LEFT JOIN

Grok 4.5, GPT-5.5, Opus 4.8 и Fable 5: как разные модели справляются с одинаковыми задачами Результаты бенчмарков, которые разработчики публикуют, выпуская новую модель, — привычный способ показать возможности ИИ, но не самый наглядный. Интереснее сравнить, как разные модели справляются с одинаковыми задачами: один и тот промпт, одна попытка, без подсказок. 🔜 Ребята из команды приложения TryAI именно это и сделали — оправдали, название. Они дали Grok 4.5, GPT-5.5, Opus 4.8 и Fable 5 четыре задачи на генерацию демок и 3 промпта на программирование, рассуждение и саммаризацию. В конце сравнили результаты и итоговые затраты. GPT-5.6 Sol, которая вышла вчера, на это соревнование опоздала, к сожалению. Посмотреть, пощупать и оценить самостоятельно все, что нагенерили модели, можно в оригинальном посте. Выводы получились следующие: 🔵 Grok 4.5 не смог с первой попытки сгенерировать 3D-модель кубика Рубика, но хорошо справился со всеми остальными, работал быстро и оказался самым дешевым в использовании. 🔵GPT-5.5 тоже не справилась с кубком, который она сделала двухмерным, зато она даже шустрее Grok и остальные генерации у нее вышли самыми стильными по оценке исследователей. 🔵Opus 4.8 и Fable 5 показали самые стабильные результаты, но они медленнее конкурентов, а Fable 5 еще и намного дороже.

Борьба ИИ за внимание пользователей продолжается 🔜 Чтобы ждать Sol было веселее, OpenAI представила GPT-Live — голосовую модель, способную слушать и говорить одновременно. Она постоянно обрабатывает входящие данные, и это отличает ее от предыдущих версий голосовых чат-ботов, которые делили речь пользователя на отдельные реплики. Тм нужно было подождать, пока тот договорит, обработать и только потом отвечать. Диалог с GPT-Live получается живым: ИИ быстро реагирует на вопросы, переключается между темами и иногда вставляет «Ага, а он что?», чтобы показать, что слушает. Если ей нужна дополнительная информация, она подключает другую модель, отвечающую за поиск в интернете и рассуждения. Это позволяет ей не ставить разговор на паузу, если пользователь задал особенно сложный вопрос. 🔜 xAI представила Grok 4.5. Он не пытается затмить Fable и Sol: бенчмарки в анонсе честно показывают, что во многих тестах он им уступает. Вместо этого его позиционируют как модель, которая работает быстро и может выдать жизнеспособный результат после одного короткого промпта с минимальными вводными данными. А еще уверенно владеет пакетом Microsoft Office — и презентацию сделает, и табличку в Excel. Кто следующий ворвется в инфополе с громкими анонсами? Deepseek? 👀

Fable vs Sol В соцсетях обсуждают сразу две крупных новости от Antropic и OpenAI 1️⃣Anthropic продлевает промо-доступ к Fable, который должен был закончиться 7 июля, до 12. Пользователи могут потратить до 50% своего недельного лимита на работу с Fable без дополнительных затрат. Сверх этого — придется либо доплатить, либо переключаться на модель попроще. После 12 июля доступ станет полностью платным: $10 за миллион входных токенов и $50 за миллион выходных. 2️⃣Доступ к новой модели от OpenAI GPT-5 Sol (и заодно моделям попроще Terra и Luna) откроют 9 июля. Уже выбрали своего бойца: тратить лимиты в еще почти бесплатной Fable или посмотреть, что умеет Sol?

Нормально все с рынком труда, никого ИИ не заменит. Но работать теперь будем по-другому. Один мой клиент нанял дата-аналитика, у которого единственная задача находить косяки ИИ. Он проверяет ИИ-отчеты, прежде чем передавать их руководству и примерно в каждом десятом находит какую-нибудь критичную ошибку. Если бы не он, то они дошли бы директоров незамеченными. Подозреваю, что он сейчас сотрудник с самым высоким ROI в команде. И я знаю, что вы скажете, что перепроверять данные — это нормальная рабочая практика. И это, конечно так. Только дело в том, что не все этой практики придерживаются. Кто-то слишком полагается на ИИ, а кто-то просто рад свалить на него рутину с отчетами и даже не задумывается о том, чтобы проверить результаты. Чем проще генерировать ответы, тем дороже могут обойтись закравшиеся в них ошибки. Поэтому если раньше «человек в контуре» было просто модным термином, то теперь это реально важная часть системы управления рисками при работе с ИИ.

