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.
Agent Arena поставила Hy4 от Tencent на 14-е место в общем рейтинге: стоимость задачи примерно на 62% ниже, чем у Kimi K3.1 Pro
По данным Arena, Hy4 от Tencent заняла 14-е место в общем рейтинге Agent Arena, где модели оцениваются по реальным агентским сессиям пользователей сообщества. Arena сообщает, что результат основан на более чем 8 500 длительных сессиях, а чистое улучшение составило 4,7%; Hy4 также вошла в границу Парето Agent Arena по соотношению качества и стоимости.Tencent выпускает Hy4 — теперь модель доступна на OpenRouter и Tencent Cloud
Hy4 от Tencent доступна на OpenRouter под названием tencent/hy4; контекстное окно модели составляет 1 048 576 токенов. Новостной аккаунт об ИИ-моделях AiBattle сообщает, что модель доступна и в Tencent Cloud, а также что Tencent планирует выпустить её веса и работает над облегчённой версией Hy4 Flash. В собственном анонсе Tencent Hunyuan говорится, что Hy4 — новая модель с поддержкой зрения; компания называет её «уверенно входящей в число ведущих открытых моделей» и сообщает, что при разработке учитывались вопросы кибербезопасности и биобезопасности. Исследовательская страница модели Tencent находится по адресу hy.tencent.ai/research/hy4.В каталоге OpenRouter для трёх моделей Inception Mercury указана дата прекращения доступности — 8 ноября
Теперь в каталоге моделей OpenRouter для трёх моделей Inception указана дата прекращения доступности — 8 ноября 2026 года: Mercury 3 (inception/mercury-3, контекст на 1 000 000 токенов), Mercury 2.5 (inception/mercury-2.5, 260 000 токенов) и Mercury 2 (inception/mercury-2, 128 000 токенов). Раньше ни у одной из этих записей даты прекращения доступности не было. Это лишь поле каталога: в записях не говорится, почему указана эта дата и что произойдёт с моделями после неё.OpenRouter добавила Crouton Alpha — бесплатную скрытую модель с контекстом на 1 млн токенов
OpenRouter объявила о выпуске новой скрытой модели Crouton Alpha, которую описывает как «высокоэффективную модель рассуждений, созданную для масштабирования задач, которые ваши агенты повторяют весь день». Разработчик модели не назван.Gemini 2.5 Pro и 2.5 Flash планируют вывести из эксплуатации 1 декабря, перенаправив запросы на более новые модели
Патрик Лёбер, который публикует материалы о Gemini API, сообщает, что 1 декабря Gemini 2.5 Pro и Gemini 2.5 Flash выведут из эксплуатации в Gemini API, а запросы к ним будут автоматически перенаправляться:В каталоге OpenRouter для пяти моделей MiniMax указана дата окончания поддержки — 5 ноября
В каталоге моделей OpenRouter теперь для пяти моделей MiniMax указана дата окончания поддержки — 5 ноября 2026 года: MiniMax-01 (minimax/minimax-01, контекст на 1 000 192 токена), MiniMax M2 (minimax/minimax-m2), M2.1 (minimax/minimax-m2.1) и M2.7 (minimax/minimax-m2.7), у каждой из которых контекст на 204 800 токенов, а также M2-her (minimax/minimax-m2-her, 65 536 токенов). Раньше ни у одной из этих записей дата окончания поддержки не указывалась. Это лишь поле в каталоге: в записях не объясняется причина и не говорится, что произойдёт с моделями после этой даты.В изменённой форме S-1 Anthropic говорится, что компания вскоре может соответствовать собственному определению ускоренного прогресса в области ИИ
В статье на epyhia.com со ссылкой на TechCrunch сообщается, что в пересмотренную регистрационную форму Anthropic S-1/A, поданную в понедельник, 2 ноября, добавлено новое раскрытие информации о рисках. Согласно статье, в документе говорится, что внутренние оценки и прогнозы Anthropic относительно будущих моделей, а не нынешних, указывают на то, что компания может «в ближайшее время» соответствовать определению «резко ускорившегося прогресса, обусловленного ИИ» из её Политики ответственного масштабирования — порогу, который статья приравнивает к рекурсивному самосовершенствованию. В документе сказано, что ни одна из нынешних моделей компании пока не достигла этого порога и что Anthropic рассматривает изменения политики, «чтобы сохранить контроль людей над разработкой передовых моделей в Anthropic».OpenAI заявляет, что GPT-6 Astra может проектировать корпуса устройств и печатные платы, и ищет инженерных партнёров
OpenAI рассказывает, как её модели помогают в машиностроении и электротехнике: создают модели CAD, производственные чертежи, симуляции и проекты печатных плат. Это заявления самой OpenAI.Из каталога OpenRouter исчезла дата истечения срока действия Meta: Llama 3.1 70B Instruct — 3 ноября
В каталоге моделей OpenRouter больше не указана дата истечения срока действия «Meta: Llama 3.1 70B Instruct» (meta-llama/llama-3.1-70b-instruct) — 3 ноября 2026 года, когда срок действия модели должен был истечь. С конца октября в этом поле стояла дата 3 ноября, а теперь оно пустое. В карточке по-прежнему указано контекстное окно на 131 072 токена. OpenRouter не сообщила, отменена ли деактивация модели или лишь отложена.Artificial Analysis: характер Kimi K3.1 Pro изменился сильнее, чем у любой другой измеренной ими версии модели
По данным Artificial Analysis, Kimi K3.1 Pro демонстрирует самое большое изменение характера между моделью и её непосредственной предшественницей среди всех моделей, оценённых в AA-PersonalityBench. Каждая модель получает процентильную оценку от 1 до 100 по 30 чертам. Оценки составлены самим сайтом.
