ChatGPT Images 2.0, GLM-5, Alibaba Damo Radar, GPT-6 Astra — 21 сентября 2026

ChatGPT Images 2.0: улучшенная генерация изображений с высоким разрешением и поддержкой мультиязычного текста

OpenAI обновила свою модель генерации изображений до версии 2.0. Новая версия получила значительное повышение качества: она стала лидером по баллам Elo на платформе LM Arena (+242 балла относительно конкурентов). Ключевые улучшения включают поддержку разрешения 2К, точное следование сложным инструкциям и практически идеальный рендеринг текста на различных языках.

Источник: neurohive.io

GLM-5: первая открытая модель, способная конкурировать с крупными игроками на агентных задачах

Zhipu AI и Tsinghua University представили GLM-5 — открытую языковую модель, ставшую первой среди бесплатных аналогов по результатам тестов. Модель лидирует на бенчмарке Artificial Analysis и занимает первые места в кодировании и обработке текста на площадке LMArena. Особенность GLM-5 заключается в способности решать агентные задачи, такие как работа с браузером и терминалом, что делает её конкурентной альтернативой коммерческим решениям вроде Claude и GPT.

Источник: neurohive.io

Alibaba открыла исходники своей медицинской модели Damo Radar

Исследовательская группа Alibaba Damo Academy сделала доступной медицинскую модель Damo Radar. Эта vision-language модель способна анализировать компьютерную томографию брюшной полости, выявляя патологии и заболевания в 18 органах. На наборе из почти 40 тыс. клинических случаев модель продемонстрировала высокую эффективность (AUC = 0,913). Исходники опубликованы на GitHub и Hugging Face под свободной лицензией.

Источник: ai-stat.ru

GPT-6 Astra впервые смогла прочитать немецкую шифровку столетней давности

Разработчик Prinz использовал GPT-6 Astra для расшифровки немецкой военной радиограммы времён Первой мировой войны, остававшейся неразгаданной около 108 лет. Шифр был выполнен методом ADFGVX, известным своей высокой стойкостью. Прочитанное сообщение оказалось оперативной сводкой о перемещении британского флота вблизи Крыма, посланное спустя две недели после окончания боевых действий.

Источник: ai-stat.ru

ClawBench: лучшие ИИ-агенты выполняют только треть реальных задач

Новый бенчмарк ClawBench показал, что современные ИИ-агенты способны решить лишь примерно 33% типичных ежедневных задач, таких как бронирование билетов или оформление заказа онлайн. Этот показатель значительно отличается от результатов стандартных синтетических тестов, где успешность достигает 65–75%.

Источник: neurohive.io

Claude Sonnet 5: новый уровень агентности, но дороже предшественника

Компания Anthropic анонсировала очередную версию своего агента Claude Sonnet 5. Новинка демонстрирует значительные успехи в выполнении сложных агентных задач, планировании и взаимодействии с внешними сервисами. Однако стоимость обработки возросла, что стоит учитывать при выборе инструмента для автоматизации процессов.

Источник: neurohive.io

Jev: бинарный классификатор или полноценный фильтр?

Модель Jev протестировали на 16 тыс. вызовах, сравнив результаты с аналогичными показателями gpt-5.4-mini и gpt-5.6-luna. Тесты проводились сначала на открытых датасетах, затем на реальных производственных данных. Анализ показывает сильные стороны и ограничения модели, позволяя оценить её применимость в конкретных сценариях.

Источник: habr.com

Как избежать деградации LLM на крупных документах

При увеличении объёма обрабатываемых документов крупные языковые модели часто теряют способность точно извлекать важную информацию. В статье рассматриваются причины ухудшения производительности подходов типа Full Context и стандартного RAG, а также предлагается решение на основе метода Semantic Gatekeeper, позволяющее улучшить качество работы с большими массивами данных.

Источник: habr.com