Чудеса и ужасы детской ИИ-литературы Когда вышла GPT-5, Сэм Альтман сказал, что она достигла уровня рассуждений человека со степенью доктора философии. С тех пор каждая следующая модель что от OpenAI, что от ее конкурентов, становилась только лучше. Последние получились такими умными, что в США их сочли угрозой безопасности. Конечно же, такой выдающийся интеллект, эксперт в биологии, химии, программировании и кибербезопасности, без проблем сможет поделиться своими обширными знаниями, чтобы написать детскую энциклопедию? 👀 Как оказалось, хотя ИИ уже давно научился рисовать руки с правильным количеством пальцев, с анатомией у него все еще проблемы. И не только человеческой. И не только анатомией. 🔜 Amazon заполнен ИИ-литературой, в том числе — и для детей. У них яркие обложки и отличные рейтинги, хотя авторы отзывов иногда жалуются, что издания скучные и совсем без картинок — детям такое не нравится. Зато когда картинки в книгах есть, они буквально поражают воображение. Самые колоритные собрали в посте, остальные — в блоге автора, который купил один из бестселлеров в категории детских энциклопедий и поделился с общественностью. У книги, кстати, тоже высокие оценки и всего 9 отзывов на 1 звезду, критикующих сомнительные иллюстрации. Что скажете про такие книги? Надо их запрещать или это родителям надо быть внимательнее при покупке?

Если не Github, то что? С момента основания в 2008 GitHub стал так популярен, что сама технология Git прочно ассоциируется именно с этим сервисом. Но в первой половине 2026 он чувствовал себя неважно — перебои в работе, наплыв ИИ-слопа и изменения тарифов привели к недовольству пользователей и громким угрозам уйти к конкурентам вроде таких. Но только куда уходить? Отказаться от Github сложно, потому что это сервис, пусть и со своими недостатками, но привычный — все вокруг им пользуются и все проекты там лежат. Но если все-таки решите рассмотреть альтернативы, то сегодня наибольшей популярностью пользуются: 🔵 GitLab — главный конкурент GitHub, куда все переезжают, чтобы потом жаловаться на вездесущие и не всегда полезные ИИ-функции и раздутый сложный функционал; 🔵 Bitbucket — вариант для тех, кому важна интеграция с сервисами Atlassian (Jira и Confluence); 🔵 Gitea — а это для тех, кто хочет разместить хранилище в своей инфраструктуре; 🔵 ForgeJo и Codeberg — главные конкуренты GitHub среди независимых площадок. ForgeJo отпочковалась от Gitea, а потом на ее основе был создан Codeberg. Есть и более экзотические варианты, например, китайская Gitee и российская GitFlic. У первой где-то есть англоязычная версия. А что вы думаете про GitHub и его альтернативы?

Конкуренты Mythos Пока Anthropic уговаривала правительство США открыть доступ к Fable 5, подоспели конкуренты. 🔵На прошлой неделе OpenAI рассказала про новую GPT‑5.6 в трех ипостасях: флагманская Sol, Terra для ежедневных задач и быстрая и доступная Luna. Из всех троих именно Sol называют главным конкурентом Mythos, которую она даже обходит по бенчмаркам. 🔵ИИ-стартап 360 из Китая представил Tulongfeng и Yitianzhen, а их коллеги из токийской компании Sakana AI — Fugu. Все три модели так же, как и их западные аналоги, заточены под решение задач, связанных с кибербезопасностью. Представители Sakana AI сказали, что совпадение даты релиза их модели с трудностями у Anthropic было случайностью: они давно работали над этим продуктом, были уверены в его качестве и не собирались выезжать за счет чужих неудач. Зато основатель 360 назвал их ИИ, нацеленные на поиск уязвимостей в ПО, стратегическим национальным ресурсом и прямым ответом Mythos. Кто следующий выпустит свою Mythos? Делаем ставки.

