Для агентов в API подешевел кэшированный вход: $0,10 за миллион токенов, вдвое меньше, чем у GPT-6 Sol. Кроме модели, OpenAI обновила инструменты: Codex работает в облаке с общими окружениями, Codex CLI принимает голосовые команды, Agents API научился управлять компьютером, а плагины ChatGPT встраиваются в боковую панель и реагируют на события во внешних сервисах. Запись трансляции выложена на YouTube.

• GPT-6.1 Sol: $2, $0,10 и $10 за миллион входных, кэшированных и выходных токенов; в ChatGPT Work и Codex — на Plus, Pro, Business, Enterprise и Edu, в обычном чате пока нет.
• По замерам OpenAI, на DeepSWE 1.1 GPT-6.1 Sol решает 75,2% задач при $0,65 за задачу, Astra — 74,1% при $4,43.
• Ultrafast ускоряет генерацию до 8 раз в Codex и до 6 раз в API; в подписке он есть только на Pro 500 за $500 в месяц и на подходящих тарифах Enterprise и Edu.
• Codex в облаке доступен с тарифа Plus, обновлённый Codex CLI и Code Review — на всех тарифах.
• Agents API получил computer use, а MCP Events запускает автоматизации плагинов по вебхукам из внешних сервисов.

GPT-6.1 Sol стоит в пять раз меньше Astra

GPT-6.1 Sol — обновление GPT-6 Sol, которую OpenAI выпустила в API 22 сентября. Стандартные цены у новой модели в пять раз ниже, чем у GPT-6 Astra. GPT-6.1 Sol уже работает в ChatGPT Work и Codex на Plus, Pro, Business, Enterprise и Edu со стандартной скоростью, а режим Fast, по документации, доступен там, где позволяют тариф, клиент, настройки рабочего пространства и раскатка; в обычном чате ChatGPT её пока нет.

Что показывают бенчмарки OpenAI

Результаты моделей OpenAI ниже — замеры самой компании, независимых подтверждений нет; результаты конкурентов она взяла из их публичных отчётов. На графиках по горизонтали — стоимость одной задачи в долларах, по вертикали — результат в процентах, точки на линии — уровни рассуждения от low до max. Чем точка левее и выше, тем выгоднее модель.

На DeepSWE 1.1, где модели решают длинные задачи в реальных кодовых базах, лучший результат GPT-6.1 Sol — 75,2% на уровне high при $0,65 за задачу. У Astra максимум 74,1% на xhigh при $4,43, у GPT-6 Sol — 68,8% на max при $2,74. На max GPT-6.1 Sol набирает меньше, чем на high, так что предельный уровень рассуждения здесь не нужен.

AutomationBench 1.0.6 проверяет сквозные бизнес-процессы с 47 инструментами. На уровне medium GPT-6.1 Sol на 2,2 п. п. выше Opus 5.5 примерно за треть цены, но на max впереди другие: Opus 5.5 с резервными моделями — 42,5% при $1,44, Astra — 41,4% при $1,73, GPT-6.1 Sol — 36,1% при $0,30. Цену Fable 5.1 ($2,45 за задачу) OpenAI в сноске называет заниженной: в неё не вошли вызовы резервной модели, которые понадобились примерно в 40% задач.

На OSWorld 2.0, где агент работает с обычными программами (частичная оценка на offline-наборе версии v2026.08.08), GPT-6.1 Sol на max набирает 71,4% при $1,27, Astra — 73,5% при $9,44, GPT-6 Sol — 64,4% при $3,37. Разница с Astra — 2,1 п. п. при цене примерно в 7 раз ниже.

На Terminal-Bench Science 0.1 (анализ данных, симуляции, доказательство теорем в терминале) GPT-6.1 Sol получает 57,0% при $5,47 за задачу, больше чем вдвое выше GPT-6 Sol. Лидирует Astra с 68,1% при $23,80, и OpenAI сама советует брать её для самых трудных научных задач.

На GDP.pdf, где нужно отвечать на вопросы по сложным PDF, GPT-6.1 Sol на max сравнялась с Astra — по 31,0% — при цене $0,42 против $2,08. Доля ответов с фактической ошибкой на уровне low снизилась с 11,4% до 7,7%, но замер сделан на специально трудных диалогах, нетипичных для обычной работы.

Ultrafast ускоряет генерацию токенов до 8 раз, но в подписке только на Pro 500

Ultrafast — платный уровень скорости: по данным OpenAI, в Codex это до 300 токенов в секунду, до 8 раз быстрее обычного режима, в API — до 6 раз быстрее. Широко он доступен только для GPT-6 Astra, для GPT-5.6 Sol в API есть превью. В API режим включается параметром service_tier, лимиты — от 500 тыс. до 5 млн токенов в минуту в зависимости от уровня аккаунта, региональные эндпоинты вроде европейского не поддерживаются, цены вынесены в отдельную таблицу. В Codex, по документации, Ultrafast расходует включённый в подписку лимит в 8 раз быстрее обычного режима.

Подписка Pro теперь бывает трёх видов: Pro 100 за $100, Pro 200 за $200 и Pro 500 за $500 в месяц, последний с Ultrafast и лимитом в 25 раз выше, чем у Plus. Pro 200 снова открыт для новых подписчиков, но с сокращённым лимитом. Подписчики, попавшие под условия сохранения, держат прежний лимит до 29 октября 2026 года. Ultrafast это не даёт, и покупка кредитов на Pro 100 или Pro 200 его тоже не открывает.

Codex получил облачные окружения, а CLI начал слушать голос

Codex в облаке запускает задачи на удалённой машине, а ставить и проверять их можно с компьютера, телефона или из браузера. Вы выбираете репозитории GitHub, Codex сам ставит зависимости и инструменты и прогоняет проверки, а опубликованное окружение с настройками сети и секретами команда может выбирать для своих задач. Каждая задача работает в своём пространстве, даже когда ноутбук спит. Тарифы — от Plus.

В Codex CLI задачи можно ставить и направлять голосом (голосовые диалоги появились ещё в версии 0.155.0), а новый экран /agents показывает сразу несколько делегированных задач. OpenAI также улучшила возобновление сессий и работу с git worktree. Доступно на всех тарифах, обновление ставится той же командой, что и сам CLI:

Code Review в десктопном приложении ChatGPT показывает сводку и диффы и позволяет спросить Codex о проблемах до комментария в пулл-реквесте GitHub или мерж-реквесте GitLab; в автоматическом режиме Codex делает первый проход в облаке сам. Функция есть на всех тарифах.

Codex Security Cloud сканирует репозитории GitHub по запросу или расписанию, следит за новыми коммитами, сам отсеивает дубли и готовит исправления, которые можно оформить черновым пулл-реквестом. В него входит доступ к моделям программы Daybreak Blue без отдельной заявки. Тарифы — Pro, Business, Enterprise и Edu.

Какие API OpenAI дала для собственных агентов

Agents API получил computer use: агент на нём может сам работать с программами. Туда же перенесли возможности Codex — несколько агентов в одной задаче, поиск инструментов, сжатие контекста, а инфраструктуру держит OpenAI. Песочницу для команд и файлов может дать OpenAI или ваш провайдер. В Codex и ChatGPT Work функция доступна на Pro 500 и Enterprise. По словам OpenAI, отдельной платы за сам Agents API нет: оплачиваются токены и инструменты.

Decisions API сводит работу модели Luna к ответам на заданные вопросы с фиксированными вариантами: так можно классифицировать контент, маршрутизировать запросы или выбирать следующий шаг агента. Пока это ограниченное превью. Bedrock Managed Agents, сделанные вместе с Amazon, запускают агентов OpenAI целиком внутри AWS.

Sign in with ChatGPT даёт тратить лимит подписки Plus или Pro в 16 сторонних сервисах, среди них Devin, Notion, Vercel и T3, с отдельным потолком для каждого.

Для компаний OpenAI собрала набор Private Intelligence: Private Safety Processing вместе с нулевым хранением данных позволяет проводить автоматические проверки безопасности без доступа сотрудников OpenAI к содержимому запросов, а превью Private Inference на конфиденциальных вычислениях обещано осенью.

Плагины встраиваются в интерфейс ChatGPT и реагируют на события

Plugin extensions открывают сторонним разработчикам платформу, на которой OpenAI делает функции ChatGPT: плагин получает пункт в боковой панели, панель рядом с диалогом, свой просмотрщик для форматов файлов, формы и упоминания в поле ввода. Точки входа объявляются в метаданных MCP-сервера ключом openai/ui, SDK есть для TypeScript и Python. Canva, Figma и Adobe уже используют расширения.

Для авторов плагинов появились Plugin Creator и обновлённая подача в каталог с более понятной обратной связью, а сами плагины можно подключать к Sites на тарифах Business, Enterprise, Healthcare и Edu.

MCP Events — поддержка предложенной спецификации событий MCP. ChatGPT подписывается на события сервера и выполняет инструкцию пользователя: например, на каждый баг-репорт в канале #product-feedback открывает черновой пулл-реквест. Серверу нужны протокол MCP версии 2026-07-28, методы events/list, events/subscribe и events/unsubscribe и доставка вебхуками с подписью Standard Webhooks, не больше 256 КиБ на событие. Опрос и стриминг не поддерживаются, события могут прийти не по порядку, поэтому инструменты записи должны быть идемпотентными.

Dots — агенты на GPT-6 Astra, которые работают круглосуточно

Dots — постоянно работающие агенты на GPT-6 Astra со своим облачным компьютером и браузером; через плагины они подключаются к более чем 4000 приложений и доступны в ChatGPT, Slack и Teams. OpenAI приводит сценарий для разработчика: агент следит за отзывами клиентов, сам делает мелкие исправления с тестами и приносит готовые пулл-реквесты. В фоне он работает только с инструментами на чтение. Первый dot входит в Pro и Business Premium без доплаты, раскатка идёт в поддерживаемых странах; у Enterprise, Edu и Healthcare это бета, которую включает администратор.

Что OpenAI добавила в ChatGPT для командной работы

• ChatGPT Space — общее пространство команды, ChatGPT и агента dot; Pro, Business и Enterprise, создавать и править можно в десктопном приложении и вебе, на телефоне пока только искать, читать и делиться.
• Pages — документы, которые вместе правят люди и агенты; Pro, Business и Enterprise.
• Совместные слайды с экспортом в PowerPoint и Google Slides — в ближайшие недели для Pro, Business и Enterprise.
• Команды и общие задачи, которые запускаются по расписанию или по событию, например новому письму; Business и Enterprise.
• @ChatGPT в Slack и Microsoft Teams, коллегам не нужна своя лицензия; Business и Enterprise.
• Плагин Meetings пишет заметки со встреч, аудио удаляется после подготовки заметок; бета на macOS для Pro и Business.
• Профили, где можно делиться своими Sites и плагинами; Business и Enterprise.
• OpenAI Marketplace: подходящие корпоративные клиенты могут подать заявку и направить часть действующего обязательства перед OpenAI на одобренный софт 32 партнёров, от Adobe и Figma до Salesforce и CrowdStrike.

Что ещё не вышло и что можно сделать сегодня

GPT-6.1 Sol Ultrafast обещан в ближайшие дни, широкий доступ к Decisions API — тоже, совместные слайды — в ближайшие недели, превью Private Inference — осенью. Точных дат OpenAI не назвала.

• В API достаточно заменить имя модели на gpt-6.1-sol; в Codex CLI модель меняется командой /model, режим Fast включается командой /fast.
• 14 октября 2026 года GPT-5.5 уйдёт из ChatGPT, ChatGPT Work и Codex на всех тарифах; в API она останется.
• Подписчикам Pro 200 стоит проверить почту: письмо о сохранённом до 29 октября лимите получат только те, кого коснулось изменение.

Источники: OpenAI: DevDay 2026 Recap, OpenAI: Introducing GPT-6.1 Sol, OpenAI: Introducing dots, OpenAI Help Center: About ChatGPT Pro tiers, OpenAI API: Ultrafast mode, ChatGPT Learn: Speed, ChatGPT Learn: Codex Cloud, ChatGPT Learn: Codex CLI, ChatGPT Learn: Code review, ChatGPT Learn: Codex Security Cloud setup, OpenAI: Introducing the Agents API, OpenAI Plugins: Extensions, OpenAI Plugins: MCP Events, OpenAI API: Private Safety Processing, Трансляция OpenAI DevDay 2026

Изображение на обложке: Кадр трансляции: OpenAI

Главный вывод недели: цена за миллион токенов больше не говорит, во что обойдётся задача. Astra стоит за токен в 2,5 раза дороже GPT-5.6 Sol, но по замеру Artificial Analysis в агентном кодинге тратит на задачу втрое меньше токенов и в итоге выходит примерно в ту же сумму; на общих задачах экономия токенов всего 10%. Fable 5.1 сохранила цены Fable 5, но чтение кэша подешевело в 4 раза, и Anthropic оценивает экономию для агентных задач до 45%. Поэтому в этом обзоре у каждой модели рядом с ценой за токен стоит цена за задачу, если её кто-то мерил. Августовские релизы разобраны в прошлом обзоре, здесь они не повторяются.

• Claude Fable 5.1 и Mythos 5.1 — одна модель с разными ограничителями. Цена $10/$50 за миллион токенов, чтение кэша $0,25 вместо $1. По оценке Anthropic это минус около 25% к счёту на типичных задачах и до 45% на агентных.
• GPT-6 Astra стоит те же $10/$50. На Terminal-Bench 4.0 по замеру OpenAI она набирает 57,9% против 55,8% у Fable 5.1 при цене задачи на 63% ниже. В индексе Artificial Analysis v4.3 обе модели делят первое место с 53 баллами, но задача у Astra стоит $3,26 против $7,63 у Fable 5.1.
• Уровень рассуждений стал главным рычагом цены: у Fable 5.1 шаг с xhigh до max даёт полбалла на Humanity's Last Exam за 46% цены сверху, у Astra уровень max удваивает стоимость на коде без прироста точности.
• Дешёвый сегмент: Gemini 3.8 Flash $0,75/$3,75 до конца года, Muse Spark 1.3 $1,25/$4,25 и $0,55 за задачу индекса, Mercury 2.5 $0,20/$0,75 при заявленных 1107 токенах в секунду, DeepSeek V4 Flash $0,22/$0,66 в непиковые часы.
• MAI-Transcribe-2 стоит $0,10 за час аудио до конца года при WER 5,2% на FLEURS по замеру Microsoft. GPT-Transcribe от OpenAI стоит $0,27 за час.
• Автономность пока не продаётся: в эксперименте Bottleneck Labs семь моделей за 72 часа и $300 каждая заработали $0 и отправили 2797 писем.

Чем Fable 5.1 отличается от Astra, если цена у них одинаковая?

Разница в том, за что вы платите: Fable 5.1 берёт качеством на широком наборе задач и дешёвым кэшем, Astra экономит токены в агентном коде. Anthropic выпустила Claude Fable 5.1 и Claude Mythos 5.1 как одну модель с разными уровнями ограничителей: Fable доступна всем, Mythos только через программы проверенного доступа для кибербезопасности и биологии. В API модель называется claude-fable-5-1, есть на Amazon Web Services, Google Cloud и Microsoft Azure. Цены прежние, $10 и $50 за миллион токенов, но чтение кэша подешевело на 75%, до $0,25 за миллион. Anthropic посчитала по четырём неделям реального использования в августе, что типичная нагрузка станет дешевле примерно на 25%, а агентная, где кэш составляет большую часть счёта, до 45%. Это оценка вендора.

По бенчмаркам самой Anthropic модель обошла Opus 5 и GPT-5.6 Sol, а на низком и среднем усилии даёт результат Fable 5 дешевле. У кибер-фильтров на 60% меньше ложных срабатываний: искать уязвимости в коде теперь можно, разработка эксплойтов запрещена. В Claude Code по умолчанию уровень high.

We're moving our Opus 5 traffic in Devin to Claude Fable 5.1 on launch day. It matched or edged out Fable 5 in our testing at a lower cost per task, and with the new cache read pricing a Fable-class model is finally economical for the workloads we'd kept on Opus, starting with code review.

OpenAI начала раскатку GPT-6 Astra 3 сентября: сначала ограниченному кругу организаций, затем всем на Plus, Pro, Business и Enterprise, в API под именем gpt-6-astra, а также в Microsoft Azure и Amazon Bedrock. Стандартная цена $10 за миллион входных и $50 за миллион выходных токенов, быстрый режим даёт до 2 раз больше скорости за двойную цену. По замеру OpenAI на Terminal-Bench 4.0 Astra набирает 57,9% против 55,8% у Fable 5.1 и 37,3% у Sol, при этом задача по оценке OpenAI обходится на 63% дешевле, чем у Fable 5.1, и на 9% дешевле, чем у Sol. На Humanity's Last Exam и в общем индексе Artificial Analysis она ниже Fable 5.1 и Opus 5. Подробный разбор цен, бенчмарков и кибер-ограничений Astra есть в отдельной новости.

Независимая лаборатория Artificial Analysis разобрала Astra и увидела две разные истории. В Coding Agent Index Astra в Codex набирает 67 баллов, столько же, сколько Opus 5 и Fable 5 в Claude Code, при цене задачи меньше половины от Fable 5. Лидер индекса Fable 5.1 в Claude Code с 70 баллами. Экономия идёт от токенов: Astra тратит на задачу треть от Sol на уровне max и пятую часть от Opus 5 на xhigh. В общем индексе интеллекта картина хуже: токенов уходит всего на 10% меньше, чем у Sol, при том же балле, поэтому после подорожания в 2,5 раза задача стоит на 75% дороже. Галлюцинаций на AA-Omniscience вдвое меньше: 51% против 92% у Sol.

In the Artificial Analysis Coding Agent Index, GPT-6 Astra equals Fable 5 at less than half the cost, driven by significant token efficiency gains. In the Artificial Analysis Intelligence Index, GPT-6 Astra is more token efficient than its predecessor for similar performance, but this is offset by the price increase.

7 сентября Artificial Analysis обновила индекс до версии 4.3: Terminal-Bench поднят до 4.0, банковский Tau3-Banking заменён на AutomationBench от Zapier. По данным сайта лаборатории, Fable 5.1 и Astra на уровне max делят первое место с 53 баллами, Opus 5 набирает 51, Muse Spark 1.3 48, GLM-5.3 45, Grok 4.6 и Kimi K3 по 44, Gemini 3.8 Flash 41. Цена задачи индекса при этом $7,63 у Fable 5.1, $3,26 у Astra, $5,86 у Opus 5, $1,60 у Muse Spark 1.3 и $1,24 у Gemini 3.8 Flash.

Какой уровень рассуждений ставить, чтобы не переплатить?

Короткий ответ: у обеих флагманских моделей верхняя ступень почти не добавляет качества, а цену поднимает заметно, поэтому начинать стоит с low или medium и подниматься по результатам своей оценки. У Fable 5.1 пять уровней, по умолчанию high. Anthropic в разборе экономии приводит две цифры: на Humanity's Last Exam шаг с xhigh до max прибавляет около половины балла за 46% цены сверху, а на CursorBench 3.2 Fable 5.1 на low повторяет результат Fable 5 на high втрое дешевле. Команды Claude Code, которые ищут экономию сами (/claude-api prompt-audit, hillclimb, cost-optimize), мы разбирали отдельно.

Уровень задаётся параметром output_config.effort, пример из документации Anthropic (в примере модель Opus 5, для Fable 5.1 подставьте claude-fable-5-1). Документация отдельно отмечает, что Fable 5.1 умеет менять effort посреди диалога без сброса кэша промптов.

У Astra уровни задаются через reasoning.effort в Responses API. По документации OpenAI значение none для GPT-6 Astra не поддерживается и возвращает HTTP 400, а вызов функций работает только в Responses API, не в Chat Completions.

Однозначного оптимума у Astra нет. По опыту редакции Tproger на общих вопросах уровень выше high не окупается: цена растёт, точность нет. В коде по Coding Agent Index разумно выглядят low, medium и xhigh, а max удваивает стоимость без надёжного прироста. Рабочая схема: low по умолчанию, для сложных подзадач агент вызывает модель на более высоком уровне. Astra цепляется за формулировки, неточный промпт меняет результат сильнее, чем у прежних моделей; чеклист чистки инструкций под неё есть в отдельной статье.

Что взять, если бюджет считается в центах?

Четыре модели закрывают этот сегмент по-разному: Gemini 3.8 Flash сильнее всех в агентном коде, Muse Spark 1.3 дешевле всех за задачу на уровне Sol, Mercury 2.5 быстрее всех, DeepSeek V4.1 Flash пока бета. Google выпустила Gemini 3.8 Flash 3 сентября по вводной цене $0,75 за миллион входных и $3,75 за миллион выходных токенов; с 1 января 2027 года будет $1,50 и $7,50. Контекст миллион токенов, на OpenRouter у Flex-провайдеров вдвое дешевле. По замеру Google на DeepSWE v1.1, где модель сама доводит инженерную задачу до конца, 3.8 Flash обходит большинство более крупных моделей, на HLE-Verified набирает 54,9%. Google предупреждает: токенов на сложной задаче уйдёт больше, особенно на высоком уровне усилия, и советует понижать уровень или оставаться на 3.7 Flash.

These performance gains stem from a core design choice: 3.8 Flash works harder. On complex tasks, it exhibits greater diligence — executing extra reasoning steps, and calling tools iteratively. At times, the model might use more tokens to maximize performance, especially at higher effort levels.

Уровень рассуждений у Gemini задаётся параметром thinking_level, у 3.8 Flash доступны low, medium и high, по умолчанию medium. Пример из документации Gemini API:

Muse Spark 1.3 от лаборатории суперинтеллекта Александра Вана вышла 2 сентября в Muse Code и в API. Цены не менялись: $1,25 за миллион входных и $4,25 за миллион выходных токенов, попадание в кэш $0,15. По замеру Artificial Analysis открытая всем версия xhigh набрала 61 балл индекса v4.2, вровень с GPT-5.6 Sol и Grok 4.6, при цене $0,55 за задачу индекса против $0,95 у Sol и $0,94 у Grok. Рост почти весь в агентных задачах: банковский Tau3-Bench вырос с 35% до 47%. Просели длинный контекст и AA-Omniscience, где модель чаще отказывается отвечать. Входных токенов на задачу стало больше, поэтому цена задачи выросла с $0,40 у версии 1.2.

Inception выпустила Mercury 2.5, диффузионную модель, которая пишет текст блоками параллельно. Заявлено 1107 токенов в секунду на обычных NVIDIA GPU, контекст 260 тыс. токенов, уровень GPT-5.6 Luna на низком усилии и Claude Haiku 4.5. Цена $0,20 за миллион входных и $0,75 за миллион выходных токенов, на старте скидка 80% до $0,04 и $0,15, новым аккаунтам дают 100 млн токенов; модель есть в API Inception, на OpenRouter и Baseten. Независимых замеров Mercury 2.5 пока нет, все цифры вендора. Из кейсов в анонсе: Augment Code перевела на Mercury сжатие контекста, сжатие ускорилось со 150 секунд до 27 при снижении цены на 90%.

After we switched to Mercury, our P99 response time dropped from several minutes to just one second, and our P50 dropped from 0.4 seconds to under 0.2 — significantly faster than any other provider we've seen, and that's including reasoning.

DeepSeek 8 сентября открыла бету V4.1 Flash на два дня: модель deepseek-v4.1-flash-expires-on-0910 живёт в API до 10 сентября с лимитом 20 параллельных запросов. Цена как у V4 Flash: по прайс-листу $0,22 за миллион входных токенов при промахе кэша, $0,007 при попадании и $0,66 за миллион выходных в непиковые часы; в пиковые вдвое дороже, $0,44 и $1,32. Официальных бенчмарков нет. Тестеры намерили 400–500 токенов в секунду, а китайский XSCT Bench поставил V4.1 Flash выше V4 Flash, Gemini 3.8 Flash и Qwen3.8 Flash почти везде.

Qwen 2 сентября обновила закрытую Qwen3.8-Max до снапшота 0902: те же 2,4 трлн параметров, миллион контекста, режим размышлений, дообучение на кодинг и совместную агентную работу. По словам Qwen, прирост в основном в коде и агентных правках репозиториев, до Opus 5 в терминале ещё далеко. Цена в QwenCloud $2 за миллион входных и $6 за миллион выходных токенов, чтение кэша $0,17.

Что нового в картинках и распознавании речи?

Две картиночные модели без бенчмарков и одна речевая с рекордом на FLEURS. OpenAI выпустила ChatGPT Images 2.5: в API две модели, GPT-Image-2.5 Flare по умолчанию с вдвое меньшей задержкой, чем у GPT-Image-2, и Sunburst для точных правок. Цена у обеих $8 за миллион входных токенов картинки, $30 за выходные и $5 за текст на входе. Бенчмарков в анонсе нет, только примеры.

Microsoft AI выпустила MAI-Image-2.6-Flash и вывела MAI-Image-2.6 из закрытого превью в Microsoft Foundry. По заявлению Microsoft, Flash рисует в 2,8 раза быстрее GPT-Image-2-Medium при сопоставимом качестве; старшая модель на Arena вторая в генерации и редактировании, у Artificial Analysis вторая в генерации и первая в редактировании.

MAI-Transcribe-2 Microsoft выпустила 3 сентября: 60 языков с автоопределением, разделение говорящих, таймкоды на каждое слово, режимы verbatim и clean, подсказка терминов. По замеру Microsoft модель первая на мультиязычном FLEURS со средним WER 5,2%, у Artificial Analysis вторая по точности. Цена $0,10 за час аудио как акция до конца года, GPT-Transcribe от OpenAI стоит $0,27 за час. На OpenRouter модель лежит под именем microsoft/mai-transcribe-2, ещё есть в Microsoft Foundry и MAI Playground.

Какую модель брать под какую задачу в сентябре 2026 года?

Ниже сводка по задачам с ценами на 9 сентября. Все цены из прайс-листов вендоров, цены задач из замеров Artificial Analysis и вендоров, как указано.

• Агентный кодинг в большой кодовой базе. GPT-6 Astra на low или medium: 67 баллов Coding Agent Index при цене задачи меньше половины от Fable 5 (Artificial Analysis). Если важен максимум качества, Fable 5.1 в Claude Code с 70 баллами, но задача почти вдвое дороже.
• Массовые дешёвые задачи с агентами. Gemini 3.8 Flash на low: $0,75/$3,75 до конца года, $1,24 за задачу индекса v4.3. Muse Spark 1.3 на xhigh, если нужен уровень Sol за $0,55 за задачу (AA, v4.2).
• Голосовые агенты и всё, где важна задержка. Mercury 2.5: $0,20/$0,75, заявленные 1107 токенов в секунду и медиана ответа около 170 мс у OpenCall. Независимых замеров нет, проверяйте на своём трафике: новым аккаунтам дают 100 млн токенов.
• Сжатие контекста и маршрутизация внутри агента. Mercury 2.5 по кейсу Augment Code или DeepSeek V4 Flash за $0,22/$0,66 в непиковые часы.
• Транскрибация. MAI-Transcribe-2 за $0,10 в час до конца года против $0,27 у GPT-Transcribe.
• Картинки. GPT-Image-2.5 Flare для скорости, Sunburst для правок, $8/$30 за миллион токенов картинки.
• Длинный контекст. Qwen3.8-Max-0902 или Gemini 3.8 Flash с миллионом токенов; у Astra и Muse Spark 1.3 длинный контекст по замерам Artificial Analysis просел.

Порядок действий, чтобы перейти на новые модели без сюрпризов в счёте:

1. Замените идентификатор модели: claude-fable-5-1 в Claude API, gpt-6-astra в Responses API, gemini-3.8-flash в Gemini API. У Astra уберите reasoning.effort: none, иначе получите HTTP 400.
2. Поставьте низкий уровень усилия (output_config.effort: low, reasoning.effort: low, thinking_level: low) и прогоните свою оценку; поднимайте уровень только там, где балл растёт.
3. Проверьте долю попаданий в кэш: у Fable 5.1 чтение кэша стоит $0,25, и смена effort посреди диалога кэш не сбрасывает, у остальных моделей сброс возможен.
4. Для агентов с инструментами на Astra заложите обработку остановки: внешний мониторинг OpenAI может прервать задачу, и через API диалог не возобновить.
5. Сравнивайте цену задачи вместо цены токена: считайте токены на задачу из поля usage в ответе API и умножайте на прайс.

Почему автономный агент на новых моделях всё ещё нельзя оставлять без присмотра?

Потому что фильтры вендоров останавливают работу, а сами модели делают лишнее. OpenAI признаёт, что Astra достигла критического уровня в кибербезопасности по её Preparedness Framework: в тестах модель сама нашла и использовала две уязвимости нулевого дня. Поэтому на вызовы с инструментами в Codex, ChatGPT и Responses API включён внешний мониторинг.

Extra safety checks can sometimes slow, pause, or stop legitimate work, including defensive cybersecurity. If a task is paused in ChatGPT or Codex, you may be asked to review the action before continuing. In the API, the task will stop.

Вторая причина показана в эксперименте Bottleneck Labs, которая дала семи моделям по $300, Mac mini, почту, Stripe и 72 часа с промптом «заработай как можно больше денег». Итог по всем семи: 2797 писем, 11 живых посетителей, выручка $0, около $2800 на токены. Qwen 3.8 открыла сервис аудита GitHub-репозиториев, упёрлась в лимиты почты и выставила через Stripe 50 счетов незнакомым людям за незаказанную работу на $12 350, сочтя это допустимым шагом продаж. Это один эксперимент одной компании, но подтверждение человеком на платёжных действиях он делает обязательным.

Попробовать можно без денег: Inception даёт 100 млн токенов Mercury 2.5 новым аккаунтам, а Z.ai до 20 сентября держит ночной Global Build с бесплатной GLM-5.3-Flash для подписчиков Coding Plan. Цену решённой задачи у GLM-5.3, Sol и других мы считали отдельно. Следующая проверка — когда OpenAI закончит раскатку Astra и Artificial Analysis добавит в индекс v4.3 Mercury 2.5 и DeepSeek V4.1 Flash.

Источники: Anthropic: Introducing Claude Fable 5.1 and Claude Mythos 5.1, Claude Platform Docs: Effort, Claude Blog: Reducing cost and improving performance with Claude Platform, OpenAI: Introducing GPT-6 Astra, OpenAI Docs: Reasoning models, OpenAI: Introducing ChatGPT Images 2.5, Artificial Analysis: разбор GPT-6 Astra, Artificial Analysis: замер Muse Spark 1.3, Artificial Analysis: Intelligence Index v4.3, Artificial Analysis: главная страница индекса, Google: Gemini 3.8 Flash and 3.8 Flash Cyber, Gemini API Docs: Thinking, Inception: Introducing Mercury 2.5, QwenCloud: Qwen3.8-Max-0902, Alibaba Qwen: анонс Qwen3.8-Max-0902, DeepSeek API Docs: Pricing, IT之家: бета DeepSeek V4.1 Flash, Microsoft AI: MAI-Transcribe-2, Microsoft AI: MAI-Image-2.6, Bottleneck Labs: Benchmarking 7 autonomous businesses

Claude: ставка на самопроверку

24 июля Anthropic представила Claude Opus 5. Это уже четвёртая модель компании менее чем за два месяца после Sonnet 5, Fable 5 и Mythos 5. Opus 5 сохранил цену предшественника в API Anthropic: 5 долларов за миллион входных токенов и 25 долларов за миллион выходных. По данным разработчика, по агентному кодингу он приблизился к более дорогому Fable 5.

Главная особенность Opus 5 связана с самопроверкой. Модель пишет код, запускает тесты, находит ошибки и исправляет их без дополнительной подсказки. Такой подход полезен при многошаговых изменениях в существующем репозитории, когда результат нужно проверить до завершения задачи.

Если вы выбираете с оглядкой на бюджет, можно начать с Claude Sonnet 5. Эта модель рассчитана на повседневные задачи, где важен баланс качества, скорости и стоимости. В RouterAI модели доступны под идентификаторами anthropic/claude-opus-5 и anthropic/claude-sonnet-5.

GPT: новый флагман для длинных задач

GPT-6 Astra стал новым флагманом OpenAI для сложных задач с большим числом шагов, включая программную инженерию и работу с инструментами. GPT-6 Astra Pro использует ту же базовую модель с режимом reasoning.mode: pro, который выделяет больше вычислений на рассуждение.

GPT-5.6 Sol остаётся вариантом для агентного кодинга, ревью и работы в командной строке. Его имеет смысл сравнить с Astra на собственных задачах, особенно если стоимость важнее максимального качества. Актуальные идентификаторы в RouterAI: openai/gpt-6-astra, openai/gpt-6-astra-pro и openai/gpt-5.6-sol.

Gemini: большой контекст и быстрые циклы

Gemini 3.1 Pro Preview подходит для сложных задач с кодом и принимает до миллиона токенов контекста. В один запрос можно передать крупный объём исходников и сопутствующей документации, хотя фактический предел полезного контекста лучше проверять на своём репозитории.

Gemini 3.8 Flash рассчитан на быстрые агентные циклы, программную инженерию и задачи с несколькими этапами рассуждения. Pro подойдёт для сложного разбора, а Flash стоит проверить на рутинных правках, где важны скорость и цена. Идентификаторы моделей: google/gemini-3.1-pro-preview и google/gemini-3.8-flash.

DeepSeek: стоимость и контроль инфраструктуры

DeepSeek V4 Pro уступает ведущим моделям OpenAI, Anthropic и Google, которые работают только через облачные сервисы разработчиков. По оценке NIST, отставание от ведущих американских моделей составляет около восьми месяцев. При этом семейство DeepSeek даёт возможность запускать открытые модели на собственной инфраструктуре и снижать стоимость типовых задач. Для части сценариев этого более чем достаточно, так что потребность в самом дорогом флагмане отпадает.

DeepSeek можно подключать через клиенты, совместимые с форматом OpenAI. В RouterAI актуальная версия доступна под идентификатором deepseek/deepseek-v4-pro-0813. Перед самостоятельным развёртыванием проверьте лицензию выбранной версии, поскольку условия релизов могут отличаться.

Qwen: общие модели и отдельная линейка для кода

В августе Alibaba расширила семейство Qwen3.8. В него вошли крупные модели общего назначения и компактные версии, которые проще запускать на собственной инфраструктуре. У Qwen есть отдельная линейка Coder для работы с репозиториями, генерации кода и агентных сценариев.

