Anthropic: Haiku 5.5 по цене Luna

Собственный каталог цен LLM от Stork зафиксировал сегодня ошеломляющее падение прейскурантных цен Alibaba на Qwen-VL OCR. Стоимость ввода рухнула с $0.72 до $0.07 за миллион токенов — это снижение на 90 процентов. Стоимость вывода последовала тому же примеру, упав на 78 процентов с $0.72 до $0.16 за миллион токенов.

Уточним: это прямые цены, взимаемые лабораторией, а не цена перепродажи шлюза. Мы ежедневно проверяем эти цифры, чтобы наши таблицы были точными, и такое резкое снижение меняет расчёты для любого приложения, полагающегося на обработку больших объёмов изображений или документов.

Alibaba явно устанавливает цены, чтобы переманить корпоративные рабочие нагрузки у западных лидеров. Если вы используете мультимодальные конвейеры и ещё не сравнивали Qwen-VL OCR с вашим текущим провайдером, вы буквально сжигаете деньги.

ChatGPT официально запускает GPT-6 вместе с новой интеллектуальной UI-платформой. Вместо простого генерирования текстовых ответов, интерфейс теперь отображает интерактивные элементы прямо в чате, включая диаграммы, карты, формы и небольшие инструменты.

В рамках обновления бесплатные пользователи также получают доступ к GPT-6 Luna, что значительно повышает базовые возможности для неплатных аккаунтов. Это превращает ChatGPT из разговорного оракула в интерактивное рабочее пространство.

Если вы создаёте потребительские ИИ-приложения, ваши пользователи скоро будут ожидать динамические, интерактивные результаты по умолчанию. Простой текстовый поток будет казаться сломанным по сравнению. OpenAI только что установила новый стандарт UX для всей категории.

Последний график METR, отслеживающий выполнение программных задач, показывает значительный скачок в выносливости агентов. В то время как GPT-4 исторически был ограничен задачами, занимающими минуты, модели вроде Mythos теперь успешно выполняют сложные операции, охватывающие десятки и сотни часов к 2026 году.

Это кардинально меняет то, как мы оцениваем возможности ИИ. Метрика больше не просто точность ответа на запрос, а стабильность в течение дней непрерывного выполнения.

Модели обладают выносливостью. Настоящая задача для разработчиков теперь заключается в создании управляющих структур, систем логирования и восстановления после ошибок, чтобы агент мог работать неделю, не сжигая вашу облачную инфраструктуру.

Periodic Labs официально запустилась с грандиозной целью: создать ИИ-учёного для ускорения реальных научных открытий. Стартап был основан в сентябре 2025 года Лиамом Федусом и Экином Догусом Кубуком.

Перемещение ИИ из цифровых манипуляций с текстом в физические науки требует совершенно других архитектур и методов валидации. Они делают ставку на то, что следующий скачок в ценности ИИ произойдёт за счёт автоматизации самого научного метода.

Если им это удастся, стоимость предприятия затмит всё на рынке SaaS. Если они потерпят неудачу, они всё равно расширят границы того, как модели взаимодействуют с эмпирическими данными.

Сообщается, что проблема тысячелетия Навье-Стокса была решена не одиноким гением, а скоординированной группой из примерно десяти тысяч ИИ-агентов. Это знаменует собой поворотный момент для распределённого интеллекта.

Мы годами были одержимы масштабированием отдельных, огромных передовых моделей. Этот результат предполагает, что параллелизм — объединение тысяч меньших, специализированных агентов для решения единой сложной проблемы — может быть более эффективной осью масштабирования.

Разработчикам следует внимательно присмотреться к фреймворкам оркестрации. Будущее решения сложных проблем выглядит не как запрос к одной «божественной» модели, а как управление огромной, высокоскоординированной цифровой рабочей силой.

Оглядываясь на 2024 год, его повсеместно называли «годом агентов». SaaS-компании спешили интегрировать продукты на базе агентов в свои дорожные карты, несмотря на то, что в то время в отрасли отсутствовало конкретное понимание того, что на самом деле подразумевал этот концепт.

Эта спешка привела к изобилию хрупких «обёрток», маскирующихся под автономные системы. Потребовались годы, чтобы базовая инфраструктура действительно смогла поддержать обещания, данные в тех ранних презентациях.

Урок для операторов ясен: раннее внедрение часто означает оплату привилегии бета-тестирования неработающих парадигм. Компании, которые ждали созревания инфраструктуры, сегодня действительно внедряют надёжных агентов.