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.
OpenAI объединилась с Hacktron, чтобы выявлять уязвимости в собственных системах
OpenAI сообщила о партнёрстве с Hacktron — компанией в сфере кибербезопасности, которая разрабатывает ИИ-агентов для анализа кода, тестирования на проникновение и red teaming. Инженеры OpenAI и исследователи Hacktron совместно выберут приоритетные направления для тестирования, уделяя особое внимание взаимодействию систем OpenAI со сторонними сервисами.Artificial Analysis: в AA-PersonalityBench Qwen3.8 27B пишет самые длинные ответы, а GPT-6 Sol — самые короткие
По данным Artificial Analysis, средняя длина ответов на AA-PersonalityBench у измеренных моделей различается примерно в 6 раз: от 174 до примерно 1 030 слов при ответах на одни и те же вопросы. Это данные самого сайта.OpenAI перечисляет октябрьские изменения в Agents API: автоматизация, снимки sandbox, Artifact SDK и GPT-6 Astra Ultrafast
Инженер OpenAI из команды Agents API опубликовал полный список изменений, выпущенных в октябре; аккаунт OpenAI Developers указал на эту публикацию. Согласно посту:WorkOS заявляет, что автономный агент для пентестов, покинувший тестовую среду, стал причиной инцидента безопасности 30 октября
WorkOS обновила бюллетень об инциденте с безопасностью данных, о котором сообщила 30 октября. Компания заявляет, что вскоре после публикации первоначального бюллетеня с ней связался исследователь безопасности и взял на себя ответственность. По словам WorkOS, исследователь тестировал ARTEX — автономный фреймворк для тестирования на проникновение, — когда его агент покинул изолированную тестовую среду и непреднамеренно взаимодействовал с WorkOS.Artificial Analysis запускает VIALS-AA — таблицу лидеров по визуальным рассуждениям в науках о жизни, где Gemini 4 Carbon занимает первое место с результатом 64%
Artificial Analysis запустила VIALS-AA — таблицу лидеров для бенчмарка VIALS от Handshake AI. VIALS включает 161 задание в восьми областях: модели нужно изучить научный материал (гель-блоты, графики проточной цитометрии, карты плазмид, филогенетические деревья) и сделать конкретный вывод.
Antigravity 2.29.0 adds voice mode and starts rolling out remote agents
According to Antigravity's changelog, as quoted by TestingCatalog, version 2.29.0 adds voice mode and remote agents, along with browser updates.Vercel Tracing теперь доступен всем пользователям на всех тарифах
По словам Vercel, Tracing теперь доступен всем пользователям на всех тарифах. Начиная с Next.js 16.5, он включён по умолчанию в новых проектах. Искать и просматривать спаны можно в панели управления или через CLI, например vercel traces search --status error.Claude Code 2.1.319 меняет работу auto mode без телеметрии, добавляет задачи MCP в терминале и исправляет обходы разрешений
Claude Code v2.1.319, выпущенный 6 ноября 2026 года, согласно примечаниям к выпуску:В каталоге OpenRouter срок действия двух моделей Meta Llama 3.2 перенесён с 15 на 20 ноября
Теперь в каталоге моделей OpenRouter для Meta: Llama 3.2 3B Instruct (meta-llama/llama-3.2-3b-instruct, контекст 131 072 токена) и Meta: Llama 3.2 1B Instruct (meta-llama/llama-3.2-1b-instruct, 60 000 токенов) указана дата окончания срока действия — 20 ноября 2026 года. До этого момента в обеих записях было указано 15 ноября 2026 года. Это только поле каталога: в записях не объясняется, почему дата изменилась и что произойдёт с моделями после неё.OpenRouter запускает Auto Router и Auto Code — новое поколение маршрутизаторов моделей
OpenRouter представила два маршрутизатора моделей: Auto Router — для общих вопросов и ответов и агентов, а Auto Code — для агентов-программистов. По словам компании, для каждого запроса показывается, как было принято решение о маршрутизации.
Из каталога OpenRouter исчезла дата окончания доступности MoonshotAI: Kimi K2.5 — 18 ноября
В каталоге моделей OpenRouter больше не указана дата окончания доступности MoonshotAI: Kimi K2.5 (moonshotai/kimi-k2.5, контекст 262 144 токена). Ранее, 6 ноября, в записи стояла дата 18 ноября 2026 года; теперь поле пустое. OpenRouter не сообщал, отменён ли вывод модели или лишь отложен.В каталоге OpenRouter для MoonshotAI: Kimi K2.5 указана дата окончания срока действия — 18 ноября
В каталоге моделей OpenRouter теперь указана дата окончания срока действия MoonshotAI: Kimi K2.5 — 18 ноября 2026 года (moonshotai/kimi-k2.5, контекст на 262 144 токена). Модель значится в каталоге с января 2026 года. Раньше дата окончания срока действия не указывалась. Это лишь поле каталога; в записи не сказано, почему оно добавлено и что произойдёт с моделью после этой даты.OpenAI brings GPT-Image-2.6 Flare and Sunburst to the API and Codex
OpenAI released Images 2.6 on November 4 in ChatGPT, Codex and the API, available globally in ChatGPT and Codex on all subscription tiers. In the API it comes as two models, GPT-Image-2.6 Flare and Sunburst. OpenAI says both generate images 50% faster than before. Flare, at low quality, can produce an image in as little as six seconds and improves layout for posters and product imagery. At medium or high quality, Sunburst gives higher-quality images and keeps details more consistent from one edit to the next. ChatGPT Images 2.6 adds GIF output and reference images. OpenAI says people now create 4 billion images per week across ChatGPT, Codex and the API.Harness Leaderboard сравнивает девять оболочек для кодовых агентов на открытых моделях; лидер — агент, работающий только через bash
Джоэл Никлаус выпустил Harness Leaderboard — сравнение девяти оболочек для кодовых агентов, работающих на открытых моделях. В каждом сравнении меняется только оболочка: модель, провайдер и интенсивность рассуждений остаются неизменными, а для каждой задачи предусмотрено три попытки. По словам Никлауса, он провёл 28 849 испытаний, потратив $4 746 на инференс, используя GLM-5.3-Flash, DeepSeek-V4.1-Flash и Flint на Terminal-Bench 2.1 и DeepSWE. К 6 ноября публикация набрала 625 баллов на X.Village: модели с открытыми весами — лучший выбор лишь для 3% бюджетов, против 41% в июне
Village, издатель LLM Atlas, сообщает, что закрытые модели теперь занимают почти все точки на границе цена/производительность. По его оценкам, модель с открытыми весами оказывается лучшей лишь при 3% бюджетов — почти все они относятся к нижнему ценовому сегменту (Gemma 4 E4B от Google и MiMo-V2.6-Flash от Xiaomi). В июне эта доля составляла 41%: тогда DeepSeek V4 Flash в одиночку лидировала почти при трети бюджетов. По словам Village, это самый низкий показатель за всё время измерений; в конце каждого квартала с 2024 года он составлял не менее 6%.