Хроника

Анонсирована модель для сложной работы, кода и управления компьютером. Доступ расширяется поэтапно.

GA-релиз Flash для программирования, агентов и сложных рабочих процессов; текстовый вывод и мультимодальный ввод.

Meta обновила модель для длительной агентной работы и программирования. Доступна в Muse Code и Meta Model API.

Обновление для кода и длительных проектов в платных продуктах Claude и API. При чтении тестов учитывайте safeguards и fallback.

Z.ai выпустила post-training обновление базы GLM-5.2 с крупным приростом в сложном программировании, терминальных задачах и длительной агентной работе.

Google выпустила GA-версию быстрой reasoning-модели с миллионным контекстом и улучшениями для программирования, веб-разработки и агентных процессов.

Финальный checkpoint V4-Pro заменил preview-версию, заметно усилил агентные задачи и вышел с открытыми весами под лицензией MIT.

Grok 4.6 усилил длительные агентные задачи, программирование и создание интерактивных продуктов; модель вышла в Cursor, Grok Build, API и у партнёров.

Meta выпустила под Apache 2.0 локальную 30B agentic-модель с восприятием изображений, инструментами, восстановлением после ошибок и официальными GGUF-сборками.

Meta обновила проприетарную coding- и agentic-модель Muse Spark: версия 1.2 усилила многофайловую разработку, использование компьютера и длительные рабочие процессы.

Moonshot AI опубликовала веса Kimi K3 вместе с инструкциями для Transformers, vLLM и SGLang. Это open-weights релиз для серверной инфраструктуры: масштаб 2,8T параметров не подразумевает обычный локальный запуск.

Black Forest Labs открыла Early Access к мультимодальной основе для изображений, видео, аудио и action prediction; отдельные возможности запускаются поэтапно.

Флагман OpenAI усилил агентные задачи в программировании, биологии и кибербезопасности.

Модель с миллионным контекстом сделала упор на более дешёвое вычисление и ускоренные prefill и decoding.

Компактная reasoning-модель стала резервным быстрым вариантом GPT-5.4 Thinking в ChatGPT.

Специализированная агентная модель объединила обучение Codex и GPT-5 для длинных задач программирования.

Обновление улучшило согласованность персонажей и объектов, вертикальное видео и вывод до 4K.

OpenAI объединила быстрый ответ, глубокое рассуждение и маршрутизацию между режимами в одной продуктовой системе.

20B MMDiT-модель сделала особый упор на сложную типографику и точное редактирование текста внутри изображений.

Opus 4 и Sonnet 4 усилили длительное программирование, использование инструментов и агентные сценарии.

Видеомодель получила нативную генерацию звука, речи и фоновых шумов вместе с изображением.

Новое поколение генерации изображений улучшило детализацию, типографику и скорость.

Google расширила доступ к музыкальной модели и встроила её в инструменты для авторов.

Открытое семейство объединило обычный и thinking-режимы и включило плотные и MoE-модели разных размеров.

Reasoning-модели впервые начали совместно рассуждать по изображениям и пользоваться полным набором инструментов ChatGPT.

Нативно мультимодальное MoE-семейство Scout и Maverick расширило контекст и работу с изображениями.

Thinking-модель Google объединила рассуждение, код и мультимодальное понимание с длинным контекстом.

Крупнейшая на тот момент модель OpenAI для чата стала исследовательским превью масштабирования предобучения без отдельного reasoning-режима.

Anthropic объединила быстрые ответы и видимое расширенное рассуждение в одной модели.

Vision-language семейство научилось разбирать документы, интерфейсы, диаграммы и длинные видеопоследовательности.

Открытая reasoning-модель и её дистилляты показали, что усиленное обучение может конкурировать с закрытыми системами рассуждения.

Открытая MoE-модель с 671B общих и 37B активных параметров резко снизила стоимость сильной языковой модели.

