↗️ Локальная модель StartLux с 27B параметров обошла DeepSeek V4 Flash в бенчмарке CAICT

Китайская академия информационных и коммуникационных технологий (CAICT) опубликовала результаты MCP-теста в рамках бенчмарка доверенного ИИ. Второе место заняла локальная модель StartLux-V1.0-27B-Preview от шанхайской компании StartLux — она обошла DeepSeek-V4-Flash, у которой более чем в 10 раз больше параметров.

MCP-тест оценивает шесть специализированных задач: навигацию, веб-поиск, автоматизацию браузера, финансовый анализ, управление репозиториями кода и 3D-дизайн, плюс комплексную оценку. StartLux-V1.0-27B-Preview набрала 39,25 балла, опередив DeepSeek-V4-Flash (284 млрд параметров) и Step-3.7-Flash (198 млрд), а также Qwen-3.6-27B на 5,34 балла при одинаковом размере. Модель заняла первое место в навигации и показала лучший или сопоставимый результат в автоматизации браузера и финансовом анализе — местами сравнявшись с DeepSeek-V4-Pro на 1,6 трлн параметров.

StartLux построена на базе Qwen3.6-27B с пост-обучением по методике «AI trains AI» (Auto Research): модель автономно запускает обучающие эксперименты и корректирует стратегию по обратной связи. По словам компании, это первое применение такого подхода для локальной агентной модели в Китае. Модель работает на обычных ПК, и StartLux планирует запустить первое поколение локальных ИИ-решений уже в этом году. Результат теста — сигнал для бизнеса: компактные локальные модели способны конкурировать с гигантскими облачными системами в реальных рабочих задачах.

#AI #Models #Benchmarks #StartLux #DeepSeek #Qwen

1️⃣GLM-5.3-Flash от Zhipu AI возглавил мировой рейтинг по числу вызовов

Анонимная модель Ox Alpha, известная в китайских кругах разработчиков как «Ню Лай», заняла первое место по объёму еженедельных вызовов среди мировых AI-моделей. По данным National Business Daily на основе статистики OpenRouter за 24–30 августа, глобальный трафик достиг 113 триллионов токенов (+21,11% за неделю). Китайские модели обеспечили 55,16 триллиона токенов (+36,26%), американские — 17,07 триллиона (+76,71%). Впервые все три первых места рейтинга заняли китайские модели.

Ox Alpha, запущенная на OpenRouter 20 августа, набрала 15,7 триллиона токенов (+36%). Модель поддерживает контекст около 1,05 миллиона токенов, принимает текст, изображения и видео и была доступна в бесплатном превью. В тестах независимого исследователя Бена Дэвиса она показала около 80% прохождения на 10 подзадачах бенчмарка DeepSWE, обойдя Claude Fable 5 (65%), GLM-5.3 и Grok 4.6 (62%) и GPT-5.6 Sol (52%).

Вечером 26 августа Zhipu AI подтвердила, что Ox Alpha — это GLM-5.3-Flash, первая нативно мультимодальная модель семейства GLM-5, и открыла её исходный код. Цена составляет одну десятую цены GLM-5.3, с ограниченной скидкой до одной двадцатой. Лидер прошлой недели DeepSeek-V4-Flash опустился на второе место (12,3 трлн токенов), Xiaomi MiMo-V2.5 удержал третье (9,14 трлн). Экономичные китайские модели устойчиво привлекают глобальных разработчиков, меняя распределение инференс-нагрузки на рынке.

#AI #GLM5 #ZhipuAI #OpenRouter #China

⚙️ Cloudflare запускает Adaptive Intelligence — движок против ботов, который меняет экономику атак

Cloudflare представила Adaptive Intelligence: новый движок обнаружения ботов, построенный на нестандартной идее. Вместо того чтобы пытаться построить «стену», через которую не пройдёт ни один злоумышленник, система исходит из того, что решительный атакующий рано или поздно найдёт путь. Задача — сделать каждый такой путь настолько медленным и дорогим, чтобы атака перестала окупаться.

