Обзор рынка искусственного интеллекта
OpenAI выпустила GPT-5.5 Instant, новую базовую модель, которая заменит предыдущую версию – GPT-5.3 Instant. Компания заявила, что модель снижает вероятность ошибок в таких деликатных областях, как юриспруденция, медицина и финансы. Также заявлены улучшения в таких областях, как программирование и интеллектуальный труд. Новая модель показала результат 81,2 балла в математическом тесте AIME 2025, по сравнению с 65,4 баллами у старой модели.
Она также превзошла своего предшественника в тесте многомодального мышления MMMU-Pro, набрав 76 баллов против 69,2. В этом релизе особое внимание уделено управлению контекстом. GPT-5.5 Instant может использовать свой инструмент поиска для возврата к прошлым беседам, файлам и Gmail, чтобы предоставлять более персонализированные ответы. Эта функция будет доступна пользователям Plus и Pro в веб-версии, а в ближайшее время планируется её внедрение и на мобильные устройства. OpenAI заявила, что в ближайшие недели планирует расширить доступ к этой функции для пользователей Free, Go Business и Enterprise. В этом обновлении ChatGPT также будет отображать источники памяти для всех моделей, чтобы помочь пользователю понять, откуда были сгенерированы ответы. Пользователи могут удалять устаревшие источники или исправлять их, если ответ был неверным.
xAI выпустила Grok 4.3, более недорогую и функциональную модель, ориентированную на решение практических задач. В релиз также включен новый инструмент для генерации изображений на основе агентов. Grok 4.3 создан для разработчиков и бизнеса и делает упор на скорость, низкую стоимость и количество вызовов инструментов. Модель может самостоятельно обрабатывать веб-поиск, поиск по серверу X, выполнение кода Python и поиск файлов (RAG), а также генерировать файлы Excel, PDF-файлы и презентации PowerPoint. Grok 4.3 работает со скоростью 100 токенов в секунду и имеет контекстное окно в один миллион токенов. Функция логического мышления теперь встроена по умолчанию: Grok 4.3 «думает» перед ответом на каждый запрос, и токены логического мышления оплачиваются по той же ставке, что и обычные выходные токены. Согласно данным независимого сервиса бенчмаркинга Artificial Analysis, модель Grok 4.3 набрала 53 балла по индексу интеллекта. Это немного выше, чем у Muse Spark и Claude Sonnet 4.6, на 4 балла выше, чем у предыдущей модели Grok 4.20, и значительно ниже, чем у флагманских моделей от OpenAI и Anthropic.
Anthropic представила набор новых агентов на основе искусственного интеллекта, предназначенных для решения более широкого спектра задач в сфере финансовых услуг. Эти ИИ-агенты могут составлять презентации для встреч с клиентами, анализировать финансовую отчетность и передавать документы на проверку на соответствие нормативным требованиям. Новые инструменты предназначены для специалистов в банковской сфере, страховании, управлении активами и финансовых технологиях. Сейчас компания пытается активно конкурировать с OpenAI, чтобы доказать, что ее технология способна решать широкий спектр важных задач в других отраслях, включая финансовую, поскольку оба сервиса стремятся увеличить выручку в преддверии ожидаемого первичного публичного размещения акций.
Google добавил функцию пользовательских правил в Gemini в Google Docs. Пользователи могут управлять тоном, стилем и аннотациями. Функция помогает быстрее создавать согласованные и персонализированные документы с меньшими затратами на редактирование.Теперь пользователи могут давать ИИ собственные инструкции о том, как он должен писать, резюмировать или структурировать контент. Инструкции могут быть как простыми, так и подробными, в зависимости от предпочтений пользователя.
