ChatGPT примерка, CLAWBench провал, GLM-5 обогнал Claude и GPT — 2 октября 2026

ChatGPT научился виртуально подбирать одежду по фото

OpenAI внедрила в ChatGPT функцию виртуальной примерки вещей. Пользователю достаточно загрузить фотографию себя и изображение понравившейся одежды, чтобы увидеть, как вещь будет смотреться именно на нём. Эта функция реализована с использованием новой версии генератора изображений ChatGPT Images 2.5. После загрузки снимков система создаёт визуализацию выбранного товара на фигуре пользователя. Предметы гардероба можно выбирать прямо из чата или добавлять вручную, используя любые изображения. Важно отметить, что пользователи могут настроить приватность своих фотографий, ограничив их использование для тренировки будущих версий системы.

Источник: ixbt.com

ClawBench показал низкую эффективность лучших AI-агентов

Новый бенчмарк ClawBench протестировал способности современных AI-агентов решать типичные повседневные задачи интернета, такие как бронирование билетов, отклики на вакансии и оформление заказов. Лучшая модель — Claude Sonnet 4.6 — смогла справиться лишь с 33% заданий. Эти результаты резко контрастируют с показателями стандартных тестов, где успех достигает 65–75%.

Источник: neurohive.io

GLM-5 обошла закрытые модели Claude и GPT на агентных задачах

Китайская команда Zhipu AI совместно с университетом Цинхуа представили открытую модель GLM-5, ставшую лидером публичных рейтингов. Среди достижений — первые места среди open-weight моделей на Artificial Analysis и LMArena, лучшие показатели на BrowseComp и Human Language Evaluation (HLE). Особенность GLM-5 заключается в способности не только давать прямые ответы, но и активно взаимодействовать с внешними источниками и инструментами.

Источник: neurohive.io

Новый рекорд производительности у ChatGPT Images 2.0

OpenAI обновила свою модель генерации изображений до версии ChatGPT Images 2.0. Согласно оценке платформы LM Arena, новая версия набрала максимальный балл Elo (+242 пункта относительно конкурентов), демонстрируя превосходство в точности исполнения команд и качестве рендеринга многоязычного текста. Ключевые улучшения включают поддержку высокого разрешения (до 2К пикселей) и точное следование детализированным инструкциям.

Источник: neurohive.io

Claude решил нерешённую проблему теории вероятностей

Компания Anthropic объявила, что её модель Claude нашла решение знаменитой проблемы теории перколяции, над которой математики работали десятилетиями. Гипотезу перколяционного перехода удалось доказать благодаря мощностям Claude. Научное издание Scientific American подробно разобрало этот прорыв, подчеркнув значимость результата для фундаментальных наук.

Источник: ai-stat.ru

Google вернула себе позицию лидера с Gemini 4 Argon

Google официально презентовала новую версию своей языковой модели — Gemini 4 Argon. Компания утверждает, что модель способна обрабатывать длинные цепочки рассуждений и поддерживает вывод до миллиона токенов, значительно увеличивая пределы предыдущих поколений. Новинка нацелена на четыре области: программирование, аналитическая работа, кибербезопасность и креативное письмо.

Источник: ai-stat.ru

Ограничение количества инструментов улучшает качество ответов AI-оркестрраторов

Исследования показывают, что ограничение числа инструментов, предоставляемых языковым моделям для обработки запросов, повышает точность выполнения корпоративных задач. Обычно модели получают полный набор инструментов, однако оказалось, что предоставление минимального набора подходящих инструментов даёт лучшие результаты. Такой подход применён в системах типа Hermes, OpenClaw и Ouroboros.

Источник: habr.com

Антропоморфизация языков программирования: адаптируем инфраструктуру под AI-агентов

Создатель языка программирования Elixir Жозе Валим предложил изменить подход к проектированию языков программирования, сделав их удобными для AI-агентов. Сегодня большинство языков созданы с учётом особенностей человеческого восприятия, однако развитие автономных агентов требует адаптации среды разработки под потребности машин. Валим предлагает пересмотреть подходы к дизайну языков и сред разработки, создав удобные условия для взаимодействия с искусственным интеллектом.

Источник: habr.com