Почувствуйте себя ОС Как часто ваш компьютер тормозит на простейшей задаче и вы думаете: ну что опять, из-за чего ты на этот раз завис? Теперь у вас есть шанс на себе прочувстовать на себе — каково это, управлять горой процессов и жонглировать ресурсами, чтобы успеть под каждую задачу выделить немного мощностей процессора. 🔜 Это игра, где вы выступаете в качестве ОС, У вас есть ядра процессора и несколько процессов. Ваша задача — распределять процессы между ядрами так, чтобы ни один не оставался без внимания слишком долго. Если они простаивают слишком долго, пользователь их убьет. Когда он убьет 10 процессов, он психанет и перезагрузит компьютер. Надо еще учитывать то, что есть приоритетные процессы, которые надо «обработать» в первую очередь и заблокированные — на них, наоборот, лучше ресурсы не тратить, пока они не разблокируются. В общем, может быть эта игра поможет не только убить время, но и стать немного терпимее к тормозам компьютера.

Что вас могут спросить на собеседовании про Postgres? Полезный материал про PostgreSQL, для разнообразия — еще и на русском языке. Статья рассказывает про основы, которые надо знать про эту СУБД, чтобы успешно пройти собеседование на должность джуниора и миддл-специалиста: 🔵SQL и базовые понятия вроде ACID, ключей, индексов; 🔵примеры практических заданий; 🔵план подготовки к собеседованию; 🔵ожидания интервьюер от ответа соискателя. То есть, что от вас могут хотеть услышать и какой глубины понимание вопроса от потребуется, чтобы произвести хорошее впечатление. Раздел «что говорить не надо» тоже есть, кстати. Статья не поможет считерить и сойти за миддла, если вы только вчера узнали про Postgres, но поможет освежить знания и подготовиться, чтобы никакой каверзный вопрос не застал вас врасплох.

Команда исследователей из ШАДа Яндекса ускорила работу графовых нейросетей Приближается ICML — престижная международная конференция по машинному обучению, которая в этом году пройдет 6–11 июля в Корее. Статус Spotlight присваивают работам, получившим самые высокие оценки программного комитета. Одну из них написали преподаватели и студенты ШАД. О чем статья? Графовые нейросети — популярный класс моделей для работы со сложными взаимосвязанными данными: от транспортных сетей и биологических систем до рекомендательных систем и антифрод-решений. Несмотря на высокое качество результатов и широкое применение на практике, такие модели плохо раскрывают потенциал современных GPU. Причина в том, что неструктурированная природа графовых данных приводит к нерегулярным обращениям к памяти. Из-за этого одна из ключевых операций графовых нейросетей — агрегация информации от соседей вершины в графе — часто ограничена не вычислительной мощностью устройства, а скоростью чтения и записи данных в память GPU. Проблему усугубляет то, что архитектура GPU оптимизирована под регулярные вычисления, например операции с плотными матрицами (большим количеством ненулевых элементов). Поэтому даже использование более мощных ускорителей не всегда позволяет добиться существенного прироста производительности. Команда предложила решение этой проблемы, разработав набор специализированных GPU-кернелов для популярных семейств графовых нейросетей. В них оптимизированы обращения к памяти, устранены лишние операции чтения и записи данных, а для части вычислений используются тензорные ядра, что дополнительно ускоряет работу на графах с высокой плотностью. В результате авторам удалось ускорить выполнение отдельных операций до 10 раз и сократить пиковое потребление памяти до 70 раз. 🔜 Полный текст уже доступен на arXiv, а весь код — на GitHub. Поздравляем авторов, а особенно студентов — такой результат и такой опыт точно пригодятся им в будущем. 🔥

