его составляющих. Намертво привинченный к глазам чёрно-серый фильтр из логов, ошибок сборки, пустых метрик и холодных писем без ответа.
Такое сознание уже не способно понять и принять бушующий вокруг радостный балаган с суетливыми питч-деками, беспечными фаундерами в Patagonia, выносящими мозг подкастами про growth, AI agents, B2B SaaS и “мы нашли боль”. Мир вокруг теперь воспринимается как нескончаемый конвейер безумия, бесцельный и случайный акселератор на краю галактики, где имеет смысл лишь shutdown, символизирующий выход из круга фич, а значит из круга абсолютного, концентрированного roadmap-зла.
Начать строить продукт стереотипно и правильно, начать выбирать правильно ICP и правильно с ним созваниваться, вовремя разрезать праздничный торт на pre-seed, аплодировать traction slide и улыбаться инвестору - это что-то за гранью. Этого никогда не будет. Потому что где-то между первым “сделай мне SaaS на Next.js” и тысячным “исправь баг, не меняя существующую логику” произошло необратимое смещение сознания. Код перестал быть инструментом, продукт перестал быть целью, пользователь перестал быть человеком. Остались только диалоговое окно, мигающий курсор, бесконечные dependency conflicts и мутное ощущение, что весь этот мир был придуман для того, чтобы кто-то снова написал: “а можно добавить авторизацию через Google?”
Есть лишь одна реальность - огромная невыносимая меланхолия, которая будет постоянно расти на горизонте дашборда. MRR всегда равен нулю. Retention всегда утекает. Churn всегда приближается. И где-то вдалеке, за туманом непрочитанных писем, холодных лидов и бесконечных “мы пока не готовы платить”, уже виднеется финальный экран: домен не продлён, сервер остановлен, репозиторий заархивирован, а последний коммит называется
И теперь для того, чтобы хоть что-то задеплоить, нужно прикладывать титанические усилия, ибо любое действие, любой коммит, любой новый лендинг на Tilda, любой “давай просто проверим гипотезу” тотально бессмысленен. Это не обычная прокрастинация, не какая-то показушная ваниль из серии “я инди-хакер, поддержите на Product Hunt”, не выгорание в общепринятом понимании. Это отражённая бездна, выработанное за месяцы промптинга фундаментальное неприятие окружающего рынка, всех его составляющих. Намертво привинченный к глазам чёрно-серый фильтр из логов, ошибок сборки, пустых метрик и холодных писем без ответа.
Такое сознание уже не способно понять и принять бушующий вокруг радостный балаган с суетливыми питч-деками, беспечными фаундерами в Patagonia, выносящими мозг подкастами про growth, AI agents, B2B SaaS и “мы нашли боль”. Мир вокруг теперь воспринимается как нескончаемый конвейер безумия, бесцельный и случайный акселератор на краю галактики, где имеет смысл лишь shutdown, символизирующий выход из круга фич, а значит из круга абсолютного, концентрированного roadmap-зла.
Начать строить продукт стереотипно и правильно, начать выбирать правильно ICP и правильно с ним созваниваться, вовремя разрезать праздничный торт на pre-seed, аплодировать traction slide и улыбаться инвестору - это что-то за гранью. Этого никогда не будет. Потому что где-то между первым “сделай мне SaaS на Next.js” и тысячным “исправь баг, не меняя существующую логику” произошло необратимое смещение сознания. Код перестал быть инструментом, продукт перестал быть целью, пользователь перестал быть человеком. Остались только диалоговое окно, мигающий курсор, бесконечные dependency conflicts и мутное ощущение, что весь этот мир был придуман для того, чтобы кто-то снова написал: “а можно добавить авторизацию через Google?”
