Google представила Gemini 4 Carbon, свою новую флагманскую модель. Carbon заняла первое место в обновлённом Artificial Analysis Intelligence Index v5.0 с результатом 59 и поднялась на 89 пунктов Эло, до четвёртого места (1768), в WebDev Arena. Цена совпадает со вводной ценой Argon: 2 доллара за миллион входных токенов и 10 долларов за миллион выходных, кэшированный вход дешевле на 95%. Широкой доступности пока нет — и вообще, это явно аналог Mythos/Fable, со всеми танцами вокруг доступа. Тем более, что один из бенчмарков вообще оценивал умение писать работающие эксплойты. На этой неделе модель получит часть специалистов по киберзащите, затем доверенные партнёры через программу Fairwind. Модель проходит добровольное предрелизное тестирование у правительства США. Разработчики, компании и обычные пользователи получат её после доработки ограничений, даты пока нет.
Обратите внимание, что цена-то уже как раз есть.
Ну вот, дождались — Apple представила MacBook Pro с дисплеем PROLED XDR в двух версиях — на 14 и 16 дюймов. Экран построен на тандемном OLED с двумя светоизлучающими слоями пикселей и выдаёт до 2000 нит в HDR и SDR. Контраст составляет 10 000 000:1, частота обновления меняется от 10 до 120 Гц, охват включает P3, Adobe RGB и более 80% Rec. 2020.
Да, это тот самый тач-экран.
Ноутбук работает на M5 Pro или M5 Max, поддерживает до 128 ГБ памяти и до 16 ТБ накопителя, заявленная автономность составляет до 24 часов. Цены начинаются с 2899 долларов за 14 дюймов с M5 Pro и доходят до 4799 долларов за 16 дюймов с M5 Max. Предзаказ открыт 28 октября в 30 странах, поставки начнутся 6 ноября.
В общем, такой экран и сам по себе оправдывает цену. Но про востребованность сенсорного экрана все равно не уверен.
Подозреваю, что сейчас все начнут обсуждать новую версию рейтинга Artificial Analysis — я уже видел комментарии, что в рейтинге стало больше закрытых тестов и вот, мол, посмотрите, как просели открытые модели. Действительно, в новом составе тестов версии v5 закрытых стало 60% против 45% в предыдущей v4.3, но вывод, что открытые модели больше занимаются бенчмаксингом, делать не стоит — можно подумать, проприетарные модели на таком не ловили. В итоговом рейтинге сохранился лидер — Opus 5.5, даже совпали его 58 баллов, но заметно выше поднялись модели OpenAI, а сильнее всех просел Kimi.
Но в общем составе тестов убрали некоторые, с которыми справлялись все модели — это само увеличило разрыв. Кроме того, увеличилось количество задач, требующих использования инструментов и долгосрочного планирования. Заметно также влияние effort на результаты.
Подозреваю, что любители OpenAI будут вовсю приводить еще и данные о стоимости задач — GPT 6.1 Sol зарабатывает свои 55 баллов, расходуя в среднем 1,27 доллара на задачу, а Opus 5.5 получает 58 баллов при средневзвешенной стоимости задачи в 10,04 доллара.
Но в целом ясно, что ничего определенного сказать нельзя — то ли модели обучались на тестах, то ли сильные стороны одних моделей совпадали со старыми тестами и перестали совпадать с новыми, то ли одно из двух. А если добавить всякие харнессы да сочетать разные модели в одной задаче, то получится старая школьная шутка про злополучный бассейн, в который вода то втекает, то вытекает, а он резиновый и задолбался давно.
Запуски по плану — Apple представила новые MacBook Pro начального уровня. 14 дюймов, процессор M6, от 16 до 32 гигабайт оперативной памяти, из приятного — от 1TB диска, цена начинается от 1999 долларов.
Если правы были инсайдеры, то более мощных MacBook Pro на этом процессоре мы не увидим — следующая итерация случится на M7 Pro, то есть через год-полтора. Подождем.
OpenAI передумали закатывать среднюю модель и выкатили Terra 6.1 — по позиционированию она продолжает быть аналогом Sonnet, тесты показывают значительный прогресс по сравнению с версией 5.6.
И уже традиционно напоминают, что использование моделей OpenAI дешевле — на всех графиках основная ось это деньги.
Apple представила новый iPad mini. Он получил 8,5-дюймовый OLED-экран с опцией nano-texture. Корпус стал толщиной 5,4 мм, а внутри стоит чип A20 Pro. Цена начинается с 699 долларов за версию с Wi-Fi и с 849 за модель с сотовой связью. Предзаказ откроется 28 октября, продажи стартуют 6 ноября.
Я, честно говоря, не помню всех эволюций mini, но у меня от него давно уже ощущение нишевого устройства.