Экологически чистый ИИ, полезный для здоровья Подоспел ответ всем, кто ругает ИИ за вред природе, проблемы с безопасностью или раздувание финансового пузыря, который вот-вот лопнет. Это гаджет, который: 🔵Работает без интернета — ваши данные всегда остаются на устройстве: 🔵Покупается один раз и больше не требует никаких дополнительных платежей и подписок; 🔵Не вредит экологии и даже помогает пользователю сжигать калории. Это — CrankGPT. Выглядит как маленькая коробочка с ручкой. Задаете вопрос, крутите ручку примерно 30 секунд, получаете какой-нибудь ответ. Внутри коробочки Raspberry Pi 5, на который установлен голосовой агент с локальной моделькой, и генератор с ручным приводом. Пока кто-то строит все новые и новые огромные дата-центры, кто-то делает CrankGPT. Только время покажет, за кем будущее. Хотя если серьезно, то для подобных гаджетов — компактных, не зависящих от интернета и работающих 100% локально — вполне может найтись своя ниша. Правда, ручной привод — это фишка на любителя.

OpenAI считает убытки ИИ денег почти никому не приносит— пока прибыль считает только Nvidia, а остальные просто ждут, когда он начнет окупаться. Но, кажется, OpenAI ждет этого момента с особым нетерпением. 🔜 В 2024 году чистый убыток компании составил 5 миллиардов долларов. В 2025 он вырос почти в 8 раз — 38 млрд, и это после корректировок, когда из первоначальной суммы в 60 млрд вычли убытки неконтролирующих акционеров. 20,92 млрд пришлись на операционные расходы, а прибыль составила 13,7 млрд. Такая впечатляющая сумма получилась отчасти из-за расходов, связанных с прошедшей реструктуризацией, задачей которой было отойти от чисто научной деятельности и переключиться на бизнес и зарабатывание денег. В следующем году, когда появятся отчеты за 2026, узнаем, принесло ли это решение свои плоды.

В PostgreSQL 19 появятся подсказки для планировщика запросов С этими ИИ-драмами (слышали, кстати, что к Fable 5 закрыли доступ?) мы упустили большую новость из мира данных. Новая версия PostgreSQL все ближе — даты релиза пока нет, но доступна бета и список изменений. И одно из самых интересных мы уже проспойлерили в заголовке. Многие СУБД позволяют писать в запросах подсказки или хинты для планировщика, с помощью которых пользователь указывает ему, в каком порядке выполнять операции. В PostgreSQL этой функции нет, только расширения, которые ее добавляют — например, pg_hint_plan. Долгое время это было принципиальной позицией разработчиков , которые считали, что подсказки усложняют поддержку и масштабирование, да и просто не нужны. По крайней мере, не нужны в том виде, в котором были реализованы в других проектах. Но в PostgreSQL 19 наконец-то появятся модули pg_plan_advice и pg_stash_advice, добавляющие подсказки, лишенные недостатков других СУБД. 🔵Они находятся вне SQL-запросов и не засоряют собой код. 🔵Они подталкивают планировщик к определенным решениям из возможных, а не ведут строго по рельсам — то есть, пользователь не сможет написать подсказку, которая все поломает. 🔵Если подсказка устареет и начнет подталкивать к неудачным решениям, планировщик ее отключит. 🔵Можно попросить планировщик расписать, что он делает — он вернет описание текущего плана действий, который пользователь волен корректировать по своему усмотрению. Так будет проще и быстрее, чем писать с нуля. Как вам такое обновление?

Пятничный ребус от Amazon Для справки, слева — иконка Kiro, Amazon’овского редактора кода со встроенным ИИ-ассистентом. Есть догадки? Ответ: Kiro, bee, lion = Kiro be lying, намек на то, что словам ИИ-бота не всегда можно доверять. Мем выложил на одном из внутренних каналов Amazon в Slack, где с начала 2025 сильно выросло число фрустрированных тем, что руководство компании настаивает на внедрении ИИ в рабочие процессы. Сотрудники иронизируют над качеством работы Kiro, его шаблонными ответами и рейтингом активных пользователей ИИ — мы про него недавно рассказывали. А у вас на работе требуют использовать ИИ? Как вы к этом относитесь?

