Google без лишних анонсов добавила новую модель Gemini 3.8 Flash в Agent Studio в Google Cloud. По заявлениям компании, нейронка отлично показывает себя в кодинге, агентных задачах и мультимодальной обработке данных. Ждем официальный анонс 👀

😅 Канал Serverflow в MAX: Подписаться

Google официально представила новые ИИ-модели Gemini 3.8 Flash и Gemini 3.8 Flash Cyber.

Gemini 3.8 Flash стала самой интеллектуальной Flash-моделью компании для программирования, агентных сценариев и многошагового reasoning, при этом сохранив стартовую цену $0,75 за 1 млн входных токенов и $3,75 за 1 млн выходных. На HLE-Verified модель набрала 54,9%, а в DeepSWE v1.1 обошла Opus 5 и GPT-5.6 Sol в автономном решении сложных инженерных задач.

Главное изменение внутри модели — ставка на длинные агентные циклы: Gemini 3.8 Flash может делать больше шагов рассуждения и многократно вызывать инструменты, чтобы довести задачу до исполнения.

Для кибербезопасности Google выпустила 3.8 Flash Cyber: она обнаруживает уязвимости в кодовых базах на 20 языках программирования, показывает результат точности выше 70% во внутреннем тесте и получила 86,2% в CyberGym, обходя GPT-5.6 Sol и даже Mythos 5.

Gemini 3.8 Flash уже доступна разработчикам через Gemini API, Google AI Studio и Android Studio, а Gemini 3.8 Flash Cyber пока распространяется через программу Fairwind среди доверенных участников.

😅 Канал Serverflow в MAX: Подписаться

Инсайдеры заявляют, что в логах API OpenAI появилось упоминание GPT-6 Astra 👀

😅 Канал Serverflow в MAX: Подписаться

К ИИ-гонке подтянулась Meta* — компания выпустила Muse Spark 1.3, свою флагманскую ИИ-модель для агентных сценариев и кодинга. Модель стала лучше справляться с длинными задачами, умеет вести несколько рабочих процессов в одном потоке, задает уточняющие вопросы при неоднозначных запросах и сообщает пользователю в случае возникновения проблем — в общем, трушный агентных помощник для любых задач.

В кодинге упор сделали на долгие инженерные задачи: Muse Spark 1.3 лучше сохраняет требования из больших инструкций, реже делает лишние шаги и выдает более аккуратный код. Отдельно улучшили самоконтроль модели: она лучше различает то, что действительно может сделать, и ситуации, где данных или возможностей недостаточно, вместо того чтобы придумывать результат.

При внутренних тестах Muse Spark 1.3 использовала на 20% меньше вызовов инструментов и на 25% меньше токенов, чем предыдущий флагман компании Muse Spark 1.2. В ключевых ИИ-бенчмарках модель обходит передовую GPT-5.6 Sol и лишь немного уступает Opus 5, а по индексу Artificial Analysis нейронка Muse Spark 1.3 в режиме Max заняла третье место, уступив Opus 5 и Fable 5.1, подвинув на одну позицию назад GPT-5.6 Sol. (Кстати, Gemini 3.8 Flash тем временем плетется на 10 позиции).

Muse Spark 1.3 уже доступна в Muse Code и Meta* Model API. Режим максимального reasoning пока проходит дополнительное тестирование безопасности и появится позже. Цена в API — $1.25 за 1 млн входных токенов и $4.25 за 1 млн выходных токенов.

*Деятельность Meta Platforms Inc. в России признана экстремистской и запрещена

😅 Канал Serverflow в MAX: Подписаться

Alibaba внезапно обновила свою флагманскую облачную модель доверсии Qwen3.8-Max-0902. Модель все также имеет 2,4 трлн параметров, поддерживает до 991 тыс. токенов входного контекста и ответы 131 тыс токенов, а дополнительное дообучение на Coding и Cowork позволило улучшить результаты в сложных корпоративных задачах, научных исследованиях и длинных агентных процессах.

При цене за токены $2 за 1 млн входных и $6 за 1 млн выходных токенов, в Terminal-Bench 2.1 Qwen3.8-Max набрала 86,6% против 88,8% у GPT-5.6 Sol и 84,6% у Opus 4.8 и Fable 5. В PaperBench Qwen вообще вышла на первое место с 93,0% против 90,5% у GPT-5.6 Sol, 88,8% у Fable 5 и 80,3% у Opus 4.8. При этом на SWE-bench Pro результат 67,7% уступает Fable 5 с 80,0%, но превосходит GPT-5.6 Sol с 64,6%.

Модель уже доступна в API QwenCloud, скорее всего позднее Alibaba также дропнет открытые веса флагмана.

😅 Канал Serverflow в MAX: Подписаться