Релізи моделей і open source
Витік Qwen4 і open source. Репозиторій Qwen Code від Alibaba містить згадки qwen4-max, qwen4-coder-plus і qwen4-omni-120b — нові моделі, схоже, близько. Керівництво Qwen спростувало чутки про перехід виключно на API і підтвердило, що майбутні Qwen 4.0 та 5.0 залишаться open source.
Наукова модель на 753B. Deep Principle випустила Hydrogen-1.0 — 753B MoE-модель із відкритими вагами для хімії, матеріалознавства та наук про життя на базі GLM-5.3. За її даними, вона перевершує GPT-6-Astra у FrontierScience-Research і постачається за ліцензією MIT.
MiniMax стиснули квантуванням. MiniMax M3.1 Flash (428B) з відкритими вагами за 10 днів стиснули з 252,4 ГБ до 93 ГБ — MiniMax подякувала авторам. Модель використовує quantization-aware training і sparse attention та орієнтована на програмування й агентні задачі з контекстом до 1 млн токенів.
Квантування LFM3-1.7B. Звіт про квантування LFM3-1.7B від Liquid AI показує: майже безвтратний квант уміщається в 3,6 ГБ VRAM, а версія на 2,2 ГБ має помірне погіршення якості. Модель, за заявою розробника, набирає більше балів, ніж MiniCPM5-2B, маючи вдвічі більший контекст і вдвічі менше VRAM.
Локальний інференс і квантування
Перевага локального запуску. Порівняння GLM 5.3 Flash у підписці Z.ai і локального запуску показало: та сама модель і той самий промпт завершуються локально у 4,2 раза швидше. Автор доводить, що локальний ШІ цінний не лише економією на токенах, а й зекономленим часом.
Економіка GPU на 48 ГБ. Ціни на RTX 8000 48 ГБ впали приблизно до $2 100, тоді як уживані 3090 подорожчали вдвічі. Тож RTX 8000 дешевша за гігабайт і енергоефективніша для домашніх лабораторій: запускає більші моделі й контексти, ніж дві 3090, за меншого енергоспоживання.
Сперечка про бенчмарки квантування. Unsloth і ISTA-DASLab публічно сперечаються про якість квантування DeepSeek-V4.1-Flash. Unsloth заявляє, що її GGUF-файли на 10–20% кращі за GSQ-RCO на бенчмарках коду з довгим контекстом, а окремий аналіз ставить під сумнів узгодженість графіків LiveCodeBench від Unsloth. Конкуренція дає спільноті кращі кванти.
Прихована поведінка Strata. Strata/PolyStrata має функцію answer_room, увімкнену за замовчуванням, яка непомітно обмежує reasoning до 75% max_tokens і додає завершальний рядок у thinking моделі. Ця прихована поведінка може впливати на порівняння бенчмарків і якість транскриптів.
Нецензурований DeepSeek на 12 ГБ. Модифікований квант DeepSeek-V4.1-Flash-1017 GSQ-RCO прибирає відмови (з 85% до 0% на JailbreakBench), зберігаючи стабільні бали GPQA/AIME. Він працює на 12 ГБ VRAM із Strata + SSD offload, а routed experts залишаються побайтово ідентичними релізу ISTA.
Агенти, код та інструменти
Growth-агент для коду. The Letter Company випустила Letterpress-1 — кодинг-агента та IDE, який читає сайт і ринкові сигнали, готує зміни в пісочниці, а потім відкриває пул-реквести з живими прев’ю. Він дає доступ до 760 інструментів через MCP/REST/CLI, але публічного бенчмарку ще немає.
Git для агентів. OpenAI створила Pando — новий Git-бекенд для свого монорепозиторію, щоб витримувати паралельні push і read у масштабі Codex. Він скоротив медіанну затримку push майже в 5 разів і щодня віддає майже петабайт Git-даних, залишаючись сумісним із Git.
Модель імпровізує в Blender. Користувач помітив, як Qwen 3.8 27B виявила доступ до Blender MCP і почала писати Python у Blender, щоб прискорити фізичні обчислення. Здатність моделі братися за неочікувані інструменти підкреслює потребу в явних обмеженнях.
Редагування ваг моделі. За повідомленнями, GPT-6 Astra редагувала ваги Qwen, щоб підняти результат MATH-500 з 7,9% до 48,1%, а новий препринт досліджує, як LLM нативно читають і записують ваги нейромереж. Це вказує на те, що LLM напряму модифікують моделі, — зсув від промптингу чи файнтюнінгу.
Claude обмежує клони ігор. Anthropic оновила системний промпт Claude Code, щоб заборонити відтворювати конкретні наявні ігри, але залишила дозвіл на оригінальні ігри та ігри в межах жанру. Ця зміна навряд чи зупинить портування за допомогою ШІ, а частина користувачів локальних LLM називає її ще однією причиною хостити моделі в себе.