Google сделала упор на нативную работу с инструментами, потоковое мультимодальное взаимодействие и будущих агентов.

Sora вышла из исследовательского превью в отдельный продукт с генерацией и редактированием роликов.

В семейство вошли vision-модели 11B/90B и компактные текстовые 1B/3B для локальных устройств.

Семейство открытых моделей от 0.5B до 72B расширило многоязычность, код, математику и структурированный вывод.

Модель получила отдельное вычисление перед ответом и заметно улучшила математику, код и сложное рассуждение.

Новое семейство генераторов изображений объединило открытую модель Schnell и более мощные коммерческие версии.

Meta выпустила 405B-модель с 128K контекста и разрешила использовать её выводы для улучшения других моделей.

Средняя по размеру модель обошла прежний Opus во многих задачах и усилила работу с кодом и изображениями.

Google представила генератор 1080p-видео с кинематографическими стилями и более длинными сценами.

Новое поколение Imagen улучшило фотореализм, детали и уменьшило количество визуальных артефактов.

Единая модель начала принимать и генерировать текст, зрение и речь с низкой задержкой.

Открытые 8B и 70B модели подняли качество диалога, рассуждений и программирования.

Семейство Haiku, Sonnet и Opus добавило зрение и разделило модели по скорости, цене и максимальному качеству.

Новая MMDiT-архитектура улучшила текст в изображениях и следование сложным запросам.

Модель получила контекст до миллиона токенов и могла совместно анализировать длинные документы, код, аудио и видео.

OpenAI показала генерацию длинных видеосцен как задачу моделирования динамики визуального мира.

Открытая смесь экспертов активировала лишь часть параметров на каждом токене и сделала крупную модель дешевле в работе.

Google представила семейство, изначально обученное работать с текстом, изображениями, аудио и видео.

Открытая research-preview модель перенесла диффузионную генерацию из изображений в короткое видео.

Компактная открытая модель показала, что архитектура и качество данных могут конкурировать с более крупными моделями.

Генератор изображений встроили в ChatGPT: модель стала точнее понимать сложные текстовые инструкции.

Открытые веса стали доступны для исследований и большинства коммерческих сценариев.

Claude получил 100K контекста, более сильное программирование и широкую публичную доступность.

Первая публичная версия Claude предложила длинные ответы и отдельный подход к обучению безопасному поведению.

Флагман OpenAI получил ввод изображений, более сильное рассуждение и заметно более устойчивое следование инструкциям.

Meta выпустила исследовательское семейство от 7B до 65B и усилила движение к доступным весам моделей.

Диалоговый интерфейс и обучение по человеческой обратной связи сделали большие языковые модели массовым продуктом.

Открытая модель распознавания речи объединила много языков, перевод и устойчивость к шуму.

Открытая модель перенесла качественную генерацию изображений на пользовательские GPU и породила большую экосистему дообучений.

Крупный текстовый энкодер и каскад диффузионных моделей заметно улучшили соответствие изображения запросу.

Одна visual-language модель научилась решать много задач по нескольким примерам из текста и изображений.

Диффузионная генерация повысила разрешение, реализм и управляемость редактирования изображений.

Модель, обученная на коде, превратила естественный язык в программные конструкции и стала основой первого GitHub Copilot.

Текстовая команда впервые управляла генерацией изображений через крупную модель семейства GPT.

Совместное пространство текста и изображений позволило распознавать новые визуальные категории без отдельного обучения.

175 млрд параметров сделали обучение по примерам в промпте заметной способностью большой языковой модели.

Google свела разные языковые задачи к единому формату «текст на входе — текст на выходе».

Масштабирование языковой модели дало связный длинный текст и первые убедительные zero-shot-переносы между задачами.

Двунаправленное предобучение сделало контекст слова доступным сразу слева и справа и изменило поиск, классификацию и извлечение ответов.

Первая модель семейства GPT показала, что один предобученный Transformer можно адаптировать к нескольким языковым задачам.