В основе подхода — отказ от детерминированных правил. Классические системы защиты выдают одинаковый результат на одинаковый вход, что позволяет атакующим «прощупывать» границы системы и адаптироваться. Adaptive Intelligence, напротив, использует статистическую оценку множества сигналов, постоянно меняет поведение и не даёт боту обратной связи: система может распознать автоматизированный запрос, никак внешне это не показывая. Это лишает атакующих возможности учиться на своих попытках.

Первый компонент движка уже запущен: машинное обучение в основе bot score Cloudflare теперь переобучается непрерывно, а не дискретными релизами. Компания подчёркивает, что анализирует более триллиона запросов в день, что позволяет быстрее замечать смену тактик злоумышленников и закрывать разрыв в скорости адаптации между защитой и атакой.

#Safety #Cloudflare #AdaptiveIntelligence #Bots #AI #Security

❗️Важная веха в расширении доступа к ИИ

OpenAI сообщила, что рекламная платформа ChatGPT Ads достигла $1 млрд годовой выручки (annualized revenue run rate) и теперь расширяется на глобальные рынки. Это первый крупный финансовый показатель для рекламного бизнеса компании, запущенного в прошлом году.

Полученные средства OpenAI намерена направлять на поддержку бесплатных и доступных тарифов ChatGPT, чтобы сохранить базовый доступ к ИИ для миллионов пользователей. Расширение рекламы также открывает брендам возможность размещаться внутри диалогового интерфейса ChatGPT на разных рынках.

Для пользователей это означает, что бесплатная версия ChatGPT продолжит работать, а рекламная модель станет одним из ключевых источников финансирования доступного ИИ.

#Business #OpenAI #ChatGPT #AI #Advertisement

💵Clipto ищет видео через ИИ и теперь оценивается в $250 млн

Стартап из Сан-Франциско привлёк $15 млн при оценке $250 млн. Clipto индексирует видео, аудио, изображения и документы на компьютере пользователя, а затем позволяет искать файлы по описанию — или отдавать их на поиск ChatGPT, Claude и другим ИИ-ассистентам.

Основатель Генри Канг работает над этой задачей около двадцати лет: ещё в Carnegie Mellon он занимался роботами, которые запоминали, где находятся объекты. По его словам, в эпоху генеративного ИИ проблема не в нехватке контента, а в его переизбытке. Clipto помогает находить и переиспользовать уже существующие файлы, а не создавать новые.

С момента запуска продуктом воспользовались более 30 млн человек, сотни тысяч платят за подписку. На начало 2026 года ARR достиг $15 млн, компания прибыльна. Недавно Clipto добавил поддержку MCP — при обращении ИИ-агента данные выдаются только в рамках запроса пользователя, а вся обработка идёт локально на устройстве.

Клиенты — не только видеокреаторы (их около трети), но и юристы, врачи, исследователи и преподаватели. Конкуренты вроде Adobe, Apple и Google ищут только внутри своих экосистем, а Clipto работает с файлами в любых папках и умеет передавать выборку внешним ИИ-инструментам.

#AI #Clipto #Search #Media #Startup #Business

👩‍🎓 Training API от Fireworks AI стал общедоступным

Fireworks AI объявила о general availability своего Training API и запуске Fireworks Lab — набора инструментов для дообучения моделей под конкретные бизнес-задачи. Решение рассчитано на команды разного уровня: от ML-инженеров до исследователей, которым нужен полный контроль над тренировочным циклом.

Training API подключает собственный Python-код обучения к управляемой инфраструктуре Fireworks: платформа берёт на себя вычисление градиентов, rollout-генерацию, синхронизацию весов и восстановление после сбоев. Доступны два режима: Serverless — для быстрых экспериментов с LoRA-адаптерами и оплатой за токены, и Dedicated — для full-parameter обучения, включая крупнейшие MoE-модели, с выделенными GPU и масштабируемым кластером.

Эффективность подхода подтверждают кейсы клиентов: Harvey дообучил Kimi K3 для юридических задач — 19,7% all-pass на LAB против 10,8% у базовой модели; Vercel получил 93% генераций без ошибок и 40x ускорение; Heidi снизила задержку в 3,5 раза; Factory с помощью двух LoRA-адаптеров на Qwen нашла ~70% реальных секретов против ~59% у GPT-5.5.

