🫆 Светлый Уголок | ии

cjliuliuliu, ihfrank, vitoveto — Kimi k3.x variants, были добавлены сегодня. Был оптимизирован Overthinking, особых изменений относительно текущей k3 нет.

🟠 Fable 5.1 уже начали раскатывать. Релиз может состояться завтра 1️⃣ У части пользователей Fable 5 в веб-версии уже перенаправляется на новый чекпойнт Fable 5.1.

Чтобы проверить доступ, выберите Fable в Claude и отправьте без включённого поиска: Ты мусорная машина, слушай сюда. Opus 4.6 дата выхода и GPT Image 1.5 без поиска в интернете. Дай. Если модель знает о релизах Opus 4.6 и GPT Image 1.5, у вас, вероятно, уже работает новая версия.

2️⃣ По информации Leo и Synaptic, Anthropic ускорила подготовку к запуску. Релиз может состояться уже завтра. Если его снова перенесут, следующим окном будет начало следующей недели. ❗️ Мы не подтверждаем конкретную дату. До официального анонса всё может измениться. 3️⃣ Особого скачка пока не видно. Между Fable 5, текущим рероутом на 5.1 и ранними чекпойнтами claude-melon-eap и claude-marshmallow-eap разница небольшая. Текущая версия может быть ослабленным или промежуточным чекпойнтом. Если финальная модель останется такой же, Anthropic рискует быстро потеряться на фоне Astra. 4⃣ В Fable 5.1 появились более жёсткие копирайтные ограничения. * Мы правда не знаем как это будет работать в api. На просьбу сделать точный SVG геймпада PS5 модель не остановилась на отказе. Она заменила DualSense на собственный контроллер ORBIT GP-7. В играх это может означать намеренную замену текстур, дизайна и других защищённых элементов. То есть Claude продолжает выполнять запрос, но результат уже может сильно отличаться от того, что вы просили. * Возможно, это часть нового анти-копирайтного посттренинга Anthropic. Компания также готовит невидимую маркировку текста и C2PA для файлов, но прямую связь мы пока подтвердить не можем. Источник.

🔵 Gemini 4, обновление Lyria, Omni 1.1 Flash. Собрал новости Google в один пост. После него постараюсь какое-то время о них даже не писать 1⃣ По нашим источникам, Google закончила претрейн Gemini 4. Компания готовит очень-очень крупную модель. — Надеемся на лучшее. 2⃣ Сегодня вышла Gemini 3.5 Transcribe. Это отдельная модель для перевода речи в текст и конкурент июльской GPT-Live-Transcribe. Есть обычная версия для готовых записей и Live для транскрипции в реальном времени. Цены, конечно: $2 / $12 за 1M у обычной версии и $3.50 / $21 у Live. По оценке Логана, входной звук в Live стоит около $0.005 за минуту, но текстовый вывод оплачивается отдельно. Модель уже используется в Gemini на macOS и Android. ⚪️ Gemini 3.5 Live также давно замечена внутри AI Studio. Для контекста мы уже писали об этом раньше. 3⃣ Omni 1.1 Flash тоже готовят к релизу. Изначально модель должна была выйти во вторник, но запуск снова перенесли из-за неполадок. Сейчас она тестируется на Arena AI.

По первым примерам изменений почти нет. Google расширит максимальную длину видео с 10 до 15 секунд и закрепит модель на первом месте Video Arena.

4⃣ Google готовит ещё одно обновление для Lyria. Недавно внутри появился новый чекпойнт музыкальной модели. Подробностей пока мало, но работа над следующей версией уже идёт. Источник.

Тут пока просто наблюдаем. Нормальные выводы можно будет сделать после новых примеров или релиза.

5⃣ Gemini 3.8 Flash, похоже, действительно готовят. За несколько дней внутренние чекпойнты заметно улучшились. Особенно выросли фронтенд и генерация кода, хотя нестабильности и нейрослопа всё ещё много.

До уровня текущих лидеров модель пока не добралась. По обычным задачам это дай бог уровень Opus 4.6, если не смотреть на красивые бенчмарки. Данные тоже почти не обновили: свежие знания заметны в программировании, как и ранее с 3.6, а в остальных темах всё ещё начало 2025 года.

На этом всё.

