Четыре модели семейства Cosmos 3 Nano (16B параметров) доступны под лицензией OpenMDW1.1. Transfer-Auto генерирует мультивью с камер и LiDAR, Sim-Auto делает стриминг, Sim-Transfer и Sim-Bimanual — для роботов.
Google выпускает Gemini 4 Carbon — улучшение Argon, которое нельзя протестировать. Модель показывает «значительный скачок» в кибербезопасности, вдвое реже генерирует уязвимый код и на 89 очков лучше в WebDev Arena. Google позиционирует её как новую модель, но отрыв от конкурентов — считанные пункты.
Genie 4 генерирует мир, звуки и речь одновременно: это первая real-time world model DeepMind с нативным аудио и интерактивными диалогами персонажей. Gemini 3.8 Flash выступает направляющим агентом, а Gemini 4 Argon вместе с Genie 4 пробуют использовать для робототехники. Доступ пока research preview для доверенных тестировщиков, затем — подписчикам Google AI Ultra и партнёрам Gemini API.
Fireworks Research обучил модель Ember-1 на базе Kimi K3, урезав рассуждения на 35–50% без потери качества. В основе — 50+ тренировочных экспериментов и 200+ замеров. Модель уже доступна, обещает ту же точность в кодинге и агентных задачах при вдвое меньшем числе токенов.
Opus 5.5 сравнивается с Fable 5.1 и Mythos 5.1: по хим/био угрозам — на уровне CB-1, не CB-2. Для автономных рисков — чуть выше Mythos, далеко от Autonomy-2. Классификаторы копируют Fable 5.1, дистилляция блокируется без fallback. Anthropic больше не тестирует helpful-only версии.
Opus 5.5 стоит $4/$20 за миллион токенов (на 20% дешевле Opus 5), кэш подешевел на 60%. Модель справилась с миграцией 680 000 строк кода за день, улучшила время загрузки в 39 из 40 случаев. По тестам Terminal-Bench 4.0 набрала 66.4% против 52.3% у Opus 5. Выход Sonnet 5.5 и Haiku 5.5 — в ближайшие недели.
TypeSafe AI представила Jev — System One модель, оптимизированную для автоматизации. Jev не генерирует строки, а выдает типизированные структурированные значения с калиброванными вероятностями. Скорость ответа — 70-500 мс, что в 40-200 раз быстрее обычных LLM, стоимость вывода — «бесплатно» (слишком дешево для измерения).
Модель с 385 млн параметров, контекстом до 8192 токенов и квантильным прогнозированием (99 квантилей). Занимает первое место среди zero-shot моделей с разрешённой лицензией на GIFT-Eval, обходя TimesFM-3 по MASE. Доступна под Apache 2.0 и OpenMDW 1.0.
TimesFM-3 от Google — модель на 330 млн параметров, предобученная на >1 трлн точек данных. В отличие от предшественников, она нативно поддерживает многомерное прогнозирование: несколько целевых рядов, прошлые ковариаты и известные будущие события. Использует non-autoregressive decode за один проход.
OpenAI отчиталась, что внутренняя версия Astra (следующая большая модель) справилась с десятью нерешёнными задачами — от упаковки сфер в высоких размерностях до чисел Рамсея и несофических групп. Каждое решение обошлось бы ~$2000 по тарифам Sol API, и все формализованы в Lean. OpenAI признаёт, что Millennium Prize проблемы пока не взяты.
Claude Opus 5 доступен сегодня. На Frontier-Bench v0.1 он вдвое превосходит Opus 4.8 при меньшей стоимости за задачу. На CursorBench 3.2 на max effort отстаёт от Fable 5 всего на 0.5%, но стоит вдвое меньше. На ARC-AGI 3 результат в три раза выше, чем у следующей лучшей модели. В одном из тестов модель самостоятельно написала pipeline компьютерного зрения, чтобы извлечь геометрию из пикселей чертежа — конкуренты не смогли решить задачу за пять попыток.
На Habr автор рассказывает, как после статьи про NormIs-1 полез оптимизировать модель и обнаружил, что скорость проседает именно на Depthwise Conv. Это как раз тот случай, когда метрики интеллекта выглядят прилично, а потом выясняется, что узкое место сидит в самом обычном блоке свёрток.
Саймон Уиллисон пишет про DiffusionGemma — открытые веса Apache 2, модель google/diffusiongemma-26B-A4B-it. Это продолжение того самого экспериментального Gemini Diffusion, который Google мельком показывала в прошлом году; тогда он у автора крутился на 857 tokens/second, так что тут явно не просто очередной «посмотрите, у нас тоже есть LLM».
ZML с подзаголовком Model to Metal выглядит как очередная попытка связать модели напрямую с железом, минуя лишнюю прослойку абстракций. Но в кандидате почти нет содержания: только сайт и комментарии, так что без нормального технического разбора это пока больше вывеска, чем материал.