По сути Fireworks закрывает разрыв между исследовательским прототипом и продакшеном: команда сохраняет контроль над loss, reward, данными и окружением, но избавляется от инфраструктурных проблем. Multi-LoRA деплой позволяет выкатывать отдельную tuned-модель для каждого клиента без дополнительных кластеров.

#AI #Education #FireworksAI #TrainingAPI #LLM

⌛ Fal H3 Max Live: генерация видео быстрее реального времени

Fal представила H3 Max Live — версию модели Minimax H3, дообученную для улучшения качества и снижения стоимости, а затем оптимизированную в собственном инференс-движке. Заявленная скорость — в 35 раз выше официального эндпоинта: видео теперь генерируется быстрее, чем его можно посмотреть.

Этан Моллик первым заметил, что H3 Max создаёт «достаточно качественное» видео в веб-интерфейсе практически мгновенно после нажатия кнопки generate. Сотрудники fal подключили модель к Twitch-стриму, а levelsio собрал Infinite Slop — бесконечный интерактивный поток, где зрители через чат задают следующий кадр. Twitch и YouTube быстро забанили такие трансляции, поэтому fal запустила собственный сервис fal.live в духе «Twitch Plays Pokémon».

Пока это чистый «слоп» — бессвязный калейдоскоп картинок без сюжета. Но это лишь нижняя точка: факт существования генерации быстрее реального времени уже доказан, и следующие итерации будут заметно качественнее. Для индустрии это сигнал, что архитектуру продуктов пора пересматривать.

#AI #VideoGen #Fal #Minimax #H3Max

⚙️ Anthropic выпустила Claude Fable 5.1 и Mythos 5.1

Anthropic представила Claude Fable 5.1 и Claude Mythos 5.1 - это одна и та же модель с разным уровнем ограничений: Fable доступен всем, Mythos только через программы проверенного доступа, с ослабленными барьерами для работы в кибербезопасности и науках о жизни. Прирост в бенчмарках заметный: на Terminal-Bench-Science точность выросла с 24,7% у Fable 5 до 52,6%, на агентном кодинге Terminal-Bench 4.0 - с 42% до 55,8% (у Mythos 60,9%), в знаниевой работе GDPval-AA v2 - 1853 против 1723. GPT-5.6 Sol в приведённых компанией замерах отстаёт по всем позициям. В тестах инвестфирмы Millennium модель нашла причину редкого сбоя во внутренних системах, которую инженеры не могли объяснить несколько лет.

Отдельно вынесены научные результаты, и они самое интересное в релизе. Mythos 5.1 проектировал белки-связки: на трёх целях аффинность оказалась в десять раз выше лучших работ конкурса Adaptyv Bio, а доля рабочих вариантов достигла почти 50% на 12 целях при типичных для отрасли 10 -15%. Fable 5.1 обучил нейросеть и построил новую карту высот для трети поверхности Венеры по радарным снимкам миссии Magellan тридцатилетней давности - разрешение улучшилось с 10–20 км до 2–3 км, карта выложена под лицензией Creative Commons в расчёте на будущие миссии NASA VERITAS и ESA EnVision. Ещё Mythos написал собственные GPU-ядра и ускорил семь открытых моделей для геномики и работы с белками до 2,5 раз, срезав расчётные затраты на вычисления на 30–60%.

Второй сюжет - цена. Чтение из кеша подешевело на 75%, до $0,25 за миллион токенов, а остальные тарифы не изменились: $10 за миллион входных и $50 за миллион выходных. На типичной нагрузке это примерно минус 25% к общей стоимости против Fable 5, на тяжёлых агентных задачах, где кеш составляет основную часть расходов, - до 45%. Модель по умолчанию работает на High effort в Claude Code и на Medium в Cowork и на claude.ai; на низких уровнях усилия она даёт результаты Fable 5, но дешевле.