Google представило новое семейство моделей Gemini, предназначенное для генерации и редактирования видео с использованием подсказок на естественном языке. Компания описывает это как шаг к так называемым «моделям мира»: системам, предназначенным не только для создания убедительного медиаконтента, но и для имитации поведения физического мира. Первая общедоступная версия называется Gemini Omni Flash. Её наиболее значимой особенностью стало редактирование. Пользователь может начать с реального видео, запрашивать изменения в диалоге и продолжать дорабатывать ту же сцену в несколько этапов, не теряя целостности. Персонажи сохраняют свою индивидуальность, объекты остаются неизменными, а окружение сохраняет память о предыдущих изменениях. Также пользователь может предоставить фотографию, голосовую запись, видеофрагмент и письменные инструкции, и Omni сгенерирует связное видео, объединив все эти элементы. По данным Google, такая унифицированная архитектура позволяет системе более естественно синхронизировать звук, движение и динамику сцены, поскольку все элементы генерируются одновременно, а не объединяются на отдельных этапах. Google также активно продвигается в сфере кибербезопасности – компания представила ИИ-агента CodeMender для автоматического поиска и исправления уязвимостей в ПО. CodeMender позиционируется как способ помочь обеспечить безопасность мировых кодовых баз, выявляя и устраняя уязвимости.
Google выпускает персональный ИИ-агент Gemini Spark. Компания заявляет, что Spark превращает Gemini из стандартного ИИ-помощника в партнера, который действительно выполняет задачи за пользователя. Spark работает на базе Gemini 3.5 и глубоко интегрирован с приложениями Google Workspace, включая Gmail, Docs и Slides. Его можно научить выполнять различные задачи, например, создавать список важных дел со сроками в Gmail и отправлять его пользователю или писать сводку текущих обновлений в длинных цепочках электронных писем. Также можно настроить модель на выполнение повторяющихся задач, например, на обнаружение скрытых комиссий в счетах по кредитным картам каждый месяц. Можно запрограммировать Spark на выполнение нескольких взаимосвязанных задач для создания полноценных рабочих процессов. Например, можно попросить Spark просмотреть заметки совещаний в чатах и электронных письмах и создать подробные отчеты в Google Docs, а также составить электронное письмо, которое можно отправить вместе с этим отчетом.
Новая модель Google Gemini 3.5 Flash обеспечивает устойчивый интеллектуальный уровень, оптимизированный для реальных задач, с более высокой скоростью и меньшими затратами. Разработанная для эпохи агентных вычислений модель подходит для развертывания субагентов, многоэтапных рабочих процессов и масштабируемых задач с длительным горизонтом планирования. Эта модель особенно эффективна для быстрых циклов агентных вычислений, включающих сложные циклы кодирования и итерации.
Китайская лаборатория искусственного интеллекта DeepSeek выпустила две предварительные версии своей новейшей модели обработки больших языковых данных DeepSeek V4, обновления прошлогодней модели V3.2 и сопутствующей модели рассуждений R1. Компания заявляет, что DeepSeek V4 Flash и V4 Pro – это модели, использующие «комбинацию экспертов», с контекстными окнами по 1 миллиону токенов каждая – этого достаточно для использования больших кодовых баз или документов в запросах. Подход с использованием комбинации экспертов предполагает активацию определенного количества параметров для каждой задачи, что снижает затраты на вывод. Модель Pro имеет в общей сложности 1,6 триллиона параметров (49 млрд активных), что делает её самой мощной из доступных моделей, превосходящей Kimi K 2.6 от Moonshot AI (1,1 триллиона), M1 от MiniMax (456 миллиардов) и более чем вдвое превосходящей DeepSeek V3.2 (671 миллиард). Меньшая по размеру модель V4 Flash имеет 284 миллиарда параметров (13 миллиардов активных). Компания утверждает, что обе модели более эффективны и производительны, чем DeepSeek V3.2.
Алиса AI научилась помогать пользователям Яндекс Go выбирать товары в чате – от одежды до техники. Она может найти вещь в определенном стиле, сравнит несколько вариантов телефонов или посоветует, какой кондиционер выбрать в спальню. Алиса AI станет доступна всем пользователям Яндекс Go. Помимо покупок, Алиса AI помогает пользователям Яндекс Go быстрее и проще решать и другие повседневные задачи в городе. Нейросети можно поручить помощь в заказе такси и продуктов, оформлении доставки или выборе ресторана.
