GLM-5: лучшая открытая модель по бенчмаркам
Zhipu AI и Tsinghua University представили GLM-5 — открытую языковую модель, лидирующую на бенчмарках. Среди open-weight моделей она занимает первое место на Artificial Analysis, в кодировании и генерации текста на LMArena, а также лидирует на BrowseComp и HLE с использованием инструментов. Модель способна не только отвечать на запросы, но и самостоятельно инициировать действия через инструменты.
Источник: neurohive.io
ClawBench: лучшие ИИ-агенты завершают только треть реальных задач
Новый бенчмарк ClawBench оценивает способность агентов решать реальные повседневные задачи в интернете. Даже самый успешный агент — Claude Sonnet 4.6 — решает только 33% задач. Это значительно ниже результатов на стандартных бенчмарках, где показатели достигают 65–75%.
Источник: neurohive.io
ChatGPT Images 2.0: рендеринг текста и следование сложным инструкциям
OpenAI обновила модель генерации изображений до версии 2.0. Новая версия демонстрирует значительное улучшение по сравнению с конкурентами благодаря почти идеальному рендерингу текста на различных языках и точной обработке сложных инструкций. Модель получила первое место во всех категориях генерации изображений на платформе LM Arena.
Источник: neurohive.io
Samsung ускорит запуск завода Yongin для выпуска AI-чипов
Samsung Electronics планирует начать производство на заводе Yongin уже в 2029 году, на два года раньше запланированного срока. Ускоренный график связан с ростом спроса на чипы для искусственного интеллекта. Завод станет частью крупного промышленного комплекса Yongin National Industrial Complex, где планируется строительство шести фабрик.
Источник: ixbt.com
Anthropic вводит функцию безопасности для AI
Anthropic призывает отрасль создавать механизмы контроля («педаль тормоза») для предотвращения неконтролируемого развития AI. Согласно отчету компании, более 80% нового кода в системах Anthropic создается автоматически моделью Claude. Этот показатель подчеркивает риски рекурсивного самоулучшения AI, когда каждая последующая версия становится быстрее и эффективнее предыдущей.
Источник: ai-stat.ru
T-Search: ретривер-модель для многошагового поиска
Т-Банк представил открытую модель T-Search, предназначенную для сложного многошагового поиска. Эта модель построена на базе Qwen3.6-35B-A3B и обучена исключительно на синтетических данных. Особенность T-Search заключается в том, что она возвращает ранжированный список фрагментов информации, позволяя другим моделям формировать итоговый ответ.
Источник: habr.com
Claude Sonnet 5: улучшенная поддержка агентных задач
Anthropic анонсировала Claude Sonnet 5 — новую версию своей модели, оптимизированную для агентных задач, программирования и корпоративной автоматизации. Хотя модель позиционируется как наиболее «агентная» в серии Sonnet, она не является прямой заменой популярной модели Opus.
Источник: neurohive.io
First hardware from OpenAI: Codex Micro макропад за $230
Первым аппаратным продуктом OpenAI стал макропад Codex Micro стоимостью $230. Устройство разработано совместно с Work Louder и предназначено для управления агентами Codex. Макропад оснащен 13 механическими кнопками, шесть из которых служат индикаторами статуса работы агентов.
Источник: ai-stat.ru