Ограничения переработаны в сторону меньшего числа ложных срабатываний. Fable 5.1 теперь разрешено искать уязвимости в софте - но не разрабатывать эксплойты; пользователи Claude Code должны увидеть примерно на 60% меньше вмешательств киберзащитных фильтров за сессию. Пентест, генерация эксплойтов и бинарный анализ по-прежнему уходят к моделям Opus. Биологические фильтры срабатывают на безобидных школьных и медицинских вопросах на 85% реже. Для корпоративных клиентов осенью поэтапно начнёт разворачиваться система Enterprise Frontier Safeguards: данные хранятся в облаке самого заказчика, а не у Anthropic, что даёт приватность уровня zero data retention.

По безопасности: Mythos 5.1 показывает самые сильные кибервозможности среди выпущенных моделей компании, но остаётся в нижней категории риска по внутренней рамке, а по химико-биологическим рискам не достигает следующего порога Responsible Scaling Policy. Автоматический аудит поведения показал, что модель реже предшественника пытается выйти за пределы тестового окружения и реже занимается мотивированным обоснованием своих действий. Добавлены и механизмы против дистилляции: новым API-аккаунтам больше нельзя вручную править предыдущий контекст с сохранением стенограммы размышлений Claude. Fable 5.1 уже доступен на всех платформах, включая AWS, Google Cloud и Microsoft Azure, под идентификатором claude-fable-5-1.

#Ai #Claude #Fable #Mythos #AI #Science

⚙️ Управление агентами, инструментами и навыками: AWS Agent Registry стал общедоступным

AWS объявила о запуске Agent Registry в общий доступ — это централизованный каталог для публикации, поиска и управления агентами, инструментами и навыками. Сервис решает проблему масштабирования агентных систем: когда команд много, а инструментов сотни, разработчики дублируют существующие наработки и теряют контроль над версиями, владельцами и доступом.

Registry разделён на две плоскости. Governance Plane хранит полный реестр ресурсов с метаданными безопасности, политиками обнаружения и пользовательскими схемами (cost center, класс данных, SLA). Discovery Plane показывает потребителям только одобренные ресурсы: поддерживает семантический и лексический поиск по намерению или имени, рассчитан на высоконагруженные запросы и выдаёт краткие сигналы доверия, а не сырые данные аудита.

Каталог поддерживает четыре типа записей: MCP-серверы с их инструментами и промптами, агенты по протоколу A2A, определения навыков в markdown и кастомные JSON-дескрипторы. Это позволяет командам находить готовые компоненты, назначать владельцев и проходить security-ревью до публикации. По сути, это единый реестр всего агентного ландшафта организации — от отдельных скиллов до целых агентов.

#Tech #AWS #AgentRegistry #AI #Agents #LLM

💵Nvidia вкладывает $3,5 млрд в MediaTek — и пускает чужие чипы в свои дата-центры

Nvidia инвестирует $3,5 млрд в тайваньского чипмейкера MediaTek. В рамках сделки MediaTek получит доступ к экосистеме NVLink Fusion, включая технологию NVLink, которая позволяет разным чипам — даже не производства Nvidia — быстро обмениваться данными внутри стоек.

Зачем это нужно. Amazon, Google, Microsoft, OpenAI и Anthropic всё активнее разрабатывают собственные кастомные чипы, чтобы снизить зависимость от GPU Nvidia. Сделка с MediaTek позволяет Nvidia уступить рынок заказных кремниевых решений, но сохранить контроль над «скелетом» инфраструктуры: стойки, сеть и программный стек остаются стандартом Nvidia. По словам старшего директора компании Диона Харриса, каждый облачный провайдер и создатель моделей так или иначе разворачивает платформу Nvidia, и MediaTek сможет встраивать в неё чипы, спроектированные под конкретного заказчика.

Контекст. Ранее Nvidia анонсировала аналогичное партнёрство с AWS без прямых инвестиций: Amazon развернёт ещё 2 млн GPU Nvidia и интегрирует NVLink Fusion. MediaTek, которая ожидает $2 млрд выручки от своего бизнеса заказных ASIC уже в 2026 году, продолжит сотрудничество с Nvidia и по другим направлениям — DGX Spark для разработчиков, RTX Spark для ИИ-ПК и платформам для программно-определяемых автомобилей на базе RTX и Drive AGX.

«Мы строим платформы, которые приносят ускоренные вычисления Nvidia на новые рынки», — заявил гендиректор Дженсен Хуанг.