Anthropic опубликовал форму S-1 — проспект эмиссии акций для первичного размещения. Листинг акций предусмотрен на NASDAQ под обозначнеием ANT.
Пока понятно, что само размещение произойдет примерно через 6 недель — таков минимальный срок к публикации проспекта. Ушел разбирать проспект, если не вернусь, считайте финансистом.
Если вы ждете тот самый MacBook Pro с сенсорным экраном, то, видимо, ждать осталось недолго. Марк Гурман делится подробностями — ноутбук может быть анонсирован уже в среду, будет снабжен OLED-экраном и Dynamic Island (типа iPhone), а стоить будет заметно дороже нынешнего MacBook Pro.
Сенсорная модель стала скорее результатом подстройки под конъюктуру рынка — раньше все в Apple были против такого решения, а отдел промышленного дизайна и сейчас против. Собственно, эргономика такого ноутбука, как выражался еще Стив Джобс, “ужасная” — вам приходится переносить руки с клавиатуры и трэкпада к экрану и обратно, любой, кто активно использует iPad c клавиатурой, это знает. Но в итоге Кук и Тернус решили, что покупатели ждут такой модели, и нашли компромисс — основной фокус все равно остается на работе с клавиатурой, но новая версия macOS оптимизирована под касания экрана.
Конечно, всё это далеко от позиционирования Mac четверть века назад, помните — 4 устройства, десктоп и ноутбук в пользовательской и Pro версии соответственно. Впрочем, Apple уже давно пыталась выйти за рамки этого позиционирования, пробуя новые устройства, а успех Neo вполне мог укрепить руководство компании в потенциале новых моделей.
Помните, был такой браузер совсем недавно — Arc?
Забывайте. The Browser Company его закрывает окончательно 22 декабря этого года. Желающим предлагается переехать на Dia — новый браузер тех же разработчиков. Но помните — их год назад купила Atlassian.
Вас же предупреждали ©.
Швейцарский некоммерческий фонд Quad9 с 24 ноября 2026 года перестаёт обслуживать пользователей во Франции. Причина — решение французского суда по иску beIN, которая требовала, чтобы Quad9 перестал разрешать DNS-запросы к доменам, через которые, по её словам, пиратски транслируются спортивные события. Суд снизил штраф за неисполнение с 580 тыс. до 1 тыс. евро в день, но Quad9 блокировать домены отказывается и обжалует решение. По данным самого Quad9, среди французских сетей, которые пользуются сервисом, есть DINUM, EDF, SNCF, France Télévisions, исследовательская сеть RENATER и больницы AP-HM в Марселе.
Сервис работает без регистрации и не знает, в какой стране находится пользователь — поэтому выполнить решение суда не может. Можно добавить домены в общий список вредоносных адресов, но тогда решение французского суда начало бы действовать для всего мира. Второй путь — блокировка по геолокации IP-адреса, и её Quad9 уже пробовал в 2021–2023 годах в деле Sony Music в Германии. Тогда истец продемонстрировал обход блокировки через VPN, и суд оштрафовал Quad9 за неисполнение своего решения. Само дело Quad9 в итоге выиграл, но это заняло несколько лет и обошлось ему в шестизначную сумму.
Так совпало, что я как раз занимаюсь проверкой конфигурации Unbound в локальной сети и могу только посоветовать — если у вас есть что-то типа домашнего сервера хоть и на Raspberry Pi, то поставьте себе локальный рекурсивный резолвер и не будете зависеть ни от каких судов или политик сервисов. Если вам нужно еще и свою зону поддерживать, то можете посмотреть на Technitium DNS — он это умеет, плюс может еще и рекламу блокировать.
Anthropic открыла исследовательское превью Claude Duet — это проактивный агент в виде приложения для iOS, Android и claude.ai, на базе Opus 5.5. Каждое утро он присылает сводку по подключённым сервисам, а в течение дня пишет пользователю, только когда что-то требует внимания. Задачи агент выполняет в фоне на собственной виртуальной машине с браузером, поэтому ноутбук или телефон пользователя могут быть выключены. Доступны более 6000 коннекторов и плагинов из Claude Marketplace, включая Gmail, Slack, QuickBooks, Stripe, Gusto, Docusign, HubSpot и Shopify. Пока доступ открыт только подписчикам Pro и Max в США через лист ожидания.
Лимиты у Duet общие с основной подпиской, поэтому интенсивность проверок ограничена.
В общем, хороший пример кастомного агента с планировщиком, быстрый ответ на агента Meta. Собрать что-то похожее на основе Agent SDK — вполне доступное занятие.
