Обзор рынка искусственного интеллекта
OpenAI выпустили обновление самой используемой модели ChatGPT, благодаря которому разговоры становятся более последовательными и естественными. GPT‑5.3 Instant даёт более точные ответы, более содержательные и контекстуализированные результаты при поиске в интернете, снижает количество ситуаций, когда диалог заходит в тупик, уменьшает избыточные оговорки и излишне категоричные формулировки, которые могут нарушать ход разговора. Это обновление сосредоточено на тех аспектах взаимодействия с ChatGPT, которые люди ощущают каждый день: тон, уместность и плавность диалога.
OpenAI выпустили GPT‑5.4 Thinking, API и Codex. Это самая мощная и эффективная передовая модель для профессиональной работы у OpenAI. Для тех, кому нужна максимальная производительность при выполнении сложных задач, выходит GPT‑5.4 Pro в ChatGPT и API. GPT‑5.4 объединяет лучшие из недавних достижений в области рассуждений, программирования и агентных рабочих процессов в одной передовой модели. Она включает в себя ведущие в отрасли возможности программирования GPT‑5.3‑Codex. В ChatGPT, GPT‑5.4 Thinking теперь может заранее предоставить план своих рассуждений, чтобы скорректировать курс по ходу ответа в процессе работы, и получить итоговый результат, который точнее соответствует потребностям, без дополнительных запросов. GPT‑5.4 Thinking также улучшает глубокие веб-исследования. GPT‑5.4 – самая эффективная по токенам модель рассуждений у OpenAI, которая использует значительно меньше токенов для решения задач по сравнению с GPT‑5.2, что приводит к снижению расхода токенов и более высокой скорости.
Google выпускает Gemini 2.5 Pro для подписчиков Advanced и разработчиков. Примечательно, что все модели семейства Gemini 2.5, включая модели прогнозирования будущего, являются «рассуждающими моделями, способными обдумывать свои действия перед тем, как ответить, что приводит к повышению производительности и точности». Google встраивает эти мыслительные возможности непосредственно во все свои модели» для решения более сложных задач и поддержки более способных, контекстно-ориентированных агентов. Пользователи могут нажать на кнопку «Показать ход мыслей» в приложении Gemini, чтобы увидеть цепочку рассуждений. Gemini 2.5 предлагает новый уровень производительности благодаря сочетанию значительно улучшенной базовой модели и усовершенствованной постобработки. Как отмечает Google, модель ориентирована на сложные задачи. Она также лидирует в математических (AIME 2025) и научных (GPQA diamond) тестах.
Anthropic запускает инструмент для проверки кода, предназначенный для предотвращения потока кода, сгенерированного искусственным интеллектом. В программировании обратная связь от коллег имеет решающее значение для выявления ошибок на ранних стадиях, поддержания согласованности кода и повышения общего качества программного обеспечения. Распространение «вайб-кодирования» – использования инструментов искусственного интеллекта, которые принимают инструкции, заданные простым языком, и быстро генерируют большие объемы кода, – изменило подход разработчиков к работе. Хотя эти инструменты ускорили разработку, они также привели к появлению новых ошибок, угроз безопасности и плохо понятого кода. Решение компании Anthropic – это система проверки кода на основе искусственного интеллекта, предназначенная для выявления ошибок до того, как они попадут в код программного обеспечения.
Anthropic обновил Claude, добавив возможность создания интерактивных диаграмм, графиков и визуализаций по запросу. Идея заключается в создании графического представления информации в целях понимания пользователями обсуждаемой темы. Эти графические элементы являются частью чата, отображаются непосредственно в тексте и предназначены для временного использования, изменяясь в ходе разговора. В качестве классического примера Anthropic можно привести просьбу к Клоду объяснить, как работает сложный процент. Программа создаст интерактивную диаграмму, которая будет практически идентична той, которую можно найти, если искать калькулятор сложных процентов в Google – без рекламы, автоматически воспроизводимых видеороликов и предупреждений о файлах cookie.
Google выпустил Flash-Lite 3.1 – масштабируемую модель мышления для обработки больших объемов задач с низкими затратами и задержкой. 3.1 Flash-Lite справляется с вызовом инструментов и может быстро исследовать кодовые базы за гораздо меньшее время, чем более крупные модели. Модель предоставляет возможность получения информации из большего объема данных в больших масштабах. Соотношение интеллекта и скорости не имеет аналогов среди других моделей. 3.1 Flash-Lite демонстрирует значительно лучшие результаты, чем 2.5 Flash, по ряду ключевых показателей, включая общее качество, логическое мышление, перевод и достоверность фактов.
Google выпустил обновления для Cowork и плагины, которые помогут предприятиям настроить Claude под свои нужды. Это упростит создание, использование и управление плагинами в организациях. Администраторы могут настраивать плагины из готовых шаблонов или создавать их с нуля, а Claude будет помогать в настройке, задавая вопросы для адаптации навыков, команд и коннекторов под компанию. Теперь доступны новые коннекторы от популярных поставщиков корпоративного программного обеспечения, включая Google Workspace ( Calendar , Drive , Gmail ), Docusign , Apollo , Clay , Outreach , Similarweb , MSCI , LegalZoom , FactSet , WordPress и Harvey . А такие компании, как Slack от Salesforce , LSEG , S&P Global , Apollo , Common Room и Tribe AI (см. ниже), также разработали плагины для совместных клиентов. Это упростит работу HR, дизайнеров, инженеров, маркетологов, финансовых и операционных отделов, аналитиков, инвесторов.