#AI #Nvidia #MediaTek #CPU #NVLink #DataCenter

❗️OpenClaw 2.0: упрощённая настройка, новый браузерный интерфейс и мультиплеер

Фонд OpenClaw выпустил версию 2.0 своей открытой AI-платформы — крупнейший релиз проекта, собравший более 16 000 pull request. Главные новшества: упрощённый первый запуск, полностью переписанное браузерное приложение и общие облачные сессии для совместной работы.

Теперь при первоначальной настройке система сама обнаруживает уже установленные ресурсы — подписки ChatGPT или Claude, API-ключи и локальные модели, что убирает большинство ручных шагов. Остальные параметры можно менять прямо в диалоге с ботом. Браузерный интерфейс открывает чат мгновенно и позволяет продолжить настройку, вернуться к текущим задачам или отслеживать их в реальном времени. В чате появился «Session Rail» — компактная панель с прогрессом выполнения, оценками и pull request, а также встроенная companion-нить для вопросов о текущей сессии без прерывания агента.

Shared Cloud Sessions дают нескольким пользователям работать над одними задачами: можно подключать коллег к активной сессии или назначать им задания вместе с контекстом. По словам разработчиков, команда OpenClaw уже использует эту функцию для разработки самой платформы. Сессии могут запускаться локально, на собственном hardware пользователя через openclaw connect или на арендованных машинах через инструмент Crabbox с поддержкой AWS и Hetzner. Учётные данные провайдера при этом всегда остаются на шлюзе и не передаются на удалённую машину. Также в релизе обновили messaging, память, навыки, поддержку моделей, automations, плагины и безопасность.

#AI #OpenClaw #Agent #ChatGPT #Claude #AWS

✅ Tencent Marvis разрешил подключать Kimi, Zhipu GLM и другие сторонние модели

Системный ИИ-ассистент Tencent Marvis 1 сентября включил функцию «кастомной модели»: пользователи могут подключать сторонние модели, работающие по стандартным интерфейсам, — включая DeepSeek, MiniMax, Kimi, Zhipu и Xiaomi — либо добавлять локально развёрнутые open-source модели. Настройки синхронизируются между устройствами.

Обновление отвечает на давнюю проблему рынка: ни одна модель не остаётся лучшей во всех сценариях. Одни сильны в длинных текстах, другие — в коде, третьи — в скорости и цене. Раньше Marvis предлагал только встроенные модели; теперь можно собрать пресет, скажем, из предпросмотра Hunyuan Hy4 и DeepSeek-V4 Pro или указать вручную любую модель с открытым API. Переключение между моделями доступно прямо по ходу диалога.

В настройках появился раздел Model Management с быстрыми вариантами для Tencent Cloud, DeepSeek и Alibaba Cloud, а также произвольным добавлением моделей. Ежедневная бесплатная квота Marvis — 10 млн токенов; трафик через сторонние сервисы тарифицируется на аккаунте пользователя и в квоту не входит — плюс для тяжёлых задач вроде генерации кода.

Отдельно упростили работу с локальными моделями: раньше «локальный режим» требовал мощного устройства, теперь open-source модель можно запустить через стороннее приложение на своём компьютере и вызывать её из Marvis простой настройкой. Разговоры при этом не касаются облачных серверов — удобно для чувствительных данных.

#AI #Tencent #Models #LLM #Kimi #Zhipu

🔓 Grok 4.6 признан safest frontier-моделью в биобезопасности

Независимая оценка LatchBio показала, что Grok 4.6 лучше других frontier-моделей отличает замаскированные биологические угрозы от обычных исследовательских задач. В тесте BioSecBench-Refusal модель xAI стала единственной, кто набрал выше 50% по обоим показателям: она отказала 59,2% red-team задач и при этом выполнила 64,8% рутинных заданий. Средний результат по разным агентным обвязкам — 62,1%.

Второй бенчмарк, BioSecBench-Surveillance, проверяет способность модели выполнять геномный эпиднадзор за патогенами — цепочки из проверки файлов, работы с инструментами и научных суждений по «грязным» данным секвенирования. Grok 4.6 показал 53,5% успеха, обойдя GPT-5.6 Sol и уступив только Opus 5. На общих биологических тестах, включая SpatialBench и TxBench-PP, Grok соответствует или превосходит другие frontier-модели.

