Релизы моделей и открытый код
Утечка Qwen4 и обещание open source. В репозитории Qwen Code от Alibaba встречаются упоминания qwen4-max, qwen4-coder-plus и qwen4-omni-120b — похоже, новые модели уже близко. Руководство Qwen опровергло слухи о переходе на режим API-only и подтвердило, что Qwen 4.0 и 5.0 останутся open source.
Научная модель на 753B. Deep Principle выпустила Hydrogen-1.0 — открытую MoE-модель на 753B для химии, материаловедения и наук о жизни, построенную на GLM-5.3. Разработчики заявляют о победе над GPT-6-Astra в FrontierScience-Research; модель распространяется по лицензии MIT.
Квантизация ужала MiniMax. Участники сообщества за 10 дней сжали открытую MiniMax M3.1 Flash (428B) с 252,4 ГБ до 93 ГБ, и MiniMax поблагодарила их за это. Модель обучалась с учётом квантизации (quantization-aware training) и использует разреженное внимание; она рассчитана на кодинг и агентские задачи и держит контекст до 1 млн токенов.
Разбор квантизации LFM3-1.7B. Отчёт по квантизации LFM3-1.7B от Liquid AI показывает: почти без потерь квант умещается в 3,6 ГБ видеопамяти, а версия на 2,2 ГБ деградирует умеренно. Заявленные результаты модели выше, чем у MiniCPM5-2B, при вдвое большем контексте и вдвое меньшем объёме VRAM.
Локальный инференс и квантизация
Локально — в 4,2 раза быстрее. Сравнение GLM 5.3 Flash по подписке Z.ai и при локальном запуске показало: одна и та же модель с тем же промптом отработала локально в 4,2 раза быстрее. Автор утверждает, что локальный ИИ ценен не только экономией на токенах, но и сэкономленным временем.
Экономика RTX 8000 на 48 ГБ. Цены на RTX 8000 48 ГБ упали примерно до $2 100, а подержанные 3090 подорожали вдвое. В пересчёте на гигабайт видеопамяти RTX 8000 выходит дешевле и экономичнее: для домашней лаборатории она тянет модели и контексты крупнее, чем пара 3090, при меньшем энергопотреблении.
Спор о качестве квантов. Unsloth и ISTA-DASLab публично спорят о качестве квантизации DeepSeek-V4.1-Flash: Unsloth заявляет, что её GGUF-кванты на 10–20% лучше GSQ-RCO на бенчмарках кодинга с длинным контекстом, а отдельный разбор ставит под сомнение согласованность графиков LiveCodeBench у Unsloth. В итоге сообщество получает всё более качественные кванты.
Скрытая подсказка в Strata. В Strata/PolyStrata есть включённая по умолчанию функция answer_room: она молча ограничивает рассуждение 75% от max_tokens и подмешивает в «мышление» модели завершающую фразу. Такое скрытое поведение может влиять на сравнение бенчмарков и качество транскриптов.
DeepSeek без цензуры на 12 ГБ. Модифицированный квант DeepSeek-V4.1-Flash-1017 GSQ-RCO убирает отказы (с 85% до 0% на JailbreakBench), сохраняя стабильные результаты на GPQA/AIME. Он работает на 12 ГБ видеопамяти с выгрузкой через Strata + SSD, а маршрутизируемые эксперты остаются побайтово идентичны релизу ISTA.
Агенты, разработка и инструменты
Агент Letterpress-1 для роста. Компания The Letter выпустила Letterpress-1 — кодинг-агент и IDE, который изучает сайт и рыночные сигналы, собирает изменения в песочнице и открывает пул-реквесты с живым превью. Он даёт доступ к 760 инструментам через MCP/REST/CLI, но публичных бенчмарков пока нет.
Git под нагрузкой Codex. OpenAI построила Pando — новый Git-бэкенд для своего монорепозитория, рассчитанный на одновременные push и чтения в масштабе Codex. Он почти в 5 раз снизил медианную задержку push и отдаёт около петабайта Git-данных в сутки, оставаясь совместимым с Git.
Модель сама нашла Blender. Пользователь заметил, как Qwen 3.8 27B обнаружила у себя доступ к Blender через MCP и начала писать Python внутри Blender, чтобы ускорить расчёты физики. Способность модели тянуться к неожиданным инструментам показывает, зачем нужны явные ограничения.
LLM правит чужие веса. Сообщается, что GPT-6 Astra отредактировала веса Qwen и подняла результат MATH-500 с 7,9% до 48,1%; параллельно новый препринт исследует, как LLM напрямую читают и записывают веса нейросетей. Речь о том, что LLM меняют модели сами, — сдвиг по сравнению с промптами и дообучением.
Claude Code против клонов игр. Anthropic обновила системный промпт Claude Code: воссоздавать конкретные существующие игры теперь запрещено, а оригинальные проекты и игры в жанре — по-прежнему можно. Вряд ли это остановит портирование с помощью ИИ, а часть пользователей локальных LLM называет это ещё одним поводом держать модель у себя.