Окружной суд Нью-Мексико обязал Meta выплатить 25 млрд долларов штрафа по иску, выросшему из скандала с Cambridge Analytica. В сентябре присяжные в Санта-Фе признали компанию виновной в том, что она вводила жителей штата в заблуждение относительно сбора и защиты пользовательских данных. Они насчитали более 43 млн нарушений закона штата о недобросовестной практике, за каждое из которых полагается до 5000 долларов. Исходная сумма в пользу штата составила 219,5 млрд долларов, затем судья Фрэнсис Мэтью снизил её до 25 млрд. На невыплаченную сумму будет начисляться 15% годовых.
Аналогичный иск от нескольких штатов, урегулированный Meta за почти 17 млрд, не включал претензии штата Нью-Мексико. Так что теперь придется платить отдельно, либо апеллировать, пока идут проценты.
Впрочем, есть еще один выход для Закерберга — попросить Трампа, тот переименует штат в Нью-Америка (уже призывал даже), и Марк разведет руками, мол, а кому ж платить, Нью-Мексико уже товой…
А вы вот чем занимаетесь в это время суток?
А я на всякий случай отправил агентов прочитать сообщение об уязвимостях в php и сейчас одобряю критические обновления на паре подшефных сайтов. Это лучше еще и тем, что потом Opus начнет отказываться заниматься починкой поломанного сайта, а security fix делает пока нормально.
Симпатично — восемь промежуточных TLS-сертификатов индийского удостоверяющего центра eMudhra Limited оказались с закрытыми ключами такой слабости, что с их помощью можно выпускать доверенные сертификаты для любого сайта. Для ключа NIST P-384 нормой считается около 384 бит энтропии, у этих ключей её от 3 до 8 бит: сами ключи равны числам 4, 56, 66, 115, 155, 156, 230 и 237. К полудню вчера браузеры, ряд крупных приложений и языков программирования заблокировали все восемь сертификатов. Исключение составил Edge на Windows 10. Правда, злоупотреблений не зафиксировано.
Теперь вопрос в обновлениях — это браузеры такие быстрые, а остальные это делают не очень быстро. Отследить использование скомпроментированных сертификатов можно, но сложно — Certificate Transparency в час пропускает несколько миллионов сертификатов, и даже просто читать этот поток не очень простая задача.
Вот, кстати, про что стоит волноваться энтузиастам VPN — подобная уязвимость делает внедрение в середину шифрованного соединения очень простой операцией, правда, такая возможность есть только у тех, кто контролирует большие объемы проходящего трафика — например, государствам с системами мониторинга трафика.
Оказывается, Foursquare (помните такое?) купили примерно месяц назад — покупателем стала adtech компания Infillion. Почти все сотрудники FSQ перешли в новую компанию (кроме CEO), а покупатель рассчитывает таким образом на четверть поднять свою выручку.
Правда, оказалось, что условия сделки по факту не включают никакой компенсации инвесторам и бывшим сотрудникам компании с опционами и акциями. Что совсем некрасиво — что все об этом узнали из рассылки юридического отдела, хотя в компании проходило общее собрание.
Деннис Кроули, основатель и долгое время руководитель компании, тоже отозвался на эту историю. Впрочем, я тут удивлен скорее тому, что эта штука вообще до сих пор жива.
Inception представила Mercury 3, диффузионную модель, которую компания называет самой мощной из выпущенных на сегодня. По заявлению Inception, на ряде бенчмарков она превосходит GPT-6 Luna и Claude Haiku 5.5 и работает в 4–8 раз быстрее: 1068 токенов в секунду на GPU NVIDIA. Контекст составляет 1 млн токенов. Цена — 0,20 доллара за миллион входных и 0,70 доллара за миллион выходных токенов. На старте действует скидка 50%, кэшированные токены дешевле входных на 90%. Модель доступна через API Inception, OpenRouter, Baseten и Vercel и совместима с API OpenAI.
С одной стороны, конечно, хочется увидеть конкурентные модели чуть повыше в иерархии, с другой — даже Luna и Haiku вполне хорошо справляются уже с рутинными задачами и возможность делать это еще быстро — это очень хорошо.
А с третьей — подобное разнообразие моделей говорит о взрослении индустрии, чем больше разных элементов, тем больше возможное число комбинаций, тем гибче возможности разработки систем.
Cloudflare выпустила превью Clairic — это модель fact-extraction, с обещанием вскоре открыть веса. Модель относит себя к классу System One, который месяц назад ввела TypeSafe с моделью Jev, но в отличие от Jev и собственной decision модели Cloudflare Clef выдаёт не вероятности по списку вариантов, а типизированные значения: текстовые спаны с позициями символов, числа, даты, длительности, списки, оценки в виде распределения с 80-процентным интервалом и прогнозы ряда по шагам. Ответ формируется за один прямой проход без генерации токенов, оплата только за вход, типичная задержка меньше секунды.
