Релизы моделей и бенчмарки
Рассуждения Granite 4.2. IBM выпустила Granite 4.2 в размерах 3B, 8B и 30B под лицензией Apache 2.0. Модели получили режимы рассуждений chain-of-thought, контекст на 512K, нативный вызов инструментов и были дообучены с помощью агентного обучения с подкреплением.
Юридическая модель Thomson Reuters. Thomson Reuters выпустила Thomson-1.0-Small — модель, ориентированную на право и налоги.
NVFP4-квантование Qwen3.8. Полностью квантованный чекпойнт Qwen3.8-27B в NVFP4 использует дистилляцию с учётом квантования (QUASAR), чтобы сохранить производительность, близкую к BF16, даже при квантовании всех линейных слоёв.
Бенчмарк Muse Glimmer. Muse Glimmer обошла Qwen3.8 medium в бенчмарке неявных знаний; ей потребовалось 3–4 часа против 30 часов у Qwen xhigh. Это позволяет предположить, что RAG может приблизить её к передовым моделям.
Локальный Qwen3.8-Flash-Next. Грядущая Qwen3.8-Flash-Next — мультимодальная MoE-модель с суммарно примерно 125B параметров и около 6B активных, плюс n-граммная таблица на 51B. При 4-битном квантовании она может уместиться примерно в 82 ГБ, что делает её на удивление удобной для локального запуска.
Железо и инференс
Ядро AMD MI350X. NetraRuntime открыла исходный код ядра, которое выполняет Qwen3.6-35B-A3B со скоростью 78 498 выходных токенов в секунду на 8 GPU MI350X — примерно в 2,16 раза превосходит пропускную способность vLLM.
Чип OpenAI Jalapeño. Первый собственный чип OpenAI для инференса, Jalapeño, по данным тестов SemiAnalysis, превосходит Nvidia Blackwell и Rubin по производительности на ватт и задержке, достигая 1 400 токенов в секунду на пользователя на GPT-OSS 120B.
Ускорение DFlash2. Конфигурация спекулятивного декодирования DFlash2 на RTX 4080 16GB ускорила Qwen3.8-27B с 50,6 до 86,7 токена в секунду при том же качестве вывода.
Выбор Mac Studio. Mac Studio M5 Ultra с 96 ГБ памяти предлагает вдвое большую пропускную способность памяти, чем M5 Max с 128 ГБ, но обходится примерно на €740 дороже. При этом анализ затрат показывает, что более дешёвые карты на 24–32 ГБ могут оказаться экономичнее для большинства задач локального инференса.
Кодинг на 16 ГБ. Сильно квантованная Qwen3.8-27B на Quadro с 16 ГБ корректно реализовала многослойный метод трансфер-матрицы с нуля, хотя большую часть 100-минутного запуска провела за отладкой собственных валидаторов.
Агенты и фреймворки
Инструменты агентов LangChain. LangChain добавила RubricMiddleware для агентов с самооценкой, поддержку навыков в deepagents-CLI и описала паттерны проектирования, позволяющие вкладывать агентские циклы друг в друга.
LangSmith Engine 2x. LangSmith Engine теперь в два с лишним раза лучше находит значимые проблемы агентов во внутренних бенчмарках и на 25% лучше пишет исправления.
Память Claude Cowork. Anthropic объединила память между чатом Claude и Claude Cowork: теперь Cowork помнит контекст из чата, а пользователи могут просматривать, редактировать или удалять сохранённую информацию.
Агенты Plan-and-Execute. LangChain представила исполнитель Plan-and-Execute, который сначала планирует многошаговые задачи, а затем выполняет их, обменивая больше вызовов LLM на лучшее долгосрочное планирование.
Индустрия и бизнес
Голосовой ИИ в Индии. Ringg привлекла $10 млн от Peak XV для создания голосовых ИИ-агентов для индийских предприятий. Компания уже обрабатывает 20 млн звонков в месяц для таких клиентов, как Flipkart и Cred.
Generalist: $3 млрд. Робототехнический стартап Generalist теперь оценивается в $3 млрд после расширения раунда Series B до $600 млн. Его модель Gen 1.5 позволяет роботам обучаться задачам по видеодемонстрациям длительностью от 3 до 12 секунд.
Инвестиции Stability AI. Stability AI привлекла $76 млн в рамках Series B от инвесторов, включая Universal Music, Sony Music, Warner Music и EA, доведя общий объём финансирования до $232 млн на разработку инструментов креативного ИИ.
Юридический ИИ Google. Google запустила Gemini Enterprise for Legal, используя MCP-коннекторы для интеграции с iManage, NetDocuments, Harvey и другими системами для проверки контрактов, юридических исследований и отслеживания регуляторных изменений.
Агенты Lyft и Klarna. Lyft построила самообслуживаемую мультиагентную платформу поддержки клиентов с помощью LangGraph и LangSmith, а ассистент Klarna на LangGraph выполняет работу, эквивалентную 700 сотрудникам на полной ставке.
Безопасность и регулирование
Российская кампания ChatGPT. OpenAI пресекла российскую тайную операцию влияния, которая использовала ChatGPT для генерации прокремлёвского контента и фальшивых статей, распространявшихся в X, LinkedIn, Facebook, Substack и Telegram.
Соответствие EU AI Act. LangChain опубликовала руководство по использованию LangSmith и открытого кода LangChain для соблюдения требований EU AI Act для высокорисковых систем: логирование, мониторинг и контроль со стороны человека.
Это всё за этот день – примерно 5 минут чтения.