Goldman ограничил ИИ-кодинг. Goldman Sachs отключил трейдеров и банкиров от Claude Code и GitHub Copilot, оставив доступ только инженерам. В банке говорят, что фаза экспериментов закончилась, и ссылаются на продуктивность и управление рисками — хотя раньше там хвалили «вайб-кодинг» сотрудников без технического бэкграунда.
ChatGPT объединяет вкладки. OpenAI объединит вкладки Chat и Work в ChatGPT, чтобы можно было перейти от обсуждения идей к сборке сайтов или презентаций в одном месте. Codex останется отдельно, но у обоих теперь общий пул токенов.
Поворот к context engineering. LangChain утверждает, что стандартная архитектура агента «цикл LLM + инструменты» сходится к общему виду, но появляются новые задачи: управление контекстом на длинном горизонте, progressive disclosure и работа с инструментами в песочнице. В посте описаны практики, которые складываются у агентов к концу 2026 года.
Индустрия и бизнес
Финансы Anthropic перед IPO. Квартальная выручка Anthropic выросла в 12 раз, почти до $17 млрд, но операционные расходы в $17,5 млрд привели к чистому убытку в $23,3 млрд — его обеспечили обязательства по вычислениям и софинансирование пожертвований. В S-1 компания также предупреждает, что близка к возможности рекурсивного самоулучшения, и называет это одновременно перспективным и рискованным с точки зрения безопасности.
Гэрри Тан и агенты. Гендиректор Y Combinator Гэрри Тан говорит, что тратит на ИИ-токены от $100 тыс. до $200 тыс. в год и использует агентов для кодинга, исследований и личных задач. Его gstack из 23 скиллов Claude Code выложен на GitHub.
Trajectory привлекла $45 млн. Стартап Trajectory привлёк $45 млн в раунде A под руководством Sequoia при оценке $300 млн. Деньги пойдут на автоматизацию дообучения и непрерывного обучения для узких областей вроде права и финансов — стартап хочет заменить дорогой консалтинг силами forward-deployed инженеров.
World model поведения. Израильский стартап 42AI вышел из тени с $62,5 млн и заявляет о поведенческой world model, которая предсказывает решения отдельных людей в новых ситуациях. Сначала её внедряют в брокерских компаниях — для прогноза поведения трейдеров.
Grok Bot урезали лимиты. SpaceX сократила недельные квоты Grok Bot после того, как Маск заявил, что затраты на его обслуживание «непомерно высоки относительно выручки». Некоторые пользователи обнаружили, что лимиты исчерпались за ночь, — при том что Grok Bot называют самым быстрорастущим продуктом.
ИИ-кампусы помогают энергосети. OpenAI запустила программу Grid Protectors: будущие дата-центры, по её обещанию, смогут снижать потребление электроэнергии до 1000 МВт во время аварий в энергосети. Пилот в Джорджии подаётся как попытка сделать ИИ-кампусы защитниками сети, а не источниками загрязнения.
Издатели судятся с Brave. The New York Times и другие издания подали иск против Brave: по их версии, браузер компании собирал защищённый авторским правом контент и продавал доступ к индексу, которым пользуются ИИ-компании, включая Anthropic, Mistral и xAI. Отдельный пункт иска — функция обхода пейволлов в Brave.
Агенты для юристов. Технический директор Legora рассказал в подкасте Latent Space о том, как строить ИИ-агентов для юристов. Legora вышла на ARR в $100 млн менее чем за 18 месяцев, сейчас у неё 1800 клиентов и оценка $8,8 млрд. Данные клиентов компании недоступны, поэтому для тестов она строит симулированные среды.
Apple и доходы от ИИ-приложений. Apple дала понять, что может зарабатывать на сторонних ИИ-приложениях и партнёрствах — например, распространяя ИИ-агентов через App Store с комиссией. Конкретики на звонке по итогам квартала не прозвучало.
Исследования и инфраструктура
Прорыв в разреженном внимании. Zyphra выпустила ZHA — разреженное внимание с древовидной структурой, которое можно дистиллировать в замороженные модели вроде Qwen3.6-35B с минимальным числом параметров, и по качеству рассуждений и кодинга оно близко к dense. Смежный open-source проект расширяет разреженное внимание до 10 млн токенов, сохраняя точность на большинстве задач.
PyTorch нативно на TPU. Google и Meta открыли код TorchTPU — нативного бэкенда PyTorch для TPU с eager execution и минимальными правками кода. Он решает проблемы PyTorch/XLA: задержки компиляции и требование глубоко вмешиваться в код.
Бенчмарк для realtime-ИИ. Исследователи представили Realtime-Bench — бенчмарк из 50 задач, проверяющий, умеет ли ИИ действовать в веб- и игровых средах с жёсткими временными рамками. Ранние результаты показывают, что LLM по-прежнему плохо справляются с решениями при низкой задержке.
Пробел в агентной аналитике. Отчёт MIT Technology Review Insights показывает: меньше половины выводов, сгенерированных агентами, приводят к улучшениям в бизнесе, а предписывающие рекомендации особенно слабы. Организации сосредоточились на повышении качества выводов в агентной аналитике.
Это всё за этот день – примерно 5 минут чтения.