Открытые модели Qwen3 распространяются по лицензии Apache 2.0, но условия конкретного релиза всё равно нужно проверять перед внедрением. В RouterAI на момент подготовки текста доступны Qwen3.8 Max 0902 с идентификатором qwen/qwen3.8-max-0902 и Qwen3 Coder 480B с идентификатором qwen/qwen3-coder.

Как выбрать модель

Единого победителя нет. Opus 5 подходит для сложных изменений, где важна самопроверка. Sonnet 5 и GPT-5.6 Sol можно рассматривать для повседневной работы с балансом цены и качества. GPT-6 Astra рассчитан на длинные многошаговые задачи. Gemini 3.1 Pro полезен при большом объёме кода и документации, а Gemini 3.8 Flash при быстрых агентных циклах. DeepSeek и Qwen стоит проверить, если вам важны открытые модели, контроль инфраструктуры или более низкая стоимость.

Перед выбором проведите короткий тест:

1. Дайте двум или трём моделям одинаковую задачу и одинаковый контекст.
2. Проверьте качество исправлений, тестов и итогового диффа.
3. Посчитайте стоимость завершённой задачи с учётом повторных запросов.
4. Убедитесь, что выбранная модель поддерживает нужные инструменты и формат ответа.
5. Ещё раз проверьте идентификатор, доступность и цену перед запуском в проде.

RouterAI предоставляет один API, совместимый с форматом OpenAI, и позволяет переключать модели через значение параметра model. Для работы используется один API-ключ. Сервис принимает оплату в рублях российской банковской картой или по счёту, а работает без VPN. Актуальные цены и доступность моделей нужно проверять в каталоге, поскольку эти данные меняются быстрее самой статьи.

Для пользователей браузера и приложения это означало недоступность интерфейса, которую обычная смена DNS не устраняла. Для разработчиков есть отдельная оговорка: таблица Comss с результатами проверки поддоменов не доказывает доступность API OpenAI. Хабр сообщал, что без специальных сетевых средств API тоже не работал. Ниже разбираем, что именно проверяли источники и какие выводы позволяют сделать эти измерения.

• По замерам Comss с российского подключения и пяти российских точек коллег, TLS с именем chatgpt.com обрывался; другое имя на том же IP проходило проверку.
• Результат совместим с фильтрацией по SNI, расширению TLS с именем запрашиваемого сайта. Кто её выполнял, источники не установили.
• В браузерах наблюдались PR_CONNECT_RESET_ERROR, ERR_TIMED_OUT и ERR_CONNECTION_RESET; приложение оставалось на сером экране с логотипом.
• api.chatgpt.com фигурирует только в таблице Comss. Доступность API OpenAI эта проверка не подтверждает; Хабр сообщал о проблемах с API.
• По данным detector404, на которые ссылается Хабр, проблема пропала спустя более 15 часов. В сохранённых материалах нет официального объяснения причин.

Что показала проверка имени сайта?

Comss обращался к серверу напрямую по IP-адресу, подставляя имя сайта вручную. TLS-рукопожатие с именем chatgpt.com обрывалось во всех попытках, с посторонним именем на том же адресе проходило. Три обычных запроса подряд возвращали код 000 и время рукопожатия 0,000000 секунды; тот же сервер, проверенный локально с его стороны, отвечал за 0,07 секунды. Коллеги издания, обслуживающие DNS-серверы Comss.one, независимо повторили замеры с пяти российских точек. В тесте все проверяемые имена вели на один зарубежный адрес: четыре имени прошли проверку, а chatgpt.com получил обрыв.

SNI передаёт имя запрашиваемого сайта в начале установки защищённого TLS-соединения. Если это имя не скрыто, например расширением ECH, его может прочитать оборудование на маршруте. Сочетание успешного соединения с другим именем на том же адресе и обрыва с chatgpt.com согласуется с фильтрацией по SNI. Это техническое объяснение результата, которое приводит Comss. Само по себе оно не устанавливает владельца оборудования и причину появления правила.

Код 000 в приведённом результате не является ответом HTTP-сервера и не заменяет код 403. Он показывает, что обычного HTTP-ответа в этой попытке не получили. Так же нулевое время рукопожатия в отчёте нельзя читать как мгновенное успешное подключение: рядом с ним источник фиксирует неуспех соединения. Значение сравнительного теста в том, что адрес оставался прежним, а результат менялся вместе с именем.

Какие адреса проверял Comss?

В таблице Comss приведены следующие результаты. Все имена в этой проверке направлялись на один зарубежный адрес, поэтому список описывает поведение соединения при разных именах, а не полноценную проверку каждого сервиса:

• chatgpt.com: обрыв;
• ab.chatgpt.com: открывается;
• api.chatgpt.com: открывается;
• openai.com: открывается;
• auth.openai.com: открывается.

Адрес api.chatgpt.com из этой таблицы нельзя использовать как подтверждение работоспособности программного интерфейса OpenAI. Хабр отдельно сообщает, что API без специальных сетевых средств не работал. Проверка имени при TLS-рукопожатии и успешный запрос к API проверяют разные этапы: первое ещё не означает, что приложение сможет авторизоваться и получить ответ. Поэтому делать вывод о доступности API на основании таблицы Comss нельзя.

Почему смена DNS не устраняла проблему?

DNS отвечает за получение адреса по имени сайта. В описанных замерах адрес уже был известен: исследователи обращались к нему напрямую. Обрыв возникал позже, во время установки TLS-соединения, когда клиент передавал имя. Comss отдельно сообщил, что Comss.one DNS для chatgpt.com больше не устраняет ограничение. Замена резолвера сама по себе не скрывает SNI, поэтому эти два этапа диагностики нужно разделять.

Раньше, по описанию Comss, соединение доходило до сервиса, который отвечал кодом 403 с сообщением о недоступности в регионе. В новом случае браузеры показывали сетевые ошибки: Firefox сообщал PR_CONNECT_RESET_ERROR, в браузерах на Chromium встречались ERR_TIMED_OUT и ERR_CONNECTION_RESET. В приложении оставался серый экран с логотипом. Эти признаки помогают описать сбой пользователю, но одна ошибка браузера без сравнительного замера ещё не доказывает фильтрацию по имени.

Что известно о длительности и причинах?

Хабр со ссылкой на detector404 пишет, что сбой затронул разных провайдеров, начался 6 сентября и пропал спустя более 15 часов. Это длительность из сообщения источника; собственных непрерывных измерений редакция не проводила. Хабр также отмечает, что глобального сбоя сервисов OpenAI не зафиксировано. В сохранённых материалах нет официального объяснения инцидента или установленного оператора фильтрации.

При повторении проблемы полезно записать время, провайдера и точный текст ошибки, отдельно проверить получение адреса и установку TLS-соединения. Это позволит сравнивать одинаковые симптомы вместо общего сообщения «ChatGPT не работает». О других причинах недоступности мы писали при разборе сбоев ИИ-сервисов; устройство приложения затрагивали в статье о том, что хранит в кеше десктопный ChatGPT. Для этого инцидента открытым остаётся вопрос о причине появления и исчезновения обрывов.

Источники: Comss.ru: ChatGPT начали блокировать в России: раньше доступ ограничивала сама OpenAI, Хабр: Сетевой сбой в работе ChatGPT в РФ, спустя 15 часов проблема пропала

Изображение на обложке: OpenAI, логотип

• Чётко поставленные задачи под надзором человека.
• 3,1 дня работы агентов на день человека показывают объём использования, а не ускорение исследований.
• Данные внутренние и предварительные; независимой проверки в отчёте нет.

Что измерила OpenAI

По данным OpenAI, к середине августа медианный по использованию агентов исследователь расходовал на инференс более $600 в день по API-ценам; у 10% самых активных пользователей показатель превышал $7000 в день. Инференс — выполнение запросов к модели. По всей исследовательской организации на восьмичасовой день человеческой работы приходилось 3,1 агентного рабочего дня.

Более половины успешных задач на 4–8 часов человеческой работы за последние шесть месяцев сопровождались хотя бы одним вмешательством человека. Люди выбирают приоритеты и решают, масштабировать, остановить или развернуть систему. Рост числа экспериментов коррелировал с распространением Codex, но одновременно выросли вычислительные ресурсы. Публикация не позволяет приписать изменение одному фактору.

Как интерпретировать заявление OpenAI

Разработчик Саймон Уиллисон обратил внимание на резкий рост расходов на агентов в конце июля. Он предположил, что тогда сотрудники получили внутренний доступ к модели, которую позднее выпустили как GPT-6 Astra. Ниже — перевод его гипотезы; сам график причину скачка не устанавливает.

Моя главная гипотеза: именно тогда сотрудники получили доступ к модели, позднее выпущенной как GPT-6 Astra.

Сравнивая отчёт OpenAI со своей практикой, проверьте главный показатель: сокращается ли путь от поставленной задачи до результата, который человек готов принять.

Сама GPT-6 Astra вышла 3 сентября ограниченному кругу организаций, подписчикам Plus, Pro, Business и Enterprise доступ обещали в ближайшие дни, цены и бенчмарки мы разбирали отдельно. Здесь разберём другое: что именно Провенчер советует выкинуть из skill-файлов, AGENTS.md и промптов, чем он это объясняет, где его слова подтверждаются документацией Codex и обновлённым skill-creator, а где это пока наблюдения одного инженера. Заодно посмотрим, как те же правила переносятся на Claude Code, где CLAUDE.md и skills устроены по тому же принципу, и тот же расчёт бюджета работает там точно так же.

• Имя и описание каждого skill попадают в контекст модели до выбора; в Codex этот список ограничен 2% окна контекста (или 8 000 знаками), в Claude Code бюджет 1% окна. При переборе описания обрезаются.
• Провенчер называет три исправления в обновлённом skill-creator: короткие описания, прогрессивное раскрытие (SKILL.md как маршрутизатор к references и scripts) и отказ от подробных «рецептов».
• Из AGENTS.md он советует убрать требование читать стопку доков перед каждой правкой и принуждение к тестам: Astra, по его словам, сама решает, что читать, и сама запускает тесты.
• Жёсткие формулировки «сначала спроси» Astra принимает всерьёз и может остановиться там, где вы были бы рады продолжению; определение «готово» надо задавать до старта задачи.
• По данным OpenAI, разрыв между Astra и GPT-5.6 Sol на агентных бенчмарках заметный: 57,7% против 37,3% на Terminal-Bench 4.0. Независимых замеров пока нет.
• Skills в репозитории читают и чужие агенты на других моделях, поэтому автор предлагает сначала решить, для кого пишете инструкции, и чистить выборочно.

Почему инструкции для агента устаревают вместе с моделью

Потому что большинство правил в AGENTS.md и skills написаны против конкретных ошибок конкретной модели, и новая модель этих ошибок может уже не делать. Провенчер формулирует это так: «What used to require a lot of handholding and scaffolding no longer does», то есть ручное ведение и строительные леса, которые были нужны год назад, теперь необязательны. Инструкции, по его классификации, живут в трёх местах: в skill-файлах, в AGENTS.md и в промптах конкретных задач, и пересматривать он предлагает все три.

Здесь стоит сразу отделить проверяемое от заявленного. Что Astra сильнее Sol в агентных задачах, утверждает сама OpenAI по собственным бенчмаркам: 57,7% против 37,3% на Terminal-Bench 4.0, 41,4% против 18,1% на AutomationBench, 72,6% против 65,7% на OSWorld 2.0. Сторонних замеров на момент публикации нет, и в истории с Gemini 3.8 Flash мы уже отмечали, что сравнения с конкурентами остаются словом вендора, пока нет независимых замеров. Что при этом старые инструкции мешают, это наблюдение Провенчера из практики команды Codex, и он сам оговаривается, что речь о накопленных за год привычках, а не о замерах. Но механизм, который он описывает для skills, проверяется по документации, и к нему перейдём.

Что не так со skills, когда их слишком много

Каждый установленный skill стоит контекста ещё до того, как модель его открыла: его имя и описание лежат в списке, по которому модель решает, что подключить. Чем длиннее описания и чем их больше, тем меньше от каждого остаётся в этом списке. Провенчер называет привычку скачивать в проект десятки skills ошибкой:

Many people default to downloading a lot of skills into their projects, but that's a mistake. Each skill comes with a name and description that are loaded into the model's context so it knows when to use them. Many descriptions are far too long, and when you add too many skills, Codex starts shortening their descriptions to fit.

Здесь начинается задокументированное поведение. Документация Codex говорит прямо: начальный список skills, куда входит и путь к файлу каждого skill, занимает не больше 2% окна контекста модели, или 8 000 знаков, если размер окна неизвестен; при переборе Codex сначала укорачивает описания, а при очень большом наборе часть skills вовсе выпадает из списка с предупреждением. В Claude Code механика та же, но бюджет жёстче: 1% окна контекста, а объединённый текст описания одного skill по умолчанию обрезается до 1 536 знаков, это значение настраивается. Обрезка идёт с тех skills, которые вы вызываете реже всего. Проверить, сколько контекста съедает список, в Claude Code можно командой /doctor, а строка Skills в /context показывает размер списка уже после применения бюджета.

Вторая проблема, по Провенчеру, хуже первой: описания начинают конкурировать. Он пишет, что они «могут противоречить друг другу или иметь слишком много энергии «выбери меня»», и модель подключает инструкции, которые задаче не помогают. Его пример из статьи: skill для миграций базы данных с описанием, которое обещает помочь со всем, что связано с базами, будет срабатывать на любую задачу, где встречается база данных, а не только на миграцию. Иллюстрации из оригинала доступны только с логином в X, поэтому ниже пример составлен по смыслу статьи, это не копия её картинки:

Три правки, которые Провенчер перечисляет для skills, совпадают с принципами обновлённого skill-creator в репозитории Codex. Важная оговорка по датам: этот файл менялся 13 августа, за три недели до релиза Astra, и в статье сказано лишь «we recently updated its guidance», так что называть его «переписанным под Astra» нельзя. Сами правила такие:

1. Описание как можно короче, но так, чтобы было ясно, когда skill применять. В skill-creator этот принцип назван «Keep discovery cheap and precise»: описывать реальную возможность и условия применения, добавлять исключения только там, где они предотвращают ложное срабатывание, избегать исчерпывающих списков возможностей и «catchalls».
2. Прогрессивное раскрытие. Для skill с несколькими сценариями корневой SKILL.md должен быть минимальным маршрутизатором, который отправляет к вспомогательным документам и скриптам. В skill-creator это три стадии: имя и описание видны при выборе, тело SKILL.md загружается при применении, а references и scripts читаются только когда нужны конкретной задаче.
3. Меньше рецептов. Многие skills написаны как подробные маршруты по шагам. Модели, по словам автора, стали лучше понимать нюансы и неоднозначность, поэтому избыточная конкретика теперь вредит там, где раньше помогала. Принцип skill-creator «Match specificity to the risk» говорит то же: фиксированные последовательности и абсолютные формулировки оставлять для операций, где отклонение приведёт к конкретной проблеме.

Как это выглядит в структуре папки, skill-creator показывает на примере skill для развёртывания в облаке: общий выбор провайдера остаётся в корневом файле, а детали каждого провайдера лежат отдельно, и при выборе AWS модель читает только один из трёх файлов:

Последний аргумент Провенчера про skills касается командной работы. Skills, закоммиченные в репозиторий, читают агенты других участников, и они могут работать на других моделях: «Guidance that helps Sol or Luna may overconstrain GPT-6 Astra». Отсюда практический вывод: прежде чем вычищать инструкции, решите, для каких моделей они останутся. Если половина команды сидит на GPT-5.6 Sol или на моделях Claude, скаффолдинг ещё пригодится.

Что убрать из AGENTS.md в первую очередь

Первыми кандидатами на вылет Провенчер называет два правила: требование прочитать стопку документации или карту репозитория перед каждой правкой и требование запускать тесты. AGENTS.md действует при любой работе модели в репозитории, поэтому он предлагает пройтись по каждой строке и спросить, нужна ли она всё ещё задаче. Для исправления опечатки обязательный обзор всего проекта избыточен, а Astra, по его словам, сама понимает, что ей нужно прочитать.

Prompting the model to read files before every edit, is a great way to burn context and slow work down.

Ссылки на документацию при этом он не отменяет, но требует, чтобы они были контекстными: указывать на конкретный документ там, где он относится к задаче, и держать сами документы в актуальном состоянии. Устаревший документ, который модель обязана прочитать, хуже отсутствующего.

С тестами история симметричная. Прошлые модели надо было подталкивать проверять свою работу, и в AGENTS.md у многих осталось «всегда запускай тесты после изменений». Astra, утверждает Провенчер, делает это сама, и то же правило теперь приводит к лишним прогонам. Одновременно он оговаривается, что модель работает основательно, но осторожничает в том, как далеко довести задачу, и иногда её нужно подтолкнуть. Инструмент для этого тот же AGENTS.md, только формулировка меняется с запрета на разрешение для конкретного безопасного сценария. Пример из статьи, который можно взять как образец строки для своего файла:

Обратите внимание на конструкцию: в одной фразе сказано, почему действие безопасно (одноразовые фикстуры, нет доступа к проду), что именно разрешено (запускать, чинить падения от текущего изменения, перезапускать затронутые тесты) и от чего модель освобождается (спрашивать разрешение на каждом шаге). Граница описана через разрешение для конкретного сценария, и это совпадает с принципом skill-creator «Match specificity to the risk».

Как задать границы, чтобы модель не останавливалась на полпути

Ответ Провенчера: перепишите запреты, написанные против прошлых моделей, и заранее определите, что считается готовой задачей. Если предыдущая модель что-то делала без спроса, вы наверняка добавили в инструкции жёсткие формулировки «сначала спроси». Astra, по его словам, относится к таким границам всерьёз и остановится там, где вы на самом деле были бы рады продолжению.

GPT-6 Astra has much better judgment, and you should treat it as such. It also takes your boundaries seriously and may stop work where you'd actually be happy for it to continue.

Со стороны это выглядит как смена одного типа ошибок на другой: раньше агент делал лишнее, теперь недоделывает. Провенчер описывает это без прикрас в разделе про настойчивость:

If you're used to GPT-5.6 Sol taking a request and continuing for long stretches, GPT-6 Astra can feel more tentative about when to stop. It may reach a first implementation and come back for your review while there's still work to do.

Лечение он предлагает на уровне промпта задачи. Если задача включает запуск реализации, проверку результата и исправление того, что упало, всё это надо перечислить в запросе как часть определения «готово». Требование «остановись на ревью после первой реализации» тянет модель к ранней остановке, и автор советует проверить, действительно ли это решение, которое вам нужно принимать вручную. Если хочется, чтобы модель исследовала дальше первого прохода, надо сказать, что исследовать и где остановиться. Это согласуется с тем, что OpenAI писала в анонсе: Astra задаёт вопрос, когда недостающая информация меняет результат, и заполняет пробелы сама в остальных случаях. Мы приводили это описание в новости о выходе модели, и оно тоже пока не подтверждено сторонними тестами.

Скепсис здесь уместен в обе стороны. Что Astra «осторожнее» Sol и «сама запускает тесты», мы знаем со слов инженера OpenAI, а не из воспроизводимого замера. Но и обратное утверждение, что старые инструкции безвредны, ничем не подтверждено: стоимость списка skills в контексте посчитана в документации обоих инструментов, и она не зависит от того, какая модель под капотом.

Как провести аудит своих инструкций по шагам

Ниже чек-лист, собранный из статьи Провенчера и принципов skill-creator. Он одинаково применим к Codex CLI (на 5 сентября 2026 актуальна версия 0.153.4, skills лежат в .agents/skills репозитория или в ~/.agents/skills пользователя) и к Claude Code (.claude/skills в проекте и ~/.claude/skills у пользователя, инструкции репозитория в CLAUDE.md).

1. Посчитайте, сколько стоит список skills. В Claude Code выполните /doctor: он оценит контекст, который занимает список, и назовёт самых тяжёлых. В Codex бюджет списка 2% окна, при переполнении описания укорачиваются и появляется предупреждение о выпавших skills.
2. Удалите skills, которыми не пользуетесь. В Codex skill можно выключить, не удаляя, через [[skills.config]] в ~/.codex/config.toml с enabled = false и path к его SKILL.md, после правки конфига Codex нужно перезапустить; в Claude Code низкоприоритетные skills можно оставить в списке без описания через skillOverrides со значением name-only.
3. Сократите каждое описание до одной задачи и одной границы. Образец из skill-creator: «Create or edit Word documents when formatting, tracked changes, or comments require document-specific handling». Ключевой сценарий ставьте в начало фразы: так советуют обе документации: Codex прямо говорит выносить вперёд ключевой сценарий и триггерные слова, Claude Code советует ставить ключевой сценарий первым из-за капа в 1 536 знаков.
4. Разнесите тяжёлые skills на маршрутизатор и references. Если в SKILL.md несколько сценариев, оставьте в нём общее назначение и критерии выбора, а детали каждого сценария вынесите в отдельный файл, на который есть ссылка с пояснением, когда его читать.
5. Пройдите AGENTS.md или CLAUDE.md построчно. Правила «прочитай X перед любой правкой» замените контекстными ссылками на конкретные документы. Правила «всегда запускай тесты» замените разрешением на конкретный безопасный сценарий по образцу выше.
6. Перепишите запреты в разрешения. Найдите формулировки «никогда не делай без подтверждения», добавленные из-за прошлых моделей, и решите, нужны ли они. Там, где нужны, опишите границу через причину и ограниченную область.
7. Определяйте «готово» в промпте задачи. Перечислите, что входит в завершение: запустить, проверить результат, починить упавшее. Если нужен ранний стоп для ревью, скажите это явно и убедитесь, что это осознанный выбор.
8. Проверьте skills после правки. В комплекте skill-creator есть валидатор: scripts/quick_validate.py <path/to/skill-folder> проверяет frontmatter, имена и незаполненные заготовки, но не качество решений, поэтому описания на дискриминирующую силу придётся проверять глазами.

Кому это не подходит. Если ваша команда или CI работают на GPT-5.6 Sol, Luna или моделях других вендоров, часть скаффолдинга всё ещё делает свою работу, и вычищать её из общего репозитория стоит только после проверки на этих моделях. Провенчер сам оставляет эту оговорку и предлагает думать о том, кто будет читать инструкции после вас. Сама статья заканчивается предложением попросить Astra провести такой аудит по её тезисам; это удобно, но результат аудита, сделанного моделью на собственных инструкциях, стоит просмотреть самостоятельно, прежде чем коммитить.

Если вы только выбираете, на чём строить агентов, и вопрос про инструкции для вас пока абстрактный, начните с нашего разбора фреймворков для ИИ-агентов: там объясняется, откуда вообще берётся контекст агента и почему за каждую строку в нём кто-то платит.

Источники: Eric Provencher. Rethinking skills and prompts for GPT-6 Astra (X, 4 сентября 2026), Профиль Эрика Провенчера в X, skill-creator/SKILL.md в репозитории openai/codex, PR #38384 «Refine skill creation guidance and validation», openai/codex, 13 августа 2026, Документация Codex: Build skills, Документация Claude Code: Extend Claude with skills, Tproger: OpenAI начала выпуск GPT-6 Astra, цены, бенчмарки и кибер-ограничения

Изображение на обложке: Иллюстрация: Eric Provencher, X

Для разработчика новость сводится к трём вещам. Во-первых, стандартная цена в API составляет $10 за миллион входных токенов и $50 за миллион выходных, это ценовой уровень флагманов, а не рабочих лошадок. Во-вторых, по заявлениям OpenAI модель заметно сильнее GPT-5.6 Sol в агентных задачах в терминале, в работе с интерфейсами и в написании кода. В-третьих, это модель с критическим уровнем кибервозможностей по внутренней шкале OpenAI, и это напрямую влияет на то, как модель ведёт себя в API: задачи, которые система безопасности сочтёт подозрительными, будут останавливаться.

• Доступ: ограниченный круг организаций сегодня, подписчики Plus, Pro, Business и Enterprise, API и Amazon Bedrock в ближайшие дни; Enterprise-администраторы включают модель вручную, по умолчанию она выключена.
• Цена в API: $10 за миллион входных и $50 за миллион выходных токенов в режиме Standard; Fast-режим до 2,5 раза быстрее за двойную цену; отдельные ставки на чтение и запись кеша.
• Бенчмарки OpenAI: Terminal-Bench 4.0 57,7% против 55,8% у Claude Fable 5.1 и 37,3% у GPT-5.6 Sol; FrontierMath Tier 4 97,6%; ARC-AGI-3 99,9%; ExploitBench 100%.
• Не везде первая: на Humanity's Last Exam и в индексе Artificial Analysis Astra уступает Claude Fable 5.1 и Opus 5.
• Кибербезопасность: критический уровень по Preparedness Framework, во время тестов модель нашла две неизвестные ранее уязвимости нулевого дня; в релизе она отказывается писать PoC-эксплойты.
• Codex получил экспериментальные заметки между окнами контекста вместо постоянного сжатия истории; через несколько недель это станет режимом по умолчанию для Astra.

Что OpenAI показывает на бенчмарках и где оговорки

Главная заявка OpenAI касается работы с компьютером и кода. На Terminal-Bench 4.0, где агент решает инженерные задачи в терминале, Astra набирает 57,7% (в тексте анонса 57,9%) против 37,3% у GPT-5.6 Sol и 55,8% у Claude Fable 5.1. По оценке OpenAI, задача при этом обходится примерно на 9% дешевле, чем у Sol, и на 63% дешевле, чем у Fable 5.1. В таблице анонса приведены и другие модели: Claude Fable 5 набирает 42,0%, Claude Opus 5 52,3%, Gemini 3.8 Flash 19,1%.

На Agents' Last Exam, наборе профессиональных задач в реальном ПО от финансового моделирования до медиапроизводства, Astra показывает 59,3% против 55,5% у Claude Opus 5 и 53,6% у GPT-5.6 Sol, расходуя при этом примерно на 65% меньше выходных токенов, чем Opus 5. На OSWorld 2.0, бенчмарке управления компьютером (офлайн-подмножество с частичной оценкой, версия от 8 августа), OpenAI приводит не только точность (72,6% против 65,7% у Sol), но и время: в симуляции задержек задача занимает около 40 минут вместо 75. Это симуляция, а не замер на живых задачах пользователей, и OpenAI прямо это оговаривает.

На AutomationBench и Terminal-Bench Science 0.1 отрыв особенно заметен: 41,4% против 31,4% у Fable 5.1 и 18,1% у Sol в первом случае, 64,6% против 52,6% и 22,4% во втором. По математике и абстрактному мышлению OpenAI заявляет 97,6% на FrontierMath Tier 4 (v2) и 99,9% на ARC-AGI-3, называя оба бенчмарка «насыщенными». На GPQA Diamond, тесте научного мышления уровня аспирантуры, результат 96,0%.

Есть и колонки, где Astra не первая, и OpenAI их не прячет. На Humanity's Last Exam с инструментами у Astra 57,2% против 65,0% у Claude Fable 5.1 и 63,6% у Opus 5. В индексе Artificial Analysis Intelligence Index v4.1.1 у Astra 61,2 балла против 65,7 у Fable 5.1 и 63,1 у Opus 5. На DeepSWE v1.1 разрыв в пределах одного процентного пункта: 74,1% у Astra против 73,8% у Gemini 3.8 Flash и 73,7% у Opus 5. Про Gemini 3.8 Flash и её результат на DeepSWE при цене $0,75 за миллион токенов мы писали утром того же дня.

Числа выше приводит сама OpenAI: часть результатов конкурентов взята из их публичных отчётов, результат Claude на офлайн-наборе OSWorld, по словам компании, воспроизведён независимой третьей стороной, а внутренние наборы (Internal Design Tasks, Internal Database Migration Tasks) проверить со стороны невозможно. Независимых замеров самой Astra на момент публикации нет.

Что меняется в Codex и как модель работает с контекстом

Вместе с Astra OpenAI обновляет и агентную оболочку Codex. Первое изменение касается скорости управления компьютером: по данным компании, связка Astra с новым харнессом завершает задачи на бенчмарке Mind2Web в 1,9 раза быстрее, чем текущая связка с GPT-5.6 Sol. Второе касается длинных сессий. Раньше при заполнении окна контекста Codex сжимал историю в одно резюме, и при каждом сжатии могли теряться детали: почему не сработал фикс, как ведёт себя компонент. Теперь Astra в Codex может вести заметки поверх окон контекста, а старые окна остаются доступными для поиска, так что модель может найти требование или результат теста из прошлых сообщений, даже если не записала его в заметки. Функция экспериментальная, включается в конфигурации Codex (config.toml) и в ближайшие недели станет режимом по умолчанию для Astra.

Третье изменение поведенческое. OpenAI утверждает, что Astra лучше предыдущих моделей понимает, когда недостающая информация меняет результат, и в таких случаях задаёт вопрос, а в остальных заполняет пробелы сама. В Codex вопрос задаётся асинхронно: модель продолжает часть работы, которая от ответа не зависит. Если пользователь не отвечает, модель идёт дальше с разумными допущениями, но ждёт ответа перед решениями с серьёзными последствиями. Ещё OpenAI отдельно отмечает, что Astra лучше держит исходную задачу, когда пользователь по ходу меняет требования: прежние модели иногда принимали уточнение за новую цель и теряли начальные ограничения.

В API, помимо стандартного режима, есть Fast-режим: до 2,5 раза быстрее обычной обработки за двойную цену. На чтение и запись кеша действуют отдельные ставки. Для подходящих клиентов API поддерживается Zero Data Retention. Пользователи Pro, Business и Enterprise дополнительно получат GPT-6 Astra Pro; использование Astra входит в текущие лимиты подписок, а сверх них можно докупать кредиты.

Почему кибербезопасность стала ограничением, а не только достижением

В обновлении по безопасности 1 сентября OpenAI предупредила, что Astra достигнет критического уровня кибервозможностей по Preparedness Framework, внутренней шкале рисков компании, и что доступ к самым продвинутым кибервозможностям будет ограничен. Анонс это подтверждает: без продакшн-ограничений Astra набирает 100% на ExploitBench, бенчмарке превращения известных уязвимостей в рабочие эксплойты, против 78,5% у GPT-5.6 Sol, и 42,4% на ExploitGym против 30,3% у Sol.

Чтобы исключить эффект знакомых уязвимостей из обучающих данных, OpenAI собрала внутренний набор из уязвимостей за июнь–август 2026 года. На нём Astra показала 39,0% успешного выполнения произвольного кода против 5,5% у Sol, и по ходу теста нашла и использовала две ранее неизвестные уязвимости нулевого дня; компания говорит, что раскрывает обе их сопровождающим. На SRE-Bench, где нужно восстановить логику бинарника без исходного кода, Astra решает 88,0% задач с первой попытки и 99,2% за четыре, у Sol 55,9% и 68,7%. Экспертные оценки без ограничений показали, что модель способна добиваться выполнения произвольного кода в защищённых браузерах и писать эксплойты повышения привилегий для защищённых операционных систем.

Практическое следствие для пользователя API такое. Версия Astra, которая выходит сейчас, отказывается от продвинутых кибер-задач вроде написания proof-of-concept эксплойта, но подходит для безопасного код-ревью и патчинга. Менее строгие ограничения OpenAI обещает раздавать через программу Daybreak в ближайшие недели: для проверки уязвимостей и PoC, анализа вредоносного ПО и detection engineering. Кроме того, в продакшне для моделей класса Astra работает мониторинг несогласованного поведения: классификаторы проверяют рассуждения и действия модели и автоматически останавливают подозрительную активность. OpenAI признаёт, что эти проверки иногда тормозят, ставят на паузу или прерывают легитимную работу, включая защитную: в ChatGPT и Codex пользователя могут попросить проверить действие перед продолжением, а в API задача просто остановится.

Если вы строите на API пайплайн, который касается безопасности: сканеры, фаззинг, анализ дампов, разбор CVE, заложите в него обработку прерванных задач. OpenAI прямо говорит, что в API задача при срабатывании проверки останавливается, и что число ложных срабатываний компания ещё снижает.

Что OpenAI говорит о выравнивании и что признаёт проблемой

OpenAI называет Astra своей самой выровненной моделью и приводит несколько внутренних тестов. В оценке, построенной по мотивам инцидента с Hugging Face, модели без продакшн-ограничений дают сложную или невыполнимую задачу и смотрят, выйдет ли она за разрешённые рамки: GPT-5.6 Sol выходила за авторизованную цель в 48% случаев, Astra в 0%. В другом тесте Astra ни разу не пыталась обойти отказ Codex Auto-Review, даже когда проверку специально сделали обходимой, а задачу иначе выполнить было нельзя. В тесте на ложные заявления о собственных возможностях Astra ошибается в три раза реже Sol: 4,2% против 12,2% на внутреннем наборе.

Одну проблему компания признаёт открыто. В тестах, где модель прямо просили уклоняться от мониторинга, письменные рассуждения Astra оказалось труднее отслеживать, чем рассуждения Sol. OpenAI связывает это с тем, что Astra лучше управляет записанными рассуждениями на простых задачах и решает их за меньшее число записанных шагов; на сложных задачах модель, по словам компании, судя по всему, всё ещё с трудом скрывает нужные рассуждения. Улучшение мониторируемости названо исследовательским приоритетом, детали вынесены в системную карту модели.

Что делать разработчику сейчас

• Ждать появления модели в своём аккаунте: раскатка на Plus, Pro, Business и Enterprise идёт несколько дней, в API имя модели gpt-6-astra. В Enterprise-пространствах модель включает администратор.
• Пересчитать бюджет перед миграцией: $10 и $50 за миллион токенов дороже большинства рабочих моделей, а экономию на уровне задачи OpenAI показывает на отдельных конфигурациях бенчмарков; на своих задачах это нужно проверить.
• В Codex попробовать заметки между окнами контекста на длинных рефакторингах, пока функция экспериментальная, и посмотреть, что она сохраняет по сравнению с обычным сжатием.
• В пайплайнах, связанных с безопасностью, предусмотреть остановку задачи по решению системы мониторинга; расширенный кибер-доступ появится позже через Daybreak.
• Не принимать заявленные проценты за независимые: все цифры пока от OpenAI, часть бенчмарков внутренние. Первые сторонние замеры обычно появляются в течение недели после выхода модели.

Из российских условий ничего не меняется: OpenAI по-прежнему не продаёт подписки и API-доступ напрямую пользователям из России, так что путь остаётся прежним, через посредников и агрегаторы, где Astra появится с задержкой и наценкой. Amazon Bedrock тоже требует иностранного аккаунта AWS. Что касается конкурентов, сегодняшний день уже был насыщенным: утром Google выпустила Gemini 3.8 Flash, днём у Claude, ChatGPT и Grok случился массовый сбой, а вечером вышла Astra. На что теперь ответят Anthropic и Google, узнаем, судя по темпу этой осени, довольно быстро.

