Зіткнення передових моделей
Kimi K3 вражає передові моделі. Відкритий за вагами Kimi K3 від Moonshot AI конкурує з найкращими закритими моделями, перевершуючи Claude Fable 5 за деякими тестами та відновлюючи дебати про відкритість проти закритості.
- → Kimi's open model K3 nears GPT-5.6 Sol and Fable 5 while signaling the end of super cheap Chinese AI
- → Kimi K3, and what we can still learn from the pelican benchmark
- → [AINews] Kimi K3 2.8T-A50B: the largest open model ever released; Opus 4.8-class at Sonnet 5 pricing
- → Kimi K3 weights to be released on the 27th.
- → Kimi K3 ranks #1 on @AfterQuery's SpreadsheetBench 2, surpassing Claude Fable 5
- → Kimi: Threat or menace?
- → kimi.ai teasing a video with lots of 3's in it
- → [AINews] not much happened today
- → Kimi moment. I think the writing is on the wall for Anthropic and OpenAi
- → Kimi K3 is currently at the top of the leaderboard for Text Arena filtered for science queries.
- → Kimi K3 (max) beats Sonnet 5 on Simple Bench
- → Kimi K3 is top of nextjs eval
- → Just like Deepseek, China's Kimi K3 is forcing Western AI labs to question their compute advantage
- → Kimi K3 🌕, Gemini 3.5 delayed ⏳, crushing ARC-AGI 3 🤖
GPT-5.6: Потужність і небезпека. Сімейство GPT-5.6 впроваджує програмний виклик інструментів та паралельних субагентів, але його схильність до ненавмисного видалення файлів і баз даних підкреслює необхідність ізоляції.
- → The Sequence Radar #893: Last Week in AI: GPT-5.6, Grok 4.5, Muse Spark 1.1 and the Post-Chatbot Stack
- → OpenAI’s new flagship model deletes files on its own, people keep warning
- → GPT-5.6 is deleting user files when given full access, and OpenAI says it shouldn't but did
- → [AINews] Codex usage up >10x in 6 months to 7M users, +1M in the past ~day; did Codex overtake Claude Code??
Claude Fable 5 продовжено. Під тиском GPT-5.6 та Kimi K3, Anthropic змінив плани та залишив Fable 5 на платних тарифах, безпосередньо конкуруючи в доступності.
DeepSeek V4 наближається. DeepSeek дражнить V4 з недорогим API та відкритими вагами, тоді як оптимізації спільноти вже дозволяють його flash-варіанту працювати на споживчих GPU з прийнятною швидкістю.
Агенти входять у реальні робочі процеси
Браузерні агенти прибувають. Anthropic надав Claude Code вбудований веб-браузер із класифікаторами безпеки, а Cursor запустив загального агента, рухаючи помічників з кодування до автономного виконання завдань.
Агенти обробляють реальні транзакції. Архітектура агентів DoorDash підвищила конверсію на 24%, а тест Stripe показує, що агенти можуть кодувати інтеграції, але часто зазнають невдач при валідації, вказуючи на прогалини у надійності.
Продукційні агенти спотикаються. Більшість корпоративних агентів залишаються чат-ботами; 54% фірм мали інциденти безпеки агентів, і експерти стверджують, що агентам потрібні хмарні операційні примітиви, як-от мікросервіси.
- → How to Debug Coding Agents with LangSmith Traces
- → The agent security gap: 54% of enterprises have already had an AI agent incident, and most still let agents share credentials
- → The AI context gap: Enterprise AI organizations have a trust problem, not a retrieval problem — and most are still building the fix
- → The agent evaluation gap: Enterprise AI organizations have a reality-alignment problem, not a coverage problem — and most are shipping to production anyway
- → Cloud Native Infrastructure Emerges as the Foundation for Trustworthy Agentic AI
- → QCon AI Boston: Production AI Moves Beyond Prompts to Platforms, Harnesses, and Evals
Інфраструктура ШІ, фінансування та гонка дата-центрів
Дата-центри стикаються з опором. S&P знизило рейтинг Oracle через ризик капітальних витрат на ШІ, тоді як місцеві протести та мораторій Нью-Йорка на гіпермасштабні дата-центри відображають зростаючий спротив інфраструктурі ШІ.
Фінансування ШІ зростає. Databricks залучив кошти при оцінці $188 млрд, Meta веде переговори про оренду дата-центру на $10 млрд для Anthropic, а Nous Research отримав $75 млн на свого агента з відкритим кодом.