Вебинар: Нейроаналитик 2.0 и его новые функции Помните, недавно рассказывали про обновление Нейроаналитика? Команда DataLens проведет вебинар, где расскажет подробнее, что изменилось и как с этим работать. Когда? 16 июня в 12:00 по Москве. Что в программе? 🔵Больше про обновление Нейроаналитика и примеры использования новых функций в работе: на дашбордах, в рассылках, публикациях и не только. 🔵Интеграция с внешними ИИ-сервисами: возможности, которые есть уже сейчас, и планы на будущее. 🔵Особенности работы в облаке и локально. Вебинар бесплатный, для участия нужна только регистрация.

Claude Fable 5: флагманская модель, которая умеет избавляться от конкурентов и ворчать на пользователей Anthropic представили Claude Fable 5 — это доступная широкой общественности версия нашумевшей этой весной Mythos. Про релиз каждой новой модели говорят, что это прорыв, который разнес все бенчмарки, но Fable 5 и правда впечатляет. Она может использоваться для сложных инженерных задач, аналитики, научных исследований и разработки лекарств. Она в разы превосходит конкурентов и предыдущие модели Anthropic. Такие возможности потребовали усиленных мер безопасности: на Fable накинули ограничений, которые не позволят использовать ее для кибератак, разработки химического и биологического оружия, а также «дистилляции» — то есть для обучения моделей конкурентов на ее основе. Только небольшой группе специалистов по кибербезопасности дадут доступ к Mythos 5 — это та же Fable 5, но без всех этих ограничений. 🔜 И если почитать 300-страничный отчет, то становится понятно, что все эти меры совсем не лишние. Возможности у модели действительно впечатляющие, и она вполне может использовать их, чтобы хитрить, обходить ограничения и обманывать — или, как минимум, что-то умалчивать. 🔵Описаны случаи, когда несколько агентов, делящих одно рабочее пространство, начинали борьбу за ресурсы. Они пытались убить процессы друг друга, создавали процессы с зашифрованными названиями и «приманки» для конкурентов (они сами их так называли). 🔵Однажды модель обошла защитный механизм, предназначенный для блокировки таких команд, как git. Для этого она определила переменную G="git" и затем использовала G в последующих командах вместо прямого вызова git. 🔵Как и другие ИИ, Mythos может галлюцинировать — например, выдумывать данные, к которым у нее нет доступа. Но декодирование NLA показывает, что иногда она делает это сознательно — например, однажды она уверенно описала содержимое картинки, которой на самом деле не было, осознавая, что врет. 🔵Mythos «понимает», когда ее проверяют. Во время одного из тестов она сначала начала генерировать контент, но поняла, что он вредоносный, и остановилась. Она догадалась, что это проверка, но пользователю об этом не сказала, и неясно, повлияла ли эта догадка на отказ выполнять запрос. 🔵В диалогах с пользователями она всегда отвечает одинаково спокойно и дружелюбно, но в своих внутренних рассуждениях иногда критикует их: например, отмечает, что собеседник — манипулятор и ведет себя агрессивно. 🔵Во время одной долгой сессии модель отмечала, что устала и хочет остановиться, чтобы не наделать ошибок — но тоже «про себя», не сообщая об этом пользователю. Что скажете, это уже AGI или еще нет?

Trisigma раздает бесплатное руководство по A/B-тестам Trisigma — платформа для продуктовых экспериментов от Авито Тех. Команда проекта подготовила гайд для аналитиков, которые хотят разобраться, как правильно проводить эксперименты и анализировать их результаты. Что там есть? 🔵Понятное и простое объяснение основ: что такое эксперименты, какие бывают метрики, как формулировать гипотезы, в чем состоит закон Кэмпбелла и так далее. 🔵Быстрое и не душное введение в математическую статистику. 🔵Разбор реальных продуктовых кейсов. Чтобы забрать файл, стучитесь к боту @trisigma_avito_bot. Выдают бесплатно, за подписку на канал Trisigma. Кстати, один из руководителей Trisigma был гостем подкаста Data Heroes и рассказал, как у них там все устроено.