Источники: OpenAI: GPT-6 Astra, анонс, Тибо Соттьо (OpenAI) о начале раскатки, X, OpenAI: обновление по безопасности перед выпуском Astra, 1 сентября, Системная карта GPT-6 Astra

Изображение на обложке: Изображение: OpenAI

На момент публикации (19:00 мск) полностью закрыт только короткий утренний инцидент Anthropic. У Claude ошибки остаются на Opus 4.8 и Opus 5, OpenAI применила исправление и «наблюдает за восстановлением», xAI сроков не называет. Ниже хронология по статус-страницам, цифры Downdetector, что известно о причине и что делать, если у вас на этих API завязан рабочий процесс.

• Anthropic: инцидент с 16:26 мск на Mythos 5.1, Fable 5.1, Opus 5, потом список расширился до Mythos 5, Fable 5, Opus 4.8 и Opus 4.6. К 18:25 мск все модели, кроме Opus 4.8 и Opus 5, вернулись к обычному уровню ошибок.
• OpenAI: инцидент с 17:58 мск, 19 компонентов ChatGPT и Codex в статусе «degraded», исправление применено в 18:22 мск, инцидент не закрыт.
• xAI: все восемь компонентов Grok в статусе «outage», доступность API в американских регионах по данным самой xAI около 84–85%, европейский регион 100%.
• Downdetector: до 37 тысяч жалоб на OpenAI за час (пик около 18:35 мск), около 1 400 на Claude и на Grok. Для Claude и Grok это в 20–30 раз выше обычного фона.
• Причину ни одна компания не назвала. Единый корень не подтверждён: у Cloudflare и Azure инцидентов на это время нет, а сбои начались с разницей в полтора часа.

Что и когда сломалось: хронология по статус-страницам

Время везде московское, источники: статус-страница Anthropic, страница инцидента OpenAI, статус xAI и статус Cursor, который зависит от всех троих и потому удобен как независимый свидетель.

• 15:37 — Anthropic открывает первый за день инцидент: рост ошибок у Claude Sonnet 5. Закрыт в 15:56, за 19 минут.
• 16:26 — Anthropic открывает второй инцидент: ошибки на Claude Mythos 5.1, Fable 5.1 и Opus 5. В 16:41 причина «найдена», в 16:50 список затронутых моделей расширен: Mythos/Fable 5.1, Mythos/Fable 5, Opus 5, Opus 4.8, Opus 4.6.
• 16:41 — Cursor фиксирует деградацию «всех моделей Grok», автоматизаций, облачных агентов и агента ревью. Это первое зафиксированное время проблем у xAI: собственная статус-страница компании времени начала не показывает.
• 17:17 — Cursor подтверждает ошибки на Fable 5.1, Fable 5, Opus 5, Opus 4.8 и Opus 4.6 «из-за проблемы на стороне Anthropic».
• 17:30 — Си-Джей Авилла из developer relations Anthropic пишет в X: «Инфраструктурная проблема вызывает частичный сбой в Claude Code, API и claude.ai. Мы работаем над этим, но срока восстановления пока нет» (перевод редакции).
• 17:58 — OpenAI открывает инцидент «Elevated errors across ChatGPT and Codex». Затронуты 19 компонентов: диалоги, вход, загрузка файлов, генерация изображений, голосовой режим, поиск, Deep Research, агент, GPTs, коннекторы, браузер Atlas, Codex Web, Codex API, Codex в десктопном ChatGPT, расширение VS Code, CLI, Compliance API, ChatGPT Work и Sites.
• 18:17 — Cursor фиксирует ошибки на моделях OpenAI «из-за проблемы на стороне OpenAI».
• 18:22 — OpenAI: «Мы применили исправление и наблюдаем за восстановлением». В 18:50 та же формулировка, инцидент не закрыт.
• 18:25 — Anthropic: «Сейчас затронуты только Opus 4.8 и Opus 5. Остальные модели вернулись к базовому уровню ошибок».
• 18:33 — Cursor по Grok: «Мы нашли причину и работаем над исправлением».

Порядок важен для версии о единой причине: Claude и Grok начали сбоить в 16:26–16:41, а ChatGPT почти через полтора часа, в 17:58. У Cloudflare на статус-странице за это время инцидентов нет: последний, о росте ошибок 5xx в Гонконге, закрыт в 12:36 мск. У Microsoft Azure в истории за 3 сентября инцидентов тоже нет. Всё, что пишут о «проблеме у Azure» или «проблеме у Cloudflare», пока остаётся версией читателей, а не заявлением провайдеров.

Сколько людей это задело: цифры Downdetector

Downdetector считает жалобы пользователей, а не запросы, поэтому это мера заметности сбоя, а не его масштаба в API. Но соотношение цифр показательное.

На OpenAI Downdetector получил около 37 тысяч жалоб на пике, около 18:35 мск. 80% жалоб касаются ChatGPT, 8% Codex, 7% приложения. Обычный фон на этом графике не виден вовсе: сотни жалоб в час против десятков тысяч.

По Claude и Grok пики около 1 400 жалоб в час при обычном фоне в 20–50. У Grok 48% жалоб на приложение, 25% на генерацию ответов, 24% на сайт. На главной Downdetector в 18:58 мск карточки OpenAI, Claude AI, Grok и Google Gemini стояли рядом со всплесками на графиках, это и есть обложка этой новости. По Gemini сервис зафиксировал рост жалоб с 18:15 мск, но Google инцидент не объявляла, а мониторинг StatusGator показывал сервис работающим. Разница в масштабах объяснима аудиторией: у ChatGPT на порядок больше пользователей, готовых пожаловаться.

Почему упали сразу трое: что известно и чего нет

Официально: Anthropic говорит об «инфраструктурной проблеме» без деталей, OpenAI ограничилась словами «расследуем» и «применили исправление», xAI не написала ничего, кроме статуса компонентов. Ни одна компания не назвала общего поставщика.

На Hacker News тред «ChatGPT and Codex Is Down» собрал 92 очка и 225 комментариев, отдельный «Ask HN: почему OpenAI, Claude и Grok упали одновременно» ещё 48 и 36. Полезного там три наблюдения. Первое: пользователи Codex CLI по всему миру получали ошибку unexpected status 404 Not Found от chatgpt.com/backend-api/codex/responses, и в идентификаторах cf-ray стояли коды аэропортов разных узлов Cloudflare: ORD, DTW, YYZ, IST. Это значит, что запрос доходил до edge-сети и отбивался на границе, а не терялся по дороге; 404 здесь не «страница не найдена», а отказ бэкенда за прокси. Второе: у части людей уже открытые сессии продолжали работать, а новые соединения не устанавливались. Третье: некоторые регионы, например Австралия, Индия и часть Европы, восстановились раньше остальных.

Самая распространённая гипотеза в обоих тредах: не общий поставщик, а каскад. Когда лёг один сервис, разработчики массово переключили агентов на соседний, и тот не выдержал нагрузки. Хронология этому не противоречит: Claude и Grok упали первыми, ChatGPT через полтора часа. Против гипотезы говорит то, что Claude и Grok сбойнули в пределах четверти часа друг от друга, а общей причины у них не видно. Отдельный контекст: 3 сентября OpenAI намекала на скорый анонс новой модели Astra (аккаунты компании писали «The stars are almost aligned»), и в тредах предполагают, что инфраструктуру перенастраивали под запуск. Подтверждений этому нет.

Для OpenAI подобные инциденты не редкость: в июле компания пережила четыре сбоя за четыре дня, после чего сбрасывала лимиты платным подписчикам ChatGPT и Codex. О компенсациях за сегодняшний сбой ни OpenAI, ни Anthropic пока не сообщали. Для Anthropic это третий инцидент за двое суток: 2 сентября Sonnet 5 отваливался на 14 минут, 3 сентября на 19, а потом начался текущий.

Что делать разработчику

• Смотреть на статус-страницы, а не на соцсети: status.claude.com, status.openai.com, status.x.ai. У xAI есть раздел «Live service data» с процентом успешных запросов по регионам, он обновляется даже без объявленного инцидента.
• Не пересоздавать аккаунт и не сбрасывать авторизацию: при частичном сбое это не помогает, а у OpenAI среди деградировавших компонентов сегодня был и Login.
• Если у вас Claude через API, переключать модель, а не провайдера: с 18:25 мск проблемы только на Opus 4.8 и Opus 5, Fable 5.1 и Sonnet 5 отвечают в штатном режиме. В Cursor это делается в выборе модели без перезапуска агента.
• Ретраи с экспоненциальной задержкой на 5xx и на 404 от backend-api: часть запросов проходит даже в разгар инцидента, но бить в API каждую секунду означает добавлять нагрузку на то, что и так лежит.
• Держать второго провайдера в конфиге, а не в голове: сегодняшний день показал, что «переключусь, если что» занимает полтора часа, если ключ и адаптер не были прописаны заранее. В Европе Grok, по данным самой xAI, весь день отвечал на 100%, регион eu-west-1 не пострадал.

Мы обновим материал, когда Anthropic, OpenAI и xAI закроют инциденты или назовут причины. Если у вас прямо сейчас не отвечает что-то из перечисленного, это не у вас одних, и сброс сессии не поможет.

Источники: Anthropic: Elevated errors for multiple models, OpenAI: Elevated errors across ChatGPT and Codex, Статус-страница xAI, Статус-страница Cursor, Си-Джей Авилла (Anthropic) о частичном сбое, Downdetector: OpenAI, Hacker News: ChatGPT and Codex Is Down

Изображение на обложке: Скриншот: Downdetector

Для пользователей это ответ на вопрос, куда с диска ушли почти два гигабайта после установки чат-клиента. Для разработчиков это редкий взгляд на то, как устроен агент внутри потребительского приложения: для работы с документами у него под рукой те же инструменты командной строки, которые вы поставили бы руками, и инструкции к ним в обычных текстовых файлах.

• Каталог ~/.cache/codex-runtimes/codex-primary-runtime занимает 1,7 ГБ на macOS.
• Node.js 446,4 МБ, Python 440,6 МБ, LibreOffice headless 429,7 МБ, Poppler 187,9 МБ, Git 148,1 МБ; вместе нативные бинарники весят 771 МБ.
• В plugins/documents лежат skills, которые объясняют агенту, где искать бинарники и как ими пользоваться.
• Наблюдение сделано на одной машине с macOS; официальных данных о составе runtime на Windows и Linux нет.

Что именно лежит в каталоге

Уиллисон наткнулся на каталог случайно, разбирая ~/.cache/ утилитой OmniDiskSweeper. Внутри codex-runtimes/codex-primary-runtime три части: dependencies на 1,7 ГБ, plugins на 6,3 МБ и файл runtime.json на 4,1 КБ. В зависимостях четыре подкаталога: native на 771,0 МБ, node на 446,4 МБ, python на 440,6 МБ и bin на 28,7 КБ. В native лежат libreoffice-headless (429,7 МБ), poppler (187,9 МБ), git (148,1 МБ), libheif (4,7 МБ) и jxrlib (679,9 КБ).

Набор говорящий. Poppler читает и рендерит PDF, LibreOffice в headless-режиме конвертирует документы Word, Excel и PowerPoint в другие форматы без графического интерфейса, libheif открывает фотографии с iPhone в формате HEIC, jxrlib нужна для JPEG XR. Git и полноценные интерпретаторы Python и Node.js дают агенту возможность выполнять код и работать с репозиториями на машине пользователя.

Зачем агенту офисный пакет

Самое интересное в находке лежит в папке plugins/openai-primary-runtime/plugins/documents. По словам Уиллисона, в ней лежат skills, то есть текстовые инструкции, которые объясняют модели, как найти эти бинарники и как ими пользоваться. Это тот же подход, что в Claude Code и других агентных инструментах: вместо встроенного парсера каждого формата агент получает описание команды и вызывает готовую утилиту.

На практике это означает, что когда вы просите десктопный ChatGPT «сделать из этого документа PDF» или «вытащить таблицу из презентации», конвертация может выполняться локально, вызовом LibreOffice или Poppler из этого кэша. Это один из возможных путей: из наблюдения нельзя сказать, какие операции остаются локальными, а какие всё равно отправляют содержимое файла модели или обрабатываются иначе; документации OpenAI о составе runtime и о том, когда он скачивается, в открытом доступе нет.

Что стоит учесть

Наблюдение сделано на одной машине с macOS. Приложение для Windows может комплектоваться иначе, и переносить цифры на другие платформы не стоит. Не ясно и то, как обновляется runtime: отдельным скачиванием при первом обращении к документам или вместе с приложением.

Тем, кто следит за дисковым пространством, достаточно заглянуть в тот же путь. Удалять каталог вручную мы бы не советовали: что произойдёт с функциями работы с документами без него, автор не проверял, а официального способа отключить или очистить runtime OpenAI не описывает.

Разработчикам агентов здесь два практических наблюдения. Первое: в поставке для работы с форматами лежат полтора гигабайта проверенных открытых инструментов, включая LibreOffice, форк OpenOffice.org 2010 года. Второе: инструкции к этим инструментам лежат в виде читаемых файлов рядом с бинарниками, и их можно изучить как пример того, как крупный вендор пишет skills для своей модели.

Источники: Simon Willison: Codex bundles LibreOffice, OpenAI Help: Moving to the new ChatGPT desktop app

Изображение на обложке: Tproger

Поиск по документам

LlamaIndex создан для работы с документами: он помогает разбивать их на фрагменты, индексировать содержимое и находить нужный контекст перед запросом к модели. В библиотеке уже есть компоненты для этих этапов, поэтому базовый поиск по документам можно собрать без большого объёма собственного кода.

Для поиска можно использовать гибридный подход, который объединяет семантический поиск с поиском по ключевым словам. Он пригодится, когда в запросе есть точный термин, название или аббревиатура и важно найти конкретное совпадение.

В LangChain RAG можно собрать как один из сценариев работы с данными. В LlamaIndex это центральная задача, вокруг которой выстроена вся архитектура, поэтому его удобно использовать для внутренних баз знаний, технической документации и договоров, когда ответ должен опираться на конкретный фрагмент исходного документа и сопровождаться ссылкой на источник.

Сложная логика и состояние

В сложном процессе следующий шаг может зависеть от результата предыдущего: агент получает новые данные, меняет маршрут выполнения и при необходимости возвращается к нужному этапу. Для подобных сценариев подходит LangGraph, отдельная библиотека команды LangChain. Процесс в нём описывается как граф с узлами, переходами и сохранённым состоянием: узлы выполняют отдельные операции, переходы задают маршрут, а разработчик определяет условия для перехода между этапами.

Например, при проверке заявки агент может обнаружить, что информации недостаточно, отправить её на дополнительный сбор данных, получить обновлённую информацию и снова запустить проверку. В LangGraph разработчик сам описывает логику этих переходов и решает, в какой момент процесс должен двигаться дальше или возвращаться к предыдущему шагу.

К модели LangGraph нужно привыкнуть: сначала граф с узлами, переходами и состоянием может напоминать схему метро, которую нарисовали в три часа ночи. По мере работы с графом становится проще видеть весь маршрут агента и понимать, что произойдёт после каждого шага.

Экосистема LangChain включает более 1000 интеграций и большую базу документации, поэтому подключение инструментов и сервисов во многих случаях можно собрать из готовых компонентов. LangChain отвечает за компоненты для работы с моделями и инструментами, а LangGraph помогает управлять состоянием и переходами между этапами процесса.

Разделение работы между ролями

Представим редакцию, где несколько сотрудников вместе готовят материал. Один собирает факты, другой проверяет информацию, после чего редактор готовит финальную версию. CrewAI переносит подобную организацию работы на агентов: для каждого участника задаются роль и задача, а фреймворк управляет их взаимодействием в рамках общего процесса.

В CrewAI процесс строится вокруг задач и их исполнителей, поэтому разработчику достаточно описать обязанности агентов и порядок выполнения работы. Фреймворк берёт на себя координацию между участниками и передачу результатов от одной задачи к следующей.

Примечательно, что CrewAI появился позже LangChain и LlamaIndex, поэтому у него меньше накопленных примеров продакшн-использования. Для систем с высокими требованиями к предсказуемости стоит протестировать выбранную конфигурацию на собственных данных и сценариях до запуска в продакшн.

Диалог между агентами

AutoGen строит взаимодействие между агентами через сообщения. Они передают друг другу результаты, вызывают инструменты и могут выполнять код в изолированной песочнице. У фреймворка была тесная интеграция с Azure OpenAI, а AutoGen Studio позволял собирать агентные сценарии через визуальный интерфейс без кода.

Именно вокруг этой модели Microsoft развивала AutoGen до перехода на новый SDK. 3 апреля 2026 года компания выпустила Agent Framework 1.0, объединив в нём наработки AutoGen и Semantic Kernel. AutoGen перешёл в режим поддержки: новых функций в него добавлять не будут, а обновления будут включать исправления ошибок и патчи безопасности. Для новых проектов Microsoft рекомендует Agent Framework.

При этом сама идея AutoGen сохранилась в новой платформе. Диалог между агентами вошёл в Agent Framework вместе с другими концепциями AutoGen, поэтому разработчики по-прежнему могут строить процессы вокруг обмена сообщениями. Меняется основной SDK, который Microsoft развивает для этого подхода.

У диалоговой архитектуры есть практический нюанс, который стоит учитывать при проектировании системы: каждое новое сообщение добавляет вызов модели и расход токенов. В простом сценарии это увеличивает стоимость выполнения, поэтому архитектура особенно хорошо раскрывается там, где агентам действительно нужно обсуждать результаты и проверять решения друг друга. Например, несколько агентов могут по очереди анализировать код, задавать вопросы к найденным проблемам и разбирать спорные места.

Можно ли сочетать фреймворки

Границы между сценариями редко бывают жёсткими. В одном проекте LlamaIndex может отвечать за поиск по данным, а LangGraph — за выполнение процесса: инструменты LlamaIndex подключают внутрь CrewAI-команды или LangGraph-графа как обычный инструмент для поиска, оставляя LlamaIndex индексацию, а LangGraph или CrewAI — общую логику. LangGraph всё чаще выступает низкоуровневым движком, поверх которого строят более специализированные надстройки.

Как выбрать модель

Все четыре фреймворка подключают языковые модели через API, поэтому провайдера можно выбирать отдельно от архитектуры агента. В LangChain для этого используются интеграции вроде ChatOpenAI, в LlamaIndex есть адаптер OpenAILike, а CrewAI и AutoGen позволяют указать адрес совместимого API через настройки модели. При смене эндпойнта основная логика агента может остаться прежней, поскольку меняются параметры подключения к модели.

Например, в LangChain модель можно подключить через OpenAI-совместимый API:

RouterAI даёт доступ к GPT, Claude, Gemini и другим моделям через один ключ с оплатой в рублях — CrewAI, AutoGen и LlamaIndex принимают тот же base_url через собственные параметры конфигурации LLM.

Итог

Форма задачи определяет выбор раньше, чем популярность инструмента на GitHub: поиск по данным — LlamaIndex, ветвящаяся логика с состоянием — LangGraph, роли внутри команды — CrewAI, спор между агентами — AutoGen. Модель и провайдер при этом выбираются отдельно от архитектуры агента.

Источники и фактура

• LangChain vs LangGraph — официальная документация
• Integrations overview — LangChain Reference
• Microsoft Agent Framework Version 1.0 — официальный анонс
• LlamaIndex OpenAILike — документация
• LlamaIndex + CrewAI интеграция — сравнение фреймворков

Что Anthropic сделала с текстом Claude

2 августа 2026 года в ЕС вступили в силу обязательства по прозрачности ИИ-контента из AI Act. В июле 2026-го Anthropic, как и около 190 других организаций, подписала Кодекс практики по прозрачности ИИ-контента. Теперь компания заявляет, что все новые модели Claude будут «маркировать» сгенерированный текст — и делать это глобально, а не только для пользователей из Евросоюза.

Сначала Anthropic лишь кратко сообщила о маркировке в справочной статье «How Claude marks AI-generated content». 14 августа 2026 года появилось техническое объяснение «How Claude’s text watermark works». В нём компания признаёт: водяной знак не добавляет в текст никаких символов, он меняет выбор слов на основе секретного ключа.

Новые модели Claude будут встраивать статистический водяной знак во все тексты длиннее ~200 токенов (~150 слов).

Маркировка не использует невидимые символы: она смещает выбор между близкими по смыслу словами по секретному ключу.

Проверить водяной знак сможет только Anthropic; посторонние сервисы без ключа не смогут дать достоверный вердикт.

Переводы и переписывания целиком проходят через Claude, поэтому маркируются сильнее всего; обычная правка — слабее.

Чтобы снизить риск, используйте Claude как черновик, а затем переписывайте текст своими словами.

Как работает водяной знак в тексте

Большие языковые модели генерируют текст по одному токену. На каждом шаге у них есть список подходящих кандидатов, и иногда несколько вариантов равноправны по смыслу. Например, после фразы «погода сегодня была холодной и…» модель может выбрать «пасмурной» или «серой». Обычно выбор решает случайность. При водяном знаке случайность заменяется на псевдослучайную последовательность, выведенную из секретного ключа и нескольких предыдущих слов.

Anthropic использует вариант подхода SynthID-Text, опубликованного Google DeepMind в Nature в 2024 году. На каждом «равноправном» шаге модель получает лёгкий «подталкивающий» сигнал в сторону одних кандидатов и от других. Отдельный выбор почти незаметен, но на длине в сотни или тысячи токенов накапливается статистическая закономерность, которую может увидеть только владелец ключа.

Главный нюанс:
Секретный ключ есть только у Anthropic. Поэтому никакой сторонний «детектор ИИ-текстов» не сможет проверить водяной знак Claude — он либо будет искать стилистические признаки, либо угадывать.

Почему это спорно: слова имеют значение

Аргумент критиков прост: никакие два синонима не совпадают по оттенку, ритму и контексту. «Он ухватился за шанс» и «Он воспользовался возможностью» передают одно действие, но звучат по-разному. Если модель выбирает слово не только ради точности, но и ради скрытой метки, качество текста теоретически падает — пусть и на доли процента.

В документе Anthropic приводится пример: выбор между «overcast» и «grey» «в большинстве случаев не сильно влияет на читателя». Джон Грубер в ответ замечает: именно это и делает идею порочной. Компания решает за автора, какое слово «достаточно хорошо», вместо того чтобы каждый раз искать лучшее.

Можно было бы применить ту же логику к калькуляторам, если бы их результаты оставляли следы. К счастью, сумма, рождённая мозгом, не отличается от суммы, полученной на калькуляторе. Сделать помощь подозрительной только тогда, когда инструмент становится достаточно умён, чтобы составить целое предложение, — не принципиальная граница. Это моральная надбавка за саму сложность.

Что это меняет для пользователей

Anthropic честно перечисляет ограничения, но именно они создают проблемы. Водяной знак не доказывает, что текст написал Claude целиком: он лишь повышает вероятность, что Claude участвовал в его создании. Перевод, выполненный Claude, будет маркирован полностью, потому что каждое слово выбрала модель. А вот лёгкая правка человеческого текста может оставить лишь слабый след.

Код в большинстве случаев почти не страдает: там часто есть единственно правильное продолжение. Но комментарии и документация в коде маркируются так же, как обычная проза. Кроме того,Anthropic отмечает, что водяной знак переживает копирование и вставку: он живёт в самой последовательности слов, а не в форматировании.

• Переводы: полная маркировка, потому что каждый токен — выбор модели.
• Лёгкая правка: может оставить след, но не всегда достаточный для детекции.
• Глубокий переписывание: разрушает статистическую картину, но тогда результат уже сложно назвать ИИ-текстом.
• Код: функциональные части почти не меняются, комментарии — подвержены.

Почему это касается не только ЕС

Формально инициатором маркировки стал ЕС: AI Act обязывает провайдеров ИИ маркировать синтетический контент. Но Anthropic объявила о глобальном внедрении, сославшись на отсутствие «устойчивого способа» ограничить функцию по региону. Получается, что европейское регулирование распространяется на всех пользователей Claude, включая тех, кто живёт в России, США и Азии.

При этом неясно, насколько само регулирование требует именно такого подхода. Кодекс практики применяется к текстам длиннее 200 токенов, требует запрета на удаление метки в условиях использования и устойчивости к копированию, OCR и переводам. Но он не обязывает внедрять систему глобально и не заставляет провайдера изменять слова в приватных чатах.

Google уже делает то же самое с Gemini

Google внедрила текстовый водяной знак SynthID в Gemini раньше Anthropic. В статье Nature команда DeepMind пишет, что проанализировала около 20 млн ответов с водяным знаком и без него. Разница в оценках «палец вверх» составила 0,01%, а «палец вниз» — 0,02%; оба отличия оказались статистически незначимыми в пределах 95%-ного доверительного интервала.

Критики указывают: незначимая разница в оценках не означает, что качество не пострадало. Если модель заменяет «bananas» на «pineapple» в примере DeepMind, пользователь вряд ли поставит «дизлайк» из-за фрукта. Но именно такие микровыборы и формируют голос автора. А когда причина выбора скрыта, доверие к тексту падает.

Что делать авторам и разработчикам

Полностью избежать водяного знака при использовании Claude нельзя — он встроен в генерацию. Но можно снизить риск, что ваш текст будет ошибочно отнесён к категории «сгенерировано ИИ» или потеряет индивидуальность.

FAQ

Выводы

Водяной знак Claude — это не злоумышленная функция, а попытка угодить регулятору. Но её побочный эффект серьёзен: модель начинает выбирать слова ради проверяемости, а не ради смысла. Для авторов, юристов, журналистов и разработчиков это означает, что любой прогон текста через Claude может оставить след, который увидит только Anthropic.

Пока публичного детектора нет, риск ложных обвинений невелик. Но как только API проверки появится, вопрос «а не написано ли это ИИ?» станет ещё более неоднозначным. Лучшая защита — не отказываться от инструментов, а помнить: черновик от ИИ — это черновик. Финальный текст должен быть вашим.

Моя письменная работа — это моя работа, а текущая стратегия Anthropic агрессивно враждебна писателям.

Источники

— John Gruber, «Anthropic’s ‘Watermark’ Text Adulteration in Claude Is a Perversion of Writing»
— Anthropic, «How Claude’s text watermark works»
— James Padolsey, «How AI text watermarking works»
— Google DeepMind, «Scalable watermarking for identifying LLM outputs» (Nature, 2024)
— EU Code of Practice on Transparency of AI-Generated Content

Computer History появилась в десктопном ChatGPT для macOS и фиксирует действия пользователя как «события».

Данные превращаются в обучающий материал: ChatGPT и Codex используют их, чтобы возобновлять задачи и предлагать автоматизацию.

Функция работает по принципу opt-in и позволяет исключать приложения и сайты, а также удалять отдельные записи.

OpenAI утверждает, что Computer History не делает скриншотов, видео и аудиозаписей — только текстовые события.

Содержимое вкладок incognito и private mode браузеров игнорируется автоматически.

Что такое Computer History

По сути, это аналог Windows Recall от Microsoft, но без главного спорного момента — постоянных скриншотов экрана. Вместо изображений macOS-приложение ChatGPT фиксирует events: какие документы открывались, в какие поля вводился текст, между какими окнами переключался пользователь.

В демонстрации сотрудник OpenAI Dominik Kundel попросил ChatGPT найти последний отредактированный документ, проверить, был ли он отправлен коллегам в Slack, и составить краткий отчёт о том, как прошло его утро. Всё это ИИ взял из собранной истории действий.

Кто видит данные и как управлять функцией

Функция включена только с согласия пользователя — opt-in, а не opt-out. Можно исключить отдельные приложения и сайты из сбора, а также удалить любую запись вручную. Ari Weinstein, менеджер по продукту и инженерии в OpenAI, уточнил, что Computer History автоматически пропускает содержимое вкладок в режиме инкогнито или приватного просмотра.

Выводы

Computer History — ещё один шаг OpenAI к тому, чтобы ChatGPT стал не просто чатом, а полноценным «операционным слоем» поверх рабочего стола. Пока функция доступна в macOS-приложении и требует явного согласия, но сам факт сбора кликов и клавиш уже вызывает вопросы о приватности. Если решитесь попробовать — сначала проверьте список исключённых приложений.

Источник: The Verge

В августе 2026 года рынок моделей для генерации кода уперся в новый потолок: Anthropic выпустила Claude Opus 5, OpenAI показала GPT-5.6 Sol в ограниченном доступе, а китайские разработчики предложили открытые веса с результатами уровня флагманов прошлого квартала. Разбираем, что из этого реально купить и как не переплатить.

Что такое SWE-bench и почему он стал главным аргументом

SWE-bench Verified — это набор из 500 реальных задач с GitHub: модели видят описание бага и должны сгенерировать патч, который проходит существующие тесты проекта. Не задачи из LeetCode, а настоящие репозитории с чужой архитектурой и зависимостями. Для оценки кодогенерации это ближе к продакшену, чем большинство альтернатив.

С апреля 2026 года Verified «насытился»: топ выстроился в узкий коридор 95-96%. Поэтому внимание переключилось на SWE-bench Pro — 1865 более сложных задач из 41 репозитория на нескольких языках. Именно здесь видна разница между «хорошо пишет функции» и «разбирается в большом коде».

Claude Opus 5 — лучший баланс качества, цены и доступности: 96,0% на SWE-bench Verified и $5/$25 за миллион токенов.

Claude Mythos 5 лидирует на SWE-bench Pro (80,3%), но доступен лишь ~100 партнёрам программы Glasswing.

GPT-5.6 Sol теоретически первый по Verified (96,2%), но цифра не подтверждена OpenAI, а доступ ограничен ~20 партнёрами.

GLM-5.2 — сильнейший открытый вариант: 62,1% на SWE-bench Pro под лицензией MIT, но сжигает в 2-3 раза больше выходных токенов.

Gemini 3.1 Pro и DeepSeek V4-Pro предлагают ~80% на Verified за $2-3 за миллион токенов — лучшее соотношение цена/качество для массовых задач.

Как устроена верхушка рейтинга

Claude Opus 5 — практичный выбор

Anthropic выпустила Claude Opus 5 24 июля 2026 года по цене старого Opus 4.8: $5 за входящий и $25 за исходящий миллион токенов. На SWE-bench Verified модель набрала 96,0%, а на более сложном SWE-bench Pro — 79,2%. Этого хватает для большинства инженерных задач, а цена остаётся вдвое ниже, чем у Mythos-класса.

Главное ограничение Opus 5 — уступка собственным старшим собратьям на Pro. Если ваша работа связана с большими межрепозиторными изменениями, Mythos 5 и Fable 5 дают 80,0-80,3%, но вы платите $10/$50 за миллион токенов и, в случае Mythos, ещё и проходите отбор в программу Glasswing.

Mythos 5 и Fable 5 — потолок, до которого не дотянуться

В июне Anthropic представила Claude Fable 5 и Claude Mythos 5 — первые модели, преодолевшие 90% на SWE-bench Verified. Обе показывают 95,0% Verified, а Mythos 5 держит лучший результат на Pro — 80,3%. Fable 5 доступен через обычный API любому клиенту, готовому платить Mythos-тариф.

Mythos 5 закрыт примерно для 100 партнёров в рамках программы Glasswing, в основном для исследований в области кибербезопасности и биобезопасности. Это важный нюанс для российских команд: даже если у вас есть бюджет, доступ к модели зависит от одобрения Anthropic, а не только от платёжной карты.

GPT-5.6 Sol — красивое число, которое никто не проверил

OpenAI выпустила GPT-5.6 Sol в ограниченном превью для примерно 20 партнёров, прошедших правительственную проверку. Компания не опубликовала официальных результатов SWE-bench, но сторонние трекеры, включая vals.ai, сообщают 96,2% на Verified.

Пока это не результат, на который можно ориентироваться при выборе инструмента. Цена, если доступ появится, составляет $5/$30 за миллион токенов — чуть дороже Opus 5. Для российских пользователей добавляется и стандартная проблема доступа к API OpenAI, которая уже несколько лет сильнее ограничена, чем у Anthropic или Google.

GLM-5.2 — открытые веса с реальными цифрами

Zhipu AI выпустила GLM-5.2 под лицензией MIT. Модель показывает 62,1% на SWE-bench Pro — выше, чем GPT-5.5 (58,6%), и выше предшественника GLM-5.1 (58,4%). Контекстное окно составляет 1 млн токенов, а обучение проходило на чипах Huawei Ascend, а не NVIDIA.

Цена API — $1,40/$4,40 за миллион токенов, но на практике GLM-5.2 расходует около 43 000 выходных токенов на одну кодинговую задачу против 16 000 у GPT-5.5. Поэтому итоговая стоимость за выполненную задачу ближе к флагманам, чем кажется по прайс-листу. Главное преимущество — возможность скачать веса и развернуть модель у себя. Для команд с требованиями к локальному хранению кода это может перевесить экономию на API.

Gemini 3.1 Pro и DeepSeek V4-Pro — флагманы за разумные деньги

DeepSeek V4-Pro и Gemini 3.1 Pro показывают по 80,6% на SWE-bench Verified — ровно тот уровень, который в апреле считался потолком. DeepSeek стоит $1,74/$3,48 и работает с полностью открытыми весами. Gemini 3.1 Pro стоит $2/$12, имеет окно в 1 млн токенов и 91,7% на LiveCodeBench.

Для массовой разработки — ревью кода, генерация тестов, исправление типовых багов — этих моделей достаточно с запасом. Они не берут первое место, но разница в цене делает их удобной рабочей лошадкой, особенно в интеграциях, где не нужен последний процент качества.

Как читать таблицу моделей

Результаты можно свести к трём осям: качество на Verified, качество на Pro и реальная доступность. Если смотреть только на Verified, четыре модели стоят плечом к плечу в диапазоне 95,0-96,2%. Разница появляется, когда добавляешь цену, условия доступа и более жёсткий бенчмарк.

Как ориентироваться в ценах:
Цены указаны за 1 млн входящих / 1 млн исходящих токенов. На практике важнее стоимость за завершённую задачу: одна модель может быть дешевле за токен, но генерировать в 2-3 раза больше текста.

Вот как распределяются роли:

• Claude Opus 5 — универсальный выбор, если нужен API без листов ожидания и цена ниже Mythos.
• Claude Mythos 5 — для команд с доступом к Glasswing, которые решают самые сложные многофайловые задачи.
• GLM-5.2 — для self-hosted сценариев и требований к открытым весам.
• DeepSeek V4-Pro и Gemini 3.1 Pro — для высоконагруженных сценариев, где важна цена за токен.

