⚡️ OpenAI выпустили GPT-5.6-Cyber для поиска zero-day и разработки эксплойтов

Модель зарелизили в рамках программы Daybreak, которая даёт проверенным специалистам расширенный доступ к AI-инструментам для кибербезопасности.

Вместе с ней появились два уровня доступа:

• Daybreak Blue с GPT-5.6 Sol для аудита кода и защитных задач
• Daybreak Red с GPT-5.6-Cyber для продвинутого исследования уязвимостей

На кибербенчмарках GPT-5.6-Cyber лучше Sol и GPT-5.5-Cyber справляется с разработкой эксплойтов и поиском zero-day, хотя в отдельных тестах обычная GPT-5.6 Sol всё ещё впереди.

По данным OpenAI, модель уже нашла две связанные уязвимости в V8/Chrome, минимум пять уязвимостей в мобильной ОС, три критические уязвимости в популярной базе данных и более 400 способов повышения привилегий в ядре ОС.

@ai_for_devs

⚡️ NVIDIA представили Nemotron 3.5 Lightning, быструю локальную модель

В тестах самой NVIDIA новинка уступила Qwen3.6 и Gemma 4. Недавно представленная Muse Glimmer, которая идёт примерно на уровне Qwen, тоже выглядит сильнее.

Зато козырь Lightning это скорость: на большой очереди типовых задач она справилась с работой на 30% быстрее Qwen при сопоставимом качестве.

Веса модели занимают около 20 ГБ. В OpenCode модель сейчас доступна бесплатно.

@ai_for_devs

⚡️ SpaceXAI выпустили Grok Bot: мессенджер для взаимодействия с AI-агентами

Боты работают на облачном компьютере: входят в приложения и на сайты, используют сохранённые сессии и выполняют задачи.

Можно запустить несколько агентов параллельно. Они обмениваются контекстом, передают друг другу задачи и продолжают работать при выключенном компьютере.

Grok Bot работает на инфраструктуре Cursor и доступен по подписке Cursor Ultra за $200 в месяц.

@ai_for_devs

⚡️ xAI выпустили Grok 4.6: модель сравнялась с GPT-5.6 Sol

В CursorBench Grok обошёл GPT-5.6 Sol: 69,9% против 67,2%.

Но на DeepSWE и Terminal-Bench GPT пока заметно впереди: 73% против 65,9% и 34,6% против 26%.

Цена $2 за миллион входных и $6 за миллион выходных токенов. Fast-версия вдвое дороже, а первую неделю в Cursor и Grok Build дают двойные лимиты.

Модель уже доступна в Cursor, Grok Build, API и OpenRouter.

@ai_for_devs

⚡️ DeepSeek обновили V4 Pro

Китайцы выкатили V4 Pro 0813: большое обновление апрельской Preview-версии модели, которое уже заменило старую модель в API.

После нового пост-тренинга почти все агентные бенчмарки заметно выросли: Terminal Bench поднялся с 72,1 до 87,9, вплотную к Kimi K3 и Fable 5 и выше Opus 4.8.

На DeepSWE результат вырос почти в пять раз: с 12,8 до 62,7. На бенчмарке от Code Arena новинка получила 1607 баллов и попала на Pareto frontier — сопоставимые по качеству модели стоят в разы дороже.

Цена тоже не изменилась: $0,435/$0,87 за миллион токенов. Веса модели пока что не опубликовали.

@ai_for_devs

⚡️ Z.ai выпустили GLM-5.3: обошла Opus 4.8 на, но уступила Fable 5 и GPT-5.6 Sol

Технически внутри та же GLM-5.2: без нового претрейна и архитектуры, просто ещё месяц RL на длинных инженерных задачах DeepSWE вырос с 46,2% до 66,9%, Terminal-Bench 3.0 с 4,6% до 28,3%.

На Terminal-Bench 3.0 новинка обошла Kimi K3 и Opus 4.8, но не дотянула до Fable 5 и GPT-5.6 Sol.

Начиная с GLM-5.2 команда проверяла реальные кодовые базы несколькими своими моделями и нашла 2436 уязвимостей в 269 проектах; какие именно версии участвовали, Z.ai не уточняет.

GLM-5.3 уже раскатили в Coding Plan от $18/мес, а веса обещают через две недели; цены API за токены пока нет.

@ai_for_devs