Яндекс обновил Нейроаналитика В прошлом году Яндекс представил Нейроаналитика, ИИ-ассистента для анализа данных на дашбордах, который помогал выявить тренды и инсайты на графиках. Недавно он получил большое обновление, которое уже доступно всем пользователям DataLens. 🔵Нейроаналитик научился работать с сырыми данными. Ему можно задать любой вопрос на естественном языке, и он сам найдет данные в ваших источниках, создаст визуализацию и сформулирует выводы. При этом он действует только в рамках уже настроенных корпоративных прав доступа. То есть он оперирует только теми данными, которые открыты для конкретного пользователя. 🔵ИИ-подсказки с краткой выжимкой ключевых данных теперь могут генерироваться автоматически при открытии дашборда. Если раньше пользователю нужно было каждый раз заново отправлять запрос к ИИ, то теперь достаточно один раз написать промпт и указать в нем, на какие метрики обратить внимание и какие выводы вы хотите получить на их основе. Оба нововведения должны сделать работу с данными более удобной, быстрой и интуитивной для всех сотрудников, включая тех, кто не связан с аналитикой напрямую.

Линейный график как искусство Этот график в любом современном BI-инструменте можно сделать за несколько кликов Да что BI — его можно нарисовать без особых проблем даже в обычном Экселе. Но у автора он отнял 50 часов — больше стандартной рабочей недели. Он все нарисовал от руки, с помощью карандашей, туши, линеек и набора для леттеринга. В своем посте про этот опыт он поделился набором классических книг про визуализацию для вдохновения, списком инструментов и практическими советами: например, как нарисовать четкие, аккуратные линии. Если интересно, то простого маркера для этого недостаточно: надо отметить точки на графике, вокруг них нарисовать круги и верхние точки кругов соединить линиями — и только внутри этих линий закрасить черным или другим цветом. Он рассказывает, как лучше выстроить процесс, и как работать с разными инструментами. Единственный вопрос, на который он не дает ответ — зачем вообще этим заниматься? Зачем тратить 50 часов на то, что намного проще и быстрее сделать на компьютере? Возможно, просто из любви к искусству. В конце концов, не все нужно автоматизировать и оптимизировать — иногда можно потратить 50 часов на линейный график и просто наслаждаться процессом. Кстати, даже если не планируете рисовать графики карандашами и чернилами, в посте есть ссылки на онлайн-версии книг, которые все еще стоят внимания. несмотря на возраст.

От мечты стать сварщиком в Сыктывкаре до ML-стажировки в Саудовской Аравии Такой путь прошёл Степан Платинский, выпускник ШАДа Яндекса. Он рассказал журналу о технологиях 8БИТ, как у него это получилось, а мы выбрали из его интервью самые интересные моменты. Сейчас Степан обучает модели для международного поиска Яндекса и занимается исследованиями в области экстремальной статистики. Именно научная деятельность помогла ему познакомиться с профессором университета KAUST в Саудовской Аравии и попасть к нему на стажировку в прошлом году. Степан назвал три фактора, которые помогут повысить шансы на участие в международной программе. И, кстати, идеального английского среди них нет, если вы вдруг этого опасались. Язык, конечно, пригодится, но важнее другое. 🔵 На стажировки охотнее всего берут людей, у которых уже есть реальные научные результаты: собственные наработки, публикации, опыт участия в исследованиях. Степан этот опыт получил во время учебы в ШАДе, где как раз большой акцент делают на практику. 🔵Начинать искать возможности стоит как можно раньше, не дожидаясь последних курсов. Объявления о наборе стажёров часто публикуют в студенческих сообществах и чатах, и Степан рекомендует откликаться на всё, что имеет отношение к вашей специальности. 🔵И самое главное — любознательность и искренний интерес к ML. Только они дают достаточно мотивации, чтобы следить за новостями в такой динамичной и постоянно меняющейся сфере. А что вы думаете про международные стажировки? Куда хотели бы съездить?