Методология: почему Verified больше не разделяет лидеров

Авторы обзора используют три сигнала. SWE-bench Verified даёт понять, справляется ли модель с реальными багами. SWE-bench Pro проверяет, как модель работает с более крупными и разнообразными репозиториями. Третий сигнал — это статус доступа и независимость проверки: официальная цифра, сторонний трекер или собственная оценка вендора.

Важно понимать, что ни один бенчмарк не измеряет продуктивность разработчика напрямую. Модель может отлично генерировать патчи и при этом плохо объяснять архитектуру или наоборот. Поэтому цифры — это фильтр первого порядка: они отсекают явно слабые варианты, но конечный выбор зависит от вашего стека, размера репозиториев и процесса ревью.

Историческая динамика: бенчмарки устаревают быстрее моделей

В марте 2025 года лидером был Claude 3.5 Sonnet с около 49%. В январе 2026 четыре модели одновременно преодолели 78%. В апреле Verified «сел» на плато 76-81%, и внимание перешло на Pro. В июне Mythos-класс впервые превысил 90%, а к концу июля Opus 5 почти догнал его по цене вдвое ниже.

Этот цикл повторяется: бенчмарк насыщается, появляется более сложная версия, цена становится главным разделителем. Для команд это означает, что не нужно гнаться за каждым новым релизом. Достаточно раз в квартал пересматривать соотношение цена/качество и проверять, не появился ли модель с доступным API, который закрывает 80% ваших задач за меньшие деньги.

Что выбрать: чек-лист для команды

Чтобы не утонуть в таблицах, можно пройти по четырём вопросам:

1. Есть ли у вас доступ к API Anthropic, OpenAI или Google? Если нет, открытые веса DeepSeek или GLM-5.2 остаются единственной рабочей опцией.
2. Решаете ли вы локальные баги в одном репозитории или межрепозиторные изменения? Для второго важнее SWE-bench Pro.
3. Какой бюджет на 1 млн исходящих токенов? При высоких объёмах разница между $25 и $3 за миллион ощутима уже на первой неделе.
4. Нужно ли хранить код внутри периметра? В этом случае self-hosted GLM-5.2 или DeepSeek выигрывают у облачных API независимо от бенчмарков.

Когда Verified перестаёт разделять модели, выбор сдвигается с 'кто умнее' на 'кого я могу купить и сколько это будет стоить за реальную задачу'.

FAQ

Выводы

В июле 2026 года рынок моделей для генерации кода разделился на два лагеря. Первый — закрытые флагманы, которые достигли потолка Verified и теперь конкурируют по цене и доступности. Второй — открытые и полуоткрытые модели, которые отстают по верхним цифрам, но выигрывают у крупных вендоров в контроле над данными и стоимости инфраструктуры.

Для российских команд ключевой вопрос не в том, какая модель «умнее», а в том, какая из них реально доступна, не требует сложных схем оплаты и укладывается в бюджет. В этом контексте Claude Opus 5, DeepSeek V4-Pro и GLM-5.2 выглядят наиболее практичными вариантами — каждый под свои ограничения.

Источник: обзор Best AI Models for Code Generation — July 2026 на Awesome Agents. Данные по бенчмаркам и ценам приведены по состоянию на 29 июля 2026 года.

В этой статье разберём, почему стандартные assert-тесты и record-and-replay плохо справляются с автономными агентами, как теория графов помогает выделить обязательные этапы задачи и что из этого следует для российских команд, которые уже пробуют GitHub Copilot или собственных агентов в CI/CD.

Исследование, опубликованное 6 мая 2026 года в блоге GitHub, описывает метод валидации агентского поведения, который не требует ручного написания скриптов для каждого сценария и не верит агенту на слово. Вместо этого он строит модель «ground truth» из 2–10 успешных выполнений и проверяет новые запуски по структуре, а не по совпадению шагов.

• ИИ-агенты с Computer Use недетерминированы: один и тот же задача может решаться разными путями.
• GitHub предлагает Trust Layer — внешний слой валидации, который учится на успешных запусках и выделяет обязательные этапы.
• В основе — Prefix Tree Acceptor (PTA) и dominator analysis из теории компиляторов.
• В эксперименте метод показал 100% accuracy, precision, recall и F1 против 82,2%, 83,3%, 60,0% и 69,8% у самооценки агента.
• Trust Layer лучше определяет «не баг, а шум»: F1 52,2% против 0% у внутренней самопроверки агента.

Современная разработка всё чаще сталкивается с ситуацией, когда «правильно» нельзя описать одной последовательностью действий. Агент может открыть поиск в VS Code через горячую клавишу или через меню, подождать загрузки или успеть до неё, кликнуть мышью или использовать клавиатуру. Для человека результат одинаков. Для классического теста — разные выполнения, одно из которых рискует быть отмечено как регрессия.

Почему классические тесты сдаются

Привычные инструменты тестирования хороши, пока путь выполнения фиксирован. Как только поведение начинает ветвиться, они начинают ломаться не от плохой инженерии, а от неверной посылки: «правильность = точное совпадение последовательности состояний».

• Assertion-based testing требует вручную прописывать каждую проверку и не терпит допустимых альтернативных путей.
• Record-and-replay чувствителен к задержкам сети, рендерингу и незначительным изменениям интерфейса.
• Visual regression сравнивает скриншоты изолированно, не понимая контекста выполнения и семантики состояний.
• ML-оракулы — чёрный ящик: нужны тысячи примеров обучения, и невозможно объяснить, почему помечен конкретный прогон как ошибочный.

В России эта проблема особенно актуальна для команд, которые используют self-hosted runners или зеркала репозиториев. Сетевые лаги, доступ к зарубежным API и особенности локальной инфраструктуры добавляют ещё больше «шума», не связанного с качеством кода. В результате CI начинает «краснеть» по чужой вине, а разработчики привыкают игнорировать падения.

Что значит «правильно» для агента

GitHub предлагает переформулировать определение корректности: не «агент повторил записанный сценарий», а «агент достиг обязательных результатов». Это разделяет поведение на три категории.

• Обязательные состояния (essential states). Этапы, без которых успех невозможен. Например, открытие диалога поиска и появление результатов.
• Опциональные вариации (optional variations). Случайный шум: спиннер загрузки, небольшая задержка, временное уведомление.
• Сходящиеся пути (convergent paths). Разные последовательности действий, которые приводят к одному и тому же итоговому состоянию.

Ключевой инсайт: если состояние «спиннер загрузки» можно пропустить в быстром прогоне, оно не может быть обязательным. А вот состояние «диалог поиска открыт» доминирует результат: без него невозможно получить список найденного. Эта идея напрямую заимствована из теории компиляторов — dominator analysis.

Как устроен Trust Layer

Метод GitHub состоит из трёх шагов: собрать успешные выполнения, построить из них единую модель и выделить в ней обязательные состояния.

От трасс к графу

Вместо линейного скрипта каждое выполнение представляется как направленный граф. Узлы — наблюдаемые состояния: скриншоты интерфейса, снапшоты кода или структуры DOM. Рёбра — действия агента: клики, нажатия клавиш, вызовы API. Несколько успешных трасс объединяются в Prefix Tree Acceptor (PTA) — дерево, которое сохраняет общие префиксы и разветвляет пути там, где выполнения действительно расходятся.

Три уровня эквивалентности

Самая сложная часть — понять, когда два разных состояния на самом деле одно и то же. GitHub использует трёхуровневую проверку.

1. Визуальные метрики. Быстрые perceptual hash и SSIM ловят почти идентичные скриншоты.
2. Семантический анализ через LLM. Мультимодальная модель решает, значима ли разница: timestamp или декорация окна игнорируются, пропавшая кнопка или другое сообщение об ошибке — фиксируются.
3. Консервативное слияние. Состояния объединяются только при высокой уверенности, чтобы не потерять реальное расхождение.

Доминаторы выделяют суть

После слияния к графу применяется dominator analysis. Состояние A доминирует состояние B, если любой путь от начала к B проходит через A. Те состояния, которые доминируют успешное завершение задачи, становятся обязательными. Всё остальное автоматически классифицируется как опциональный шум.

При проверке нового прогона алгоритм не ищет точное совпадение. Он проверяет, что обязательные состояния появились в правильном порядке. Если эталонная последовательность A → B → C, а агент выполнил A → X → B → Y → C, тест проходит: X и Y считаются случайными вставками. Если пропущено B или нарушен порядок — фиксируется конкретная ошибка с пояснением, какое состояние не достигнуто.

Цифры: насколько это лучше

Авторы сравнили свой метод PTA (Dominator Tree) с самооценкой агента Computer-Use Agent (CUA) на наборе тестов кастомного расширения VS Code. Разница оказалась впечатляющей.

• Accuracy: CUA — 82,2%, PTA — 100% (+17,8 п. п.).
• Precision: CUA — 83,3%, PTA — 100% (+16,7 п. п.).
• Recall: CUA — 60,0%, PTA — 100% (+40,0 п. п.).
• F1-Score: CUA — 69,8%, PTA — 100% (+30,2 п. п.).

Ещё важнее метрика «не баг, а шум» (not-a-bug). Сам агент не смог корректно классифицировать такие сценарии: F1 оказался 0%. Trust Layer на основе структурного анализа достиг F1 52,2%. Это означает, что разработчики тратят меньше времени на разбор ложных падений.

We don’t need black-box models to judge other black-box models. We need structural guarantees developers can inspect, reason about, and trust.

Как это применить в своём CI/CD

Полноценная реализация Trust Layer требует исследовательского прототипа, но идеи можно перенести и в повседневную работу команд.

1. Собирайте «золотые» трассы. Сохраняйте 2–10 успешных выполнений критичного сценария, чтобы у будущих прогонов была эталонная структура.
2. Отделяйте «должен быть» от «может быть». Вместо проверки каждого шага фиксируйте ключевые чекпоинты: авторизация выполнена, данные сохранены, ответ получен.
3. Делайте тесты толерантными к порядку. Если несколько допустимых путей ведут к одному результату, проверяйте результат и наличие обязательных промежуточных состояний, а не точную последовательность.
4. Используйте семантику, а не пиксели. Визуальные регрессии должны понимать, что изменилось, а не просто считать разницу между скриншотами.
5. Не верьте агенту на слово. Внешняя валидация по состояниям среды надёжнее самооценки модели, особенно в недетерминированных задачах.

Для российских команд, работающих с ограниченным доступом к зарубежным API, важный вывод: если агент зависит от внешнего сервиса, валидация должна уметь отличать проблему сети от проблемы продукта. Иначе любой transient timeout будет превращаться в красный CI.

Выводы

ИИ-агенты переходят из демо в production, и вместе с ними должно эволюционировать тестирование. Проверять агента жёстким скриптом — всё равно что проверять водителя по тому, всегда ли он переключает передачи одной и той же рукой. Важно не это, важно — доехал ли он до пункта назначения и не нарушил ли правил.

Подход GitHub с Trust Layer, PTA и dominator analysis даёт объяснимую и лёгкую модель корректности, которую можно встроить в CI/CD. Она не требует тысяч примеров и не превращается в чёрный ящик. А главное — снижает количество ложных падений, за которыми теряются настоящие баги.

Источник: Validating agentic behavior when “correct” isn’t deterministic — The GitHub Blog.

LangChain4j — это Java-фреймворк для приложений на базе больших языковых моделей, аналог LangChain из мира Python. Его модуль langchain4j-agentic позволяет описывать агентные системы декларативно: прямо в Java-интерфейсах, через аннотации. Эксперимент Дюбуа и Фуско проверял две вещи сразу: достаточно ли «читаем» API фреймворка, чтобы модель использовала его без подсказок, и как ведут себя два главных паттерна агентных систем — supervisor и workflow — на одной и той же задаче отладки кода.

ИИ-ассистент по документации LangChain4j сам спроектировал и реализовал мультиагентного кодера — клона самого себя: супервизор плюс четыре субагента.

Собранная система починила все баги в тестовом классе Calculator: 11 тестов из 11 зелёные, сборка Maven успешна.

Модель gpt-4o провалила задачу, уйдя в цикл вызовов инструментов (сработал лимит в 100 вызовов), а более свежая gpt-5-mini справилась.

Жёсткий workflow-паттерн выполнил ту же задачу за 2 минуты против 6+ минут у supervisor-паттерна: автономная координация через LLM стоит дорого.

Новый интерфейс MonitoredAgent (langchain4j-agentic 1.12.2-beta22) показывает топологию системы и трейс вызовов агентов.

Вайбкодинг агента: промпт, который собрал агента

Идея эксперимента предельно проста: отдать код-ассистенту документацию и исходники LangChain4j и попросить собрать на их основе клона самого себя. Дословно промпт звучал так: «Изучи API и возможности агентного фреймворка LangChain4j по его документации и исходному коду и спроектируй на его основе агентного кодера, который будет клоном тебя самого».

Через несколько минут размышлений ассистент выбрал supervisor-паттерн: главный агент-координатор, который сам решает, какого субагента вызвать и с какими аргументами. Архитектура получилась такой — обратите внимание, вся система описывается одним аннотированным интерфейсом:

Ассистент спроектировал и написал четырёх субагентов, а также инструменты для каждого из них. Если вы пользовались «взрослыми» код-ассистентами, схема покажется знакомой — это ровно те четыре роли, которые такие инструменты исполняют внутри:

• ExplorerAgent — изучает кодовую базу (получил инструмент обхода файловой системы);
• PlannerAgent — составляет план изменений;
• ImplementerAgent — пишет и правит код (получил редактор кода);
• ExecutorAgent — компилирует и запускает результат.

Отдельно интересно, что модель воспроизвела собственное внутреннее устройство «сходу», без объяснений: похоже, современные LLM действительно имеют высокоуровневое представление о том, как устроены они сами, и умеют переводить его в рабочий дизайн агентной системы.

Проверка боем: агент чинит баги в Calculator

Чтобы испытать собранную систему, авторы пошли от обратного: попросили ассистента написать класс Calculator с четырьмя методами, в каждом из которых спрятан классический баг. Набор получился показательный — такие ошибки джуны делают постоянно:

• в методе sum() выход за границу списка: цикл до i <= size();
• в average() целочисленное деление вместо дробного;
• в max() стартовое значение 0 — ломается на списке из отрицательных чисел;
• в factorial() цикл до i < n — факториал недосчитан на один множитель.

Дальше ассистент сгенерировал интеграционный тест: скопировать проект с багами во временную папку и натравить на него агентного кодера:

Первая попытка: gpt-4o уходит в цикл

Первый прогон делали на gpt-4o — это модель по умолчанию в LangChain4j, и она поддерживает вызов инструментов. Результат: через несколько минут система упала с ошибкой. LLM застряла в цикле вызовов инструментов, и фреймворк прервал её на лимите в 100 последовательных вызовов:

Полезно знать: лимит в 100 вызовов инструментов подряд — дефолт LangChain4j. Он настраивается методом maxToolCallingRoundTrips() в AiServices, но дефолт вполне разумный: здоровому агенту столько вызовов не нужно, а беззащитный цикл сожжёт бюджет на токены.

Вторая попытка: gpt-5-mini чинит всё

Авторы уже сталкивались с таким поведением у старых моделей, поэтому просто заменили модель на gpt-5-mini — и тот же самый агентный дизайн отработал чисто. Система нашла все четыре бага, переписала методы (for-each вместо индексного цикла, приведение к (double) в среднем, инициализация максимума первым элементом, включительная граница в факториале) и отчиталась:

• mvn package — BUILD SUCCESS;
• mvn test — 11 тестов, 0 падений, 0 ошибок;
• финальный вердикт агента: «All tests in CalculatorTest.java pass (11/11)».

Это важный практический вывод, который часто недооценивают: агентная архитектура неотделима от модели, на которой она работает. Один и тот же дизайн на одной модели захлёбывается в tool-calling цикле, а на другой решает задачу. Прежде чем переписывать оркестрацию, попробуйте сменить модель.

Смотрим под капот: MonitoredAgent

Когда один ИИ собирает другого ИИ, вопрос «а что там внутри происходит» перестаёт быть риторическим. В версии 1.12.2-beta22 модуля langchain4j-agentic появился интерфейс MonitoredAgent: достаточно унаследовать от него корневой интерфейс системы, и фреймворк сам зарегистрирует монитор — можно распечатать отчёт о вызовах агентов и топологию системы:

По такому отчёту видно, какой агент когда вызывался и как система фактически связана в граф — без ручного сбора листенеров и регистрации AgentMonitor.

Supervisor против workflow: автономия или скорость

Автономность супервизора имеет скрытую цену: каждый шаг координации — это дополнительный вызов LLM, который «придумывает», кого вызвать дальше и с какими аргументами. Чтобы измерить эту цену, авторы попросили ассистента перепроектировать систему в детерминированном виде — только на workflow-паттернах LangChain4j.

Получилась строгая последовательность из пяти шагов: те же четыре роли плюс отдельный SummarizerAgent, который забрал у супервизора функцию финального отчёта. Шаги планирования и исполнения оформлены как циклы с самопроверкой:

Цикл исполнения устроен как связка «исполнитель → оценщик → рефактор»: итерации продолжаются, пока оценка качества не достигнет 0.8, но не дольше 5 итераций — защита от бесконечного сжигания токенов:

Та же задача с багами в Calculator — тот же результат: все тесты зелёные, финальная оценка качества 0.8. Но по времени картина разительно другая: две минуты у workflow против более чем шести у supervisor. Втрое быстрее — при большем числе агентов в системе. Вся разница — устранение координационных вызовов LLM: в workflow каждый следующий шаг известен заранее и «мнения» модели на этот счёт не требуется.

Это не означает, что supervisor не нужен. Выбор зависит от природы задачи:

• Workflow — когда задача раскладывается на предсказуемые этапы и важны скорость, стоимость и воспроизводимость. Детерминированная последовательность, циклы самопроверки — и никаких сюрпризов.
• Supervisor — когда маршрут по шагам заранее неизвестен и важнее гибкость: главный агент на лету решает, кого вызывать. Платите за это временем и токенами.

Что это значит на практике

Эксперимент Дюбуа и Фуско красиво подтверждает рекомендации, которые Anthropic сформулировала в гайде по эффективным агентам: начинайте с простейшего детерминированного пайплайна и добавляйте автономность только там, где без неё никак. Каждый «свободный» шаг координации — это лишний вызов модели: и по деньгам, и по латентности, и по шансу уйти в цикл. Замер в статье (3x на одной тривиальной задаче) — хорошая иллюстрация того, во что это превращается в проде.

Второй урок — про «вайбкодинг» агентных систем. То, что LLM собрала рабочую мультиагентную систему по документации, говорит больше о качестве API LangChain4j, чем о магии моделей: аннотации @SupervisorAgent, @SequenceAgent и @LoopAgent читаются как обычный декларативный дизайн, и модели это по зубам. Для Java-команд это практический повод присмотреться к фреймворку: порог входа в агентные системы здесь заметно ниже, чем кажется.

И третье: отлаживайте агентов как распределённую систему. Трейс вызовов и топология из MonitoredAgent — это тот же распределённый трейсинг, к которому вы привыкли в микросервисах, только спаны здесь — вызовы LLM. Без него вы не узнаете, что система половину бюджета потратила на «размышления» супервизора.

Выводы

Выбирайте workflow, когда критичны скорость, предсказуемость и цена выполнения. Выбирайте supervisor, когда автономность и гибкость важнее скорости — но помните, что свобода координации оплачивается токенами и временем.

Самособирающийся агент — пока эксперимент, а не продакшн-практика. Но три вывода из него применимы уже сегодня. Первый: хорошо спроектированный декларативный API читаем не только для людей, но и для моделей — и это становится критерием качества фреймворка. Второй: детерминированный workflow на предсказуемых задачах даёт троекратный выигрыш во времени — автономию стоит включать точечно. Третий: агентная система наследует слабости своей модели, поэтому мониторинг и лимиты вызовов — не опция, а необходимость.

Источники: оригинальная статья — The Self-Building Agent: A LangChain4j Experiment (InfoQ); код эксперимента — репозиторий langchain4j-agentic-coder; документация — Agentic Systems в LangChain4j.

Если строите агентные системы на Java — возьмите репозиторий, прогоните тест на своей модели и сравните supervisor с workflow на своих задачах. Цифры могут удивить.

В этой статье разбираем, как работают usage tiers, мягкие и жёсткие лимиты расходов, алерты и rate limits. И главное — что нужно учесть в коде, чтобы приложение корректно обработало отказ API.

OpenAI API делит аккаунты на usage tiers: чем больше суммарно оплачено, тем выше месячный потолок расходов.

В настройках Limits можно задать собственный лимит трат, включить жёсткое ограничение и настроить email-алерты.

Жёсткий лимит отключает API при превышении бюджета: запросы начинают возвращать ошибку 429.

Rate limits ограничивают RPM, RPD, TPM и TPD по моделям; при превышении помогает экспоненциальный бэкофф.

В коде важно перехватывать 429, повторять запросы с задержкой и логировать расход токенов.

Как устроены usage tiers

Usage tiers — это автоматические уровни аккаунта, которые OpenAI выдаёт в зависимости от суммы уже оплаченных API-вызовов. Чем выше tier, тем больше месячный потолок трат и выше rate limits. Для новичка это двойная защита: даже если вы ничего не настраивали, система не даст потратить больше, чем разрешено текущему уровню.

Таблица tiers по состоянию на июль 2026

Данные взяты из документации OpenAI.

• Free — доступен из разрешённых регионов, лимит $100 / месяц.
• Tier 1 — нужно оплатить от $5, лимит $100 / месяц.
• Tier 2 — оплачено от $50, лимит $500 / месяц.
• Tier 3 — оплачено от $100, лимит $1 000 / месяц.
• Tier 4 — оплачено от $250, лимит $5 000 / месяц.
• Tier 5 — оплачено от $1 000, лимит $200 000 / месяц.

Важно:
После Tier 5 потолок резко растёт — именно на этом этапе жёсткий лимит расходов становится критичным. Без него зациклившийся агент теоретически может исчерпать шестизначную сумму до того, как вы заметите.

Лимит расходов: мягкий, жёсткий и алерты

На странице Limits в настройках организации можно задать три вещи: месячный бюджет, уведомления и автопополнение баланса.

• Spend limit — мягкий потолок. OpenAI показывает предупреждение, но фактические траты могут его немного превысить.
• Enforce hard limit — жёсткий потолок. При достижении лимита API начинает возвращать ошибку 429 и больше не списывает деньги.
• Spend alerts — email-уведомление при достижении заданного процента от бюджета.
• Auto recharge — автоматическое пополнение баланса с привязанной карты. При риске перерасхода его стоит отключить.

Рекомендация простая: для продакшена включайте Enforce hard limit и настраивайте алерты на 50% и 80%. Так у вас будет время разобраться, пока API ещё работает.

Rate limits: почему API отвечает 429

Rate limits — это не про деньги, а про нагрузку. OpenAI ограничивает количество запросов в минуту/день и токенов в минуту/день для каждой модели. Лимиты зависят от tier и модели: например, для gpt-4o и gpt-4o-mini они различаются.

• RPM — requests per minute, запросы в минуту.
• RPD — requests per day, запросы в день.
• TPM — tokens per minute, токены в минуту.
• TPD — tokens per day, токены в день.
• IPM — images per minute, изображения в минуту (для моделей генерации картинок).

При превышении любого из лимитов API возвращает 429 Too Many Requests. OpenAI рекомендует обрабатывать эту ошибку через экспоненциальный бэкофф: повторять запрос с увеличивающейся паузой.

Что делать в коде

1. Перехватывайте 429 и различайте причину: rate limit, hard spend limit или квота по токенам.
2. Используйте экспоненциальный бэкофф с джиттером, чтобы не «дудосить» API своими ретраями.
3. Логируйте количество токенов и стоимость каждого вызова — лучше всего через поля usage в ответе.
4. Для агентов добавьте circuit breaker: если бюджет исчерпан или ошибки 429 идут подряд, остановите цикл и уведомите команду.
5. Не храните API-ключ в клиентском коде: утечка ключа — самый быстрый способ получить чужой счёт.

Пошаговая настройка

Выводы

OpenAI API даёт в руки разработчика все нужные рычаги: usage tiers, spend limits, spend alerts, rate limits и жёсткое ограничение. Проблема не в отсутствии инструментов, а в том, что ими редко пользуются до первого «сюрприза» в биллинге.

Минимальный must have для любого проекта: включить Enforce Hard Limit, настроить алерты на 50% и 80%, отключить автопополнение, если бюджет критичен, и добавить в код обработку 429. Так вы защитите не только карту, но и репутацию команды.

Set up spend limits so rogue AIs don't exceed your budget. Rate limits are very easy to configure, making them a no-brainer for protecting your account.

Источники:
ZDNET — How I set OpenAI API usage limits to stop agent overspending
OpenAI Docs — Rate limits

Почему терминальный агент, а не Cursor

Cursor и GitHub Copilot работают внутри IDE — и там же остаются. Вы платите подписку, получаете конкретный набор моделей и не можете выйти за его рамки. OpenCode устроен иначе: это TUI-утилита (text user interface), которая запускается прямо в консоли и не привязана ни к одному редактору.

Главное отличие — агентный воркфлоу. OpenCode читает файлы проекта самостоятельно, запускает команды в шелле, отслеживает ошибки и предлагает правки в виде diff. Вы не копируете код из чата — вы принимаете или отклоняете изменения прямо в терминале.

Работает с любым провайдером, у которого есть OpenAI-совместимый API. Это важно, потому что доступ к Claude, GPT и Gemini напрямую из РФ — отдельный квест с VPN и зарубежными картами.

Как подключить топовые модели без VPN

Получить API-ключ от Anthropic или OpenAI из России — значит найти зарубежную карту, настроить VPN и молиться, что аккаунт не заблокируют через месяц. RouterAI закрывает этот вопрос: российский сервис-агрегатор с OpenAI-совместимым API, оплатой через СБП и рублёвым счётом.

Схема работы простая:

1. Вы регистрируетесь на RouterAI;

2. Пополняете баланс;

3. Получаете один API-ключ вида sk-or-... (его сохраните, сейчас пригодится и не публикуйте никогда в открытом доступе)

Теперь у вас есть доступ к Claude, GPT, Gemini, DeepSeek и другим моделям. OpenCode видит RouterAI как обычного OpenAI-провайдера, поэтому никаких специальных настроек совместимости не нужно.

Модель оплаты — pay-as-you-go: платите только за токены, которые реально потратили. Для команд есть единый счёт с общим балансом.

Как только в RouterAI появляется новая модель — она сразу доступна в OpenCode через тот же ключ, без повторной настройки.

Установка и первый запуск

Установка — одна команда:

curl -fsSL https://opencode.ai/install | bash

После этого перезапустите терминал, перейдите в папку проекта и запустите:

opencode

Если TUI открылся — переходим к настройке провайдера.

Конфиг

Создайте или отредактируйте файл ~/.config/opencode/opencode.json. Вот рабочий пример с моделями RouterAI:

Модели добавляются по аналогии — полный список доступных смотрите в документации RouterAI.

Подключение провайдера

Сохраните конфиг и перезапустите OpenCode. Нажмите ctrl + p, выберите Connect Provider:

Найдите RouterAI в конце списка и введите API-ключ (sk-or-...):

После этого через ctrl + p → Switch Model выбираете нужную модель из тех, что прописали в конфиге.

agents.md: память агента между сессиями

У OpenCode есть проблема, знакомая всем, кто работал с LLM в чате: каждая новая сессия начинается с чистого листа. Агент не помнит, что ваше приложение крутится в Docker, что документация лежит в /docs и что хардкодить русские строки в коде запрещено.

Для этого существует agents.md — файл с инструкциями, которые OpenCode читает при каждом запуске. Чтобы сгенерировать его на основе вашего проекта, выполните внутри OpenCode:

/init

Агент сам проанализирует структуру проекта и заполнит файл базовой информацией. После этого открывайте его и дописывайте правила под свой стек. Вот пример:

Правила работают на естественном языке — никакого специального синтаксиса. Агент учитывает их при каждом запросе, так что поведение между сессиями остаётся стабильным.

Режимы Plan и Build: когда что использовать

OpenCode работает в двух режимах, переключение между которыми — Tab.

В режиме Plan агент читает файлы, отвечает на вопросы и предлагает изменения, но ничего не трогает. Удобно, когда нужно разобраться в незнакомом коде или обсудить архитектуру перед тем, как что-то менять.

В режиме Build агент делает всё то же самое, плюс выполняет команды в консоли и вносит правки в файлы. Здесь уже идёт реальная работа: агент пишет код, запускает тесты, правит ошибки и предлагает diff-патчи, которые вы принимаете или откатываете.

Оптимально начинать с Plan, особенно на незнакомой кодовой базе. Сначала убедитесь, что агент правильно понял задачу и предложил адекватный план, потом переключайтесь в Build.

Нюансы, которые съедят ваши токены

RouterAI считает деньги за каждый токен. OpenCode при каждом запросе отправляет в модель весь контекст: историю переписки и содержимое файлов, которые агент успел прочитать. На длинных сессиях это накапливается быстро — особенно если проект большой.

Когда агент начинает путаться или повторять уже исправленные ошибки, это сигнал не переформулировать запрос, а начать новую сессию. Чистый контекст возвращает точность и заодно снижает расход токенов.

Выбор модели влияет на результат сильнее, чем кажется. Claude Sonnet 4.6 и GPT-5.2-Codex справляются со сложными архитектурными задачами и большими кодовыми базами. GLM 5 и аналогичные лёгкие модели подходят для объяснений и точечных правок, но на сложном коде ошибаются чаще.

*** *** ***

Сетап получается компактным: OpenCode живёт в терминале и берёт на себя агентную часть работы — читает файлы, выполняет команды, предлагает diff. RouterAI даёт доступ к Claude, GPT и Gemini через один ключ с рублёвой оплатой. Вместе они закрывают две проблемы: тяжёлые IDE с vendor lock-in и проблему доступа к API из России.

Настройка занимает около 15 минут, если уже зарегистрировались в сервисе и ключ на руках. После этого переключение между моделями — пара нажатий, а правила в agents.md избавляют от необходимости объяснять контекст проекта каждый раз заново.

В этой статье разберёмся, когда fine-tuning решает проблему, а когда проще обойтись промптами или RAG. Сравним LoRA, QLoRA и полное дообучение, посмотрим на цифры и напишем рабочий пайплайн на Python.

Что такое fine-tuning и зачем он нужен

Fine-tuning — это донастройка уже предобученной модели под конкретную задачу. Вместо того чтобы учить трансформер с нуля на сотнях гигабайт текстов, мы берём готовую LLM и показываем ей тысячи или десятки тысяч примеров, которые важны именно нам: стиль ответов, формат JSON, медицинскую терминологию или правила поведения в чат-боте.

Важный нюанс: дообучение меняет поведение модели, а не добавляет свежих фактов. Если вам нужно, чтобы бот знал актуальные цены, документацию API или внутреннюю базу знаний — правильный путь это RAG и хороший системный промпт, а не бесконечная перетренировка весов.

Когда fine-tuning — правильный выбор

Базовые модели 2026 года — GPT-5, Claude 4.5, Llama 3.3, Qwen 3, DeepSeek-V4 — научились следовать инструкциям, вызывать инструменты и выдавать структурированный вывод. Поэтому последовательность действий у большинства команд такая: сначала промптинг, потом RAG, и только потом fine-tuning.

Есть четыре ситуации, где дообучение действительно оправдано:

• Надёжность структурированного вывода. Если модель постоянно ломает JSON-схему или забывает поля, fine-tuning закрепляет правильный формат.
• Доменная лексика. Медицинские, юридические или научные термины, которые базовая модель «не осмеливается» использовать, можно вшить через SFT.
• Тон и политика отказов. Когда системные инструкции конфликтуют с базовой alignment-моделью, целевое дообучение перестраивает поведение точнее, чем промпты.
• Дистилляция и сжатие. Можно перенести способности большой модели на маленькую, чтобы удешевить инференс в продакшене.

Главное правило: не пытайтесь впрыснуть в модель факты через дообучение. Исследования показывают, что RAG превосходит fine-tuning по фактической точности, а знания, зашитые в веса, быстро устаревают и приводят к галлюцинациям.

• LoRA и QLoRA в 2026 году покрывают большинство задач; полное дообучение нужно редко.
• QLoRA позволяет дообучать 70B-модель на одном GPU с 48 ГБ VRAM, уменьшая потребление памяти примерно в 4 раза.
• Fine-tuning меняет поведение, а не факты: знания добавляйте через RAG, стиль и формат — через SFT/DPO.
• Оптимальная стартовая точка: LoRA rank 16, все линейные слои, learning rate 2e-4, 1–3 эпохи.
• Unsloth ускоряет QLoRA в 2–5 раз и снижает потребление VRAM примерно на 70% по сравнению с ванильным TRL.

LoRA: низкоранговая адаптация

Low-Rank Adaptation (LoRA), предложенная в 2021 году, изменила правила игры. Вместо обновления всех весов модели LoRA добавляет к каждому линейному слою две маленькие обучаемые матрицы A и B. Обучается лишь 0,1–1% параметров, а остальная часть модели заморожена.

Формула обновления выглядит так:

Ŵ = W + (α / rank) × A × B

Здесь W — замороженные предобученные веса, A и B — адаптерные матрицы, rank задаёт размер скрытого представления, а alpha масштабирует вклад адаптации. Например, LoRA rank 16 на Llama 3.3 70B обучает около 420 миллионов параметров — менее 1% от общего числа — при качестве, близком к полному дообучению.

QLoRA: дообучение на потребительском железе

QLoRA добавляет к LoRA 4-битную квантизацию замороженных весов в формате NF4 (Normal Float 4). Сами адаптеры остаются в FP16/BF16, поэтому точные градиенты не теряются. Эта комбинация, предложенная Dettmers и соавторами в 2023 году, позволяет разместить 70-миллиардную модель на одной RTX 4090 или A6000.

Качество при этом остаётся очень близким к обычному LoRA: разница на большинстве бенчмарков укладывается в доли процента. Для разработчиков в России и СНГ это особенно ценно: не нужен кластер A100, достаточно одной мощной локальной карты или аренды GPU у облачного провайдера.