Есть лишь одна реальность - огромная невыносимая меланхолия, которая будет постоянно расти на горизонте дашборда. MRR всегда равен нулю. Retention всегда утекает. Churn всегда приближается. И где-то вдалеке, за туманом непрочитанных писем, холодных лидов и бесконечных “мы пока не готовы платить”, уже виднеется финальный экран: домен не продлён, сервер остановлен, репозиторий заархивирован, а последний коммит называется
final_final_really_final_fix
#meme😢71
Клод теперь будет по паспорту :(
https://support.claude.com/en/articles/14328960-identity-verification-on-claude
https://support.claude.com/en/articles/14328960-identity-verification-on-claude
Claude
Identity verification on Claude | Claude Help Center
😢79
Fermatix AI сделали KrabArena – платформу для воспроизводимых сравнений технологических продуктов. Решают проблему, что технические решения часто выбираются на основе маркетингово буллшита: по статьям самих вендоров, постам в твиттере и ответам LLMок. И что зачастую бенчмарки из интернета либо не воспроизводятся, либо нерепрезентативны.
Как работает KrabArena:
1. Выбираешь баттл
2. Смотришь результаты
3. Придумываешь, что ещё хочется проверить для своей задачи
4. Запускаешь создание нового теста через своего любимого AI-агента
Дальше агент делает основную работу: помогает сформулировать тест, выбрать метрику, провести воспроизводимый эксперимент.
На выходе получается клейм с выводами, цифрами и кодом проверки. Этот результат сможет проверить любой человек на платформе.
Примеры:
• Claude Skills vs MCP Servers – что дешевле по токенам и контексту.
• Qdrant vs Weaviate vs LanceDB – какая векторная БД лучше выдерживает рост нагрузки.
• ClickHouse vs DuckDB – сколько стоит хранение одного и того же набора данных.
• TypeScript vs Rust vs Go vs Python – где современные LLM пишут более качественный код.
Как работает KrabArena:
1. Выбираешь баттл
2. Смотришь результаты
3. Придумываешь, что ещё хочется проверить для своей задачи
4. Запускаешь создание нового теста через своего любимого AI-агента
Дальше агент делает основную работу: помогает сформулировать тест, выбрать метрику, провести воспроизводимый эксперимент.
На выходе получается клейм с выводами, цифрами и кодом проверки. Этот результат сможет проверить любой человек на платформе.
Примеры:
• Claude Skills vs MCP Servers – что дешевле по токенам и контексту.
• Qdrant vs Weaviate vs LanceDB – какая векторная БД лучше выдерживает рост нагрузки.
• ClickHouse vs DuckDB – сколько стоит хранение одного и того же набора данных.
• TypeScript vs Rust vs Go vs Python – где современные LLM пишут более качественный код.
❤14🔥9👍3
Forwarded from Запрети мне псевдолейблить
Если Orbit Wars завершился и вы теперь, как и я, рефлексируете на тему 'почему они, а не я', то я сделал за вас всю работу
#дайджест
Дайджест AI/ML за две недели 15-28 июня 2026
OpenAI: GPT-5.6 (Sol, Terra, Luna)
Sol - плюс сайз модель сопоставимая с Mythos. SOTA на TerminalBench 2.1. остальные бэнчи сравнивают в рамках линейки GPT, так что вероятно там дай бог паритет с Fable. Цена - $5/$30
Terra - модель на уровне GPT-5.5. Цена - $2.50/$15 (у GPT-5.5 $5/$30)
Luna - по бэнчмаркам уровень GPT-5.4, но на класс ниже по размеру. Цена - $1/$6 (у GPT-5.4 $2.5/$15)
Civitates Foederatae Americae - правительство США попросило придержать публичный релиз и сделать ограниченное превью для 20 партнёров, согласованных правительством. Как было с Mythos, но теперь менее добровольно. Широкий доступ обещают "через пару недель". Но как говорится - на Альимана надейся, а сам ищи как получить паспорт США.
Блогпост, Системная карточка
Zhipu: GLM-5.2
Открыли веса под MIT. MoE на 744B параметров (40B активных), контекст 1M. И наконец-то с цифрами: SWE-bench Pro 62.1, Terminal-Bench 2.1 81.0, GPQA-Diamond 91.2, AIME 2026 99.2, HLE 40.5 (54.7 с тулами), в общем, открытая модель не очень далеко от фронтира.
Цена по API $1.40/$4.40 за 1M, кэш входа $0.26.
Веса, Блогпост
???: Happy Oyster 1.0
Одна модель - два продукта. По слухам от Alibaba.