Яндекс Музыка обновила «Мою волну» – ключевой рекомендательный продукт. Она научилась считывать контекст пользователя, создавая для него музыкальные сценарии под настроение и ситуацию, а для более глубокого знакомства с творчеством артистов сервис внедрил ИИ-реплики с фактами об исполнителях и их музыке.
Главное технологическое изменение в «Моей волне» – гиперконтекстные рекомендации. Они отображаются на главном экране в виде цветных интерактивных волн. Ранее «Моя волна» подбирала треки в соответствии с предпочтениями пользователя. Теперь она рекомендует не только треки, но и музыкальные сценарии под настроение, занятие или момент, опираясь на вкус, а также на внешний контекст: время суток, день недели, с какого устройства звучит музыка. Например, если слушатель любит джаз, включил Яндекс Музыку с ноутбука, и сейчас будний день, «Моя волна» предложит «спокойный джаз для работы». Кроме того, «Моя волна» способна создавать музыкальные сценарии специально для пользователя. Например, зная, что слушатель любит рок-н-ролл и периодически включает музыку для бега, сервис может создать для него сценарий «рок-н-ролл для пробежки».
В «Яндекс Браузере» появилась функция перевода материалов в Интернете для людей с особенностями восприятия информации. «Алиса AI» адаптирует текст по общепринятым правилам ясного языка, без сложных предложений и формулировок. Так, «Алиса AI» теперь может адаптировать текст по общепринятым правилам ясного языка – методики упрощения письменной речи (без сложных предложений и непонятных слов), которая делает контент более доступным для людей с особенностями восприятия информации и помогает быстрее разбираться в написанном. По словам представителей компании, «Яндекс Браузер» первым в мире запустил подобную функцию. Новая функция будет полезна пользователям с когнитивными и ментальными особенностями, пожилым, глухим и слабослышащим людям, обеспечивая равный доступ к информации. В рамках нее нейросеть «Алиса AI» в «Браузере» может переписать материалы простыми словами без сложных формулировок, разделить длинные предложения на несколько коротких и добавить уточняющие определения, чтобы человеку было легче получить важную информацию без посторонней помощи.
Яндекс адаптировал чат с «Алисой AI» для поддержки работы со скринридерами для людей с особенностями зрения. В компании отметили, что так незрячие и слабовидящие люди смогут пользоваться всеми ключевыми возможностями ИИ-ассистента. Так, теперь приложение и веб-версия поддерживают работу со скринридерами – программами экранного доступа для людей с особенностями зрения. Они озвучивают содержимое экрана или выводят его на брайлевский дисплей. Адаптация позволит незрячим и слабовидящим людям пользоваться всеми ключевыми возможностями ИИ-ассистента.
Сбер выпустил Kandinsky 6.0 Image – бесплатный ИИ-инструмент редактирования профессионального уровня, без ограничений по количеству генераций. Флагманская модель работает до двух раз быстрее, лучше понимает сложные запросы и создаёт более детализированные изображения. Появились новые возможности редактирования: реставрация снимков, стилизация под актуальные визуальные тренды, нейрофотосессии, смена одежды и локации, ретушь и макияж. Благодаря встроенному поиску по изображениям, Kandinsky стал значительно лучше разбираться в актуальных темах. В ряде задач по качеству редактирования изображений, согласно внутренним замерам, Kandinsky конкурирует с ведущими мировыми моделями – Nano-Banana, Flux и Qwen. С помощью текстового запроса можно добавить объект в кадр или убрать лишнее, наложить фильтр или совместить элементы из разных изображений. Среди новых инструментов – реставрация старых и повреждённых снимков, в котором модель возвращает чёткость выцветшим и поцарапанным фотографиям. Стилизация превращает фото в иллюстрацию в стиле аниме, комикса или мультфильма. Режим нейрофотосессии позволяет сгенерировать серию новых кадров на основе одной фотографии – с другим фоном, одеждой или локацией.