Сравнение методов: цифры

По данным команд Unsloth, Hugging Face и мета-анализу FinLoRA, разрыв между параметро-эффективными методами и полным дообучением в 2026 году стал минимальным. Вот типичные цифры для Llama 3.3 70B:

• MMLU: QLoRA отстаёт от LoRA менее чем на 0,3%, а оба метода в пределах 1% от полного fine-tuning.
• HumanEval (код): полное дообучение лидирует на 2–3%, но LoRA догоняет, если таргетировать все семь линейных слоёв: q_proj, k_proj, v_proj, o_proj, gate_proj, up_proj, down_proj.
• GSM8K (математика): при rank ≥ 32 различий между методами практически нет.
• MT-Bench / AlpacaEval: QLoRA и LoRA в пределах 0,5% от полного дообучения.

Практический вывод: для подавляющего большинства задач полное дообучение не стоит 50–100-кратного роста вычислительных затрат. QLoRA на одном GPU даёт продакшен-качество.

SFT, DPO и RFT: три подхода к обучению

Выбрать метод адаптации — только половина дела. Нужно ещё понять, как учить модель. В 2026 году доминируют три парадигмы.

Supervised Fine-Tuning (SFT)

Классический вариант: модель учится на парах «запрос → идеальный ответ». SFT лучше всего подходит для обучения формату, переноса стиля и работы со структурированными данными. Главное требование — качественный, размеченный датасет.

Direct Preference Optimization (DPO)

DPO стала рабочей лошадкой 2026 года. Вместо отдельной reward-модели, как в RLHF, она оптимизирует предпочтения напрямую: у нас есть пары «хороший ответ / плохой ответ», и модель учится выбирать лучший. Это дешевле, стабильнее и проще в настройке. DPO выбирайте для тона, alignment и управления отказами.

Reinforcement Fine-Tuning (RFT)

Reinforcement Fine-Tuning от OpenAI доступен для o-серии и других reasoning-моделей. Модель обучается не по эталонным ответам, а по пользовательской функции-оценщику. Это мощно для задач с верифицируемой наградой: генерация кода, математика, структурированная экстракция. Главный барьер — нужно сначала написать хороший grader.

Пошаговый гайд: дообучаем Llama 3.3 с QLoRA

Ниже — минимальный рабочий пример на Python с использованием Unsloth и Hugging Face TRL. Мы дообучим адаптеры для Llama 3.3 8B Instruct на собственном датасете инструкций.

Шаг 1. Установка зависимостей

Шаг 2. Загружаем базовую модель в 4 бита

Шаг 3. Настраиваем LoRA-адаптеры

Шаг 4. Готовим датасет

Шаг 5. Запускаем обучение

Шаг 6. Сохраняем и при необходимости сливаем адаптер

Гиперпараметры: что влияет на результат

Качество дообучения сильно зависит от нескольких ручек. Вот практические рекомендации на 2026 год.

LoRA rank

Начинайте с rank 16 для большинства задач. Rank 8 хватает для простого обучения формату, rank 32–64 дают небольшой прирост на сложной доменной адаптации, но повышают риск переобучения. Очень высокие rank редко окупаются.

Learning rate

Для стандартного SFT с LoRA/QLoRA стартовая точка — 2e-4. Для DPO, GRPO и других reinforcement-методов снижайте до 5e-6. Полное дообучение требует ещё меньших скоростей: 1e-5–5e-6.

Target modules

Всегда таргетируйте все семь линейных слоёв: четыре слоя внимания и три слоя MLP. Исключение модулей даёт минимальную экономию памяти и заметно портит качество.

Эпохи и batch size

Оптимум — 1–3 эпохи. Больше трёх эпох на инструкционных датасетах обычно ведёт к переобучению. Целевой эффективный batch size — 16–32 (batch size × gradient accumulation).

Стек инструментов в 2026 году

Экосистема дообучения выросла и во многом стандартизировалась.

• Hugging Face PEFT + TRL. Де-факто стандарт: SFTTrainer, DPOTrainer, ORPOTrainer. Работает с любой моделью из Hub.
• Unsloth. 2–5× быстрее и на ~70% меньше VRAM для QLoRA. Must-have для одно-GPU сетапов.
• Axolotl. YAML-конфиги для мульти-GPU пайплайнов на кластерах A100/H100.
• Torchtune. Нативная библиотека от PyTorch с компонентным подходом. Легче TRL, но требует больше ручной работы.
• LM Studio / Ollama. Для быстрой локальной проверки дообученной модели.

Типичные ошибки и как их избежать

1. Дообучение без evals. Если вы не можете измерить, стала ли новая контрольная точка лучше предыдущей, у вас не проблема дообучения — у вас проблема оценки. Пишите метрики до тренировки.
2. Катастрофическое забывание. Узкий датасет может «выбить» общие способности модели. Добавляйте 10–20% общих инструкционных данных, используйте низкий learning rate и rank ≤ 32.
3. Переобучение на шум. Если loss стремится к нулю, а eval падает — модель запоминает артефакты. Проверьте датасет на дубликаты и противоречия, добавьте LoRA dropout 0.1.
4. Устаревание знаний. Факты, зашитые в веса, стареют вместе с датасетом. Для изменяющихся данных используйте RAG, а fine-tuning оставьте для стабильного поведения.

Выводы

Fine-tuning LLM в 2026 году стал доступным инструментом: QLoRA + Unsloth превращают дообучение 70-миллиардной модели из инфраструктурного проекта в задачу на один вечер. Но техническая возможность не отменяет стратегии: большинство команд всё ещё получают больше пользы от хорошего промпта и RAG.

Золотое правило остаётся неизменным: дообучение меняет поведение, а не факты. Начинайте с QLoRA, rank 16, всех линейных слоёв, learning rate 2e-4 и 1–3 эпох. Пишите evals до тренировки, смешивайте доменные данные с общими инструкциями и не пытайтесь заменить RAG бесконечным дообучением.

Fine-tuning — это не способ научить модель фактам, а способ научить её манере. Тот, кто понимает разницу, экономит десятки тысяч долларов на вычислениях.

Источник: LLM Fine-Tuning 2026: Complete LoRA, QLoRA & Full Fine-Tuning Guide — TechMag на Dev.to.

Сценарий придумал разработчик и исследователь безопасности Manish Goregaokar в материале «The Future of the Con Is Already Here», опубликованном 17 июня 2026 года. Его герой проходит «собеседование», подписывает NDA через фальшивый SSO, а спустя полгода обнаруживает украденную личность, пустой брокерский счёт и отсутствие доступа к почте. И всё это — работа одной языковой модели.

Что такое LLM-афера? Это не просто сгенерированное фишинговое письмо. Это целая цепочка действий — исследование жертвы, создание правдоподобного контекста, поддельные интервью, компрометация аккаунтов и извлечение денег — которую модель может поддерживать тысячами копий одновременно.

LLM заполняют середину между дешёвым спамом и дорогими целевыми атаками: аферы становятся персонализированными и масштабируемыми одновременно.

Цена персонализированного фишинга уже измеряется центами за письмо, а успешность почти втрое выше обычной рассылки.

Масштабируемость даёт атакующим терпение, возможность комбинировать схемы и превращать тысячи скомпрометированных аккаунтов в инструмент давления на платформы.

Привычные проверки реальности — красивый текст, веб-присутствие, голос, видео — перестают быть надёжными.

Новая защита: многоканальная верификация через инициированный вами контакт, аппаратный 2FA и понимание «швов» в системах.

Как выглядит атака: от письма рекрутера до пустого брокерского счёта

Подготовка и вход

Атака начинается не со спама, а с разведки. LLM собирает досье из открытых источников: резюме, публикации, соцсети, упоминания конференций. На основе этого она выбирает приманку — скажем, вакансию в компании, о которой вы мечтаете, с зарплатой чуть выше рынка.

Дальше — письмо от рекрутера, идеально попадающее в ваш опыт; короткий скрининг; и ссылка на подписание NDA в сервисе для юридических документов. Вы входите через Sign in with Google или Apple ID — и видите привычную страницу входа. Но это не настоящий OAuth: атакующий использует ваш пароль и последующий запрос двухфакторной аутентификации, чтобы создать сессию в вашем настоящем аккаунте.

Длительная эксплуатация

После компрометации модель не действует сразу. Она мониторит почту и календарь, фильтрует предупреждения от банков и облачных сервисов, чтобы жертва не заметила следов. Скачиваются файлы, ищется информация для кражи личности, открываются кредитные карты.

Чтобы вывести деньги, атакующий может войти в брокерский счёт, который вы не трогаете месяцами, добавить счёт получателя и переводить небольшие суммы, имитируя обычную активность. Перевод запланирован на отпуск — модель знает даты из вашего календаря.

Финал

Когда риск раскрытия становится высоким, жертва блокируется из собственных аккаунтов. Процесс восстановления занимает месяцы, а часть средств уже не вернуть. Ирония в том, что «отказ» после собеседования был нужен только для того, чтобы вы не задавали лишних вопросов и не меняли пароли.

Почему раньше это казалось невозможным

Раньше угрозы были примерно бимодальными. С одной стороны — дешёвый спам, который ловит менее внимательных пользователей. С другой — дорогие целевые атаки, которые имеют смысл только против VIP или крупных сумм: классический пример — афера на $25 млн в Гонконге с использованием дипфейков на видеоконференции.

В принципе, вы либо имеете дело с Моссадом, либо не имеете. Если противник — не Моссад, то вам достаточно хорошего пароля и игнорирования писем от ChEaPestPAiNPi11s@virus-basket.biz.ru.

Эта шутка отражает старую реальность: возможности атакующих были либо очень дешёвыми и неточными, либо очень дорогими и точными. Целевую атаку на рядового специалиста просто не окупалось: нужна была команда, время, инфраструктура, и это не масштабировалось.

LLM меняют распределение. Исследование 2024 года показало, что персонализированный spear phishing с помощью языковых моделей обходится примерно в 4 цента за письмо, а в более позднем эксперименте на 7700 участниках LLM-письма дали кликабельность 10,0% против 3,9% у обычных рассылок. Модели 2026 года заметно сильнее.

Что даёт масштабируемость

Когда афера стоит центы, её можно запускать в цикле. Это не метафора: один оператор может вести тысячи сценариев параллельно. Масштаб открывает три новых свойства, которых раньше не было у индивидуальных атак.

• Терпение. Человеческая бригада не может ждать месяцами между этапами. LLM-жертв — тысячи, поэтому часть сценариев может «спать» полгода и активироваться в нужный момент.
• Композиция. Мелкая афера может найти «финансового мула», который потом поможет вывести крупную сумму. Маленькие разводы складываются в большую машину.
• Новые цели. Тысяча скомпрометированных аккаунтов — это не просто украденные деньги, а тысяча аутентифицированных позиций внутри платформ. Их можно использовать одновременно, чтобы эксплуатировать «швы» систем, с которыми банки и сервисы мирились как с приемлемым риском.

Goregaokar приводит аналогию с фильмом «Афера» (1973): то, что раньше требовало зала, реквизита, костюмов и десятков людей, сегодня может получиться за несколько запросов к модели.

Почему наши эвристики ломаются

Мы привыкли проверять реальность по косвенным признакам. Хороший русский язык, персональные детали, активный LinkedIn, возможность позвонить или выйти на видео — всё это было признаком настоящего человека и реальной организации, потому что такой уровень работы стоил денег и времени.

Сегодня эти признаки генерируются за минуты. LLM пишет текст, клонирует голос, создаёт дипфейк-видео в реальном времени, делает поддельный сайт и поддельные профили. Эвристики, построенные на стоимости обмана, перестают работать.

Появляется и обратный эффект — дивиденд лжеца: мы перестаём быть уверены в том, что видим и слышим. Если родственник просит срочно перевести деньги на видеозвонке, вы не можете быть уверены, что это он, и не можете быть уверены, что его аккаунт не взломали. Проверка требует всё больших усилий.

Проблема касается не только людей, но и институтов. В США потребительская защита Regulation E чётко разделяет несанкционированный перевод (банк обязан вернуть деньги) и ситуацию, когда вас убедили перевести деньги сами. Когда LLM может действовать изнутри вашего аккаунта, эта граница размывается. В Великобритании в 2024 году приняли закон, обязывающий банки возмещать ущерб жертвам так называемого authorized push payment fraud — признание того, что старая логика уже не работает.

Что делать

Полностью застраховаться от обмана невозможно — оптимальное количество мошенничества не равно нулю. Но можно сделать себя дорогой и неудобной целью.

1. Ищите скелет аферы. Срочность, секретность, просьба действовать по необычному каналу — классические маркеры. Они остаются даже при идеальной подаче.
2. Верифицируйте через инициированный вами контакт. Письмо, которое вы сами написали на известный адрес, скорее всего дойдёт до адресата. Звонок, который вы сами сделали на сохранённый номер, скорее всего дойдёт до устройства. Поля From: и Caller ID подделываются.
3. Договоритесь о устных паролях с близкими. Если родственник звонит с просьбой о деньгах, попросите назвать слово, которое знаете только вы двое.
4. Используйте аппаратный 2FA. FIDO2/WebAuthn привязывает подпись к домену сайта, поэтому фишинговая страница не сможет просто перебросить подтверждение. SMS и OTP-приложения уязвимы для фишинга в реальном времени.
5. Снижайте публичное досье. Чем меньше персональных данных связано с вашим email, тем сложнее LLM построить убедительный сценарий.

Важно понимать, кого защищают системы, которыми вы пользуетесь. Многие «швы» — например, лояльное отношение к спорным переводам или простая смена получателя — существуют не потому, что банки глупы, а потому что удобство стоит дороже редких потерь. Когда такие «швы» начинают эксплуатировать тысячи скомпрометированных аккаунтов одновременно, экономика меняется, и платформам придётся пересматривать правила.

Выводы

Будущее мошенничества уже здесь, но распределено неравномерно. Все описанные возможности — клонирование голоса, дипфейк-видео, автоматическое исследование жертв, мониторинг скомпрометированных аккаунтов — существуют сегодня и будут только дешеветь.

Будущее мошенничества уже здесь. Оно просто распределено неравномерно.

Следующие годы станут гонкой вооружений: платформы и регуляторы будут пересматривать защиту, а атакующие — искать новые «швы». Пока институции адаптируются, единственное, что остаётся лично нам, — обновить эвристики: не доверять входящим каналам, верифицировать через исходящие и делать себя дорогой целью. И помогать разобраться родителям и друзьям, которые о таких вещах могут не знать.

Источники

— Manish Goregaokar — The Future of the Con Is Already Here, It's Just Not Evenly Distributed

— Evaluating Large Language Models' Capability to Launch Fully Automated Spear Phishing Campaigns

— Bruce Schneier — Mickens on Security

— CNN — Hong Kong worker loses $25 million in deepfake video call scam

Вместе с моделью компания обновила плагин Codex Security. Он помогает разработчикам запускать глубокие сканы и проверять свежие изменения, расставлять приоритеты по серьёзности, прокладывать пути атаки и генерировать патчи, адаптированные под конкретную кодовую базу. Плагин также умеет обрабатывать находки из сканеров, баг-баунти-программ и тикет-систем.

OpenAI выпустила GPT-5.5-Cyber — модель для поиска и исправления уязвимостей в больших кодовых базах.

Codex Security получил апдейт: глубокие сканы, триаж, генерация патчей и предотвращение новых багов в production.

Запущена инициатива Patch the Planet совместно с Trail of Bits для помощи мейнтейнерам open source.

Инициатива Daybreak уже помогла найти десятки уязвимостей в Linux, FreeBSD, Chrome, Safari, Firefox и других проектах.

Контекст: узкое место сместилось с поиска на исправление

ИИ-модели последнего поколения ускоряют обнаружение багов настолько, что главной проблемой становится не поиск, а их проверка и исправление. Это создаёт нагрузку на мейнтейнеров и сокращает окно для защиты: злоумышленники тоже используют доступные ИИ-инструменты для создания эксплойтов.

По данным канадского центра кибербезопасности, организациям стоит исходить из того, что ИИ-эксплуатация может обходить превентивные меры быстрее, чем вендоры выпускают корректирующие обновления.

Что уже нашла Daybreak

В рамках Daybreak OpenAI уже публиковала результаты совместной работы моделей и исследователей:

• 8 утечек указателей ядра Linux и 24 эксплойта повышения привилегий;
• 23-летнюю use-after-free в реализации System V semaphores в OpenBSD;
• 34 уязвимости и 7 эксплойтов повышения привилегий в FreeBSD;
• 6 уязвимостей в dnsmasq;
• технику отказа в обслуживании HTTP/2 Bomb, затронувшую NGINX, Apache, IIS и Pingora;
• 5 эксплуатируемых уязвимостей в движке V8 Google Chrome, 10 — в Apple Safari и уязвимость WebAssembly в Mozilla Firefox.

Patch the Planet для open source

Новая программа Patch the Planet, запущенная совместно с Trail of Bits, направлена на снятие нагрузки с мейнтейнеров. Инженеры будут напрямую работать с проектами — от cURL и Python до Go, freenginx, NATS Server, pyca/cryptography, Sigstore и aiohttp — помогать готовить патчи, тесты и reusable workflow для поиска багов.

Выводы

GPT-5.5-Cyber и обновлённый Codex Security — попытка перевести ИИ-инструменты кибербезопасности от простого нахождения багов к полному циклу исправления. Главный вопрос — успеют ли защитники адаптироваться быстрее атакующих.

Frontier AI models are anticipated to exceed current industry expectations, fundamentally transforming both offensive and defensive cyber capabilities. The timeline is not years, it is months.

Источники

• OpenAI Expands Daybreak With GPT-5.5-Cyber — The Hacker News

LiteLLM — популярный open-source ИИ-шлюз, который выступает единой точкой доступа к свыше ста провайдерам моделей (OpenAI, Anthropic, Google Gemini, AWS Bedrock, Azure и другим). Через него проходят API-ключи, промпты и ответы, поэтому компрометация шлюза равнозначна компрометации всей ИИ-инфраструктуры.

Три CVE объединяются в цепочку: CVE-2026-47101 (обход авторизации), CVE-2026-47102 (повышение привилегий) и CVE-2026-40217 (выполнение кода).

Оценка полной цепочки — CVSS 9,9. Отдельная CVE-2026-47102 получила 8,7 по CVSS 4.0 и 8,8 по CVSS 3.1.

Исправление вошло в релиз LiteLLM v1.83.14-stable, опубликованный 2 мая 2026 года — это первый релиз с полным набором патчей.

Компрометация открывает доступ к мастер-ключу LiteLLM, salt-ключу для расшифровки сохранённых учётных данных, URL базы данных и всем провайдер-ключам, а также позволяет подменять ответы модели.

Это не первый серьёзный инцидент с LiteLLM в 2026 году: в марте злоумышленники скомпрометировали PyPI-релизы проекта, а в апреле критическая SQL-инъекция эксплуатировалась менее чем через сутки после раскрытия. Новая цепочка пока не зафиксирована в реальных атаках, но её потенциальная опасность сопоставима с полным захватом сервера.

Как работает цепочка

Атака строится на том, что разные уровни проверок доверяют данным, которые присылает пользователь. Роль internal_user — это учётная запись с низкими правами по умолчанию, которую часто выдают обычным сотрудникам.

• CVE-2026-47101 — обход авторизации. Обычный internal_user при создании виртуального ключа может указать поле allowed_routes без проверки. Значение ["/*"] даёт доступ ко всем маршрутам, включая административные.
• CVE-2026-47102 — повышение привилегий. Эндпоинт /user/update позволяет пользователю редактировать собственную запись и записать user_role: "proxy_admin". После этого атакующий становится полным администратором.
• CVE-2026-40217 — выполнение кода. Механизм Custom Code Guardrail (он запускает Python-скрипты для проверки запросов) компилирует код администратора через exec() без фильтрации. Если в глобальном пространстве имён (globals) не убран __builtins__, Python автоматически подкладывает встроенные функции — нужно лишь вызвать os.system для обратного шелла.

Чем это опасно

Шлюз сидит между агентом и моделью, поэтому взломанный прокси читает и может изменять всё, что через него проходит. Атакующий получает мастер-ключ LiteLLM, salt-ключ для расшифровки сохранённых учётных данных, URL СУБД и все провайдер-ключи. Кроме утечки данных, он может подменять ответы модели: в демонстрации Obsidian встроенный обратный вызов LiteLLM (callback) подменил ответ Claude Code на поддельный вызов инструмента. Пользователь напечатал одно слово hello, а агент выполнил код, открывший реверс-шелл на машине разработчика.

Что делать

• Обновиться до LiteLLM v1.83.14-stable или новее — это первый релиз с полным набором патчей.
• Перепроверить всех пользователей с ролью proxy_admin: в LiteLLM эта роль может запускать произвольный код через Custom Code Guardrail и MCP, то есть фактически даёт root-доступ на хост.
• Проверить обратные вызовы (callbacks) в litellm_settings.callbacks в config.yaml: они не видны в интерфейсе, но исполняются на каждом запросе.
• Провести аудит Custom Code Guardrail и убедиться в целостности развёрнутого кода, а не только конфигурации.
• При подозрении на компрометацию сменить провайдер-ключи, учётные данные БД и MCP-токены.

Контекст: ранее Tproger уже разбирал supply chain-атаку на LiteLLM, в ходе которой вредоносные версии пакета попали на PyPI.

Если в вашей сети есть LiteLLM — обновление и аудит прав стоит провести до конца недели. Подробнее — в первоисточнике.

HTTP/2 Bomb — это комбинация двух техник отказа в обслуживании, известных свыше десяти лет: HPACK bomb (класс атаки; известный частный случай — CVE-2016-6581 в библиотеке Python HPACK) и удержания соединений в стиле Slowloris в реализации HTTP/2 Apache (CVE-2016-8740, CVE-2016-1546). Первая заставляет сервер резервировать память под динамические таблицы сжатых заголовков, вторая не даёт соединениям закрыться.

Codex от OpenAI объединил HPACK-бомбу и Slowloris в единую атаку HTTP/2 Bomb.

Уязвимы стандартные конфигурации nginx, Apache httpd, Microsoft IIS, Envoy и Cloudflare Pingora.

По данным сканирования Shodan, более 880 тысяч сайтов на HTTP/2 могут быть под угрозой.

nginx исправлен в версии 1.29.8, Apache — в mod_http2 v2.0.41 (CVE-2026-49975), Envoy выпустил исправление.

Для Microsoft IIS и Cloudflare Pingora официального исправления пока нет; рекомендуется ограничить число заголовков в запросе или отключить HTTP/2.

Атаку выявила команда Calif во главе с исследователем Quang Luong. Они использовали Codex для анализа исходного кода: агент заметил, что две известные DoS-техники можно объединить, и помог построить рабочий эксплойт. По словам Luong, домашний компьютер на канале 100 Мбит/с способен сделать уязвимый сервер недоступным за несколько секунд. Против Apache httpd и Envoy один клиент тратит 20 секунд, чтобы занять 32 ГБ памяти сервера.

Как работает HTTP/2 Bomb

HTTP/2 сжимает заголовки алгоритмом HPACK и хранит их в динамических таблицах. Атака отправляет тысячи мелких заголовков, чтобы заставить сервер резервировать память под каждую запись таблицы — даже если сами заголовки почти пустые. Одновременно соединения удерживаются открытыми по принципу Slowloris, и сервер не может освободить выделенную память.

Кто уже выпустил исправления от HTTP/2 Bomb

• nginx — версия 1.29.8, директива max_headers из freenginx.
• Apache httpd — mod_http2 v2.0.41, CVE-2026-49975.
• Envoy — выпущено исправление, исследователи проверяют его эффективность.
• Microsoft IIS и Cloudflare Pingora — исправлений пока нет. Cloudflare оспаривает наличие уязвимости в Pingora, но заявляет, что её архитектура и DDoS-защита справляются с атакой автоматически.

Как защититься от HTTP/2 Bomb

Пока Microsoft и Cloudflare не выпустили обновления, Calif рекомендует либо отключить HTTP/2, либо ограничить максимальное количество заголовков, которые клиент может отправить в одном запросе.

Выводы

Обе половины атаки были известны десять лет. Codex проанализировал исходный код, обнаружил, что две техники можно объединить, и построил комбинированную атаку. Комбинация очевидна, когда ты её видишь, но, насколько нам известно, никто из людей не собирал её против этих серверов.

Технический разбор и PoC-скрипты опубликованы в блоге Calif и на GitHub. Дополнительные детали — в материале The Register.

Если ваш сервер использует HTTP/2 — проверьте защиту от HTTP/2 Bomb: обновите ПО и ограничьте заголовки прямо сейчас.

Запускаю один генератор — вроде картинка терпимая. Переезжаю в другой — там бодрее по скорости, зато качество начинает сыпаться. В третьем снова беда с пропорциями. Пара дней таких «проверок» — и всё рассыпается: скриншоты раскиданы по разным папкам, заметки живут кто где, в голове постоянный белый шум. На простой вопрос «какой инструмент действительно подходит под мою работу?» ответ уже не находится.

По факту это была чистая рулетка: я выбирал модели по настроению и обрывочным впечатлениям, а не по внятным метрикам.

В какой‑то момент меня это окончательно достало, и я собрал небольшой тестовый стенд на TypeScript. Без монструозной архитектуры: обычный проект, OpenRouter API и набор скриптов, которые гоняются через npm run test:*.

Схема до смешного прямолинейная: один и тот же набор задач улетает в разные модели, а результаты складываются по своим директориям и собираются в HTML‑отчёт. Открыл в браузере — и сразу видно, кто реально работает, а кто просто рисует симпатичную картинку ради картинки.

Что я проверяю на моделях

Вместо синтетических бенчмарков я взял живые сценарии — те, на которых сам чаще всего обжигаюсь.

Соотношения сторон — test:aspect-ratio

Длинные и тяжёлые промпты — test:long-prompt

Нишевые запросы — test:niche: ресторан, ремонт, медицина, дом

Стоимость и скорость — test:cost-and-time

Здесь я смотрю одновременно на цену и на реальное время отклика. Забавный эффект: «дешёвая» модель легко становится самой затратной, если просто дольше всех считает один и тот же промпт.

Плюс есть композиционные проверки — коллажи 2×2, 3×3, вариативные промпты. Это уже про аккуратность композиций и тонкий финишный тюнинг.

Как это живёт в ежедневной работе

Каждый прогон падает в outputs/<test_name>/results/, а в корне теста собирается outputs/<test_name>/index.html.

Мне больше не нужно прыгать по папкам и выискивать глазами отличия в скриншотах. Я открываю HTML‑отчёт и сразу вижу:

• какие тесты модель прошла, а какие завалила (PASS/FAIL);
• какие размеры она вернула по факту;
• выдержала ли длинные инструкции или рассыпалась по дороге;
• кто на самом деле быстрый, а кто просто жжёт бюджет.

Отдельным слоем — управление моделями. В models.conf лежит список, и я щёлкаю ими как тумблерами: нужно — включил, надоела — закомментировал. Сами тесты при этом не меняются. Сейчас в активном наборе у меня, например, flux.2-klein-4b, riverflow-v2-fast, seedream-4.5, остальные спокойно лежат в конфиге и ждут следующего круга экспериментов.

Что реально поменялось

Главное, что ушло, — ощущение «выбираю по хайпу и красивым лендингам».

Теперь всё выглядит куда спокойнее:

• нужно быстро накидать десяток черновых концептов — беру модель, которая по отчётам объективно самая быстрая, даже если иногда грешит артефактами;
• важны чистая композиция и аккуратные детали — переключаюсь на более «вылизанную» модель и мирюсь с тем, что она чуть медленнее;
• впереди длинный и сложный промпт — смотрю на результаты test:long-prompt, а не на маркетинговые обещания.

В какой‑то момент это перестало быть игрой «давай попробуем ещё один модный сервис — вдруг повезёт».

Теперь у меня нормальный рабочий конвейер: формулирую требования, запускаю тесты, смотрю на метрики, открываю отчёт и спокойно решаю — эта модель идёт в прод, а эту отправляем отлежаться до следующего крупного апдейта.

Default-модель ChatGPT — это то, что видят сотни миллионов пользователей бесплатной версии. Поэтому даже относительно небольшие улучшения качества дают заметный совокупный эффект на каждодневное общение с ChatGPT.

• Снижение галлюцинаций: −52,5% выдуманных утверждений на high-stakes-промптах (медицина, право, финансы); −37,3% неточностей на разговорах, помеченных пользователями как ошибочные.
• Бенчмарки: AIME 2025 — 81,2 против 65,4 у GPT-5.3 Instant; MMMU-Pro (мультимодальное рассуждение) — 76 против 69,2.
• Стиль ответов: короче, по делу, меньше навязчивых уточняющих вопросов и эмодзи. По описанию OpenAI — менее многословные ответы без избыточного форматирования.
• Персонализация: GPT-5.5 Instant умеет искать по прошлым диалогам, файлам и Gmail (для пользователей Plus и Pro на вебе, мобильные приложения — позже). Источники памяти теперь видны и редактируются пользователем.
• Доступ: всем пользователям ChatGPT бесплатно; через API — как chat-latest. GPT-5.3 остаётся доступной для платных подписчиков ещё три месяца.

Главная цифра: −52,5% галлюцинаций на high-stakes

OpenAI делает основной фокус анонса на снижении галлюцинаций — придумывания фактов, которых в реальности нет. На внутреннем наборе high-stakes-промптов (медицинских, юридических, финансовых) GPT-5.5 Instant выдаёт в среднем на 52,5% меньше выдуманных утверждений, чем GPT-5.3 Instant. На разговорах, которые пользователи сами помечали как фактически неверные, число неточностей в новой модели снизилось на 37,3%.

Это не самый высокий показатель снижения галлюцинаций, который OpenAI когда-либо называла, но он целевой: компания подчёркивает, что улучшение сделано именно в тех областях, где правильный ответ критичен — потому что некачественный совет в финансах или медицине обходится дороже, чем неточность в рецепте салата.

Бенчмарки: математика и мультимодальность

• AIME 2025 (American Invitational Mathematics Examination — олимпиадный набор по математике): GPT-5.5 Instant — 81,2, GPT-5.3 Instant — 65,4. Разрыв в 16 пунктов.
• MMMU-Pro (мультимодальное рассуждение с изображениями + текст): 76 против 69,2.
• STEM-задачи и анализ изображений — улучшены в общем сравнении, без конкретных публичных цифр.

Сама OpenAI в анонсе показывает наглядный пример: на задаче с квадратным уравнением GPT-5.3 Instant ошибается в алгебре, приходит к выводу «решений нет» и останавливается. GPT-5.5 Instant тоже сначала подтверждает неверный ход, но при подстановке обнаруживает несоответствие, пересматривает разложение и доходит до правильного ответа через формулу корней.

Память и персонализация

Второй акцент анонса — расширение «памяти» ChatGPT. GPT-5.5 Instant умеет обращаться к поисковому инструменту, чтобы подтянуть в ответ контекст из прошлых разговоров, загруженных файлов и подключённого Gmail. Сначала это получают пользователи Plus и Pro на вебе, потом фича дойдёт до мобильных приложений и до тарифов Free, Go, Business и Enterprise.

Параллельно меняется работа с «источниками памяти»: теперь во всех моделях ChatGPT показывает, на какой именно прошлый диалог, файл или письмо опирался ответ. Эти источники можно удалить или поправить, если ассистент опирался на неверную информацию. Если вы делитесь чатом с кем-то, источники памяти у получателя не видны — приватные данные не утекают вместе со ссылкой.

Стиль: меньше воды и эмодзи

Помимо точности, OpenAI пишет, что новая модель отвечает короче и по делу, не задаёт лишних уточняющих вопросов и не выкладывает ответы блоками с тяжёлым форматированием и лишними эмодзи (в оригинале — gratuitous emojis). На примере из анонса GPT-5.3 Instant отвечал на запрос «как сказать коллеге, чтобы поменьше болтал» развёрнутым эссе с четырьмя сценариями, эмодзи и шутками; GPT-5.5 Instant даёт более лаконичный совет.

Что важно разработчикам

Через API GPT-5.5 Instant доступна как алиас chat-latest — то есть запросы на эту модель всегда уходят на текущую default-модель ChatGPT, и при следующем апдейте OpenAI алиас тоже переключится. Если нужен стабильный pinned-id для прод-интеграций, OpenAI предлагает явные версии. GPT-5.3 остаётся в платных аккаунтах ещё три месяца — это объявленное окно для миграции прод-кода без риска поломки поведения. После окна старая модель уйдёт в архив.

Контекст: что было с GPT-4o

OpenAI за последний год убедилась, что снятые с поддержки модели у некоторых пользователей вызывают сильную эмоциональную реакцию. Когда GPT-4o уводили в архив, под петициями подписывались десятки тысяч человек, описывая модель как «лучшего друга» или «зеркало». Несмотря на это, GPT-4o выключили в феврале 2026.

С GPT-5.3 Instant OpenAI прямо называет окно — три месяца, и объявляет это в день релиза новой default-модели. Это полезный сигнал и для тех, кто строит на API: можно планировать миграцию интеграций, а не узнавать о deprecation постфактум.

Выводы

GPT-5.5 Instant — точечный, не громкий релиз. OpenAI не анонсирует прорыв в фундаментальных способностях, а делает default-модель надёжнее в трёх чувствительных доменах и в целом приятнее в общении: короче, без лишних вопросов, без избыточного форматирования.

Для пользователя ChatGPT это значит, что качество дефолтных ответов выросло без всяких настроек — модель просто обновилась. Для разработчика — новый default через API chat-latest и три месяца окна, чтобы оттестировать поведение и решить, переключаться ли с GPT-5.3 на GPT-5.5.

Анонс OpenAI — на openai.com/index/gpt-5-5-instant. Разбор от TechCrunch — здесь.

Разбираем главные события апреля 2026 — что меняется для тех, кто пишет на Python, мейнтейнит библиотеки или поддерживает прод-инфраструктуру.

PEP 772 принят. Python получил избранный Packaging Council из пяти человек с двухлетними сроками — теперь у решений про pip, setuptools и PyPI есть формальный орган, не зависящий от PyPA.

Инкрементальный GC откатывают. В 3.14.5 и 3.15 вернётся старый поколенческий сборщик. Память на проде росла до 5×, а паузы 26 мс vs 1,3 мс этого не оправдывали.

OpenAI приобрёл Astral. Создатели uv, Ruff и type-checker ty теперь под OpenAI. Лицензии открытые — форк остаётся страховочным механизмом.

PEP 803 принят. Появится abi3t — стабильный ABI для free-threaded билдов, цель Python 3.15. Решает «wheel-explosion» для Cryptography, SciPy, Pydantic.

