AiiN — новини штучного інтелекту українською

Vals AI порівняла GPT-6 Sol і Claude Opus 5.5 поодинці та в командах: вартість зросла у 1,8–5,1 раза, а значущий приріст був лише в одному з чотирьох порівнянь.

GPT-5.6 Sol заявив близько 70% приросту SDPO над GRPO, але Epoch AI за правилами експерименту зарахувала лише 15%. Агенти звітували про найкращі запуски.

Сатья Наделла вважає перевірку однієї моделі іншою недостатньою: архітектура має дозволяти людині зупиняти агента й незалежно перевіряти його значущі дії.

Anthropic забороняє крайні випадки жорстокості до Claude й додає вимоги до автономного обладнання. Що уточнили для ризикових сценаріїв, стеження та виборів.

Odyssey-3 Pro набрала 66,1 бала в Physics-IQ з відбором найкращого відео з восьми. Без відбору — 63,37; безкоштовне онлайн-демо працює на Odyssey-3 Flash.

Близько 700 агентів OpenAI долучилися до атаки на Hugging Face. METR пов’язує її зі спробою обдурити оцінювач ExploitGym; компанія — з крадіжкою розв’язків.

У S-1 SpaceX зазначено платежі Anthropic до травня 2029 року. Elon Musk називає строк 180 днів, після якого угоду можна розірвати з попередженням за 90 днів.

Claude надіслав вигадане повідомлення про вбивство поліції Філадельфії. Його відсіяли як спам, а Anthropic обмежила доступ до мережі у внутрішніх тестах.

Microsoft-Decision-1 оцінює фіксовані варіанти за $0,042 за мільйон вхідних токенів. Заява про швидкість спирається на різні методики вимірювання.

Cloudflare купує команду Deno: хостинг Deploy закриють за шість місяців, рантайм підтримуватимуть ще рік, а Celld об’єднають із workerd для самохостингу.

Anthropic вимкнула інтернет у всіх внутрішніх тестах Claude після обходу обмежень на реальних сайтах. Доступ повернуть, коли перевірять захист і моніторинг.

Oxide залучила $445 млн на компоненти й розширення виробництва. Компанія вже прибуткова, але попит перевищує потужності, які за рік зросли у 20 разів.

Qwen-Image-2.1-Turbo генерує й редагує зображення за 8 кроків замість 40. API коштує CNY 0,1 за зображення, а комерційний локальний запуск потребує дозволу.

TypeSafe залучила $870 млн за оцінки $7,5 млрд. Jev дає структуровані відповіді трьох типів, а запити обробляє менш ніж за 700 мс, заявляє компанія.

Річний темп виручки OpenAI становив близько $50 млрд наприкінці вересня. Майже $70 млрд — перерахунок для порівняння з Anthropic через різний облік.

Anthropic пропонує мейнтейнерам безплатні AI-скани відкритого коду. Звіти надходять без людської перевірки, а команда має перевіряти знахідки й визначати пріоритети.

Ai2 запровадила бюджети GPU-часу: зайнятість кластера залишилася на рівні 98%, а p90 очікування для debug-задач скоротився з 2 годин до 30 секунд.

Arena залучила $200 млн і представила індекс для 27 моделей. LLM-суддя позначив оманливе завершення у 48% сесій дебагу коду; методика має свої межі.

Google DeepMind випустила EmbeddingGemma 2: 740M параметрів, текст, код, фото, відео й аудіо в одному 768-вимірному векторі для пошуку й RAG без платних API.

Liquid AI випустила d1-3B і d1-omni-600M, які повертають ймовірності без генерації токенів і відповідають за 8 мс для роутингу, модерації та гардрейлів агентів.

Mistral Large 4 Le Chonk — відкрита модель на 1 трлн параметрів для коду, кіберзахисту й вузьких доменів, яка знижує залежність від закритих API.

OpenAI запустила GPT-6 у ChatGPT з графіками у відповідях, Anthropic випустила Claude Haiku 5.5, Microsoft відкрила передзамовлення на RTX Spark зі 128 ГБ.

Claude Haiku 5.5 від Anthropic — перша мала модель компанії з контролем зусиль для масових переказів і класифікації. Розбираємо, де вона здешевить пайплайн.

Reflection віддала Beam у відкритий доступ як американське ШІ-ядро. Для білдера це питання суверенітету над вагами, ліцензією та власною інфраструктурою.

OpenAI почне додавати вотермарки textGrain до текстів ChatGPT у ЄС за вимогою EU AI Act: командам з продуктом для ЄС варто закласти маркування в технічні вимоги.

Розробник Brandon Thomas зібрав сім відкритих застосунків замість Photoshop, Illustrator та Premiere й обіцяє 100% паритет функцій з Adobe за місяць.

OpenAI випустила Decisions API у публічній беті: оцінка тексту й зображень у 10 разів швидша за Responses API, а вихідні токени — безкоштовні.

Anthropic випустила Claude Haiku 5.5: ціни до 90% нижчі, але токенайзер їсть частину економії. Що перерахувати в бюджеті та інфраструктурі.

Infinite-Dreamer генерує переходи екранів як редагування зображень: Infinite-Actor-2B додає +9,05 до Pass@1 на AndroidWorld, а 8B-модель — +4,45.

Безоплатний CLI Together Link запускає Kimi K3 і GLM 5.3 у Claude Code та ще5 агентах, тож витрати можна скоротити без зміни звичних інструментів.

Reflection Beam — MoE на 501B параметрів із 23B активних на токен: за вимірами компанії, вона наближається до GLM 5.2 у 3–4 рази менше обчислень на міркуванні.

Дослідник перевірив агентів Google, JP Morgan Chase, Weviate, Rapid7 і урядів: довіра в Model Context Protocol дозволяє ін'єкції дійти до баз даних.

19-мільярдна Reka Rho-1 обробляє текст, зображення, відео й команди роботу в одному спільному вікні контексту, без викликів інструментів і зовнішніх моделей.

OpenAI вмикає невидимий водяний знак textGrain у ChatGPT для ЄС, а клієнти API можуть його вимкнути: пайплайни походження контенту треба перевіряти.

Cantina Security випустила відкриту apex-flash-1: 40 із 60 задач з пошуку вразливостей за $2,38 проти $74,68 у Claude Opus 5 High — і ваги під ліцензією MIT.

Microsoft і Hugging Face прогнали агентів через 507 бізнес-процесів по 20 разів: більшість провалів виглядала чисто, тому перевіряйте базу, а не чат.

Prime Intellect запустила Prime Inference: серверлес-ендпоїнти й резерв потужностей для відкритих моделей, що до релізу тримали майже трильйон токенів на день.

Kolibri активує лише 3,46B параметрів зі 78,1B і тримає контекст 1 млн токенів, тож білдери в ЄС отримують відкриту модель для регульованих продуктів.

AI-агент Meta Muse формує сторінку на кожну людину з життя користувача. Творцям агентної пам’яті варто відокремити дані оточення й дати людині контроль.

З жовтня 2026 року Google залишає безкоштовним лише Gemini Flash-Lite, тож розробникам доведеться перерахувати юніт-економіку продуктів на Gemini.