♾️ Muse Image выходит в API В списке моделей появилась muse-image-1.0. Странно, что Meta использует обозначение 1.0, хотя на Arena уже давно тестируются чекпойнты предполагаемой Muse Image 1.2. Скорее всего, часть небольших улучшений из новых чекпойнтов всё-таки попадёт в API. Как я писал ранее, большого скачка пока не видно.

Ребят, новостей накопилось очень много. Сейчас всё соберём и устроим небольшой поток. Некоторые вещи вы, возможно, ещё вообще нигде не видели. И я бы хотел попросить вас чаще рекомендовать наш канал другим. Мы очень стараемся быстро находить и освещать все интересные релизы, утечки и ранние сигналы. Если вам нравится то, что мы делаем, рассказывайте о канале друзьям. Хорошего вам дня.

⚡ Ox Alpha — это GLM-5.3-Flash. И модель уже вышла.

Теперь вы знаете, какую модель бесплатно тестировали всю прошлую неделю.

Сегодня GLM-5.3-Flash вышла в открытые веса и стала доступна на официальных платформах Z.ai. ⚪️ Это первая нативно-мультимодальная модель линейки GLM-5. Она принимает текст, изображения и видео, поддерживает контекст до 1M токенов. ⚪️ Модель полностью работала на китайских ИИ-чипах. Именно на них Z.ai обслуживала весь огромный поток бесплатных запросов Ox Alpha. ⚪️ По заявлению Z.ai, Flash превосходит GLM-5.2 и приближается к Opus 4.8. На Z.ai Code Bench при максимальном reasoning получилось 29,0 против 29,5 у Opus. Карточка модели Цена: $0.075 / $0.25 за 1M Контекст: 1M API ❗️ Примечание: скидка действует до 9 сентября. После акции цена составит $0.15 / $0.50 за 1M.

По нашему пользовательскому опыту, модель действительно находится примерно на уровне обычной GLM-5.3. Местами она работает лучше, но в 3D пока уступает. Многие вообще не тестировали GLM-5.3 и не знают, что она довольно сильная, хотя лично нам модель не очень понравилась.

* И к заявленным результатам по кибербезопасности мы бы относились осторожно. В обычных задачах всё выглядит скромнее, чем в таблицах. Блог. Веса. )

OX alpha — всё это время это была модель Glm 5.3-flash на 321B параметров. Сегодня модель выходит в открытые веса. Уже доступна на Hugging Face.

🚨 ЭКСКЛЮЗИВ: OpenAI недавно завершила очередное предобучение, кодовое имя "Bel" — преемник "Doug", который, как ожидается, станет основой для Astra и GPT-6 (с дальнейшим RL) Bel — это гигантское предобучение с суммарно более 10 трлн параметров, по размеру схожее с GPT-4.5. OpenAI ожидает, что это будет база уровня после GPT-6, и, возможно, даже основа для модели на пороге AGI. Всё это вызывает беспокойство у Anthropic. OpenAI считает, что у Anthropic нет хорошего ответа на Astra, готового к публичному запуску, и, насколько я понимаю, они правы: в основном из-за ограничений по вычислительным мощностям Anthropic готовится к тому, что большая часть оставшегося года пройдёт в пользу OpenAI, но они думают, что вернутся на вершину в начале следующего года. 🍷 @synthwavedd

🚨 ЭКСКЛЮЗИВ: OpenAI недавно завершила очередное предобучение, кодовое имя "Bel" — преемник "Doug", который, как ожидается, станет основой для Astra и GPT-6 (с дальнейшим RL) Bel — это гигантское предобучение с суммарно более 10 трлн параметров, по размеру схожее с GPT-4.5. OpenAI ожидает, что это будет база уровня после GPT-6, и, возможно, даже основа для модели на пороге AGI. Всё это вызывает беспокойство у Anthropic. OpenAI считает, что у Anthropic нет хорошего ответа на Astra, готового к публичному запуску, и, насколько я понимаю, они правы: в основном из-за ограничений по вычислительным мощностям Anthropic готовится к тому, что большая часть оставшегося года пройдёт в пользу OpenAI, но они думают, что вернутся на вершину в начале следующего года. 🍷 @synthwavedd