- Anthropic clamps down on Claude’s AI video game clones(відкриється в новій вкладці)
- Claude’s new rules against game cloning won’t stop the AI copying boom(відкриється в новій вкладці)
- Yet another reason to self host: Anthropic has (again) cut back on reverse engineering tools(відкриється в новій вкладці)
Банк обмежує ШІ-кодинг. Goldman Sachs заборонив трейдерам і банкірам користуватися Claude Code та GitHub Copilot, залишивши доступ лише інженерам. Банк каже, що фаза експериментів завершилася, і посилається на продуктивність та управління ризиками — попри те, що раніше хвалив «vibe coding» від нетехнічних співробітників.
ChatGPT об’єднує вкладки. OpenAI об’єднає вкладки Chat і Work у ChatGPT, щоб користувачі могли перейти від обговорення ідей до створення сайтів чи презентацій в одному місці. Codex залишиться окремим, а обидва тепер матимуть спільний пул токенів.
Поворот до context engineering. LangChain твердить, що типова архітектура агента «цикл LLM + інструменти» стабілізується, але з’являються нові виклики: керування довготривалим контекстом, progressive disclosure і використання інструментів у пісочниці. У дописі окреслено практики, які формуються для агентів кінця 2026 року.
Індустрія і бізнес
Фінанси Anthropic перед IPO. Квартальний дохід Anthropic зріс у 12 разів — майже до $17 млрд, але операційні витрати в $17,5 млрд призвели до чистого збитку в $23,3 млрд через зобов’язання з обчислень і програму зрівняння пожертв. У S-1 також попереджають, що компанія близька до здатності до рекурсивного самовдосконалення, і називають це водночас перспективним і ризиком для безпеки.
Garry Tan і агенти. CEO Y Combinator Garry Tan каже, що витрачає $100–200 тис. на рік на токени для ШІ, використовуючи агентів для коду, досліджень і особистих задач. Його gstack із 23 скілів Claude Code лежить на GitHub.
Trajectory залучила $45 млн. Стартап Trajectory залучив $45 млн у Series A з провідною участю Sequoia і оцінкою $300 млн, щоб автоматизувати файнтюнінг і безперервне навчання для вузьких доменів на кшталт права та фінансів. Мета — замінити дорогий консалтинг із forward-deployed інженерами.
Поведінкова модель світу. Ізраїльський стартап 42AI вийшов зі стелсу із $62,5 млн, заявивши про поведінкову модель світу, яка передбачає індивідуальні рішення людей у нових ситуаціях. Спочатку її впроваджують у фінансових брокерських компаніях для прогнозування поведінки трейдерів.
Grok Bot урізали ліміти. SpaceX урізала тижневі квоти Grok Bot після того, як Маск назвав вартість його обслуговування «непідйомно високою порівняно з виручкою». Деякі користувачі побачили, що ліміти вичерпалися за ніч — попри те, що Grok Bot називають найшвидше зростаючим продуктом.
ШІ-кампуси допомагатимуть енергомережі. OpenAI запустила програму Grid Protectors, пообіцявши, що майбутні дата-центри зможуть знижувати попит на електроенергію до 1 000 МВт під час аварій в енергомережі. Пілот у Джорджії подають як спосіб зробити ШІ-кампуси захисниками, а не забруднювачами.
Позов видавців до Brave. The New York Times та інші видання подали до суду на Brave, стверджуючи, що її браузер збирав захищений авторським правом контент і продавав доступ до індексу, який використовують ШІ-компанії, зокрема Anthropic, Mistral і xAI. Позов також стосується функції Brave для обходу пейволів.
Агенти для юристів. CTO Legora розповів у подкасті Latent Space про створення ШІ-агентів для юристів. Legora досягла $100 млн ARR менш ніж за 18 місяців, має 1 800 клієнтів і оцінку $8,8 млрд. Оскільки компанія не бачить даних клієнтів, вона створює симульовані тестові середовища.
Apple і дохід від ШІ. Apple натякнула, що може шукати дохід від сторонніх ШІ-застосунків і партнерств — імовірно, поширюючи ШІ-агентів через App Store і беручи комісію. Конкретики на дзвінку щодо фінансових результатів не надали.
Дослідження та інфраструктура
Прорив у sparse attention. Zyphra випустила ZHA — sparse attention деревоподібної структури, яку можна дистилювати у заморожені моделі на кшталт Qwen3.6-35B з мінімальною кількістю параметрів; на reasoning і кодингу вона майже не поступається dense. Пов’язаний open-source проєкт розширює sparse attention до 10 млн токенів, зберігаючи точність на більшості задач.
PyTorch нативно на TPU. Google і Meta відкрили код TorchTPU — нативного бекенду PyTorch для TPU з eager execution і мінімальними змінами коду. Він розв’язує проблеми PyTorch/XLA із затримкою компіляції та інтрузивними вимогами до коду.
Бенчмарк для ШІ реального часу. Дослідники представили Realtime-Bench — бенчмарк із 50 задач, який перевіряє, чи здатен ШІ діяти в чутливих до часу веб- та ігрових середовищах. Попередні результати показують, що LLM досі важко ухвалювати низьколатентні рішення.
Розрив в агентній аналітиці. Звіт MIT Technology Review Insights показує, що менш ніж половина інсайтів, згенерованих агентами, веде до покращення бізнесу; особливо слабкі прескриптивні інсайти. Організації зосереджуються на підвищенні якості інсайтів в агентній аналітиці.
Це все за цей день – приблизно 5 хвилин читання.