AI-агенты провалили тесты, SpaceX IPO, GLM-5 обогнал Claude и GPT — 12 июня 2026

AI-агенты решили только треть реальных задач на ClawBench

Исследователи представили бенчмарк ClawBench, проверяющий способность ИИ-агентов решать бытовые задачи вроде бронирования рейса или отклика на вакансию. Даже лучшая модель Claude Sonnet 4.6 смогла справиться только с 33% заданий. Показатели резко отличаются от результатов на стандартных бенчмарках, где ИИ достигает 65–75%.

Источник: neurohive.io

GLM-5 обошла Claude и GPT на ключевых бенчмарках

Zhipu AI и Tsinghua University выпустили GLM-5 — открытую модель, занявшую первое место среди открытых решений на Artificial Analysis и LMArena, а также лидирующую позицию на BrowseComp и HLE с инструментами. Новая модель превосходит закрытые аналоги, такие как Claude и GPT, в ряде тестов.

Источник: neurohive.io

SpaceX провела IPO, сделав Маска первым триллионером

SpaceX вышла на публичный рынок, открыв возможность покупки акций объединённой компании ракетостроения, AI и социальных сетей. После IPO капитализация Маска превысила отметку в один триллион долларов, превратив его в первого официального триллионера планеты.

Источник: theverge.com

OpenAI обновила ChatGPT Images 2.0 с поддержкой 2К-разрешения и мультиязычности

OpenAI анонсировала новую версию генератора изображений ChatGPT Images 2.0, основанную на модели gpt-image-2. Новинка получила поддержку высокого разрешения (до 2К), мультиязычный текст и точное следование сложным инструкциям. Модель показала значительное улучшение качества рендеринга и точности выполнения команд.

Источник: neurohive.io

Ведущие AI-агенты выполнили менее 3% реальных задач фрилансеров

Команда из Center for AI Safety и Scale AI разработала Remote Labor Index (RLI) — бенчмарк, проверяющий способности ИИ-агентов выполнять реальную работу фрилансеров. Из 240 реальных проектов с Upwork лучшие модели смогли качественно выполнить лишь 2.5% задач.

Источник: neurohive.io

Крупнейшие игроки IT готовятся к летнему сезону IPO

FAANG уступили дорогу новым акционерам: MANGOS — Meta, Anthropic, Nvidia, Google, OpenAI и SpaceX. Эти компании планируют выйти на публичный рынок летом 2026 года, став испытательным полигоном для инвесторов, аналитиков и регуляторов.

Источник: techcrunch.com

Стоимость топовой видеокарты Nvidia достигла цены автомобиля

Nvidia объявила официальную цену своей мощнейшей рабочей станции RTX PRO 6000 Blackwell — свыше 13 тысяч долларов США. Ускоритель предназначен для рендеринга, инженерных расчетов и работы с большими моделями AI. Рост цен составил более 70% относительно начала года.

Источник: ixbt.com

Джефф Безос запускает стартап Prometheus для разработки "общего инженера"

Основатель Amazon объявил о создании стартапа Prometheus, целью которого станет создание "искусственного общего инженера" — инструмента для проектирования физических продуктов. Стартап привлек инвестиции в размере $12 млрд, достигнув оценки в $41 млрд.

Источник: theverge.com