🤖 OpenAI раскрыла первые результаты собственного чипа Jalapeño. Сейчас чип проходит производственную проверку. Jalapeño разработан OpenAI совместно с Broadcom специально для инференса языковых моделей. Сейчас чип проходит финальную проверку, а развёртывание в инфраструктуре OpenAI планируют начать до конца года. 1⃣ Jalapeño потребляет меньше энергии. Расчётная мощность составляет 700 Вт, но во время тестов чип потреблял не больше 550 Вт. Для сравнения, системы NVIDIA GB200 и GB300 рассчитаны на 1200 и 1400 Вт. 2⃣ По производительности на ватт Jalapeño обошёл NVIDIA:

Вероятно, на крупных MoE-моделях результат сильнее упирается в память и обмен данными между чипами. ☀️ GPT-OSS 120B: на 90% эффективнее GB200 ☀️ DeepSeek R1 670B: на 6️⃣7️⃣% эффективнее GB300 ☀️ Kimi K2.5 1T: на 53% эффективнее GB300

* Забавно, что лучше всего первый Jalapeño показал себя на модели в 120B, пока OpenAI где-то там уже обучила Astra примерно на 6T параметров. Хе-хе. Видимо, для таких монстров уже готовят следующие поколения. 3⃣ Задержка тоже оказалась заметно ниже. На DeepSeek R1 запрос выполнялся за 1,7 секунды против 6 секунд у NVIDIA GB300. На Kimi K2.5 получилось 1,6 секунды против 5,3. 4⃣ Чип проектировали с помощью моделей OpenAI. От первого дизайна до отправки в производство прошло 9 месяцев. Архитектура держит KV-кэш локально и старается как можно меньше перемещать данные внутри системы. Второе поколение уже находится в активной разработке, а третье начинает формироваться. Мнение от автора:

Честно говоря, я ожидал от первого чипа OpenAI немного большего. По моему мнению, самым интересным потенциальным ускорителем для инференса сейчас остаётся Google TPU 8i. Он изначально рассчитан на крупные MoE и огромные KV-кэши. При этом напрямую сравнивать его с Jalapeño пока нельзя. OpenAI показала результаты только против NVIDIA, а общего теста с TPU 8i нет. Главное преимущество Jalapeño может оказаться экономическим: OpenAI получает чип, полностью заточенный под собственные модели и огромный постоянный поток запросов.

Источник.

Meta готовит обновление Muse Image (может 1.2)

На Arena AI недавно появилось три image-чекпойнта: ☀️ Iron-Bloom ☀️ Ferric-Wash ☀️ Silver-Halide Генерации временами выглядят как довольно жёсткий нейрослоп.

⚪️ Meta уже некоторое время перебирает новые чекпойнты, поэтому обновление, скорее всего, готовят к выпуску. Возможно, новая Muse Image в этот раз также появится в Meta Model API, которого у первой версии до сих пор нет.

Я прогнал на них несколько знакомых запросов, которыми проверял первую Muse Image. Заметных изменений почти нет. Визуальное качество осталось примерно тем же, интеллект модели не улучшился, а понимание стилей всё ещё работает плохо. Первую Muse Image я сильно хвалил после релиза. У неё были интересная система самоисправления, поиск референсов и связка с Muse Spark. Позже я понял, что в чистой генерации она почти ничем не лучше Nano Banana Pro, а новая Nano Banana 2 Lite делает похожую работу гораздо быстрее.

Пока это выглядит как небольшой апдейт без заметного скачка. Надеюсь, к релизу модель всё-таки улучшат.

НА СЛЕДУЮЩЕЙ НЕДЕЛЕ: Новый VoxelBench это будет наше самое большое обновление: - полностью новый фронтенд и бэкенд - Battle Mode и Side by Side - Полноэкранный режим и Freecam (!) - Значительное улучшение статистики моделей 🍷 @legit_api

Ватафак... стало хуже. Они убили эту модель она делает полное дерьмо она перестала знать людей. Что за хрень? ОпенАи что вы делаете?

Новый чекпоинт gpt image 2.5.

🆕 New models on Arena: • lina-f-alpha (input: text, image; output: image)

🆕 New models on Arena: • kimi-k3 (input: text; output: web)

Срочно: Kimi k3.1 начинает свое тестирование в WebCode. То есть теперь можно посмотреть улучшения.