Perplexity выпускает pplx-embed-v2-context — мультимодальные модели эмбеддингов с открытыми весами размером 9B и 0.6B
Perplexity выпустила pplx-embed-v2-context — две мультимодальные модели эмбеддингов с открытыми весами (9B и 0.6B) на Hugging Face, вместе с научной статьёй, написанной совместно с turbopuffer. Каждая модель возвращает один вектор int8 на документ либо один вектор на фрагмент, учитывающий весь документ. Обе также работают в неконтекстном режиме — с одним эмбеддингом на документ и без разбиения на фрагменты.
На странице цен API OpenAI больше нет десяти старых моделей, включая o1, o1-pro и GPT-4
2 ноября 2026 года со страницы цен API OpenAI исчезли десять старых моделей. Речь идёт именно о странице цен, а не об объявлении OpenAI, и само по себе удаление модели со страницы цен не означает, что её выводят из эксплуатации. В таблице указаны цены без единицы измерения.Arena: ведущие агенты читают около 93 входных токенов на каждый сгенерированный токен
Arena, издатель рейтинговой таблицы, сообщает, что в более чем 26 000 сессиях 10 лучших агентов в Agent Arena обрабатывают около 93 входных токенов на каждый сгенерированный. По словам Arena, поэтому лаборатории наперегонки снижают цену на кэшированный ввод; компания также показывает видео о работе кэширования в реальных сессиях. Эти данные основаны на собственном анализе Arena.
Исследователи утверждают, что GPT-6 Astra изменила веса небольшой модели Qwen, улучшив её математические способности без обучения
В посте в X аккаунт rikiyatakehi сообщает, что авторы попросили GPT-6 Astra изменить веса Qwen3.5-0.8B, чтобы улучшить её математические способности. По их словам, модель напрямую изменила лишь 0,016% весов, устранила циклы рассуждений небольшой модели, улучшила результаты по математике до 6 раз и следование инструкциям — в 3 раза, причём без градиентов и обучения. Они называют этот подход Weight-Space Programming.OpenAI представляет LifeVal — бенчмарк повседневных задач персонального помощника
OpenAI сообщает, что создала LifeVal — новый бенчмарк, сформированный на основе отзывов тысяч пользователей ChatGPT о том, в каких вопросах им больше всего нужна помощь персонального помощника. Задачи охватывают широкий круг тем: от поиска услуг по уходу за детьми до доступа к государственным услугам и управления личными финансами.В Arena’s Agent Arena появились графики производительности в зависимости от числа выходных токенов и времени ожидания
Издатель рейтинговых таблиц Arena сообщает, что Agent Arena теперь показывает, какие агенты обеспечивают наилучшую производительность на каждый сгенерированный выходной токен и каждую минуту ожидания пользователя, а также учитывает затраты на выполнение задачи. По данным Arena, за один и тот же уровень интеллекта можно заплатить в 10 раз больше, потратить в 6 раз больше выходных токенов и ждать вдвое дольше.
Hume запускает Audio Decision API, который отвечает на вопросы об аудио за один запрос
По словам Hume, Audio Decision API позволяет разработчикам задавать вопросы об аудио — например, сколько в записи говорящих, смеётся ли кто-нибудь и раздражён ли звонящий. Hume утверждает, что API заменяет задачи, для которых раньше требовалось 10 и более моделей.Выпущена Hydrogen-1.0 — научная модель с открытыми весами, дообученная на основе GLM-5.3
Chenru Duan объявляет о выпуске Hydrogen-1.0, которую команда называет своей первой научной моделью с открытыми весами. Это GLM-5.3 (от Z.ai), дополнительно обученная на внутренних научных данных команды, лабораторных записях и траекториях открытий.
SemiAnalysis выпустила GDPx — бенчмарк агентных возможностей, в котором лучшая модель набрала 12%
SemiAnalysis выпустила GDPx — бенчмарк агентных возможностей в областях, которые компания считает наиболее ценными, включая разработку микросхем, кибербезопасность и биологию. По её словам, даже лучшая модель набирает лишь 12%. В публикации, пересказывающей результаты, на первом месте указана Claude Opus 5.5 с результатом 12,0%, а за ней — будущая Gemini 4 Carbon с 10,9%; это интерпретация автора пересказа, а не формулировка самой SemiAnalysis.
Meituan выпускает LongCat-2.5 — мультимодальную модель с 1,6 трлн параметров для агентных задач
Meituan выпустила LongCat-2.5, согласно публикации в X от аккаунта leo114119, содержащей ссылку на блог Meituan о LongCat. В публикации говорится, что Meituan описывает модель как изначально мультимодальную и созданную для агентных задач, с 1,6 трлн параметров, а также отмечает её сильные стороны в сложных проектах по визуальному программированию и профессиональной офисной работе — например, в креативном дизайне, задачах 3D и бизнес-анализе.