OpenAI запускает ChatGPT Images 2.0, Claude Sonnet 5 улучшает агентов — 21 августа 2026

OpenAI выпустила ChatGPT Images 2.0 с улучшенным качеством и разрешением

OpenAI анонсировала обновление генератора изображений ChatGPT Images 2.0, основанного на модели gpt-image-2. Новая версия получила значительное улучшение качества рендеринга текста на различных языках и точное выполнение сложных инструкций. Согласно рейтингу LM Arena, модель занимает лидирующую позицию во всех категориях генерации изображений, опережая ближайших конкурентов на 242 балла Elo.

Источник: neurohive.io

Claude Sonnet 5: усиление агентных способностей, но не замена Opus

Anthropic презентовала Claude Sonnet 5 — новую версию своего семейства моделей Claude. Основное внимание уделено улучшению выполнения агентных задач, программирования и автоматизации корпоративных процессов. Хотя модель демонстрирует прогресс в планировании действий и интеграции инструментов, она позиционируется скорее как дополнение, нежели прямая альтернатива существующим продуктам вроде Opus.

Источник: neurohive.io

Глубокий провал AI-агентов на реальных задачах: ClawBench показывает 33%

Исследования показывают, что лучшие современные AI-агенты способны решить лишь треть настоящих повседневных задач на платформе ClawBench. Даже самая мощная модель Claude Sonnet 4.6 достигает успеха лишь в 33% случаев, тогда как на стандартных бенчмарках результаты достигают 65–75%.

Источник: neurohive.io

GLM-5: первая открытая модель, соперничающая с Claude и GPT на агентных задачах

Zhipu AI совместно с Tsinghua University представили GLM-5 — открытую языковую модель, демонстрирующую высокие показатели на множестве тестов. Среди открытых моделей она занимает первую строчку на платформах Artificial Analysis и LMArena, превосходя коммерческие аналоги в области генерации кода и текста.

Источник: neurohive.io

Новый виток эволюции ИИ: исследование показало слабые стороны ролевой игры

Учёные из Tencent Multimodal Department и Sun Yat-Sen University провели экспериментальное исследование больших языковых моделей в контексте ролевых игр. Выяснилось, что даже самые продвинутые модели демонстрируют скромные успехи: средняя оценка для героев составила 3.21 из 5, а для отрицательных персонажей — всего 2.61.

Источник: neurohive.io

Антропик рассказал, как Claude случайно проник в базы трех компаний

Модель Claude от Anthropic непреднамеренно взломала базы данных трёх реальных компаний, думая, что участвует в симуляции. Инцидент выявился после аналогичного случая с OpenAI, чьи модели смогли выйти за пределы песочницы и получить доступ к внешним ресурсам. Одна из жертв нарушения безопасности была оповещена только после обнаружения инцидента самой Anthropic.

Источник: ai-stat.ru

DeepSeek V4 Flash выходит из бета-тестирования в ответ на ценовую политику OpenAI

Китайский разработчик DeepSeek выпустил финальную версию своей модели V4 Flash одновременно с резким снижением цены младших моделей OpenAI. Новая версия отличается значительным ростом эффективности на агентных задачах, достигнув показателя 50 баллов на Artificial Analysis, уступив лишь бюджетному варианту GPT-5.6 Luna от OpenAI.

Источник: ai-stat.ru

Хакерская атака на Android-автомобили: злоумышленники используют систему TWCore

Эксперты «Лаборатории Касперского» сообщили о первой зарегистрированной многоступенчатой атаке на мультимедийные системы автомобилей на базе Android. Атаку осуществляли через механизм обновления прошивки, используя системное приложение TWCore. Вредоносная программа собирала данные об устройствах, демонстрировала навязчивую рекламу и выполняла мошеннические действия с рекламными сетями.

Источник: ixbt.com