AI TrackerНовости AI,
отобранные для разработчиков.
Запуски, изменения цен и снятие моделей с поддержки у всех AI-провайдеров — кратко. Та же лента, что во вкладке «Новости» в приложении.
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.OpenCode переработали для запуска в инструментах разработчика браузера
2 ноября Adam (adamdotdev) написал в X, что переработал OpenCode для запуска в консоли инструментов разработчика браузера, используя для интерфейса инструкции console.log. Проект построен на фреймворке, на который он ссылается на textjs.org, и Adam приглашает разработчиков и их агентов создавать с его помощью другие консольные приложения. В примечании к публикации говорится, что расширение для VS Code уже разрабатывается, а расширение для Chrome DevTools появится позже.
Anthropic выпускает FlashProve — прототип с открытым исходным кодом для доказательства того, какая модель сгенерировала ответ
Anthropic опубликовала исследование проверяемого инференса: криптографическое доказательство (zkSNARK), подтверждающее, что ответ получен с использованием определённого зафиксированного набора весов модели. Его может проверить пользователь, у которого нет доступа к этим весам. В публикации говорится, что это поможет обнаруживать незаметную подмену модели сервисом маршрутизации или её изменение злоумышленником, а также даст оценщикам и регуляторам возможность проверять, какая модель используется.
Песочницы Vercel с Drives теперь запускаются до 2,4 раза быстрее
По словам Vercel, песочницы с Drives теперь запускаются до 2,4 раза быстрее. Согласно данным компании, медианное время создания сократилось с 1,7 с до 0,7 с, а p95 — с 2,2 с до 1,6 с. Vercel сообщает, что обновлять SDK или менять конфигурацию не нужно. Подробности — в записи журнала изменений Vercel.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.
В Messages API появилась публичная бета потоков сообщений с хранением диалога на сервере
В аккаунте ClaudeDevs компании Anthropic сообщили, что потоки сообщений теперь доступны в публичной бете Messages API. API хранит диалог на сервере между ходами, поэтому запрос содержит только новые сообщения и ID предыдущего сообщения вместо полной истории, и Claude начинает отвечать быстрее.
Сборки Vercel теперь блокируют известные вредоносные пакеты npm до запуска скриптов установки
Vercel сообщает, что теперь во время сборок автоматически блокирует известные вредоносные пакеты npm до запуска их скриптов установки. Пользователям ничего делать не нужно. Подробности — в записи журнала изменений Vercel.OpenAI повышает награды в программе Security Bug Bounty и вводит бонусы за качество отчетов и лояльность
OpenAI сообщает, что повышает награды в своей программе Security Bug Bounty: средний размер вознаграждений за уязвимости среднего, высокого и критического уровня более чем в четыре раза превысит прежний.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.OpenAI рассказывает о Pando — совместимом с Git бэкенде для разработки в масштабах Codex
Инженеры OpenAI говорят, что нагрузка на монорепозиторий компании росла так быстро из-за Codex (увеличивалось число веток, отправок изменений, слияний, запросов на получение изменений и клонирований из сред разработки, исследовательских задач и CI), что примерно с конца 2025 года получение и отправка изменений стали медленными, а слияния завершались с ошибками; временами надёжность опускалась ниже 90%. В ответ компания создала Pando — новый бэкенд для Git-репозиториев. По словам OpenAI, теперь он поддерживает всю разработку в её монорепозитории.DeepSeek Harness добавляет Creator Mode для превращения идей в плагины
2 ноября аккаунт DeepSeek Harness объявил в X о Creator Mode — режиме, который превращает идеи в плагины, готовые к использованию. В демонстрационном видео показаны рабочее пространство для дизайна, игра-песочница и 3D-визуализатор LLM. В следующем посте аккаунт разместил ссылку на подборку англоязычных и китайских промптов, на основе которых созданы плагины из видео.
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.
MiniMax перечислила созданные сообществом квантованные версии для локального запуска M3.1 Flash
MiniMax опубликовала обзор квантованных версий своей модели с открытыми весами M3.1 Flash на 428 млрд параметров, созданных сообществом для запуска на собственном оборудовании. По словам MiniMax, веса с меньшей разрядностью сокращают объём памяти, необходимый для загрузки модели, и объём данных весов, перемещаемых при декодировании. Чтобы это работало эффективно, нужны тщательная калибровка, производительные низкоразрядные ядра и распределение экспертов между GPU и системной оперативной памятью.
Claude Mythos 5.5 не анонсирована, но упоминается в исходном коде сайта Anthropic
Anthropic не анонсировала Claude Mythos 5.5. Несколько аккаунтов в X сообщают, что это название есть в HTML-коде страницы Claude Mythos на сайте Anthropic (anthropic.com/claude/mythos).
Google announces Gemini 4 Carbon, its next frontier model, to cyber defenders first
Google announced Gemini 4 Carbon on October 28, 2026, calling it its strongest model, with state-of-the-art cybersecurity and long-horizon capabilities. It follows Gemini 4 Argon by two weeks. Sundar Pichai's post and Google's blog say it is not yet generally available: starting this week a subset of cyber defenders get access, with more trusted partners added through the Fairwind Program. Google says it will bring Carbon to developers, businesses and consumers "as soon as possible", and that it is taking part in the U.S. government's voluntary process for pre-release model testing.