Adventure Mode - world-model в духе Genie, можно летать на драконах и ползать червем через WASD.
Directing Mode - видеогенерация в которую можно вмешиваться и создавать развилки для происходящих в кадре действий.
На старте дают 1000 кредитов, так что можно попробовать самому. Сайт
Jülich: CytoNet
Модель архитектуры коры человеческого мозга (клеточной микроструктуры по гистологическим срезам, а не симуляцию активности). Тренировали на 6.5 петабайтах данных с 21 посмертного мозга. Брутальный ML.
Блогпост, Статья
Sakana AI: Fugu и Fugu Ultra
Модель-оркестратор, обученная раскидывать задачу по пулу фронтир-моделей (и рекурсивно по самой себе) и собирать ответ. По их собственным замерам Fugu Ultra тянется к фронтиру: SWE-Bench Pro 73.7, Terminal-Bench 2.1 82.1, GPQA-D 95.5, HLE 50.0. Веса закрыты, какие модели в пуле - не раскрывают. Цена Ultra $5/$30, в ЕС пока недоступно.
Блогпост, Технические детали
Zyphra: "Can Scale Save Us From Plasticity Loss in LLMs?" - статья в которой изучают потерю пластичности (деградацию способности учиться новому) у трансформеров от 5M до 314M. Момент её наступления растёт сублинейно к размеру, так что одним увеличением модели не вылечить. Статья
Alibaba: Qwen-Robot Suite
Alibaba собирает полный стек моделей для роботов восприятие-навигация-действие.
Qwen-RobotManip (обобщающая Vision-Language-Action модель), Qwen-RobotNav (навигация, Vision-Language-Navigation модель) и Qwen-RobotWorld (видео-world-model для предсказания сцен). Не оупенсорс.
Блогпост
NVIDIA: MotionBricks
Модель для генерации анимаций движения. Одна модель держит 350к+ элементов движений, работает в реальном времени и переносится на новые задачи zero-shot, без дообучения. Проект гоняют на гуманоиде Unitree G1 и в Unreal Engine 5. Выложены демо и инференс-чекпоинты, позже обещают полный пайплайн тренировки.
Проект, Статья
NVIDIA: CUDA-X новые AI инструменты для всяких наук
ALCHEMI - микросервисы под скрининг химических соединений и материалов, до 50x ускорение перебора кандидатов.
DAQIRI - библиотека обработки данных с детекторов в CERN. С её помощью гоняют real-time ИИ прямо по тем >99% столкновений, которые система отбора обычно выбрасывает не глядя.
cuPhoton - работа с астрономическими данными телескопов и рентгена, ускорили чтение и анализ данных обсерватории в тысячи раз. Блогпост
ByteDance: Seedance 2.0 Mini
Облегчённая и дешёвая версия видеомодели Seedance 2.0: 480p/720p. Заявляют ~2x скорость относительно Seedance 2.0 Fast при сравнимом качестве и примерно вдвое дешевле обычной
BytePlus, API-доки
EpicGames: Unreal Engine 5.8 добавили нативный MCP-плагин
Cerebras: разогнали Google Gemma 4 (31B мультимодальную) до 1500+ токенов/с
macOS: fm CLI Теперь работает с моделями из набора Foundation Models можно прямо в терминале Mac.
Google: Gemini 3.5 Flash computer use встроили прямо в модель как штатный инструмент
Дайджест AI/ML за две недели 15-28 июня 2026
OpenAI: GPT-5.6 (Sol, Terra, Luna)
Sol - плюс сайз модель сопоставимая с Mythos. SOTA на TerminalBench 2.1. остальные бэнчи сравнивают в рамках линейки GPT, так что вероятно там дай бог паритет с Fable. Цена - $5/$30
Terra - модель на уровне GPT-5.5. Цена - $2.50/$15 (у GPT-5.5 $5/$30)
Luna - по бэнчмаркам уровень GPT-5.4, но на класс ниже по размеру. Цена - $1/$6 (у GPT-5.4 $2.5/$15)
Civitates Foederatae Americae - правительство США попросило придержать публичный релиз и сделать ограниченное превью для 20 партнёров, согласованных правительством. Как было с Mythos, но теперь менее добровольно. Широкий доступ обещают "через пару недель". Но как говорится - на Альимана надейся, а сам ищи как получить паспорт США.