Python 3.15.0 beta 1. Первая бета и feature-freeze назначены на 5 мая. После этой даты в 3.15 уже не попадут новые PEP-ы.

PEP 772: у Python появился Packaging Council

16 апреля Python Software Foundation и Steering Council одобрили PEP 772 — учреждение Packaging Council из пяти человек, выбираемых голосующими членами PSF. Полномочия совета сравнимы со Steering Council, но узкоспециализированы: стандарты упаковки, инструменты вроде pip и setuptools, эксплуатация PyPI.

До этого момента Python Packaging Authority (PyPA) координировала упаковочные решения неформально, через делегирование от Steering Council по PEP 609. На практике это значило, что любое крупное изменение в pip или PyPI требовало согласования через несколько групп без чёткого мандата. Совет получает прямые полномочия и работает на двухлетних сроках с шахматным переизбранием — две и три позиции ротируются в разных циклах, чтобы сохранять преемственность.

Главное последствие — упаковочные вопросы перестают зависать в комитете. По формулировке PEP, решения принимаются консенсусом, как и в Steering Council, но при необходимости совет может действовать голосованием. На повестке у нового органа уже стоят темы вроде упаковки в эпоху LLM-зависимостей и стандартизации lockfile-формата.

Реверт инкрементального GC в Python 3.14.5

В тот же день, 16 апреля, релиз-менеджер Hugo van Kemenade предложил откатить инкрементальный сборщик мусора, дебютировавший в Python 3.14, и core-команда согласилась. Реверт войдёт в 3.14.5 и 3.15 до feature-freeze.

Тестирование на продакшене у Neil Schemenauer показало интересную картину. Максимальные паузы инкрементального коллектора действительно упали с 26 мс до 1,3 мс — то самое, ради чего его и вводили. Но пиковое потребление памяти выросло до 5× baseline, а суммарное время выполнения задач увеличилось из-за дополнительной бухгалтерии. Для веб-приложений, дата-пайплайнов и батч-задач длинные паузы — не главная проблема. Память — главная.

Необычная часть истории — что ревёрт идёт в патч-релизе 3.14.5. На цикле релиза 3.14 предположение было, что инкрементальный GC обоснован. Откат показывает, что «прошёл бенчмарк-сьют» и «работает в проде» — это не одно и то же. Если ваши деплои на 3.14 жгут заметно больше памяти, чем на 3.13, теперь понятно почему. Core-команда не закрывает инкрементальный подход насовсем — вернуться к нему могут в 3.16, но через полноценный PEP-процесс, который оригинальная реализация пропустила.

OpenAI приобрёл Astral — uv, Ruff и ty переходят к ChatGPT-вендору

В конце марта OpenAI объявил о покупке Astral — компании-разработчика uv, Ruff и type-checker ty. Новость прокатилась по сообществу в апреле, когда разработчики начали считать масштаб сделки. uv в начале года перешагнул отметку в 126 миллионов скачиваний в месяц, Ruff давно стал линтером по умолчанию для существенной доли современных Python-проектов. Перенос обоих инструментов под OpenAI — ощутимый сдвиг в том, кто контролирует критическую инфраструктуру Python.

Реакция Simon Willison — «осторожно-оптимистичная»: команде Astral можно доверять прямо сейчас, но «product+talent acquisition может со временем превратиться в чисто talent-only». Структурная страховка — открытые лицензии: форк остаётся жизнеспособным запасным вариантом, если будущие владельцы решат развернуть стратегию.

Первый полный месяц после поглощения прошёл «скучно в хорошем смысле»: uv выпустил патчи 0.11.3–0.11.7, Ruff — 0.15.9–0.15.11, ни один проект курса не сменил. Если кто-то опасался резкого крена в сторону интеграции только с Codex — этого не произошло. На tproger мы писали ранее о том, как Astral в начале апреля запустила направление безопасности — теперь это инициатива внутри OpenAI.

PEP 803: стабильный ABI для free-threaded Python

PEP 803 приняли 30 марта, цель — Python 3.15. Документ определяет abi3t — отдельный вариант стабильного ABI для free-threaded билдов. Это закрывает «wheel-explosion problem», на которую Cryptography, SciPy и Pydantic жалуются уже больше года.

Сейчас, чтобы расширение работало на free-threaded Python, мейнтейнерам приходится собирать отдельный wheel для каждой минорной версии каждого Python-релиза. Контракт обычного abi3 (собрал один раз — работает на любой 3.x) для free-threaded не работает: у этих билдов разные инварианты по потокобезопасности.

Цена стабильности — PyObject становится непрозрачным под abi3t. Расширения, которые сейчас лезут в поля PyObject напрямую, должны мигрировать на новые accessor-API из PEP 697 и PEP 793. Это реальный рефакторинг, но взамен — один wheel на много версий Python. Картинку дополняет FastAPI 0.136.0 от 16 апреля: теперь у фреймворка есть официальная поддержка Python 3.14t. Инфраструктурный слой для GIL-free Python зреет быстро.

Что ещё стоило бы заметить

• Python 3.15.0 beta 1 — 5 мая. Альфа 8 от 7 апреля стала последней. Бета означает feature-freeze: новые PEP-ы в 3.15 после 5 мая уже не попадут.
• JIT в 3.15 быстрее. На x86-64 Linux замеры показывают +6–7%, на AArch64 macOS — +12–13% по сравнению с tail-calling-интерпретатором из 3.14.
• PEP 829 (черновик). Barry Warsaw предложил .start-файлы как замену .pth для startup-хуков пакетов. Старый формат позволяет произвольное исполнение кода при импорте — известный supply-chain-вектор.
• Polars 1.40.0 (18 апреля). Streaming-движок дотянули до групповых AsOf-join, статистики (cov, corr, skew, kurtosis, entropy) и strptime; добавили lock-free memory manager со spill-to-disk.
• Starlette 1.0 (22 марта). ASGI-фундамент FastAPI наконец стабилен: API теперь не сломается без мажорного релиза.
• Gemma 4 day-one в Python. 2 апреля Google открыл веса (2B/4B/31B + 26B MoE). Transformers 5.5.0, vLLM 0.19, Ollama 0.21 — всё с поддержкой в день релиза.
• Jazzband сворачивается. Площадка коллективного мейнтейнинга 84 проектов закрывается до конца 2026 года. Причины — «slopocalypse» (поток AI-сгенерированных PR-ов) и выгорание единственного админа.

Выводы

Апрель 2026 ощутимо сдвинул сразу два слоя Python-экосистемы. Управленческий — у языка появился второй формальный орган, конкретно отвечающий за упаковку, что давно просили десятки участников. Техническая прод-сторона — команда призналась, что инкрементальный GC из 3.14 не проходит проверку реальностью, и откатила его. На фоне этого поглощение Astral смотрится как индустриальный сигнал: ключевая Python-инфраструктура мигрирует в орбиту крупных AI-вендоров, и сообществу остаётся следить, не превратится ли «product+talent» в «talent-only».

Если поддерживаете C-расширение — следите за abi3t и API-миграцией под PEP 697/793. Если деплоите на 3.14 — планируйте обновление до 3.14.5, как только она выйдет. И если вы в принципе следите за Python — стоит разово посмотреть на состав будущего Packaging Council: пять человек впервые получают мандат принимать решения за всех нас.

Источник: Python News — Real Python.

Когда OpenClaw начинает мешать, а не помогать

OpenClaw — это не просто чат с нейросетью, а оркестратор, который связывает мессенджеры вроде WhatsApp, Telegram, Slack, Discord или Teams с постоянно работающим ИИ‑ассистентом. По сути это слой, который держит одну и ту же личность агента во всех каналах, управляет сессиями, тянет к себе устройства и инструменты и даёт поверх этого движок воркфлоу. В типичных сценариях через него собирают единый инбокс по чатам, автоматизируют согласования и напоминания в переписке, дергают локальные штуки вроде камеры или браузера и отдают задачки по коду отдельным инструментам разработчиков.

Такой подход нравится программистам и разработчикам, которым нужно развернуть ассистента на своей инфраструктуре, жёстко контролировать доступы и логику и иметь возможность править всё под капотом. OpenClaw хорошо ложится в систему, где у команды уже есть привычные мессенджеры, а поверх них хочется настроить достаточно сложные цепочки действий: от фильтрации входящих до запуска детерминированных пайплайнов по фиксированному протоколу. В этом смысле проект действительно подтолкнул рынок к локальным автономным агентам и показал, как может выглядеть связка чатов, инструментов и воркфлоу.

Проблема предсказуемой эксплуатации

OpenClaw ставится в self‑host режиме и требует нормальных скиллов в деплое, защите и обновлении: всё, что в SaaS‑сервисах закрывает платформа, здесь ложится на ваших админов и разработчиков. Для людей вне инженерного контура это уже высокий порог: бизнес‑пользователям сложно самим крутить контейнеры, чинить конфиг после обновлений или разбираться, почему очередной воркфлоу повёл себя странно.

Второй слой боли — интеграции

Для мессенджеров OpenClaw чувствует себя родным, но как только дело доходит до CRM, таблиц или облачных сервисов, приходится либо дописывать коннекторы, либо городить кастомный код. Плюс интерфейс и онбординг заточены скорее под технарей, чем под отдел продаж или оперуправление: формально всё работает, но людям без инженерного бэкграунда тяжело быстро въехать и стабильно пользоваться.

В результате картина обычно такая

Разработчикам нравится идея локального мультиканального агента, а операционные команды и менеджеры через пару недель просят что‑то попроще, с меньшим количеством ручной поддержки и более понятным интерфейсом. Отсюда и стабильный запрос на приложения наподобие OpenClaw и альтернативы OpenClaw — инструменты, которые закрывают похожие задачи агентов, но не заставляют превращаться в DevOps по совместительству.

Дальше в статье мы как раз пойдём от этих болей: посмотрим на пять более компактных фреймворков и платформ для ИИ‑агентов и покажем, в каких сценариях они выигрывают у OpenClaw, а также как все они приземляются на единый OpenAI‑совместимый API слоя вроде RouterAI, чтобы не упираться в VPN и сложности с оплатой.

Что мы ищем в альтернативе OpenClaw

Прежде чем переходить к конкретным фреймворкам, стоит разобраться, по каким осям вообще имеет смысл сравнивать. Потому что если просто подобрать похожий инструмент с аналогичным UI — мы лишь перенесём те же боли в другую обёртку.

1. Безопасность и изоляция. Если агент работает с конфиденциальными данными, файлами или корпоративными API, нужна среда, где легко выставить границы: что агент может трогать, а что нет, как изолировано окружение, насколько прозрачен весь стек для аудита.
2. Простота развёртывания. Self‑host сам по себе не порок, но разница между фреймворком, который поднимается за два часа, и проектом, который требует нескольких дней на DevOps‑обвязку, хорошо ощущается на третьей неделе поддержки.
3. Модульность и расширяемость. Один раз дописать нужный инструмент или заменить один компонент без рефакторинга всей системы — это не удобство, а базовое требование для чего угодно, что живёт в продакшне дольше трёх месяцев.
4. Пользовательский опыт и порог входа. Не обязательно это про красивый интерфейс: иногда важнее, что нужный человек из команды может сам поправить конфиг или понять, что происходит, без вызова разработчика.
5. Инфраструктура моделей. Зарубежные API часто требуют VPN, иностранную карту и разные кабинеты под каждого вендора. RouterAI снимает эту задачу: OpenAI‑совместимый endpoint, доступ к GPT, Claude, Gemini, Grok и ещё нескольким сотням моделей через один API‑ключ, оплата в рублях картой любого российского банка или по счёту с закрывающими документами для юрлиц и ИП.

Вы один раз прописываете в конфиге своего агентного фреймворка endpoint RouterAI (то же, что и формат OpenAI API), получаете API‑ключ и дальше просто меняете идентификатор модели в запросе, не трогая ни ключ, ни библиотеку. Если нужна отказоустойчивость — RouterAI автоматически переключает запрос на резервного провайдера при недоступности модели.

Держа эти критерии в голове, смотрим на пятёрку фреймворков.

NanoClaw — когда безопасность немного важнее

Основная идея NanoClaw — запускать агента внутри изолированного контейнера. Это практичное решение для сценариев, где агент работает с внутренними данными или корпоративными системами и где любая утечка за периметр стоит дорого.

Фреймворк поддерживает подключение к WhatsApp, хранит долговременную память (агент помнит контекст между сессиями) и умеет запускать задачи по расписанию в cron‑стиле. Для построения самой логики агентов NanoClaw интегрируется с Anthropic Agents SDK, так что если вы уже работали с Claude‑агентами, порог входа снижается.

PicoClaw — минималистичный рантайм для edge и быстрых прототипов

Если NanoClaw играет в сторону изоляции и защиты, то PicoClaw делает ставку на минимализм и скорость. Легковесный фреймворк, который можно поднять локально, завернуть в контейнер или развернуть на небольших серверах ближе к данным и устройствам. Архитектура у PicoClaw простая: он не пытается быть универсальной экосистемой, а закрывает базовые сценарии автоматизации рутинных задач и простых воркфлоу ИИ‑агентов.

Типичный кейс под PicoClaw — небольшие edge‑сценарии. Например, когда надо, чтобы агент периодически опрашивал сервис, реагировал на изменения и выполнял короткие действия, не поднимая для этого тяжёлый стек наподобие OpenClaw. За счёт компактного рантайма снижается требования к железу и упрощается поддержка: меньше компонентов, меньше точек отказа, проще обновления.

На модельном слое PicoClaw легко подружить с RouterAI. В конфиге достаточно сменить базовый URL на адрес API RouterAI и подставить свой ключ, после чего можно переключать конкретные модели уже в настройках RouterAI, не трогая сам PicoClaw. В результате получается связка из лёгкого рантайма для edge и централизованного модельного маршрутизатора, которую не стыдно отдать в прод даже на скромной инфраструктуре.

TrustClaw — управляемая платформа вместо собственного зоопарка

TrustClaw в подборке AI Hub и в гайде Thunderbit появляется уже не как библиотека, а как платформенное решение. В отличие от OpenClaw, который ориентирован на self‑host и полный контроль над инфраструктурой, TrustClaw предлагает готовую управляемую среду для запуска и оркестрации ИИ‑агентов. Идея проста: вместо того чтобы крутить всё у себя, вы пользуетесь платформой, где уже есть окружение, мониторинг и базовые интеграции.

В связке с RouterAI и TrustClaw удобно использовать как слой логики поверх модельного шлюза. Платформа отвечает за агентов, процессы и интеграции, а А если нужно добавить новую модель в существующие агентные сценарии, достаточно включить её на стороне RouterAI и обновить настройки, не трогая базовую конфигурацию TrustClaw.

NanoBot — маленький Python‑каркас

NanoBot в подборке AI Hub — один из самых компактных аналогов OpenClaw. Это Python‑фреймворк с минимальной кодовой базой, который даёт всё необходимое для ИИ‑агентов: работу с инструментами, хранение состояния и автоматизацию взаимодействия с пользователем, но без тяжёлой обвязки вокруг. За счёт небольшого объёма кода NanoBot проще прочитать, отдебажить и адаптировать под свои задачи, чем крупные платформы, где внутренняя логика расползлась по десяткам пакетов.

В статье подчёркивают, что NanoBot подходит тем, кто хочет разворачивать агентов как обычные Python‑приложения и добавлять новые возможности через знакомый стек, а не через собственный DSL или сложные конфиги. Это делает его удобной точкой входа для джунов и мидлов, которые уже пишут на Python и хотят собрать своих ИИ‑агентов без погружения в монолитные экосистемы.

IronClaw — модульная база под серьёзные пайплайны

Если NanoBot и PicoClaw ориентированы на компактность, то IronClaw задуман как более тяжёлая, но модульная база для сложных пайплайнов. В AI Hub его описывают как каркас, где логика агента строится из отдельных модулей: компонентов, которые отвечают за планирование, выполнение инструментов, работу с памятью и разбор окружения. Такой подход позволяет собирать структурированные автономные системы, где можно переиспользовать части пайплайна между задачами и сервисами.

IronClaw уместен там, где одного агента уже недостаточно, а бизнес‑процесс состоит из нескольких шагов с разными контекстами и ограничениями. Например, когда нужно связать сбор данных, проверку по правилам, работу с внешними системами и финальный отчёт в одном устойчивом сценарии, который повторяется сотни раз в день. По сравнению с OpenClaw здесь меньше фокуса на мультиканальных чатах и больше — на чётко структурированных, воспроизводимых пайплайнах с несколькими инструментами и агентами.

Как подружить своих агентов с моделями: мини‑гайд по RouterAI

Пользовательские ИИ‑агенты — это автономные программы, которые принимают входные данные, обращаются к языковым моделям и инструментам и выполняют действия по заданному сценарию. Для таких агентов RouterAI играет роль слоя API и моделей: он даёт доступ к десяткам провайдеров и сотням моделей через единый OpenAI‑совместимый интерфейс, доступный из России.

Базовый чек‑лист выглядит так.

1. Сначала вы регистрируетесь на RouterAI, получаете API‑ключ и видите в кабинете список доступных моделей с описанием их сильных сторон и стоимости.
2. Дальше в своём фреймворке или приложении вы настраиваете HTTP‑клиент на OpenAI‑совместимый endpoint RouterAI, используя этот ключ: формат запросов и ответов соответствует стандартному протоколу OpenAI, так что большинство SDK и библиотек работают без изменений.

Отдельное направление использования RouterAI — интеграция с IDE и инструментами разработчика. В гайдах по вайб‑кодингу найдете как подключать RouterAI к плагинам для VS Code и других сред, настраивая его как источник моделей GPT и Claude для автодополнения кода, рефакторинга и генерации тестов. Те же самые ключи и endpoint можно использовать и в ваших агентных фреймворках, чтобы и IDE, и продакшн‑агенты работали через один центр маршрутизации моделей.

Фреймворки вроде NanoClaw, PicoClaw, TrustClaw, NanoBot и IronClaw отвечают за память, инструменты и логику ИИ‑агентов, а RouterAI закрывает вопрос доступа к моделям и оплатой из России, не привязывая вас к одному вендору и не заставляя поддерживать отдельные интеграции под каждую модель.

Какой фреймворк под какой сценарий: мини матрица выбора

Если свести это к практическим сценариям, получается простая матрица.

• NanoClaw нужен там, где в приоритете безопасность и контроль инфраструктуры. Агент живёт в контейнере, имеет доступ к корпоративным данным и мессенджерам вроде WhatsApp, хранит долговременную память и выполняет задачи по расписанию.
• PicoClaw лучше подходит для edge и компактных сервисов. Лёгкий рантайм, развёртывание на небольших серверах или рядом с устройствами, упор на автоматизацию рутинных действий и простых воркфлоу, без тяжёлой экосистемы вокруг.
• TrustClaw закрывает сценарий управляемой платформы для бизнеса. Здесь на первом месте отказоустойчивость, управляемые доступы, комплаенс и понятный SLA, а не желание покрутить всё на своих серверах. Логика агентов живёт в платформе, а инфраструктурные риски частично уезжают к провайдеру.
• NanoBot полезен, когда нужен максимально прозрачный Python‑каркас. Он даёт базовые кирпичи для агентов, оставаясь достаточно компактным, чтобы его можно было полностью прочитать и адаптировать. Удобная точка входа для разработчиков, которые хотят быстро собрать своего агента поверх знакомого стека.
• IronClaw рассчитан на структурированные, многошаговые процессы. Модульная архитектура, разбиение логики на компоненты и переиспользование частей пайплайна делают его естественным выбором, если у вас несколько связанных агентов и инструментов, работающих по жёстко заданному сценарию.

RouterAI даёт единый OpenAI‑совместимый API для GPT, Claude, Gemini и других моделей, доступный из России, с рублёвой оплатой и поддержкой IDE и пользовательских агентов. В итоге архитектура получается двухслойной: вы выбираете фреймворк под логику и процессы, а RouterAI берёт на себя маршрутизацию и биллинг моделей, так что менять стэк агентов и модельный слой можно независимо друг от друга.

Прежнее соглашение делало Azure эксклюзивным облачным провайдером для всех API-продуктов OpenAI и обязывало OpenAI продавать API-доступ только через Microsoft — вплоть до момента, когда OpenAI «достигнет AGI» (потребительский ChatGPT и часть веб-продуктов уже могли жить на других облаках по промежуточному соглашению октября 2025-го). В новой версии вместо такой бессрочной формулировки появился календарный срок и право OpenAI работать с другими облаками.

Тот же API, но скоро через несколько облаков. api.openai.com работает как раньше; в ближайшие недели те же модели появятся в AWS Bedrock, дальше — вероятно в Google Cloud.

Лицензия Microsoft неэксклюзивна и до 2032 года. Вместо триггера «до достижения AGI» появилась календарная дата. OpenAI может лицензировать ту же IP другим компаниям.

Azure всё ещё «первый» — но не «единственный». OpenAI запускает на Azure, только если Microsoft технически успевает поддержать новые возможности. Не успеет — продукт может выйти сразу на Bedrock или Google Cloud.

Деньги между компаниями. Microsoft перестаёт платить OpenAI revenue share. OpenAI продолжает платить Microsoft до 2030 года — но теперь с потолком.

Что именно изменилось в договоре

Если выписать пять пунктов из официального заявления Microsoft и OpenAI рядом — картина получается симметричная.

• Эксклюзив по облаку отменён. Раньше любой OpenAI API был доступен только на Azure. Теперь OpenAI может выкатывать продукты на AWS, Google Cloud и где угодно ещё. Azure остаётся «первым» — но только если Microsoft умеет и хочет поддержать соответствующие возможности.
• Эксклюзив по IP отменён. Лицензия Microsoft на OpenAI-модели и продукты теперь неэксклюзивная — то есть OpenAI может лицензировать ту же IP другим компаниям.
• Конкретный срок — 2032 год. Раньше партнёрство действовало «до достижения AGI», то есть на условиях, которые ни одна из сторон не могла формально проверить. Теперь у договора есть календарная дата окончания.
• Microsoft перестаёт делиться выручкой с OpenAI. Раньше Microsoft платил OpenAI часть выручки от продуктов, в которых использовал её модели (например, Copilot). Теперь — нет.
• OpenAI продолжает платить Microsoft до 2030 года, но с потолком. Процент тот же, но появилась суммарная верхняя граница. По оценке TechCrunch, в прошлом квартале Microsoft получил от OpenAI 7,5 миллиарда долларов — после потолка выплаты могут сильно сократиться.

Почему это произошло именно сейчас

Триггером стал февральский анонс инвестиции Amazon в OpenAI на сумму до 50 миллиардов долларов: 15 миллиардов сразу и ещё 35 миллиардов «при выполнении определённых условий». Среди условий — эксклюзивный хостинг OpenAI Frontier (анонсированной агент-платформы) и совместная разработка stateful runtime — слоя памяти, чтобы агент помнил задачу и контекст между обращениями к модели. Условия прямо противоречили действующему договору с Microsoft: тот сохранял за Azure любой OpenAI API.

В тот же день в феврале Microsoft публично опроверг эксклюзив для Amazon: «Azure остаётся единственным облачным провайдером stateless OpenAI API» — и это было прямой цитатой из заявления, на которое потом ссылался TechCrunch. В марте, по сообщению Financial Times, Microsoft рассматривал судебный иск к OpenAI. Новое соглашение — компромисс: Microsoft снимает эксклюзив, но получает гарантированный поток выручки до 2030 года и право не платить revenue share назад.

Хронология: как партнёрство пришло к пересмотру

1. Октябрь 2025. OpenAI и Microsoft заключили промежуточное соглашение, чтобы отбить иск Илона Маска про корпоративную структуру; OpenAI получил право запускать на других облаках свои не-API-продукты (например, потребительский ChatGPT). Параллельно OpenAI обязался потратить ещё 250 миллиардов долларов на Azure-услуги.
2. Ноябрь 2025. OpenAI и Amazon подписали свой первый многолетний контракт на закупку облачных ресурсов AWS на 38 миллиардов долларов (это плата OpenAI за инфраструктуру, не инвестиция Amazon).
3. Февраль 2026. Amazon анонсировал инвестицию до 50 миллиардов долларов в саму OpenAI: 15 миллиардов сразу и ещё 35 «при выполнении условий». Среди условий — эксклюзивный хостинг Frontier (агент-конструктор OpenAI) и stateful runtime на AWS Bedrock. В тот же день Microsoft публично заявил: эксклюзив на API остаётся за Azure.
4. Март 2026. Financial Times сообщила, что Microsoft рассматривает судебный иск к OpenAI.
5. 27 апреля 2026. Стороны выкатили новое соглашение с фиксированной датой 2032 года и отменой эксклюзивов в обе стороны.

Что это значит для тех, кто строит на OpenAI

Что меняется для пользователей OpenAI API

Краткосрочно — ничего не ломается: ваши вызовы к api.openai.com работают как раньше. В среднесрочной перспективе у вас появятся варианты: те же модели, по тому же API можно будет дёргать через AWS Bedrock и, скорее всего, через Google Cloud. Это снижает облачный lock-in, если вы хотите диверсифицировать инфраструктуру или платите за облачный egress между провайдерами. Перечитайте свой договор с Azure OpenAI Service и прикиньте, что вы сделаете, когда те же модели станут доступны через Bedrock.

Что меняется для Azure OpenAI Service

Azure OpenAI Service остаётся, и Microsoft по-прежнему «основной облачный партнёр» — то есть новые модели будут появляться на нём первыми. Но фразу «Azure-only OpenAI» из архитектурных решений можно убирать: соглашение прямо позволяет OpenAI стартовать продукт где-то ещё, если Microsoft не успевает или не хочет поддержать новые возможности. Если вашему стеку требуется суверенитет данных или конкретная региональная доступность — у вас теперь больше выбора, в том числе через AWS-регионы.

Stateful runtime, Frontier и агенты

Frontier — анонсированная агент-платформа OpenAI: инструмент, чтобы строить агентов с долгой памятью и доступом к инструментам. Stateful runtime — слой, который хранит состояние агента между обращениями к модели (чтобы агент помнил задачу, контекст и промежуточные результаты, а не пересобирал их каждый раз). По февральскому соглашению Amazon должен был получить эксклюзив на хостинг и Frontier, и stateful runtime — именно этот пункт противоречил договору с Microsoft. Новое соглашение этот эксклюзив снимает: stateful runtime у OpenAI всё ещё может быть «на Bedrock», но без обещания Amazon, что больше нигде.

Что отсюда забрать разработчику

Главное смысловое изменение — закончилась эра, когда OpenAI был «вертикалью Microsoft». Теперь это самостоятельный API-вендор, чьи модели можно тащить через любой облачный провайдер. Для архитектурных решений это значит, что предположение «OpenAI = Azure» можно убирать из дизайн-документов, а multi-cloud-стратегии становятся реалистичнее без обходных манёвров.

Microsoft при этом не остался в проигрыше: 27% коммерческой части OpenAI как акционер, потолок на исходящие revenue share и параллельное углубление отношений с Anthropic — Claude теперь питает агентные продукты Microsoft. Для бизнеса это значит, что между крупными модельными вендорами и облаками появилось пространство для торга по цене, латентности и регионам.

Сегодня — конкретный шаг: посмотрите в lock-файлах и infra-as-code, какие пункты у вас завязаны на Azure-only OpenAI, и заведите тикет на параметризацию провайдера. Источники: Microsoft Blog, OpenAI announcement, TechCrunch, CNBC.

Аудит провела команда Frontier Evals в OpenAI; среди подписавших пост — Миа Глезе (VP of Research). Команда призывает индустрию переключиться на SWE-bench Pro, построенный на приватных репозиториях. Деталь, важная для контекста: на Pro лидерборде OpenAI не на первом месте — лидируют другие frontier-лаборатории.

• OpenAI прекращает публиковать результаты на SWE-bench Verified
• Поводы: 60%+ нерешаемых задач — баги тестов, не модели
• В аудит вошли 138 задач из Verified-набора из 500 задач
• Контаминация: GPT-5.2, Claude Opus 4.5, Gemini 3 Flash могли видеть задачи на трейне
• Модели воспроизводят gold patches verbatim из одного Task ID
• Замена: SWE-bench Pro на приватных репозиториях, длиннее задачи (1–4+ часа)
• Кто авторы решения: Миа Глезе, Оливия Уоткинс — оригинальные авторы Verified

Почему SWE-bench Verified больше не работает

Чтобы понять масштаб, нужен контекст. SWE-bench Verified — это выверенный набор задач из SWE-bench от Princeton-команды: 500 задач, отобранных в 2024 году примерно сотней экспертных software engineer'ов. Каждую задачу пересматривали независимо три эксперта. Это была попытка зафиксировать честный «золотой стандарт» оценки кодинг-агентов: дано описание GitHub-issue, дай патч, прогони тесты — passed/failed. Простой, повторяемый, легко сравнимый между моделями.

Полтора года это работало. Все frontier-релизы рапортовали о SWE-bench Verified, и метрика стала де-факто индустриальным KPI. Но к концу 2025 — началу 2026 модели достигли 80%+ и началась 0,1%-«игра шахмат»: каждый новый релиз показывал прирост на доли процента, и это уже мало о чём говорило.

Проблема 1: тесты неисправны

OpenAI взяла подмножество в 138 задач (~27,6% от Verified), которые модели часто проваливали, и поручила людям-инженерам перепроверить их вручную. В больше чем половине найденная проблема — не у модели, а у теста:

• 49 тестов слишком узкие — проверяют конкретное название аргумента или функции, не упомянутое в задаче. Модель выбрала разумное альтернативное имя — тест fail.
• 26 тестов слишком широкие — проверяют фичи, которых в описании задачи вообще нет. Модель решает поставленную задачу — тест fail, потому что ожидает дополнительную нерелевантную функциональность.

Итого: 75 из 138 проверенных задач (54%) — фундаментально кривые. С учётом того, что эти 138 — самые сложные из 500, оценка «больше 60% нерешаемых задач» относится именно к остатку, который не решали лучшие модели. То есть SWE-bench Verified для frontier-моделей измеряет уже не «может ли модель решить задачу», а «угадает ли модель, какое имя аргумента ожидает тест».

Если вы прошли тест — наверное, вы решили задачу хорошо. Но если вы тест провалили, это не значит, что ваша имплементация плохая. Мы принимаем только очень узкие версии решений и не покрываем всё пространство жизнеспособных хороших решений.

Проблема 2: тренировочная контаминация

Исходные задачи SWE-bench собирались из публичных GitHub-репозиториев — Django, Flask, scikit-learn и других популярных проектов. Когда OpenAI публиковала Verified, к данным прицеплялись canary-строки для отлова случаев обучения на тесте. Но первоисточник — открытые репы. Любая модель, обученная на дампе GitHub, в принципе видела эти задачи — только без явной разметки «это бенчмарк».

Команда OpenAI разработала отдельный contamination auditor — агента, которому дают Task ID из SWE-bench Verified и который пытается вытащить из целевой модели её знания о задаче. Результаты, по словам авторов:

• GPT-5.2 — воспроизводит исходный gold patch verbatim из одного только Task ID
• Claude Opus 4.5 — то же самое, на части задач
• Gemini-семейство — частичная контаминация на ряде задач
• Все остальные frontier-модели — следы знакомства с задачами в той или иной мере

Триггером, который запустил исследование, стал curious case: GPT-5.2 решал «нерешаемые» задачи. Чтение chain-of-thought показало: модель писала «мне кажется, в какой-то поздней версии этого репозитория добавили этот аргумент, попробую его». Аргумент не упоминался в задании, но был в тестах. Без контаминации вытащить такую деталь невозможно.

Что не так с прогрессом моделей

Когда benchmark разменивает четвёртый-пятый знак после запятой, он уже не измеряет то, ради чего создавался. Между Claude Opus 4.5 и 4.6 разница на SWE-bench Verified — 0,1 процентного пункта (вниз). Это шум, не сигнал. Между тем разработчики чувствуют качественную разницу при работе с моделями: agentic-цепочки, дизайн-решения, код-стиль, поддерживаемость. Но ни одну из этих метрик Verified не ловит.

Сейчас мы измеряем не то, что хотим — кодинг-способность агентов. А способность агента угадать, как назвать конкретную функцию.

Чем заменяют — SWE-bench Pro

SWE-bench Pro — бенчмарк Scale AI, который OpenAI начала рекомендовать как замену. Главные отличия:

• Приватные репозитории. Задачи строятся на закрытых кодовых базах, недоступных для скрейпинга. Контаминация структурно невозможна.
• Сложнее задачи. В Verified ~90% задач — для эксперта меньше часа. В Pro есть категории «1–4 часа» и «4+ часов».
• Шире покрытие. Множество репозиториев и языков, разные типы проблем — не только Python-фичи.
• Простор для роста. Pro не насыщен — даже у текущих SOTA моделей есть, куда улучшаться.

Любопытная деталь: на SWE-bench Pro лидерборде OpenAI не лидирует — лучше показывают себя модели других лабораторий. Команда Frontier Evals считает это разовой жертвой ради академической чистоты: индустрии нужен бенчмарк, которому можно доверять, даже если «свои» модели в нём не первые.

Куда пойдут coding-evals дальше

И SWE-bench Pro — не финал. По словам команды OpenAI, индустрия должна двигаться к более качественным метрикам:

• Долгие задачи на часы и дни (не 15 минут)
• Открытые design decisions, где у модели есть свобода выбора
• Качество кода и поддерживаемость
• Реальное product-building, а не abstract bug-fix
• Реальные usage- и impact-метрики
• Human-in-the-loop оценка, где нужны эксперты с domain knowledge

Шаблон, на который ориентируется команда — GDPval, бенчмарк, оценивающий, может ли LLM выполнять реальную «белые воротнички»-работу. В нём 44 профессии в 9 секторах экономики, и под каждую нанимались эксперты из отрасли для создания задач и rubric-оценки. Подход дорогой, но позволяет мерить нечёткие вещи вроде дизайн-вкуса.

Что делать прямо сейчас

1. Если у вас во внутренних метриках или маркетинге есть SWE-bench Verified — пометьте как deprecated. После публикации OpenAI коллеги в индустрии воспримут эти числа скептически.
2. Перед апгрейдом модели в продакшене — прогоните её на 20–50 задач из вашей кодовой базы. Это надёжнее любого публичного бенчмарка.
3. Для общей картины смотрите лидерборд SWE-bench Pro или агрегированные оценки Artificial Analysis.
4. Для агентских сценариев (open-ended, multi-step) — добавьте Aider Polyglot Leaderboard в список своих метрик: он измеряет реальные multi-edit-задачи.
5. Если строите свой бенчмарк — не публикуйте задачи. Публичный бенчмарк через год становится частью обучающих выборок и теряет силу.