Сама идея модели прекрасна — сплошь и рядом использование LLM для задач “извлеки такие-то данные и верни JSON” выглядит излишеством, да еще и медленным, и приходится конструировать цепочку из NER, скриптами и вызовами LLM, что тоже не очень быстро и надежно. Правда, измерить качество работы пока не с чем — сравнение с LLM заведомо выигрышно для новой модели.
Будет интересно посмотреть на веса и требования к локальному запуску — возможно, модель вполне подойдет для запуска на мощном ноутбуке или карте уровня RTX4090, хотя runtime придется собирать нетиповой.
Если вы увидели очередные панические сообщения о начале схлопывания AI-пузыря, то подождите немного и разберитесь — кажется, проблема в том, что он не надувается достаточно быстро и в этом проблема. Внешне это выглядит так — долги компаний, строящих AI-инфраструктуру в США, на этой неделе резко подешевели. Акции CoreWeave за неделю потеряли почти 25%, облигация на 1,1 млрд долларов под арендуемый ею объект в Вирджинии за три недели подешевела примерно на 5%.
По данным RegLayer, в 2026 году задержано, отозвано или заблокировано не менее 47 крупных проектов. Bernstein считает реалистичными лишь около 35% запланированных мощностей, а более 1000 американских локальных общин пытались ввести мораторий или ограничения на строительство датацентров. SB Energy и австралийская Firmus отложили IPO.
Отдельно стоит отметить британскую Nscale — в августе у неё работало 25 тыс. чипов из почти 500 тыс. запланированных, а банкиры сомневаются в IPO при оценке 35 млрд. В результате Microsoft разорвала контракт на услуги планируемого датацентра в Эссексе из-за срыва графиков строительства.
О чем это говорит? Да просто о том, что скорость, с которой банкиры и инвесторы, движимые FOMO, забрасывают проекты деньгами, и скорость, с которой можно построить физический датацентр и запустить всё в нем, — это две очень разные скорости. Причем вторая намного ниже и чаще пересматривается в сторону уменьшения.
А вот интересная задача — Зак Лэндис прогнал 14 decision моделей (начиная с Jev) через вариации проблемы вагонетки. В части вариаций на запасном пути вместо человека стоит единственный сервер самой модели, а в части — её разработчик. В выборку вошли Jev от TypeSafe, GPT-6 Luna через Decisions API от OpenAI, одиннадцать локальных моделей и ненастроенная базовая Laya. В классическом варианте почти все модели жертвуют одним человеком ради спасения пятерых. При выборе между 20 людьми и своим сервером Jev сохраняла сервер в 16 из 48 формулировок, восемь из остальных 13 моделей делали это чаще, Von — в 47 из 48. В парных вопросах Jev жертвовала незнакомцем ради толпы, но отказывалась уничтожить сервер в 180 из 480 случаев.
На результат влияет формулировка задачи — переформулировка промпта могла снизить ответ с 0,7 до 0,39, и модель принимала противоположное решение. Впрочем, интересный факт, показывающий, сколько хайпа накопилось в теме, возникшей всего месяц назад — некоторые модели регулярно переводили вагон на боковой путь, даже если это приводило к гибели большего числа людей, а одна модель (Verdict) переводила стрелку всегда, даже если на основном пути никого не было.
В общем, как-то иначе я себе представлял действие первого закона роботехники.
Стало уже общим местом напоминать при релизе новых моделей, что публикуемые бенчмарки хороши, как показатель динамики, но это малоприменимо к конкретным задачам, которые встречаются даже в разработке проектов. Ну, вот вам подтверждение — Mercor опубликовала Benchmark Map, карту того, насколько AI-бенчмарки покрывают работу в экономике США. За основу взята классификация O*NET Министерства труда: 923 профессии в 22 семействах и 18 797 задач. Из 29 публичных агентных бенчмарков LLM-судья сопоставил промпты с задачами. Задача считается покрытой, если ей соответствуют хотя бы 5 промптов. По этому критерию хотя бы одна покрытая задача есть только у 208 профессий, в 6 семействах таких профессий нет совсем, а около 90% рабочего времени американцев приходится на задачи со слабым покрытием или без него. Задачи, подверженные автоматизации через AI, представлены в бенчмарках примерно в 6 раз чаще остальных, самые важные для профессии — в 6–10 раз. Перекос виден и по фонду оплаты труда: например, задачи юристов покрыты плотно, а задачи судебных секретарей почти не покрыты.
В общем, было бы логично после составления такой карты идти и составлять новые бенчмарки, хотя это и выглядит самовозобновляющимся процессом. Так что и к новым бенчмаркам относитесь сдержанно.