AI TrackerМодели:
новости для разработчиков.
Свежие новости по теме «Модели» от всех AI-провайдеров: запуски, изменения цен и снятие с поддержки — кратко и с тем, что это значит для вас.
PokeBot запускает RoboAPI — API, который позволяет отдавать роботизированным манипуляторам инструкции на естественном языке
29 октября PokeBot представила RoboAPI на базе Poke-Aurora, которую компания называет своей моделью действий в физическом мире. По словам компании, совместимые роботы могут выполнять инструкции на естественном языке через простой API без специального обучения под конкретные задачи.Pika запускает H3 Flex — быструю видеомодель, которую компания называет лучшей моделью с открытыми весами для преобразования текста в видео на DesignArena
Pika представила H3 Flex и заявила, что модель дебютирует на первом месте в рейтинге text-to-video на DesignArena среди моделей с открытыми весами (по утверждению Pika). Компания описывает её как модель для профессиональной работы с итерациями: с экспортируемыми аудиодорожками, разрешением до 4K и генерацией быстрее реального времени — 15-секундный ролик с саундтреком можно создать всего за 7 секунд.OpenAI обновляет Model Spec, выстраивая его вокруг пяти ключевых ценностей
OpenAI опубликовала обновлённую версию Model Spec — публичного описания того, как, по замыслу компании, должны вести себя её модели. В новой редакции рекомендации организованы вокруг пяти ценностей: верности намерениям человека, минимизации вреда, честности и прозрачности, самостоятельности человека и заботы. Всё ниже — изложение OpenAI.OpenAI releases GPT-6.1 Terra, a cheaper computer-use model at half the price of GPT-5.6 Terra
OpenAI released GPT-6.1 Terra on October 26, 2026, describing it as a fast, capable computer-use model: it understands what is on screen, takes action across apps and writes naturally. It is rolling out to all Plus, Pro, Enterprise and Edu users in ChatGPT Work and Codex, and developers can use it in the API as gpt-6.1-terra. OpenAI says usage allowances in ChatGPT Work and Codex go further with it than with GPT-5.6.Phonic 1 дебютирует на первом месте в Speech to Speech Index от Artificial Analysis
По данным Artificial Analysis (сайт с бенчмарками, собственные измерения), Phonic 1 (High) — модель преобразования речи в речь от Phonic — занимает первое место из 22 в Speech to Speech Index с результатом 87,1, ненамного опережая Grok Voice 3.0 (86,9). Модель доступна через Phonic API по цене $0,07 за минуту.Fish Audio выпускает Drama 3, которую Artificial Analysis ставит на первое место среди моделей синтеза речи с открытыми весами
Fish Audio выпустила Drama 3; веса доступны на Hugging Face. Artificial Analysis (сайт с бенчмарками, по собственным замерам) сообщает, что модель занимает первое место среди моделей с открытыми весами в обеих их речевых аренах и первое место среди всех моделей в бенчмарке Pronunciation Robustness.Mistral публикует веса Mistral Large 4 — модели с 1 трлн параметров — примерно за половину цены превью
Mistral опубликовала веса улучшенной модели Mistral Large 4 («Le Chonk») — своей флагманской изначально мультимодальной модели с 1 трлн параметров, которая поступила в публичное превью в начале этого месяца. Веса доступны на Hugging Face под названиями Mistral-Large-4-1T-A52B и NVFP4-версия. Mistral называет модель обученной в Европе и лучшей моделью с открытыми весами для программирования. Один из комментаторов отмечает, что лицензия — модифицированная MIT, а не одобренная OSI.Qwen 4 ещё не анонсировали, но в Qwen Code уже указаны идентификаторы моделей Qwen4
В одном аккаунте X сообщают, что в Qwen Code v0.26.3, выпущенной 28 октября, появилось изменение (pull request #15762 в официальном репозитории QwenLM/qwen-code): по умолчанию для любой модели, идентификатор которой начинается с qwen4, устанавливается контекст на 1M токенов. По словам автора публикации, в тестах указаны qwen4-max, qwen4-plus, qwen4-coder-plus, модель с датой в названии qwen4-max-2026-10-01 и qwen4.5-max. В публикации есть ссылка на pull request и скриншот.Artificial Analysis представляет AA-Robotics v0.1 — бенчмарк моделей, управляющих роботизированной рукой
Artificial Analysis опубликовала AA-Robotics v0.1: модели управляют роботизированной рукой, а задача показана с точки зрения модели. В одном примере один и тот же робот пишет «hello world». По данным Artificial Analysis, Claude Opus 5.5 выводил буквы точками, сделав 3 270 движений рукой за 34 минуты, а GPT-6 Astra писал непрерывными штрихами — 514 движений за 13 минут.Particle-1, модель, дополнительно обученная на DeepSeek V4.1 Flash, теперь доступна в Vercel AI Gateway
Vercel сообщает, что Particle-1 (particle/particle-1) теперь доступна в AI Gateway — единой точке доступа к моделям разных провайдеров. По словам Vercel, модель дополнительно обучена на DeepSeek V4.1 Flash и решает инженерные задачи, используя меньше токенов. Компания рекомендует её для отладки, планирования изменений в коде и разбиения многоэтапных задач на части.Artificial Analysis публикует AA-PersonalityBench: модели GPT-6 и Grok — самые прямолинейные
Artificial Analysis опубликовала AA-PersonalityBench — бенчмарк личностных черт моделей. На сайте доступны страница с результатами, страница с описанием методики и инструмент для создания собственного рейтинга личностных черт. Оценки составлены самой компанией.