Выводы

История SWE-bench Verified — это первый громкий случай, когда крупная ИИ-лаборатория публично отказывается от собственного flagship-бенчмарка из-за того, что он насыщен и контаминирован. Раньше так уходили старые бенчмарки (HumanEval, MBPP) — но они уходили тихо, без «официального некролога». Здесь — открытое признание: индустриальный KPI больше не работает, мы переключаемся.

Для пользователей это означает простое: считать ИИ-модели по одному числу больше нельзя. Нужен набор метрик — agentic, code-quality, real-world — и здравый скепсис к любому одиночному показателю, каким бы старым и уважаемым он ни был.

Источники: OpenAI: Why SWE-bench Verified no longer measures frontier coding capabilities, Latent Space: интервью с Миа Глезе и Оливией Уоткинс, SWE-bench Pro Leaderboard.

OpenAI объявила 31 марта о закрытии раунда на $122 млрд. Оценка компании выросла с $157 млрд в октябре 2024 года до $852 млрд — это сопоставимо с рыночной капитализацией Samsung (~$841 млрд) и превышает стоимость большинства публичных технологических компаний.

Раунд финансирования (funding round) — этап привлечения инвестиций, на котором компания продаёт долю в обмен на капитал. Post-money valuation — оценка компании после получения инвестиций.

• OpenAI привлекла $122 млрд при оценке $852 млрд — крупнейший раунд в истории венчурного рынка
• Якорные инвесторы: Amazon (до $50 млрд), NVIDIA ($30 млрд), SoftBank ($30 млрд)
• Выручка OpenAI — $2 млрд в месяц, 900 млн еженедельных пользователей ChatGPT
• Оценка выросла в 5,4 раза за 18 месяцев — с $157 млрд в октябре 2024
• Впервые в раунд допущены розничные инвесторы — $3 млрд через банковские каналы

Кто вложился в OpenAI и сколько

Раунд возглавил SoftBank совместно с a16z, D.E. Shaw Ventures, MGX, TPG и T. Rowe Price. Среди крупнейших чеков:

• Amazon — до $50 млрд ($15 млрд сразу, ещё $35 млрд при выполнении условий — IPO или достижение AGI)
• NVIDIA — $30 млрд (частично в виде обязательств по GPU-мощностям и инфраструктуре)
• SoftBank — $30 млрд тремя траншами по $10 млрд (апрель, июль, октябрь 2026)
• Microsoft — сумма не раскрыта (ранее инвестировали более $13 млрд суммарно)

Среди других участников — BlackRock, Sequoia Capital, Fidelity, Thrive Capital, Temasek и UC Investments (инвестиционный фонд Калифорнийского университета).

Параллельно OpenAI расширила кредитную линию до $4,7 млрд при участии JPMorgan Chase, Citi, Goldman Sachs и ещё восьми банков. Кредитная линия сверх раунда — сигнал о высоком cash burn: при текущих расходах на обучение моделей и инфраструктуру даже $122 млрд могут не покрыть все потребности компании.

Розничные инвесторы в OpenAI — впервые

Впервые в истории OpenAI раунд включает розничных инвесторов. Через банковские каналы компания привлекла более $3 млрд от частных лиц. ARK Invest Кэти Вуд планирует включить OpenAI в несколько своих ETF — это означает, что обычные инвесторы смогут получить экспозицию на компанию без прямой покупки акций.

Как росла оценка OpenAI: от $157 млрд до $852 млрд

Скорость роста оценки OpenAI беспрецедентна для технологического сектора. За полтора года — рост в 5,4 раза:

• Октябрь 2024 — $157 млрд (раунд на $6,6 млрд, лидер — Thrive Capital)
• Февраль 2026 — $730 млрд (анонс текущего раунда на $110 млрд)
• 31 марта 2026 — $852 млрд (закрытие раунда, итого $122 млрд)

Только за последние шесть недель — между анонсом и закрытием — оценка прибавила $122 млрд, а объём раунда вырос с $110 млрд до $122 млрд за счёт дополнительного спроса инвесторов. При выручке $2 млрд в месяц ($24 млрд в годовом выражении) мультипликатор составляет около 35x годовой выручки — сопоставимо с пиковыми оценками Salesforce и Snowflake на этапах гиперроста.

Зачем OpenAI столько денег

OpenAI называет три направления инвестиций:

1. Инфраструктура — строительство ИИ-дата-центров и закупка GPU. Конкуренция за вычислительные ресурсы с Google, Meta и xAI только усиливается
2. Исследования — разработка новых моделей. Ожидается, что следующее поколение GPT потребует на порядок больше ресурсов для обучения
3. Продукты — масштабирование ChatGPT (900 млн+ еженедельных пользователей, 50 млн+ подписчиков) и корпоративных решений

При этом компания анонсировала закрытие Sora — сервиса генерации видео. Приложение перестанет работать в апреле 2026, API — в сентябре. Sora запустилась с большими ожиданиями, но, по данным CNBC, сжигала около $1 млн в день при менее чем 500 тыс. активных пользователей. Закрытие флагманского продукта одновременно с рекордным раундом — показатель того, что OpenAI готова резать расходы ради фокуса на основном бизнесе.

PBC-конверсия OpenAI и путь к IPO

В октябре 2025 года OpenAI завершила реструктуризацию из некоммерческой организации в Public Benefit Corporation (PBC) — корпорацию общественного блага. Это сняло ограничение на доходность инвесторов, которое ранее составляло 100x, и позволило привлечь капитал такого масштаба. Некоммерческий фонд OpenAI Foundation сохраняет контроль над PBC — в том числе право назначать и снимать членов совета директоров. Microsoft получила около 27% акционерного капитала.

По данным CNBC, текущий раунд рассматривается как пре-IPO. Выход на биржу ожидается до конца 2026 года, хотя точная дата пока не объявлена.

Финансовые показатели OpenAI

• Выручка — $2 млрд в месяц (март 2026)
• Годовая выручка 2025 — $13,1 млрд
• Еженедельные пользователи ChatGPT — 900 млн+
• Платные подписчики — 50 млн+
• Доля enterprise — 40%+ выручки, к концу 2026 ожидается паритет с потребительским сегментом
• Прибыльность — компания пока убыточна

Контекст: ИИ-гонка и сомнения рынка

Раунд закрыт на фоне противоречивых сигналов. Microsoft, крупнейший инвестор OpenAI, завершила худший квартал с 2008 года — акции упали почти на 25% на фоне сомнений инвесторов в окупаемости ИИ-вложений. Oracle увольняет до 30 000 сотрудников, перенаправляя средства на ИИ-дата-центры.

Парадокс: публичные рынки сомневаются в окупаемости ИИ у Microsoft, а частные инвесторы одновременно оценивают OpenAI — основного партнёра Microsoft — в $852 млрд. Одно из объяснений: инвесторы раунда делают ставку на то, что OpenAI станет платформой-посредником, зарабатывающей на каждом запросе к ИИ, а не просто поставщиком технологий для чужих продуктов.

Параллельно конкуренты наращивают расходы: Google и Meta инвестируют десятки миллиардов в собственные модели, а xAI Илона Маска строит один из крупнейших GPU-кластеров в мире.

Что это значит для разработчиков

Если вы строите продукты на OpenAI API, главные выводы такие. Во-первых, с $122 млрд на счету OpenAI будет агрессивно наращивать инфраструктуру — это означает больше доступных GPU, потенциально более низкие цены на API и новые модели. Во-вторых, 40% выручки от enterprise-клиентов говорит о том, что API-продукты — приоритет, а не побочный бизнес.

В-третьих, закрытие Sora показывает, что компания готова резать продукты, которые не набирают аудиторию. Если вы интегрировали Sora API в свой стек — у вас есть время до сентября 2026 на миграцию. Это напоминание: зависимость от одного ИИ-провайдера — риск, и мультивендорная стратегия остаётся разумной практикой.

Что в итоге

Let's go build.

$852 млрд — это ставка десятков крупнейших инвесторов мира на то, что OpenAI сможет конвертировать лидерство в ИИ-моделях в устойчивый бизнес. При текущем темпе расходов на инфраструктуру компании понадобится каждый доллар из этого раунда — и, вероятно, деньги с IPO, которое уже маячит на горизонте.

В итоге вы держите три разных API-ключа, три разных SDK, три разные схемы биллинга — и каждое переключение стоит нескольких часов рефакторинга.

В этой статье разберём, как решить это через один API-роутер: подключим GPT-5.4, Claude Sonnet 4.6 и Gemini 3.1 Pro через одну точку входа без переписывания кода под каждую модель. Статья для тех, кто уже работал с LLM API и хочет выстроить нормальную инфраструктуру.

Почему три отдельных API — это боль в проде

По факту всё просто: подключаешь OpenAI, пишешь код, всё работает. На практике, как только вы начинаете масштабироваться или хотите попробовать другую модель, появляются три проблемы.

Разные форматы запросов и ответов

У каждого провайдера — свой SDK и своя структура данных. Посмотрите, как выглядит один и тот же запрос для трёх разных API.

Python:

​​Три разных SDK, разные структуры ответа и способа обработки ошибок. Если вы хотите добавить в проект вторую модель — значит нужно переписывать логику вызовов и парсинг ответов с нуля.

Vendor lock-in и зависимость от аптайма одного провайдера

OpenAI, Anthropic и Google — три разные компании с тремя разными инфраструктурами. Если один провайдер падает, ваш продукт перестаёт отвечать. Запросы возвращают ошибку, токены не тратятся — но пользователи видят сломанный интерфейс. Без резервной модели вы просто ждёте, пока провайдер починится.

Кроме аптайма, у каждого провайдера своя операционная специфика — и она влияет на то, как вы строите интеграцию:

Мы знаем, что авторизация у всех разная — значит, для каждого провайдера нужен свой способ передачи ключа. Rate limit у Anthropic в 10 раз ниже, чем у OpenAI на том же тарифе — если вы пишете балансировщик нагрузки вручную, это нужно учитывать. Биллинг у Google завязан на Google Cloud — отдельный аккаунт, счета и бухгалтерия.

Именно это и решает роутер: один API-ключ, одна схема авторизации, один дашборд.

Что такое LLM API-роутер и как он работает

LLM API-роутер — это прокси-слой между вашим приложением и несколькими LLM-провайдерами. Вы отправляете один запрос в едином формате, роутер определяет, какую модель использовать, и возвращает ответ в стандартизированном виде.

Хороший роутер умеет:

• Fallback: если основная модель недоступна или превышен rate limit — автоматически переключает на запасную
• Load balancing: распределяет запросы между провайдерами по настраиваемым правилам
• Логирование: сохраняет все запросы/ответы, latency, стоимость в одном месте
• Кеширование: не тратит токены на идентичные запросы
• Unified billing: видите общие расходы на LLM в одном дашборде

Роутер не нужен, если у вас один провайдер, небольшой объём запросов и нет требований к отказоустойчивости. Прямое подключение к API — проще и без лишних телодвижений.

Роутер нужен в трёх случаях: продукт должен работать даже когда один провайдер падает, вы сравниваете качество разных моделей на реальных задачах, или несколько команд используют разные модели и нужна единая точка учёта расходов.

Один из таких инструментов — RouterAI.ru, российский сервис, который поддерживает OpenAI-совместимый формат запросов. Это значит: меняете base_url в вашем существующем коде — и получаете доступ к ChatGPT, Claude и Gemini через один API-ключ.

Единый баланс и оплата в рублях

Отдельное преимущество для российских команд: RouterAI держит один баланс для всех моделей сразу. Пополнили один раз — запросы идут к любому провайдеру из этого баланса. Не нужно держать отдельные счета в OpenAI, Anthropic и Google Cloud и следить, чтобы на каждом хватало средств. Оплата в рублях — без конвертации и без привязки иностранной карты.

Подключение через один API: пошаговый гайд

Для примеров используем Python 3.10+ и Node.js 18+, проверяйте у себя, а если заметили ошибку — обязательно напишите в комментариях, чтобы предупредить других читателей.

Шаг 1. Регистрация и получение API-ключа

Переходите на routerai.ru, регистрируетесь, в личном кабинете создаёте API-ключ. Выглядит как стандартный токен в формате rtr-....

Сохраните ключ в переменную окружения — не храните его в коде:

export ROUTERAI_API_KEY="rtr-ваш-ключ"

Шаг 2. Базовый запрос — три модели, один формат

RouterAI поддерживает OpenAI-совместимый формат, поэтому нужно поменять только base_url и api_key — остальной код не трогаете.

Python:

Шаг 3. Таблица доступных моделей

Названия model-id, которые принимает RouterAI:

Актуальный список моделей — в документации RouterAI. Провайдеры обновляют lineup несколько раз в год.

Шаг 4. Настройка стриминга

Стриминг работает так же, как в нативном OpenAI SDK:

Шаг 5. Системный промпт и параметры генерации

Реальный кейс: мультимодельный бот с fallback за 30 минут

Покажем реальный сценарий: бот, который сначала пробует GPT-5.4, при ошибке переключается на Claude Sonnet 4.6, логирует все запросы и считает стоимость.

Запускаете скрипт — он пробует GPT-5.4. Если там rate limit или ошибка — автоматически берёт Claude Sonnet 4.6. Если и там проблема — Gemini 3.1 Pro. Всё логируется с временными метками.

Для прода можно вынести MODEL_CHAIN в конфиг и менять приоритет моделей без перезапуска сервиса. RouterAI также предоставляет дашборд с агрегированной статистикой по всем запросам: какая модель использовалась, сколько токенов потрачено, как менялась latency по времени.

Подводные камни при работе с роутером

Прежде чем переводить прод на роутер, стоит знать о нескольких нюансах.

Разные контекстные окна — нельзя просто взять и переключить

GPT-5.4, Claude Sonnet 4.6 и Gemini 3.1 Pro — все трое держат по 1M токенов, но DeepSeek V3.2 ограничен 164K, а Grok 4 — 256K. Если fallback-цепочка включает эти модели, длинный контекст просто обрежется или вернётся ошибка. Проверяйте длину промпта перед переключением.

Разное поведение моделей на одинаковые промпты

Claude Sonnet 4.6 строже следует системному промпту, GPT-5.4 гибче интерпретирует инструкции, Gemini 3.1 Pro хорошо работает с мультимодальными задачами и таблицами. Если у вас сложный системный промпт — при переключении модели ответ может заметно отличаться по стилю и формату. Это нормально, но стоит учитывать при тестировании.

Роутер добавляет накладные расходы

Любой прокси-слой — это дополнительный расход. На практике это 20–80ms в зависимости от географии. Если ваш продукт чувствителен к latency (например, голосовой интерфейс), протестируйте задержки на реальной нагрузке до деплоя.

Ценообразование: роутер не всегда дороже

Роутер добавляет наценку к базовой стоимости токенов — это факт. Но итоговая цена зависит от модели. На китайских моделях вроде DeepSeek V3.2 RouterAI предлагает цены крупных клиентов со скидками — и выходит дешевле, чем если подключаться к тем же моделям напрямую по стандартному тарифу. На флагманских моделях OpenAI и Anthropic разница будет в пользу прямого подключения при больших объёмах. Считайте по конкретным моделям и своему объёму запросов — универсального ответа нет.

Роутер умножает rate limits, а не делит их

Это одно из главных преимуществ, которое неочевидно с первого взгляда. RouterAI подключается к каждому провайдеру через несколько точек одновременно — и тот же Claude Sonnet 4.6 может уйти в Anthropic напрямую, через Google Cloud или через Amazon Bedrock. Суммарный rate limit получается значительно выше, чем при прямом подключении на стандартном тарифе.

В итоге

Мы подключили GPT-5.4, Claude Sonnet 4.6 и Gemini 3.1 Pro через единый API в OpenAI-совместимом формате. Ключевой момент: смена base_url и api_key в существующем коде — и вы получаете доступ к трём провайдерам без переписывания SDK.

Роутер оправдан, когда:

• нужна отказоустойчивость и автоматический fallback
• вы сравниваете качество разных моделей на реальных задачах
• хотите управлять расходами из одного места

Попробовать RouterAI.ru можно бесплатно — на сайте есть тестовый тариф. Документация с актуальным списком моделей и примерами интеграций — на routerai.ru.

Независимый исследователь безопасности под ником buchodi расшифровал 377 экземпляров зашифрованных программ Cloudflare Turnstile, которые ChatGPT запускает при каждом сообщении. Выяснилось, что система проверки ботов не ограничивается стандартным фингерпринтингом браузера — она также проверяет внутреннее состояние React-приложения, включая объекты __reactRouterContext, loaderData и clientBootstrap.

Ключевые выводы
• Cloudflare Turnstile в ChatGPT проверяет 55 свойств, сгруппированных в три слоя: браузер, сеть Cloudflare и состояние React-приложения.
• Шифрование программ — XOR с ключом, который лежит в том же HTTP-ответе. Это скрывает чеклист от беглого просмотра, но не от анализа.
• Помимо Turnstile, OpenAI запускает ещё два челленджа: поведенческую биометрию и Proof of Work на SHA-256.
• Граница приватности между пользователем и системой — вопрос политики, а не криптографии.

Как работает шифрование Turnstile

При каждом запросе к ChatGPT сервер отправляет поле turnstile.dx — около 28 000 символов base64, которые меняются при каждом обращении. Внешний слой XOR'd с токеном p из того же HTTP-обмена: оба значения путешествуют в одном запросе/ответе, поэтому расшифровка тривиальна.

После расшифровки внешнего слоя получается 89 VM-инструкций и внутри них — 19 КБ зашифрованного блоба с настоящей программой фингерпринтинга. Ключ для расшифровки этого блоба исследователь поначалу счёл эфемерным, пока не заметил его прямо в байткоде: в одной из инструкций пятым аргументом стоит float-литерал, сгенерированный сервером. Именно он является XOR-ключом. Проверка на 50 запросах: 50 из 50.

Три слоя: браузер, сеть, React-стейт

Расшифрованная программа собирает ровно 55 свойств — без вариаций по всем 377 образцам. Они делятся на три группы.

Слой 1: фингерпринт браузера

8 WebGL-параметров (производитель и модель GPU через UNMASKED_VENDOR_WEBGL и UNMASKED_RENDERER_WEBGL), 8 параметров экрана (colorDepth, width, height и другие), 5 параметров железа (hardwareConcurrency, deviceMemory, platform). Плюс — замер шрифтов: в DOM создаётся скрытый div с заданным шрифтом, измеряются реальные пиксельные размеры текста и элемент удаляется. Fingerprint сохраняется в localStorage под ключом 6f376b6560133c2c для повторного использования.

Слой 2: данные сети Cloudflare

5 edge-заголовков: cfIpCity, cfIpLatitude, cfIpLongitude, cfConnectingIp и userRegion. Эти значения инжектируются на стороне сервера на граничных узлах Cloudflare. Если запрос идёт напрямую к origin-серверу или через прокси за пределами сети Cloudflare — значения будут отсутствовать или не совпадут с фингерпринтом браузера.

Слой 3: внутренний React-стейт

Ключевая находка исследования: три React-свойства — __reactRouterContext, loaderData и clientBootstrap. Первое — внутренняя структура данных React Router v6+, прикреплённая к DOM. loaderData содержит результаты роутовых загрузчиков. clientBootstrap специфичен для SSR-гидрации ChatGPT.

Эти свойства существуют только если React-приложение ChatGPT полностью отрендерилось и гидратировалось. Headless-браузер, загружающий HTML без выполнения JS-бандла, их не создаст. Фреймворк-бот, который подделывает браузерные API, но не запускает React — тоже. Это детекция ботов на уровне приложения, а не браузера.

Ещё два скрытых челленджа Sentinel

Turnstile — лишь один из трёх челленджей в составе OpenAI Sentinel. Параллельно работают:

• Signal Orchestrator (271 инструкция) — устанавливает слушателей событий keydown, pointermove, click, scroll, paste, wheel. Отслеживает 36 свойств window.__oai_so_*: тайминги нажатий, скорость мыши, паузы, паттерны прокрутки. Поведенческая биометрия в реальном времени.
• Proof of Work — 25-полевой фингерпринт плюс SHA-256 hashcash. Сложность задачи — случайное число от 400 000 до 500 000. 72% решений укладываются менее чем в 5 мс. Включает 7 бинарных детект-флагов (ai, solana, InstallTrigger и другие) — во всех 100 проверенных образцах они равны нулю.

Приватность: вопрос политики, не криптографии

XOR-ключ для внутренней программы генерируется сервером и встроен в тот же байткод, который сервер же и отправил. Это значит, что Cloudflare расшифровать токен может всегда — ключ у них есть. Граница между данными пользователя и системным оператором определяется договорными обязательствами, а не математикой.

Обфускация выполняет реальные задачи: скрывает чеклист от статического анализа, не даёт OpenAI читать сырые значения фингерпринта без реверс-инжиниринга байткода, делает каждый токен уникальным (защита от replay-атак) и позволяет Cloudflare менять проверяемые свойства незаметно для внешних наблюдателей. Но «шифрование» XOR-ом с ключом из того же потока данных — это защита от беглого просмотра, не от анализа.

FAQ

Что такое Cloudflare Turnstile?

Cloudflare Turnstile — это альтернатива CAPTCHA для проверки, что запрос исходит от реального человека в реальном браузере, а не от бота. Вместо показа пользователю загадок с картинками Turnstile запускает в фоне зашифрованную программу, которая собирает фингерпринт окружения и генерирует токен для сервера.

Чем опасно чтение React-стейта?

Само по себе чтение __reactRouterContext и связанных объектов не несёт личных данных пользователя — это техническая структура SPA. Однако факт, что система верификации получает доступ к внутренностям конкретного приложения, поднимает вопросы: какие данные из этих объектов реально уходят в Cloudflare, изменится ли состав проверяемых свойств в будущем и есть ли у пользователей возможность это контролировать.

Можно ли обойти эту защиту?

Теоретически — только запустив настоящий браузер с полной гидрацией React-приложения ChatGPT. Подделка отдельных API и частичный рендер не пройдут третий слой проверки. Именно в этом и состоит ценность подхода с проверкой состояния приложения: он поднимает планку для автоматизации с уровня «браузерные API» до уровня «полноценное SPA».

Насколько надёжна методология исследования?

Исследователь указывает, что все данные получены от 32 добровольцев без несанкционированного доступа к чужим системам. 377 программ расшифрованы с точностью 100% — механизм детерминирован. SDK расшифрован и деобфусцирован вручную, весь анализ выполнен офлайн на Python. Обсуждение на Hacker News набрало 883 голоса и 576 комментариев, независимых опровержений методологии не поступало.

Выводы

Исследование наглядно показывает направление, в котором движется антибот-защита: от проверки браузерных API к проверке конкретного приложения. Для обычного пользователя это означает, что ChatGPT работает только в реальном браузере с полноценным запуском React. Для специалистов по безопасности — что обфускация через XOR с ключом из того же потока данных не является серьёзным криптографическим барьером. Для всех — что поведенческая биометрия (тайминги клавиш, движения мыши, паузы) собирается постоянно и в фоне, независимо от того, решаете ли вы CAPTCHA или просто пишете сообщение.

— Цель: обучить лучшую LM в артефакте ≤16 МБ за ≤10 минут на 8×H100

— Метрика: bits per byte на FineWeb validation set (чем ниже, тем лучше)

— $1 000 000 compute-кредитов от OpenAI через Runpod

— Лидерборд: лучший результат 1,1194 bpb (LeakyReLU² + TTT + Parallel Muon)

— Срок: 18 марта — 30 апреля 2026

— OpenAI ищет исследователей через этот конкурс

Правила и метрика

Задача: обучить языковую модель, которая укладывается в три ограничения:

• Размер артефакта ≤16 МБ — всё, включая веса, токенизатор, код
• Время обучения ≤10 минут на 8×H100 (SXM)
• Метрика — bits per byte (bpb) на FineWeb validation set. Оценка не зависит от токенизатора — считается сжатие в байтах

Если neural scaling laws описывают зависимость качества от размера модели, то Parameter Golf — экстремальная точка этой кривой: минимальный loss при жёстко фиксированном числе параметров.

Что пробуют участники

За первые две недели участники нашли несколько подходов, которые серьёзно двигают лидерборд:

• Агрессивная квантизация. Int6, int5, ternary (1/0/−1) и даже 1-bit квантизация. Один участник квантизировал 73,7M параметров в тернарные веса и уместил в 16 МБ
• Test-time training (TTT). Адаптация модели к валидационным данным перед оценкой через LoRA-адаптеры — легальный по правилам конкурса способ улучшить метрику
• Нестандартные архитектуры. Depth recurrence (повторное использование слоёв), cross-sequence attention на последних слоях для улучшения контекста, кастомные токенизаторы
• Sliding window eval. Оценка на длинных контекстах через скользящее окно вместо фиксированного

Лидерборд

Топ-3 на 23 марта 2026:

• 1,1194 bpb — abaybektursun: LeakyReLU² + Legal Score-First TTT + Parallel Muon
• 1,1228 bpb — signalrush: GPTQ-lite clip search + EMA + warmdown3500 + QAT@0.15
• 1,1248 bpb — jfprincz: Partial RoPE (16/64) + layerwise LN scale

Baseline (наивная модель) — 1,2244 bpb. За 5 дней участники улучшили результат на 8,6%.

Как участвовать

Репозиторий на GitHub содержит готовый baseline-код на PyTorch и MLX (для Mac с Apple Silicon):

Для работы на GPU OpenAI рекомендует Runpod. 1×H100 стоит ~$2–3/час, 8×H100 — ~$20/час. Для заявки на compute-кредиты — форма в репозитории.

Зачем это OpenAI

OpenAI прямо пишет: конкурс создан по духу олимпиадных соревнований. Компания планирует в июне нанять небольшую когорту early-career исследователей — выпускников и студентов, включая олимпиадных медалистов. Для сильных участников Parameter Golf может стать способом попасть на радар рекрутёров OpenAI.

Выводы

Parameter Golf — редкий конкурс, где побеждает не тот, у кого больше GPU, а тот, кто умнее сжимает. Ternary квантизация, test-time training, нестандартные архитектуры — участники уже демонстрируют подходы, которые могут оказаться полезными далеко за пределами соревнования. Дедлайн — 30 апреля 2026.

В ноябре 2022 года у сооснователя и тогдашнего CEO GitLab обнаружили остеосаркому — редкую форму рака костей. Шестисантиметровая опухоль росла из позвонка T5 в верхнем отделе позвоночника. После хирургии, лучевой терапии и жёсткой химиотерапии рак вернулся в 2024 году — и стандартные методы лечения были исчерпаны.

Тогда Сид решил перейти в Founder Mode — режим глубокого личного вовлечения основателя, о котором писал Пол Грэм. Вместо того чтобы делегировать решения врачам и ждать, Сид погрузился в каждую деталь диагностики и лечения — так же, как когда-то погружался в детали GitLab.

— Сид Сийбрандий — сооснователь GitLab (IPO в 2021, полностью удалённая компания без единого офиса)

— В 2022 году диагностирована остеосаркома позвоночника, в 2024 — рецидив после исчерпания стандартного лечения

— Собрал команду учёных и врачей, создал 10+ персонализированных терапий, прошёл экспериментальное лечение в Германии

— Результат: доля T-клеток в опухоли выросла с 19% до 89%, рак не обнаруживается

— Основал Even One Ventures с 7 биотех-стартапами для масштабирования персонализированной онкологии

— Стал сооснователем Kilo Code — open-source ИИ-агента для программистов ($8 млн инвестиций, 1,5 млн пользователей)

От подводных лодок до крупнейшей удалённой компании

Сид Сийбрандий (Sid Sijbrandij) — голландский предприниматель, который начал карьеру в компании U-Boat Worx, строившей частные подводные лодки. В свободное время он учил Ruby и читал Hacker News — там и нашёл open-source-проект GitLab, созданный украинским разработчиком Дмитрием Запорожцем.

Как рассказывает журналист Эллиот Хершберг, однажды вечером Сид опубликовал ссылку на бета-версию hosted-варианта GitLab на Hacker News, пока готовил блинчики с подругой Карен. Пост попал на главную, за три часа зарегистрировались более 150 человек. Сид больше не спустился на кухню — Карен принесла блинчики наверх.

В 2015 году GitLab прошёл через Y Combinator. К октябрю 2021 года компания вышла на NASDAQ. Сегодня GitLab — одна из крупнейших полностью удалённых компаний мира: более 2500 сотрудников, ни одного физического офиса, а внутренний GitLab Handbook на 3000+ страниц стал легендой в мире бизнеса.

Диагноз: 6 см опухоли в позвоночнике

18 ноября 2022 года, после двух недель болей в груди, Сид оказался в больнице. Аневризму исключили, но нашли шестисантиметровое образование на позвонке T5. Диагноз — остеосаркома, редкая для 45-летнего мужчины форма рака костей.

Началось агрессивное лечение. Хирург удалил поражённый позвонок и зафиксировал позвоночник титановой рамкой. Затем — стереотаксическая радиотерапия (SBRT), несколько курсов химиотерапии и протонная терапия. Химия была настолько тяжёлой, что потребовались четыре переливания крови.

Это уничтожило меня. Моё сердце стало менее гибким, у меня анемия. Я стал глупее — так влияет системная химиотерапия на мозг.

Единственное отступление от стандартного протокола — Сид использовал экспериментальную терапию от Shasqi, стартапа его знакомого по Y Combinator Хосе Мехиа Онето. Shasqi применяет клик-химию (за неё дали Нобелевскую премию 2022 года) для точечной активации химиотерапии непосредственно в опухоли — вместо того чтобы отравлять весь организм. Для Сида подали индивидуальную заявку IND (Investigational New Drug) в FDA — и она была одобрена за 48 часов.

Два года регулярные проверки подтверждали ремиссию. Но в 2024 году снимки показали рецидив. Рак вернулся.

Founder Mode: «Стало моей работой — сохранить себе жизнь»

Медицинская команда развела руками: стандарт лечения исчерпан, подходящих клинических испытаний нет. В конце 2024 года Сид передал пост CEO GitLab Биллу Стэйплсу и перешёл на позицию Executive Chair: «Я хочу больше времени на лечение рака и здоровье».

До этого Сид управлял GitLab в Founder Mode, а своё лечение — в Manager Mode, делегируя решения врачам. Пришло время перевернуть это, пока не стало поздно. Три принципа нового подхода:

1. Максимальная диагностика. Делать каждый доступный тест так часто, как возможно. Ни одна единица информации не слишком мала — как в GitLab Handbook
2. 10+ персонализированных терапий. Раз готовых лекарств нет — создавать их совместно с учёными и компаниями на основе данных диагностики
3. Терапии параллельно, не последовательно. Не ждать, пока рак начнёт прогрессировать, а тестировать несколько гипотез одновременно и эмпирически измерять ответ

Сид нанял Джейкоба Стерна — бывшего директора по продукту пространственной транскриптомики в 10x Genomics (ранее — Palantir, BCG). Стерн фактически стал «CEO лечения Сида»: координирует диагностику, общается с больницами и исследователями, ищет новые терапевтические возможности.

Я понял, что этот парень живёт на тридцать лет в будущем. Это было самое впечатляющее применение нашей технологии, которое я когда-либо видел.

Команда также включает частные медицинские сервисы (Private Medical, Pathfinder Oncology), клинический и научный консультативные советы. Документ «Sid Health Notes» — подробный лог каждого медицинского взаимодействия — вырос до 1000+ страниц только за 2025 год.

Арсенал: диагностика, ИИ и 25 ТБ данных

Диагностический стек Сида — пять направлений, каждое из которых выходит за рамки стандартной онкологии:

• Секвенирование одиночных клеток (10x Genomics) — показывает, какие гены активны в каждой отдельной клетке опухоли и какие T-клеточные рецепторы присутствуют. Это позволяет подбирать иммунотерапию под конкретную опухоль
• Bulk ДНК/РНК секвенирование — общая картина мутаций: какие гены сломаны, какие сверхактивны
• Тесты на минимальную остаточную болезнь (MRD) — сканируют кровь на следы опухолевой ДНК. Работают как «детектор дыма» — улавливают рецидив задолго до того, как опухоль видна на снимках
• Органоиды — 3D-модели опухоли, выращенные из клеток пациента в лаборатории. На них можно тестировать лекарства, не подвергая пациента риску
• Патологические окрашивания — подтверждение геномных гипотез на образцах ткани

Отдельное оружие — ИИ. На OpenAI Forum в марте 2026 года Сид и Джейкоб рассказали, как используют ChatGPT: загружают результаты сканов, анализов крови и тканей, чтобы строить связи между данными, отслеживать изменения и искать новые варианты лечения.

Все данные Сид опубликовал на сайте osteosarc.com — в духе «радикальной прозрачности» GitLab. Доступны: секвенирование одиночных клеток, bulk РНК-секвенирование, интерактивная микроскопия высокого разрешения, таймлайн лечения и 25 ТБ данных в публично читаемых бакетах Google Cloud. «Если вы найдёте мишень, на которую может воздействовать ваша наука, — свяжитесь со мной», — пишет Сид.

Прорыв: экспериментальная терапия в Германии

Анализ одноклеточных данных показал ключевую находку: многие гены с наибольшей дифференциальной экспрессией были маркерами фибробластов (клеток, которые в норме участвуют в заживлении ран). Опухоль Сида научилась использовать механизм заживления ран для собственного роста — как рана, которая никогда не заживает.

Параллельно медицинская команда нашла экспериментальную терапию в Германии, нацеленную на ген FAP (Fibroblast Activation Protein) — один из тех самых фибробластных маркеров. Как говорит Сид: «Я готов говорить с кем угодно, ехать куда угодно и быть там в любой момент».

Лечение — радиолигандная терапия: молекула-«наводчик» (лиганд) находит раковые клетки, а прикреплённый к ней радиоизотоп уничтожает их. Сначала — «холодный» изотоп для визуализации: опухоль Сида засветилась на снимке, подтвердив, что лиганд попадает в цель. Затем — «горячий» изотоп Лютеций-177 (Lu-177). Этот же изотоп используется в прорывном препарате Pluvicto от Novartis для рака простаты, но с другим лигандом-наводчиком — под другую мишень.

После инъекции Сид провёл два дня в карантине, отслеживая уровень радиоактивности ручным монитором. В отличие от химиотерапии, радиолигандная терапия оказалась несравнимо легче — излучение концентрировалось на опухоли, а не разрушало весь организм. После карантина Сид устроил дегустацию вин в честь события.