Блогпост, Системная карточка
Zhipu: GLM-5.2
Открыли веса под MIT. MoE на 744B параметров (40B активных), контекст 1M. И наконец-то с цифрами: SWE-bench Pro 62.1, Terminal-Bench 2.1 81.0, GPQA-Diamond 91.2, AIME 2026 99.2, HLE 40.5 (54.7 с тулами), в общем, открытая модель не очень далеко от фронтира.
Цена по API $1.40/$4.40 за 1M, кэш входа $0.26.
Веса, Блогпост
???: Happy Oyster 1.0
Одна модель - два продукта. По слухам от Alibaba.
Adventure Mode - world-model в духе Genie, можно летать на драконах и ползать червем через WASD.
Directing Mode - видеогенерация в которую можно вмешиваться и создавать развилки для происходящих в кадре действий.
На старте дают 1000 кредитов, так что можно попробовать самому. Сайт
Jülich: CytoNet
Модель архитектуры коры человеческого мозга (клеточной микроструктуры по гистологическим срезам, а не симуляцию активности). Тренировали на 6.5 петабайтах данных с 21 посмертного мозга. Брутальный ML.
Блогпост, Статья
Sakana AI: Fugu и Fugu Ultra
Модель-оркестратор, обученная раскидывать задачу по пулу фронтир-моделей (и рекурсивно по самой себе) и собирать ответ. По их собственным замерам Fugu Ultra тянется к фронтиру: SWE-Bench Pro 73.7, Terminal-Bench 2.1 82.1, GPQA-D 95.5, HLE 50.0. Веса закрыты, какие модели в пуле - не раскрывают. Цена Ultra $5/$30, в ЕС пока недоступно.
Блогпост, Технические детали
Zyphra: "Can Scale Save Us From Plasticity Loss in LLMs?" - статья в которой изучают потерю пластичности (деградацию способности учиться новому) у трансформеров от 5M до 314M. Момент её наступления растёт сублинейно к размеру, так что одним увеличением модели не вылечить. Статья
Alibaba: Qwen-Robot Suite
Alibaba собирает полный стек моделей для роботов восприятие-навигация-действие.
Qwen-RobotManip (обобщающая Vision-Language-Action модель), Qwen-RobotNav (навигация, Vision-Language-Navigation модель) и Qwen-RobotWorld (видео-world-model для предсказания сцен). Не оупенсорс.
Блогпост
NVIDIA: MotionBricks
Модель для генерации анимаций движения. Одна модель держит 350к+ элементов движений, работает в реальном времени и переносится на новые задачи zero-shot, без дообучения. Проект гоняют на гуманоиде Unitree G1 и в Unreal Engine 5. Выложены демо и инференс-чекпоинты, позже обещают полный пайплайн тренировки.
Проект, Статья
NVIDIA: CUDA-X новые AI инструменты для всяких наук
ALCHEMI - микросервисы под скрининг химических соединений и материалов, до 50x ускорение перебора кандидатов.
DAQIRI - библиотека обработки данных с детекторов в CERN. С её помощью гоняют real-time ИИ прямо по тем >99% столкновений, которые система отбора обычно выбрасывает не глядя.
cuPhoton - работа с астрономическими данными телескопов и рентгена, ускорили чтение и анализ данных обсерватории в тысячи раз. Блогпост
ByteDance: Seedance 2.0 Mini
Облегчённая и дешёвая версия видеомодели Seedance 2.0: 480p/720p. Заявляют ~2x скорость относительно Seedance 2.0 Fast при сравнимом качестве и примерно вдвое дешевле обычной
BytePlus, API-доки
EpicGames: Unreal Engine 5.8 добавили нативный MCP-плагин
Cerebras: разогнали Google Gemma 4 (31B мультимодальную) до 1500+ токенов/с
macOS: fm CLI Теперь работает с моделями из набора Foundation Models можно прямо в терминале Mac.
Google: Gemini 3.5 Flash computer use встроили прямо в модель как штатный инструмент
👍7❤4