ElevenLabs представляет Cue — модель принудительного выравнивания
Исследовательская команда ElevenLabs представила Cue — модель принудительного выравнивания, которая превращает расшифровку в временные метки. Это используется для субтитров, дубляжа и интерактивных расшифровок. Модель размещает каждый символ на временной шкале аудио.Rime запускает Prism — модель преобразования речи в речь для голосовых ИИ-агентов
Rime запустила Prism — модель преобразования речи в речь для голосовых ИИ-агентов. Приведённые ниже показатели — заявления самой Rime, а не результаты независимых измерений.Artificial Analysis запускает AA-Video-I2V v2.1 — бенчмарк для моделей преобразования изображений в видео
Artificial Analysis запустила AA-Video-I2V v2.1 и AA-Video-I2V-Silent v2.1 — бенчмарки для моделей преобразования изображений в видео. Каждый запрос включает исходное изображение в разрешении 1080p и специально составленный для него промпт; запросы помечены по сценарию использования, возможностям и визуальному стилю. Модели оцениваются с разрешением до 1080p и ранжируются в 10 сценариях использования и по 10 возможностям. В общем рейтинге выборка равномерно распределена между ними. Результаты принадлежат самой Artificial Analysis.
GitHub Copilot Fusion, который направляет запросы к моделям и оркестрирует их работу для каждой задачи, стал общедоступен
GitHub объявила, что Copilot Fusion стал общедоступен. Вместо выбора модели пользователь выбирает Copilot Fusion в списке моделей и уровень усилий (Standard, High или Max); Copilot решает, какие модели использовать и как организовать их совместную работу. Fusion объединяет оркестрацию нескольких моделей из более ранней предварительной версии Project HydraFusion с автоматическим выбором модели в Copilot. Среди рабочих процессов — одна модель, каскад (эффективная модель готовит черновик, а проверка качества решает, нужно ли подключить другую) и критика (одна модель готовит черновик, другая проверяет его, а первая вносит правки).
OpenBMB выпустила MiniCPM-OCR — парсер документов с 1B параметров и модель с 2B параметров для оценки результатов OCR
28 октября OpenBMB показала MiniCPM-OCR в X: модель работала локально на iPhone и iPad. Она выпущена с открытыми весами и запускается с помощью llama.cpp, vLLM, SGLang или Ollama; код для дообучения открыт, также OpenBMB предлагает демоверсию и API.AssemblyAI выпускает свою первую модель преобразования текста в речь — AssemblyAI-TTS-1
AssemblyAI выпустила AssemblyAI-TTS-1 — свою первую модель преобразования текста в речь, созданную для голосовых агентов. По словам AssemblyAI, модель передаёт речь в потоковом режиме за 90 мс по цене $15 за миллион символов. Компания называет её лучшей TTS-моделью для масштабного использования по совокупности точности, естественности и стоимости. OpenRouter сообщает, что модель уже доступна на платформе: более 4 000 голосов, обслуживаемых из США или ЕС.
NVIDIA выпускает Nemotron 3.5 Transcribe с открытыми весами — модель делит 1-е место среди моделей распознавания речи с открытыми весами по версии Artificial Analysis
Nemotron 3.5 Transcribe от NVIDIA — новая модель распознавания речи с открытыми весами и поддержкой подсказок: смесь экспертов на 30B с примерно 4B активных параметров. NVIDIA утверждает, что один чекпойнт поддерживает транскрибацию на 40 языках, атрибуцию реплик говорящим, перевод, контекстные подсказки и понимание аудио, а веса, данные и рецепты обучения открыты. Модель доступна на Hugging Face, также есть интерактивная демоверсия.Mistral открыла Responses API в публичном превью и запустила DeepSeek V4.1 Flash и GLM 5.3 Flash
28 октября Mistral объявила, что её Responses API, предназначенный для создания агентов на платформе Mistral, стал доступен в публичном превью. По словам Mistral, каждый ответ возвращает ответ модели, её рассуждения и вызовы инструментов в виде отдельных элементов, поэтому приложению проще обрабатывать каждый шаг, чем при использовании Chat Completions. API работает со всеми чат-моделями, размещёнными на Mistral, включая Large 4. Документация опубликована на сайте документации Mistral Studio.