Google объявила о внедрении новых возможностей искусственного интеллекта на базе Gemini в приложения Docs, Sheets, Slides и Drive. Новые функции позволяют пользователям, например, быстро создавать полностью отформатированные черновики, презентации и таблицы на основе информации из Gmail, Chat и Drive. Эти инструменты призваны сделать приложения более персонализированными и помочь пользователям быстрее выполнять задачи прямо на платформах, вместо того чтобы переключаться на отдельный инструмент или чат-бота. В Google Docs появился новый инструмент «Помогите мне создать», который позволяет пользователям описать, что они хотят создать, и Gemini будет следовать их инструкциям, собирая информацию из Google Drive, Gmail и чата для создания первого черновика.
Alibaba выпустила новый инструмент искусственного интеллекта Wukong для корпоративных клиентов в рамках реструктуризации компании и в условиях растущей конкуренции. В заявлении для CNBC компания сообщила, что Wukong позволяет предприятиям управлять несколькими агентами через единый интерфейс, предлагая при этом «инфраструктуру безопасности корпоративного уровня». Платформа, которая пока находится на этапе тестирования, сможет управлять агентами, выполняющими такие задачи, как редактирование документов, утверждение, расшифровка совещаний и исследования. В отличие от чат-ботов, реагирующих на подсказки, агенты на основе ИИ могут предпринимать упреждающие действия, требующие более широкого доступа к данным и системам компании, что вызывает опасения по поводу конфиденциальности и безопасности. Wukong доступен как в виде отдельного настольного приложения, так и через DingTalk, облачную коммуникационную платформу, аналогичную Salesforce. Alibaba представила планы по интеграции Wukong с другими платформами обмена сообщениями, включая Slack и Microsoft. Wukong также будет постепенно интегрирован в более широкий набор платформ электронной коммерции Alibaba, таких как Taobao и Alipay.
Alibaba представила новейшую линейку моделей искусственного интеллекта с открытым исходным кодом – серию малых моделей Qwen3.5. В нее входят Qwen3.5-0.8B и 2B – две модели, оптимизированные для «миниатюрных» и «быстрых» устройств, предназначенные для прототипирования и развертывания на периферийных устройствах, где время автономной работы имеет первостепенное значение; Qwen3.5-4B – мощная многомодальная база для легковесных агентов, изначально поддерживающая контекстное окно из 262 144 токенов; Qwen3.5-9B – компактная модель логического мышления, превосходящая по производительности в 13,5 раз более крупный американский конкурент OpenAI gpt-oss-120B по ключевым сторонним тестам, включая многоязычные знания и логическое мышление на уровне научного сотрудника. Qwen3.5-9B и Qwen3.5-4B демонстрируют межпоколенческий скачок в эффективности, особенно в задачах, требующих мультимодального мышления и логического вывода. Стоит отметить превосходство в мультимодальном анализе: в бенчмарке визуального мышления MMMU-Pro Qwen3.5-9B показал результат 70,1, превзойдя Gemini 2.5 Flash-Lite (59,7) и даже специализированный Qwen3-VL-30B-A3B (63,0). В бенчмарке GPQA Diamond модель 9B достигла результата 81,7, превзойдя gpt-oss-120b (80,1), модель, у которой количество параметров более чем в десять раз превышает её показатель. Серия демонстрирует также выдающиеся результаты в анализе видеоконтента. 9B лидирует в распознавании документов в OmniDocBench v1.5 с результатом 87,7. При этом он сохраняет лидирующие позиции по многоязычности в MMMLU с результатом 81,2, превосходя gpt-oss-120b (78,2).
В Яндексе начали тестировать новый формат обучения в Алисе AI. Теперь при введении в поиск математической задачи, нейросеть помогает пользователю разобраться в ней, задавая наводящие вопросы и объясняя принцип выполнения. Нажимая на кнопку «Попробуйте режим обучения», пользователь попадает в чат с нейросетью. Там ИИ объясняет логику выполнения задания и предлагает подобные примеры для закрепления материала. В диалоге доступны поле для написания текста от руки и калькулятор для формул.
Владельцам Яндекс Станций и ТВ Станций стала доступна лучшая ИИ-модель Яндекса для умных устройств. Теперь пользователи умных устройств получают более подробные и точные ответы Алисы, особенно это касается кино, игр, бытовых задач и путешествий. Это крупнейшее обновление ИИ-модели в устройствах Яндекса за последний год. По данным замеров методом слепого сравнения (Side by Side, SBS), текущая модель отвечает лучше предыдущей в 60% случаев. Алиса лучше понимает суть вопроса и чаще даёт исчерпывающий ответ с первого раза. Сравнение моделей показало, что пользователи продвинутой версии на 9,9% реже переспрашивают Алису. Сами ответы стали более подробными — их длина увеличилась в среднем на 37%. Кроме того, Алиса теперь лучше объясняет сложные вещи — к примеру, она подберёт понятные собеседнику аналогии, чтобы объяснить разницу между ИИ-моделями разного размера. Продвинутая модель лучше удерживает контекст беседы и учитывает больше деталей.
