Модель GPT-6 Astra от OpenAI показала рекордные результаты на бенчмарке ARC-AGI-3: 62,7% при стандартном режиме тестирования и 99,9% при использовании адаптера провайдера. В играх модель также превзошла медианного человека по эффективности действий на 96% уровней и научилась строить компактные символьные модели игровых механик.
Шин Джин Со, лучший игрок в го в мире, вырвал победу у ИИ-движка KataGo в решающей партии серии, выиграв 11,5 очка при игре чёрными. Это первая официальная серия, выигранная человеком у современного ИИ-движка при гандикапе в два камня — границе, считавшейся пределом возможностей человека против машины.
Разработчик перенёс свою игру Babylonian Twins 1993 года для Amiga 500 на движок Godot — вместе с оригинальным кодом на ассемблере 68000, который для него прочитала и переработала модель Claude. За несколько дней ИИ восстановил форматы уровней, воссоздал байт-в-байт сборку тридцатилетних бинарников и нашёл баги, которые не удавалось отловить пятнадцать лет.
OpenAI начала поэтапный выпуск новой модели GPT-6 Astra, которая первой из моделей компании достигла «критического» уровня по внутренней шкале кибербезопасности. Первыми доступ получат участники программы Daybreak, а затем модель появится в ChatGPT Plus, Pro, Business, Enterprise, а также через API и AWS.
IFM выпустила K2 Horizon — флот из шести открытых моделей от 0.9B до 375B-A23B параметров с полным раскрытием цикла обучения: от предобучения до агентного пост-тюнинга, включая чекпоинты, данные и код.
Nvidia договорилась о приобретении платформы Hugging Face за $12,93 млрд. Компания обещает сохранить открытость платформы, поддержку мультиоблачности и независимость от собственного «железа» при разработке и развертывании моделей.
Anthropic выпустила браузерный инструмент для проверки файлов на наличие content credential — криптографически подписанных метаданных о происхождении, которые Claude добавляет к создаваемым изображениям и другим файлам. Проверка работает локально, без загрузки файлов на сервер.
Meta выпустила Muse Spark 1.3 — модель, обученную для длительных агентных сценариев и конкурентного программирования. Разработчики получают более высокую точность с первой попытки, надёжный вызов инструментов и мультимодальное восприятие видео, изображений и документов.
Компания AISLE обнаружила шесть уязвимостей CVE в curl спустя считаные дни после того, как системы безопасности OpenAI Codex и Anthropic Mythos не нашли в этом проекте ничего. Все шесть багов вошли в релиз curl 8.22.0.
Компания Multiverse Computing представила Quasar 438B — модель для рассуждений корпоративного уровня, работающую на английском и испанском языках. По результатам Artificial Analysis Intelligence Index модель набрала 43 балла — лучший показатель среди европейских разработок в этой области.
Исследование выявило, что 59,8% ссылок, которые Perplexity использует при подборе «лучшего софта» в 380 категориях, ведут на домены за пределами топ-100 000 по Tranco. Три малоизвестных сайта, зарегистрированных в 2023–2024 годах и объединённых общей инфраструктурой, сгенерировали 215 128 страниц с рейтингами софта и называют себя на английском «Facts & Grounding Page» — то есть страницами, адресованными не читателям, а поисковым системам ИИ.
Google DeepMind выпустила Gemini 3.8 Flash — очередную итерацию семейства Gemini 3, построенную на базе Gemini 3.7 Flash с улучшениями в разработке ПО и агентных рабочих процессах. Модель поддерживает окно контекста до 1 млн токенов и настраиваемые уровни «усилия» для баланса качества, стоимости и задержки.