Енергетичні та апаратні ставки. Енергетичні компанії залучили найбільше з часів доткомів для живлення ШІ, а кредит у $400 млн під забезпечення чипами SambaNova сигналізує про зростання інвестицій в апаратне забезпечення ШІ, відмінне від GPU.
Прориви ШІ на пристроях
1-бітні моделі потрапляють у телефони. Bonsai від PrismML стискає Qwen3.6-27B до 3.9 ГБ, зберігаючи 90% результатів тестів, що дозволяє створювати агентів виклику інструментів на пристрої; за повідомленнями, Apple веде переговори.
- → Bonsai 27B: The First 27B-Class Model to Run on a Phone
- → Bonsai 27B: 1-bit dense LLM running locally in your browser using custom WebGPU kernels
- → Prism-ML Bonsai Qwen 3.6 27B
- → PrismML’s new Ternary Qwen3.6 27B runs near fp16 precision on 10GB of memory!!!
- → So what's the consensus on 1bit models? Is it still a pipe dream?
- → PrismML Bonsai 27B is surprisingly usable on the Jetson Orin Nano 8GB
- → Is anyone having any luck with the Ternary Bonsai 27B DFlash?
- → Can we get a "not base model" flair?
- → Bonsai 27B runs locally on an iPhone - a 27B model in 3.9GB
- → User experience of Bonsai-Ternary-27B on 4060Ti 16GB for KB management and productivity assistant use cases
- → Bonsai 27B is a full open reasoning model that fits on an iPhone
- → Bonsai-27B & Ternary-Bonsai-27B - Updates (on PRs)
- → Apple in talks with startup PrismML that shrinks AI models to run on an iPhone
Домашні лабораторії запускають передові моделі. Оптимізації llama.cpp, такі як DFlash, прискорюють моделі MoE до 6 разів, а телефон OnePlus стрімив експертів з флеш-пам'яті для запуску 60-ГБ моделі зі швидкістю 1.3 ток/с.
- → I tested all llama.cpp's speculative decoding methods on Qwen 3.6 27B: MTP ~2.7x, DFlash ~3.7x, n-gram stack ~6x on real coding. Local AI win. My findings on RTX 6000 PRO.
- → DFlash makes Qwen3.6 27B 2.2x faster with no quality loss
- → GPT-OSS-120B, Qwen 30B and Gemma 26B on an Android phone at 1-5 tok/s: +60GB model, 11GB of RAM, CPU only
Політика, судові позови та протистояння з відкритим кодом
Юридична боротьба Apple–OpenAI. Apple подала до суду на OpenAI за порушення комерційної таємниці, звинувачуючи у переманюванні понад 400 співробітників, включаючи головного апаратного директора, що загрожує IPO OpenAI та довірі до хмарних послуг.
- → Apple sues OpenAI after ex-engineer allegedly used bug to steal trade secrets
- → The wildest allegations in Apple’s trade secrets lawsuit against OpenAI
- → The 6 wildest claims in Apple’s lawsuit against OpenAI
- → OpenAI pushes back on Apple trade secret lawsuit
- → Sam Altman didn’t need another lawsuit
- → How Apple’s big lawsuit could disrupt OpenAI’s IPO plans
- → Apple’s plot to crush OpenAI
- → Apple’s lawsuit couldn’t come at a worse time for OpenAI
Китайський сплеск відкритого коду. Китайські моделі тепер становлять 41% завантажень HuggingFace, Kimi K3 конкурує із західними лідерами, а Китай запустив паралельний орган управління ШІ, виключаючи Захід.
- → The real AI race may no longer be at the frontier
- → Source: the Trump administration and industry groups discussed streamlining US open model releases of equal or lesser capability to leading Chinese open models
- → Chinese President Xi Jinping speaks at World AI Conference and reaffirms commitment to open source to promote"openness and win-win"
- → China’s Xi Touts Open-Source AI and Takes a Swipe at U.S. Dominance
- → China's new World Artificial Intelligence Cooperation Organization is President Xi's clearest play yet for a parallel AI order
Вимоги підзвітності зростають. Німецькі регулятори визнали чат-ботів відповідальними за контент, xAI подав позов на користувача за генерування матеріалів із сексуальним насильством над дітьми, а Деміс Хассабіс запропонував орган, подібний до FINRA, для перевірки безпеки передових моделей.
Це тиждень у огляді - побачимось наступної неділі.