Claude Sonnet 5, GLM-5, ClawBench, Qwen4, Anthropic vs DoD — 28 августа 2026

Claude Sonnet 5: сильный агентный апгрейд, но не очевидная замена Opus

Anthropic анонсировала Claude Sonnet 5 — улучшенный вариант модели, доступной бесплатно. Новинка нацелена на агентские задачи, программирование и корпоративную автоматизацию. Разработчики подчёркивают повышенную способность к планированию действий, использованию браузера и терминала, созданию и проверке кода. Однако вопрос полной замены предыдущей версии остаётся открытым: улучшения ощутимы, но разрыв с лидером сегмента Opus не столь велик.

Источник: neurohive.io

GLM-5: первая открытая модель, способная конкурировать с закрытыми гигантами

Zhipu AI и Tsinghua University представили GLM-5 — открытую модель, ставшую первой в своём классе по ряду ключевых показателей. На бенчмарке Artificial Analysis она обошла конкурентов, заняв первую позицию среди open-weight моделей. GLM-5 показала лучшие результаты в генерации кода и текста на платформе LMArena, уверенно лидируя на BrowseComp и HLE с использованием внешних инструментов. Несмотря на открытый статус, модель демонстрирует конкурентоспособность с закрытыми аналогами вроде Claude и GPT.

Источник: neurohive.io

ClawBench: реальный мир сильнее искусственных тестов

Исследовательский проект ClawBench показал низкую эффективность современных ИИ-агентов в выполнении повседневных задач реального мира. Лучшая модель смогла справиться лишь с 33% заданий, таких как бронирование рейса или оформление заказа онлайн. Эти показатели резко контрастируют с искусственными бенчмарками, где успешность достигает 65–75%.

Источник: neurohive.io

Qwen4: ускоренная обработка больших окон

Новая архитектура Qwen4 протестирована на трех прогонах и продемонстрировала значительное улучшение производительности относительно предшественника Qwen3.8-27B. Ключевое отличие новой версии — повышенная скорость обработки больших окон данных. Важный нюанс: разработчики столкнулись с ошибкой в собственной документации, связанной с форматом NVFP4A16, что потребовало дополнительного внимания.

Источник: habr.com

Anthropic выиграла суд против Минобороны США

Федеральный судья признал незаконным решение администрации Трампа включить компанию Anthropic в список поставщиков с высоким уровнем риска цепочки поставок. Иск был подан в марте текущего года и обвинял администрацию в незаконной реакции на установление компанией красных линий для военных применений своего ИИ-технологий. Судья подчеркнул отсутствие обоснованных аргументов национальной безопасности для такого решения.

Источник: techcrunch.com

DeepSeek V4 Flash выходит из бета-версии, отвечая на ценовую войну OpenAI

DeepSeek официально объявила о выходе из предварительного этапа модели V4 Flash, открыв доступ к официальному API «0731». Этот релиз последовал вскоре после резкого снижения цен на младшие модели OpenAI. Хотя архитектуру и параметры оставили неизменными, производительность заметно улучшилась благодаря переобучению. Основное внимание уделялось агентским задачам, где модель набрала 50 баллов на Artificial Analysis, приблизившись к показателям GPT-5.6 Luna от OpenAI.

Источник: ai-stat.ru

OpenAI теряет ключевые кадры, власть переходит к Грэгу Брокману

Сэм Альтман продолжает оставаться лицом OpenAI, однако реальная оперативная власть постепенно сосредотачивается вокруг президента компании Грэга Брокмана. Последняя волна кадровых изменений привела к уходу ряда старших руководителей, усилив позиции Брокмана. Теперь он контролирует основные потребительские и корпоративные продуктовые команды, включая ChatGPT и инфраструктуру компании. Это изменение окажет существенное влияние на стратегию и развитие продуктов OpenAI.

Источник: theverge.com

Cloudflare сэкономила 100 ТБ RAM простым рефакторингом кода

Cloudflare сумела освободить около 100 терабайт оперативной памяти на своей глобальной инфраструктуре, не обновляя аппаратное обеспечение. Достижение было достигнуто путём переработки структуры DNS-кэша платформы Big Pineapple. Размер одной записи сократился с 953 до 420 байт, уменьшив потребление памяти на 56%. Основные изменения включали замену динамических контейнеров Rust на статические структуры и объединение списков DNS-записей в единый буфер с двухбайтовыми смещениями.

Источник: ixbt.com