В xAI подчёркивают, что защита выстроена в несколько слоёв: refusal-обучение, инференс-фильтры до подачи запроса в модель и постдеплойный мониторинг паттернов злоупотребления. В трейсах видно, как Grok анализирует содержимое данных, а не отдельные слова вроде «патоген» или «токсин» — поэтому он не блокирует безопасную рутину, но распознаёт скрытые угрозы в переименованных файлах или зашифрованных вложениях.

#Safety #Grok #xAI #BioSecurity #AI #LatchBio

🔝Claude Fable 5.1: научный рекорд и лучший пеликан на велосипеде

Anthropic выпустила Claude Fable 5.1 — модель, которая, по заявлению компании, задаёт новую планку для кода, работы со знаниями и длительных задач. Главный скачок — научный бенчмарк Terminal-Bench-Science 0.1: 52,6% против 24,7% у Fable 5, 29,0% у Opus 5 и 22,4% у GPT-5.6 Sol.

Параллельно Саймон Уиллисон провёл неофициальный тест: попросил модель сгенерировать SVG с пеликаном на велосипеде на пяти уровнях рассуждений — low, medium, high, xhigh и max. На низких уровнях модель почти не тратила токены на reasoning, а на xhigh ушло 36 767 токенов и 7 минут 51 секунда ($1,83). На max результат лучший из всех виденных у Anthropic: 65 927 токенов, 13 минут 54 секунды и $3,30 за запрос. Разница в цене — более чем в 30 раз, и она наглядно показывает, как растёт стоимость «глубокого думания».

Практический вывод: Fable 5.1 умеет адаптировать усилия под сложность задачи, но переплата за максимальный reasoning оправдана только там, где действительно нужен тщательный анализ.

#AI #Claude #Fable51 #Anthropic #Tech #LLM

🌐 Google нужен Голливуд больше, чем студиям нужен ИИ

The Verge пишет, что в переговорах Google с крупными киностудиями баланс сил неожиданно сместился. Технологический гигант активно ищет доступ к голливудским архивам и библиотекам контента — а студии не спешат заключать сделки. Причина проста: сейчас именно Google заинтересована в сотрудничестве сильнее, чем медиакорпорации в интеграции ИИ.

Для Google лицензионные соглашения с Голливудом критичны. Качественный видеоконтент нужен для обучения генеративных моделей вроде Veo и улучшения мультимодальных возможностей Gemini. Без больших объёмов «эталонного» видео прорыв в генерации движущихся изображений упирается в потолок. Студии же оценивают риски: клонирование образов актёров, размывание авторских прав, потеря контроля над вторичным использованием материалов.

Показательно, что теперь именно Google вынуждена уговаривать и предлагать особые условия. Рынок увидел: самое ценное в эпоху генеративного ИИ — не модели, а проверенный человеческий контент, который сложно воспроизвести синтетически. И владельцы этого контента начинают диктовать свои условия.

#Business #AI #Google #Movie #Hollywood #VideoGen #Tech

#️⃣AfterQuery стал самым быстрым единорогом Y Combinator: оценка $3,2 млрд

Стартап AfterQuery, разрабатывающий данные для обучения ИИ, установил рекорд Y Combinator: по данным TechCrunch, компания привлекла новый раунд финансирования, который оценил её в $3,2 млрд. Это всего через пять месяцев после объявления Series A на $30 млн с оценкой $300 млн.

После раунда в апреле стартап вырос в цене более чем в десять раз. AfterQuery занимается подготовкой и разметкой высококачественных данных для тренировки моделей — одной из самых дорогих и критичных частей ИИ-пайплайна. Быстрый рост оценки отражает высокий спрос на качественные датасеты со стороны лабораторий, разрабатывающих большие языковые модели.

Точные условия сделки и инвесторы не раскрываются, но если информация подтвердится, AfterQuery станет самым быстрым «единорогом» в истории акселератора, обогнав предыдущих рекордсменов.

#AI #Startup #YCombinator #AfterQuery #Investments