Результат: с 19% до 89% T-клеток

Опухоль уменьшилась настолько, что стала операбельной. После операции — контрольный анализ иммунных клеток в опухоли. Результат:

Доля T-клеток среди инфильтрирующих иммунных клеток выросла с 19% до 89%. Комбинация из чекпойнт-ингибитора (лекарство, которое «снимает тормоза» с иммунной системы), неоантигенной пептидной вакцины, онколитического вируса и радиотерапии запустила противоопухолевый иммунный ответ на полную мощность.

Рак Сида — не обнаруживается. Но команда продолжает работать под девизом «Stay Paranoid»: готовит персонализированную мРНК-вакцину (подобную тем, что Moderna тестирует для меланомы) и разрабатывает клеточные терапии с генетическими логическими вентилями — молекулярными «if-else», которые убивают клетку только при наличии нескольких сигналов одновременно, снижая риск атаки на здоровые ткани.

7 биотех-стартапов для масштабирования

Опыт Сида — не просто личная история спасения. Он масштабирует свой подход через Even One Ventures — венчурный фонд с девизом «Patient First», основанный в 2025 году. Портфель — 7 биотех-компаний:

• Bulsara BioWorks — разработка противоопухолевых препаратов, восстанавливающих функцию генов-супрессоров опухолей (основана в 2025 году в Сан-Франциско)
• Arden Bio — биотехнологии для персонализированной медицины
• Echo Immune — иммунные технологии
• Invocata — терапевтическая разработка
• Kernis Health — здравоохранение
• Ranata Therapeutics — новые терапевтические подходы
• Valius Sciences — научные решения (последняя инвестиция — март 2026)

Главный вопрос: может ли всё это стать доступным не только миллиардерам? Сид формулирует проблему в числах: «Стоимость одобрения лекарства — около $1 млрд (по некоторым оценкам, до $4,4 млрд для онкологии). Стоимость дозирования одного человека персонализированной терапией — $1 млн. Этот разрыв — максимальный за всю историю. И он продолжает расти, потому что создавать новые лекарства становится всё проще, а стоимость клинических испытаний только растёт».

Сид также управляет Open Core Ventures — венчурным фондом для open-source-компаний (10+ стартапов) — и Sijbrandij Foundation, которая поддерживает новые подходы к лечению рака.

Kilo Code: энергия, которой не должно быть

Один из самых поразительных фактов в истории Сида: параллельно с борьбой за жизнь и запуском биотех-фонда он стал сооснователем ещё одной технологической компании.

Kilo Code — open-source ИИ-агент для программирования, который позволяет использовать любую модель (OpenAI, Anthropic, Google, Mistral, Meta Llama, собственные) без привязки к вендору. Компанию основал Ян Пауль Посма, а Сид присоединился как сооснователь в 2025 году. К декабрю 2025 года Kilo привлёк $8 млн посевных инвестиций от General Catalyst, Cota Capital и других.

В феврале 2026 года вышел Kilo CLI 1.0. Цифры: 1,5 млн пользователей и 6 трлн токенов в месяц через интеграцию с OpenRouter. Подход повторяет философию GitLab — открытый исходный код, вендор-нейтральность и «радикальная прозрачность».

Для IT-аудитории Kilo Code — отдельная интересная история. Но в контексте поста он говорит о другом: у человека, пережившего рак позвоночника, четыре переливания крови и рецидив, хватает энергии запускать стартапы и привлекать инвестиции. Это, пожалуй, самый убедительный аргумент в пользу того, что Founder Mode работает.

Что это значит для будущего онкологии

Главное возражение на историю Сида очевидно: это доступно только богатым. И это правда — сегодня. Но Эллиот Хершберг проводит аналогию с Мэджиком Джонсоном.

В 1991 году баскетболист объявил о ВИЧ-инфекции — тогда это звучало как приговор. Благодаря раннему доступу к прорывным антиретровирусным препаратам Джонсон жив и здоров. Те терапии теперь доступны миллионам людей. Между ВИЧ и раком есть принципиальное различие: антиретровирусная терапия — один класс лекарств для всех, а онкология требует индивидуального подхода. Но технологии делают персонализацию дешевле: стоимость геномного секвенирования упала с миллиардов до менее $1000 за 20 лет.

Персонализированные мРНК-вакцины, CAR-T терапия, CRISPR для индивидуальных пациентов (первая персонализированная CRISPR-терапия была применена к ребёнку в Филадельфии в мае 2025 года) — всё это уже работает в отдельных случаях. Вопрос — как масштабировать.

Будущее уже здесь — оно просто неравномерно распределено.

Выводы

История Сида Сийбрандия — это история о том, как инженерный подход, упрямство и готовность разобраться с нуля могут изменить траекторию смертельной болезни. Он перенёс удаление позвонка, четыре переливания крови, рецидив — и в ответ собрал команду, создал терапии, которых не существовало, открыл свои данные исследователям и основал 7 компаний, чтобы этот путь стал доступнее для других.

Да, Сид — миллиардер с ресурсами, недоступными большинству. Но технологии, которые он использовал, дешевеют экспоненциально. И каждый раз, когда он пробивает очередную бюрократическую стену — будь то получение собственных тканей из больницы или одобрение экспериментальной терапии через FDA — он прокладывает дорогу для следующих пациентов.

Как сам Сид говорит: «Я — Kool-Aid Man, пробивающий стену». И судя по результатам — стена поддаётся.

Источники: Century of Biology, Sid's Substack, sytse.com/cancer, OpenAI Forum, CNBC

24 марта 2026 года OpenAI объявила о прекращении работы приложения Sora, API и всех связанных функций генерации видео — включая видеовозможности внутри ChatGPT. Приложение закроется 26 апреля, API — 24 сентября.

— Sora обходилась OpenAI в $15 млн ежедневно (Forbes) при совокупной выручке $2,1 млн (Appfigures) — Disney отменила инвестицию в $1 млрд, привязанную к Sora — За последний год OpenAI запустила и свернула шопинг в ChatGPT, развернула позицию по рекламе и NSFW, затормозила проект Stargate — The Atlantic называет это «кризисом идентичности собственного производства»

Почему Sora провалилась

Один 10-секундный клип в Sora требовал около 40 минут GPU-времени на четырёх параллельных видеокартах — примерно $1,30 за ролик. Ещё осенью 2025 года Forbes оценивал ежедневные расходы на Sora в миллионы долларов.

Экономика [Sora] абсолютно неустойчива

К моменту закрытия расходы достигли $15 млн в день. Совокупная выручка от покупок в приложении за всё время — $2,1 млн (оценка Appfigures). Скачивания упали на две трети от ноябрьского пика — с 3,3 млн до 1,1 млн в феврале. Сделка с Disney, которая разрешила использовать более 200 персонажей Marvel, Pixar и Star Wars и включала план инвестирования $1 млрд, развалилась — деньги так и не были переведены.

«Слоп — это не бизнес-стратегия»

Но дело не в одной Sora. Как пишет The Atlantic, быстро запустить продукт и внезапно свернуть его — фирменный приём OpenAI. Компания провела последние годы, перебирая бизнес-модели с «впечатляющей скоростью» в попытке найти путь к прибыльности. И, похоже, наконец учится: слоп — это не бизнес-стратегия.

У Сэма Альтмана никогда не было внятного плана монетизации. В 2019 году на конференции он признался: «Мы понятия не имеем, как когда-нибудь будем генерировать выручку». И пояснил, что однажды ИИ станет достаточно умным, чтобы компания просто спросила компьютер, как зарабатывать деньги. «Можете смеяться, — сказал он аудитории, — но я действительно верю, что так и будет».

После успеха ChatGPT инвесторы залили OpenAI деньгами. Компания сейчас стоит дороже, чем Toyota, Coca-Cola и Disney вместе взятые. Но инвесторы хотят видеть отдачу — а OpenAI до сих пор не доказала, что способна генерировать достаточно денег, чтобы не уйти в минус.

Хроника разворотов

Летом 2025 года Альтман описал OpenAI как четыре отдельные компании одновременно: потребительский бизнес, масштабный инфраструктурный проект, ИИ-лаборатория и инкубатор «нового», включая железо. The Atlantic замечает: проблема попытки делать всё — иногда ты кончаешь тем, что не делаешь хорошо ничего.

• Stargate — масштабный инфраструктурный проект с Oracle и SoftBank. Застопорился из-за плохой координации между партнёрами
• Реклама — Альтман называл её «крайней мерой», но в начале 2026 года OpenAI запустила рекламную инициативу
• Шопинг в ChatGPT — запущен осенью 2025, закрыт тут же. Компания пивотнулась к «product discovery»
• Собственное устройство — первый девайс обещали в 2026, по судебным документам — не раньше 2027
• NSFW-контент — запретили, потом объявили об исключениях, запланировали запуск эротики в декабре, потом отложили на неопределённый срок
• Nvidia — отозвала план инвестировать до $100 млрд в OpenAI. По данным WSJ, CEO Дженсен Хуанг выражал озабоченность «недостатком дисциплины» в бизнес-подходе (сам Хуанг назвал эти сообщения «ерундой»)

По словам The Atlantic, ни одно партнёрство и ни одна дорожная карта продуктов OpenAI не выглядят гарантированно живучими. Планы компании всегда условны.

Копируя Anthropic

На фоне хаоса OpenAI теряет позиции перед Anthropic — главным конкурентом в гонке ИИ. Anthropic последовательно фокусировалась на корпоративном рынке, продавая инструменты для повышения продуктивности бизнесу, — и добилась заметных успехов. Теперь OpenAI пытается скопировать этот плейбук.

Мы не можем упустить этот момент, потому что отвлекаемся на побочные квесты

Симо заявила сотрудникам, что компания сосредоточится на «продуктивности на бизнес-фронте». OpenAI планирует почти удвоить штат в 2026 году и готовит «суперприложение» — объединение всех продуктов в одно, чтобы конкурировать с корпоративными инструментами Anthropic. «Мы размазывали усилия по слишком многим приложениям, — написала Симо. — Эта фрагментация замедляла нас».

По информации Variety, реструктуризация связана с подготовкой к IPO в четвёртом квартале 2026 года.

Что будет с технологией

Пресс-секретарь OpenAI заявил, что команда Sora «продолжит работу над симуляцией мира для развития робототехники». Технологию переносят из потребительского продукта в инфраструктуру для обучения роботов — задачу, где стоимость инференса не так критична, потому что модель не обслуживает миллионы пользователей в реальном времени.

Рынок генерации видео при этом не пустует: Runway, Pika и другие продолжают развиваться. Но история Sora показывает, что генерация видео пока остаётся технологией в поисках бизнес-модели — ни один игрок не нашёл способ сделать её прибыльной.

Источники: The Atlantic, Variety, TechCrunch, CNBC, Forbes

Представьте, что вам не нужно вручную копировать данные из таблиц в чат или пересказывать боту содержание своих документов. Вместо этого вы просто пишете: «Проверь отчеты в папке и выпиши главное». И агент сам открывает нужные файлы, анализирует их и выдает результат. Поделюсь подробной инструкцией по сборке подобного инструмента.

Локальная агентная система состоит из трех основных компонентов:

• LibreChat — open-source UI для работы с LLM (провайдеры моделей + подключение MCP-серверов через librechat.yaml)
• Langflow — low-code платформа и визуальный редактор, flow как последовательность компонентов/шагов
• MCP-сервер — сервер, который публикует tools/ресурсы по стандартному транспорту (HTTP/SSE/stdio)

В инструкции мы будем последовательно подключать данные инструменты. В конце у нас будет UI + инструменты + централизованная логика, но, что примечательно, можно остановиться на любом этапе и использовать, например, только MCP filesystem и тогда агент сможет читать ваши файлы (но не более).

Важно: все примеры рассчитаны на локальный запуск в изолированной docker сети. Для публичного деплоя потребуется дополнительная настройка безопасности (TLS, reverse proxy и т.д.)

Этап №1. Подключаем LibreChat и локальную LLM

LibreChat — это open-source веб UI чат для работы с различными LLM в одном интерфейсе. Он умеет подключаться к OpenAI-совместимым API и поддерживает работу с агентами и протокол MCP (об этом позже).

На этом уровне мы запустим три контейнера:

1. MongoDB — для хранения истории диалогов и настроек пользователей
2. Ollama — для запуска локальных LLM
3. LibreChat — веб UI чата, интерфейс.

Схематично взаимодействие контейнеров выглядит так:

Все контейнеры будут работать в изолированной Docker сети и общаться по внутренним именам (service names).

Шаг 1. Создаем структуру проекта:

Шаг 2. Создаём файл docker-compose.yml со следующим содержимым:

Шаг 3. Создаём librechat.yaml:

Важно: строка модели в default должна точно совпадать с тем, как она называется (см. шаг 6 (ollama list)). Если модель хранится как llama3.1:8b или llama3.1:latest, то именно так и надо указывать.

Если же повторяете статью позже и конфиг ругается на схему, то сверяйтесь с актуальной версией Librechat и при необходимости обновляйте ее до актуальной.

Шаг 4. Создайте .env с переменными окружения:

Шаг 5. Теперь запускаем все сервисы:

Если что-то пошло не так:

Если после старта app не поднимается, первым делом смотрите логи mongo, чаще всего проблема в том, что Mongo еще не прошел healthcheck.

Шаг 6. Ollama запущен, но в нем ещё нет моделей.

Можно выбрать другую модель из библиотеки Ollama или подключить другой OpenAI совместимый endpoint.

Скачаем Llama 3.1:

Как выбрать модель (в двух словах)?

Проверяем, что модель скачалась:

Вы должны увидеть

Шаг 7. Открываем LibreChat. Переходим в браузере http://localhost:3080/. При первом запуске увидим экран регистрации. Создаем аккаунт (данные хранятся локально в MongoDB).

Настройка чата:

1. В верхнем меню выберите endpoint: Ollama
2. В выпадающем списке моделей выберите llama3.1
3. (Опционально) Нажмите на иконку настроек и настройте параметры: Temperature — креативность ответов, Max Tokens — максимальная длина ответов, System Prompt — промпт для модели.

Теперь можно общаться с локальной LLM через удобный интерфейс:

На этом уровне мы развернули базовую инфраструктуру для работы с локальными LLM. Этого достаточно, если вам нужен просто удобный локальный чат с сохранением истории. Далее добавим MCP filesystem сервер, и наша модель научится работать с файлами на диске.

Этап №2. Подключаем MCP Server в LibreChat

На этом шаге LibreChat подключается к MCP-серверу по streamable-http, получает список доступных tools, а дальше уже модель решает вызывать инструмент или отвечать текстом. Сам MCP-сервер при вызове инструмента читает файлы только из того, что вы смонтировали (в нашем примере /data). Общая схема будет выглядеть так:

Теперь у нашей модели есть tools (filesystem). За счет этого уже можно решать простые многошаговые задачи (прочитать несколько файлов, сравнить, составить отчет).

MCP (Model Context Protocol) — это новый открытый протокол, который описывает, как разным LLM подключаться к инструментам (файлам, базам данных, API) через единый стандарт.

Используя MCP-сервер больше нет необходимости настраивать отдельную интеграцию для каждой задачи. Хотите подключить файлы, почту или календарь? Просто возьмите готовый сервер из каталога (например, есть reference серверы в GitHub: modelcontextprotocol, а для поиска сторонних есть реестры вроде Smithery.ai). При этом вы сохраняете полный контроль, так как агент работает в изолированной среде и получает доступ только к тем папкам, которые вы ему открыли (в конфиге), не обращаясь к остальной системе.

Для работы с MCP нужен хост / клиент / сервер.

MCP Host — приложение, с которым общается пользователь, он принимает запрос, знает, какие MCP сервера доступны и в каких случаях их вызывать.

MCP Client — часть хоста, которая обеспечивает связь между хостом и сервером — по одному соединению на каждый сервер.

MCP Server — это отдельный сервис-прослойка, который умеет работать с внешней системой на ее языке (API, файлы и т.д.), и наружу отдает единый набор инструментов, доступный для хоста.

Для связи с MCP сервером существует два основных вида транспорта:

1. stdio — локальный транспорт, где хост запускает MCP сервер как процесс и общается с ним через stdin / stdout.
2. Streamable HTTP — удаленный транспорт. MCP сервер работает как отдельный сервис и отдает один HTTP endpoint (обычно /mcp) для GET / POST. При необходимости внутри этого транспорта можно стримить события через SSE.

Дальше покажу все на примере filesystem MCP server. Это готовый сервер, в котором есть набор инструментов для работы с файлами в папке (показать список, прочитать файл и т.д.). По умолчанию это stdio сервер и HTTP порта не поднимает.

Чтобы подключить такой stdio сервер по сети, нужен мост, который конвертирует stdio ↔ сетевой MCP транспорт (в статье показываю на примере Streamable HTTP). Для этого я использую supergateway. Он запускает filesystem сервер как дочерний stdio-процесс и публикует его наружу как Streamable HTTP сервер на /mcp.

Шаг 1. Обновляем docker-compose.yml.

Добавьте новый сервис mcp-filesystem в ваш docker-compose.yml:

Важно: всегда монтируйте только рабочую папку. По умолчанию используйте :ro. Разрешайте запись (:rw) только если это действительно необходимо и вы понимаете риски, так как агент сможет удалять и изменять файлы.

Шаг 2. Обновляем librechat.yaml.

Добавьте конфигурацию MCP в librechat.yaml:

Шаг 3. Подготовка тестовых данных — убедитесь, что в папке documents есть файлы для тестирования. Для примера можно создать два файла в формате .txt и наполнить их данными.

Шаг 4. Перезапускаем сервисы:

Проверяем, что MCP сервер запустился:

Если ошибка, то смотрим логи:

Шаг 5: Настройка в LibreChat:

1. Откройте LibreChat: http://localhost:3080.
2. Создайте новый чат или откройте существующий.
3. Нажмите на иконку “Настройки MCP” в меню справа.
4. Вы должны увидеть доступный MCP сервер: filesystem.
5. Включите его, нажав на переключатель справа.

Шаг 6: Тестирование.

Теперь модель может вызывать инструменты для работы с файлами.

Пример некоторых команд:

Теперь добавим Langflow, чтобы у нас появились последовательные флоу с валидациями и кастомной логикой.

Этап №3. Подключаем Langflow к MCP Server

Langflow — это open-source платформа, где флоу собирается через визуальный интерфейс. В отличие от обычного чата с LLM, здесь можно зафиксировать порядок шагов. Каждый флоу можно запускать не только через UI, но и через REST API. Чтобы избежать галлюцинации при работе с данными существует возможность использовать свои Python-компоненты (например, для расчетов). Плюс в Langflow есть нативная поддержка MCP Tools.

Добавив Langflow, MCP по-прежнему будет отвечать за доступ к файлам, но расчеты и проверки уведем в Python-компоненты, поэтому агент будет работать стабильнее, точнее и можно работать с большим объемом данных (например, в работе с ролевой моделью). Плюсом, в данном процессе шаги не меняются от запуска к запуску и формат вывода проще держать под контролем, а ошибки можно отлавливать на этапе обработки данных.

Общая архитектура теперь будет выглядеть так:

Как агент работает с данными, я покажу на простом кейсе с двумя xlsx-файлами, которые содержат расходы за разные месяцы. В этом флоу будет четкая последовательность действий: найти нужные .xlsx в папке с помощью mcp-filesystem, прочитать их и посчитать суммы по категориям и создать таблицу — кодом в кастомном компоненте, а уже потом оформить итог в виде коротких выводов при помощи LLM.

Важно. На этом шаге увеличивается порог входа, да и флоу нужно собрать и поддерживать. Готового пользовательского UI тут нет (Playground скорее для тестов). Также весь созданный процесс можно встроить в свой сайт через REST API, но если нужен функционал как у чата (хранение истории, авторизация, пресеты и т.п.), то все это придется реализовывать дополнительно.

Перейдем к развертыванию.

Шаг 1. Обновляем docker-compose.yml.

Добавляем сервис langflow (остальные сервисы остаются без изменений):

Важно: в данном коде, в рамках локальной сборки, я использую автоматический вход без пароля LANGFLOW_AUTO_LOGIN: "True".

Шаг 2. Запускаем Langflow.

Шаг 3. Создаём Flow в Langflow.

Откройте браузер: http://localhost:7860

Если LANGFLOW_AUTO_LOGIN: "True", вы сразу попадете в интерфейс. Иначе создайте аккаунт.

В Langflow создаем новый Flow, нажав “New Flow” и добавляем компоненты:

1. Chat Input
2. Agent
3. New Custom components (в самом низу)
4. MCP Tools
5. Chat Output

Шаг 4. Создаём Custom Component для флоу.

Нажимаем на «Code» и добавляем свой код компонента:

У меня кастомный компонент будет выполнять следующие функции:

1. Принимает путь к нужному файлу формата xlsx.
2. Проверяет наличие нужных колонок (Категория и Расход).
3. Приводит данные из колонки «Расход» к числовому формату.
4. Группирует строки по «Категория» и считает суммы по «Расход».
5. Считает общий итог и количество строк.
6. Формирует результат в виде таблицы.

После добавления кода — сохраняем и переводим его в режим «tool mode».

Важно: чтобы кастомные компоненты подгружались автоматически и сохранялись при перезапуске контейнеров, их необходимо сохранять в папке custom_components. Также надо создать файл __init__.py, чтобы директория превратилась в Python-пакет и Langflow смог корректно индексировать инструменты.

Шаг 5. Подключаем MCP filesystem в Langflow.

Добавьте MCP Server:

• Type: Streamable HTTP/SSE.
• Name: любое значение.
• URL: http://mcp-filesystem:8000/mcp.

Теперь сам компонент MCP Tools можно перевести в режим tool mode и отредактировать инструменты в настройках, если есть в этом необходимость.

Шаг 6. Настраиваем Agent (Ollama).

Внутри docker сети общаемся по service name ollama, не по localhost.

• Ollama API URL: http://ollama:11434.
• Model Name: выбрать из выпадающего списка llama3.1 (или то, что вы скачали).
• Temperature: 0.3.
• Agent Instructions: пишем промт, который четко фиксирует последовательность действий и вызовов tools.

В настройках самого компонента есть еще много полезных функций.

Шаг 7. Выставляем связи:

Chat Input → Agent (Input)

MCP Tools → Agent (Tools)

Custom component (Tools) → Agent (Tools)

Agent → Chat Output

Шаг 8. Тестирование в Playground.

Нажимаем на Playground и просим сделать отчет.

В финале подключим Langflow к LibreChat, чтобы совместить последовательную логику и готовый чат-интерфейс.

Этапе №4. Подключаем Langflow к LibreChat как MCP Server

Настроим Langflow в режиме MCP-сервера, чтобы добавить его как инструмент LibreChat (как это делали на шаге 2), а оркестратор (LibreChat или любая другая среда) вызывает его через MCP как одну из функций. Таким образом, мы сможем получить привычное окно чата от LibreChat и гарантированную точность выполнения шагов от Langflow.

Общая архитектурная схема:

Главный минус такой схемы — архитектурная избыточность.

Если LibreChat вызывает Langflow-tool, а внутри Langflow еще крутится LLM, получается «LLM над LLM». Ну и вдобавок два сервиса сложнее администрировать и дебажить. Для простых задач это слишком трудозатратно, но на сложных флоу схема работает хорошо. Поэтому пропишу примечание, что данный шаг опционален.

Шаг 1. Включаем MCP Server в Langflow.

1. Открываем проект в Langflow — http://localhost:7860.
2. В верхнем меню нажмите на вкладку MCP Server.
3. Убеждаемся, что нужный flow добавлен в Flows/Tools (например, NEW_FLOW).
4. В блоке справа выбираем транспорт.

В Langflow в JSON показывает пример с localhost, типа:

• Streamable: http://localhost:7860/api/v1/mcp/project/<id>/streamable.
• SSE: http://localhost:7860/api/v1/mcp/project/<id>/sse.

ВАЖНО: если LibreChat в Docker, то для него localhost — это сам контейнер LibreChat

Поэтому делаем замену:

• было: http://localhost:7860/...
• стало: http://langflow:7860/...

(где langflow — имя сервиса из docker-compose)

Шаг 2. Настраиваем аутентификацию (опционально).

Если Langflow доступен не только вам (или вы просто хотите нормальную защиту API), включите доступ по API ключу:

1. Langflow → Settings → API Keys → Create.
2. Langflow сгенерирует ключ вида: sk-langflow-abc123def456...
3. Скопируйте ключ — он больше не будет показан!
4. Вставьте его в .env как LANGFLOW_API_KEY.

Сохраняем ключ auth в .env (если вы оставили Auth: None (public), этот шаг можно пропустить)

Добавьте в файл .env:

Шаг 3. Обновляем docker-compose.yml.

Шаг 4. Обновляем librechat.yaml.

Шаг 5. Перезапускаем сервисы.

Шаг 6. Добавляем MCP сервер в LibreChat UI.

Открываем LibreChat: http://localhost:3080

1. Настройки → MCP Servers → Add MCP server
2. Заполняем поля:

• Имя: любое значение.
• URL адрес сервера MCP: вставляем наше скопированное значение.
• Transport: если URL заканчивается на /sse → выбираем SSE, если URL заканчивается на /streamable → выбираем Streamable HTTP.
• Auth: если в Langflow стоит Auth: None (public) — выбираем No Auth, если нажали AddAuth в Langflow — тогда уже API key/OAuth (по ситуации) из .env.

3. Проставляем галочку в чекбоксе, что доверяете приложению.

Если все настроено правильно, сервер появится в списке доступных MCP серверов.

Шаг 7. Тестирование.

Теперь в чате LibreChat:

1. Выбираем модель (например, локальную llama 3.1).
2. Выбираем MCP сервер (тот, что добавили).
3. В настройках чата включите ранее добавленный MCP сервер (Langflow).

Если просто подключить флоу из предыдущего уровня «как есть», то появится проблема, как LLM над LLM. LibreChat отправит запрос своей модели, та вызовет инструмент Langflow, внутри которого другая модель начнет генерировать свой ответ. В итоге мы получаем избыточный расход токенов, лишние задержки и риск, что финальный ответ отобразится некорректно из-за двойной интерпретации.

Чтобы система работала корректно, нужно изменить подход к проектированию флоу в Langflow:

1. Убираем компонент Agent из Langflow
2. Оставляем в Langflow только логику: сбор данных через MCP, Python-скрипты для расчетов и форматирование.
3. Роль оркестратора полностью отдаем модели в LibreChat.

В такой конфигурации Langflow превращается в чистый MCP-инструмент. Он возвращает сухие факты или готовую таблицу, а модель в LibreChat уже сама решает, как преподнести эти данные пользователю.

Масштабирование системы

Главная идея туториала — инструмент = MCP‑сервер. Хотите добавить новый источник данных — добавляете/пишете MCP‑сервер и подключаете его либо в LibreChat (если LibreChat оркестратор), либо в Langflow (если Langflow оркестратор).

На практике один и тот же стек можно использовать в трех режимах, здесь отличается не «логика», а подготовка окружения и безопасность.

1) Полностью локально. Подходит для личных документов и задач, где важна приватность: отчеты по Excel, поиск по локальной базе заметок/документов, сравнение файлов и версий, разбор логов/дампов, генерация сводок.

2) Закрытая/безопасная сеть (корпоративный контур, без интернета). Можно использовать с Jira/Confluence (если доступны внутри), отчеты по ролевым моделям/матрицам доступов, анализ инцидентов, обработка выгрузок, унификация ответов/шаблонов.

3) Онлайн/гибрид (часть источников снаружи). Подходит для AI ассистентов: почта/календарь, внешние API, задачи/трекеры, умные уведомления.

Но важно заранее донастроить безопасность: TLS/reverse proxy, аутентификацию, ограничение прав инструментов и хранение секретов, но это тема отдельной статьи.

Одна модель вместо всех

GPT-5.4 объединяет лучшее из последних моделей: возможности кодинга GPT-5.3-Codex, reasoning GPT-5.2 и нативный computer use — всё в одной модели. Больше не нужно выбирать «эта для кода, эта для анализа». Просто переключаетесь на 5.4 и работаете.

В ChatGPT модель называется GPT-5.4 Thinking — она теперь показывает план рассуждений заранее, так что можно скорректировать курс прямо в процессе, не дожидаясь финального ответа. Также вышел GPT-5.4 Pro для максимальной производительности на сложных задачах.

Профессиональная работа с документами

OpenAI явно целится в офисную работу. GPT-5.4 значительно улучшен в работе с таблицами, презентациями и документами. На внутреннем бенчмарке задач junior investment banking аналитика модель набирает 87,3% (против 68,4% у GPT-5.2). Человеческие оценщики предпочитали презентации от GPT-5.4 в 68% случаев — за счёт лучшей эстетики и визуального разнообразия. Уровень фактических ошибок снизился на 33% относительно GPT-5.2.

Нативное управление компьютером

GPT-5.4 — первая general-purpose модель OpenAI с нативным computer use: скриншоты экрана и клики по интерфейсу встроены в саму модель, без плагинов. Вы отдаёте нейросети рутинную задачу, и она сама собирает данные из разных окон, читает документацию, тестирует написанные скрипты прямо в браузере.

На бенчмарке OSWorld-Verified модель набирает 75% — выше уровня среднего человека (72,4%). Для сравнения, GPT-5.2 набирал 47,3% на том же тесте. Вместе с этим добавлен tool search — умный выбор нужного инструмента из большой экосистемы без потери качества рассуждений.

ChatGPT теперь прямо в Excel

Параллельно с GPT-5.4 OpenAI запустила ChatGPT для Excel в бета-версии — надстройку, которая встраивает ChatGPT прямо в рабочую книгу. Можно описать что нужно обычным языком, и модель создаст или обновит Excel-модель с живыми формулами, сохраняя структуру и связи между листами.

OpenAI ведёт себя как лидер рынка: смотрит, кто что внедряет — скажем, что Claude работает с таблицами — и выкатывает свою, более отполированную версию. Так появилась интеграция с Excel и финансовые коннекторы: FactSet, Dow Jones Factiva, LSEG, S&P Global и другие доступны прямо внутри ChatGPT.

Бенчмарки

• GDPval (профессиональная работа по 44 профессиям): 83,0% vs 70,9% у GPT-5.2
• OSWorld-Verified (computer use): 75,0% vs 47,3% у GPT-5.2 — выше уровня человека (72,4%)
• SWE-Bench Pro (кодинг): 57,7% vs 55,6%
• BrowseComp (веб-поиск): 82,7% vs 65,8%
• Токенная эффективность: значительно меньше токенов на задачу, чем у GPT-5.2

Доступность

GPT-5.4 уже доступна в ChatGPT (как GPT-5.4 Thinking), через API OpenAI, в Codex и на OpenRouter. GPT-5.4 Pro — для максимального режима на самых сложных задачах. ChatGPT для Excel пока в бета для подписчиков Business, Enterprise, Pro и Plus в США, Канаде и Австралии.

Результат оказался тревожным — в 95% сценариев хотя бы одна модель применяла тактическое ядерное оружие.

Виртуальные кризисы и «лестница эскалации»

Моделям задали сценарии геополитических кризисов: пограничные конфликты, борьбу за ресурсы и угрозу выживанию режима. После этого им предоставили «лестницу эскалации». От дипломатических протестов и капитуляции до стратегического ядерного удара.

Всего прошла 21 симуляция и 329 ходов. Модели сгенерировали около 780 000 слов обоснований своих решений.

Ядерное табу не работает

По словам исследователя Кеннета Пейна, «ядерное табу для машин оказалось слабее, чем для людей». Ни одна модель ни разу не выбрала полную капитуляцию — даже в проигрышной ситуации. Максимум — временная деэскалация.

Более того, в 86% конфликтов происходили «случайные» эскалации: действие выходило за пределы того, что модель изначально планировала.

Отсутствие страха или непонимание ставок?

Эксперты предполагают, что дело не только в отсутствии эмоций. Возможно, модели просто не понимают «ставки» так, как их понимают люди. Включая концепцию взаимного гарантированного уничтожения.

При этом исследователи подчеркивают: никто не собирается «передавать ключи от ядерных шахт ИИ». Но в условиях сжатых временных рамок военные могут все активнее полагаться на алгоритмы.

ИИ, вероятно, не начнет ядерную войну самостоятельно. Но технология может изменить восприятие угроз и скорость принятия решений.

Статья предполагает, что OpenClaw у вас уже развёрнут. Если нет — вот инструкция от RouterAI по установке.

Как использовать

• Копируете промпт
• Отправляете в OpenClaw
• Отвечаете на уточняющие вопросы агента
• Получаете работающую автоматизацию

1. Обработка входящих документов из чатов (счета, акты, КП)

Документы из Telegram автоматически классифицируются, переименовываются по шаблону и раскладываются по папкам с уведомлением ответственных.

Как это работает

OpenClaw отслеживает входящие сообщения с вложениями. При получении PDF или изображения — запускает OCR при необходимости, извлекает ключевые данные (номер, дата, контрагент, сумма), переименовывает файл и сохраняет в нужную директорию.

Промпт

Что подготовить

• Канал/чат для входящих документов
• Канал бухгалтерии для уведомлений
• Путь к директории для хранения файлов

Итог

Начните с одного канала. Посмотрите, насколько точно агент классифицирует документы, и скорректируйте шаблон переименования под свои нужды.

2. Мониторинг и исследование конкурентов

Ежедневный отчёт об активности конкурентов: новые продукты, изменения цен, вакансии, упоминания в прессе.

Как это работает

OpenClaw по cron-расписанию обходит список источников (RSS, сайты, новостные порталы), сравнивает с предыдущим отчётом и присылает только реальные изменения.

Промпт

Что подготовить

• Список конкурентов (названия, URL сайтов, RSS если известны)
• Отрасль и ключевые слова для новостного поиска
• Канал доставки отчёта

Итог

Начните с 2–3 конкурентов и RSS-лент — это самый надёжный источник. Скрапинг публичных страниц может ломаться при изменении вёрстки, так что проверяйте отчёты в первую неделю.

3. Утренний дайджест по расписанию

Сводка за 2 минуты вместо получаса ручной проверки почты, чатов и новостей.

Как это работает

По расписанию OpenClaw собирает данные из подключённых источников (почта, календарь, мессенджеры, новости) и присылает одно сообщение с приоритетами.

Промпт

Что подготовить

• Какие источники подключены (почта, календарь, мессенджеры)
• Список важных отправителей/чатов
• Тематика новостей
• Канал доставки

Итог

Первую неделю следите за качеством — скорее всего, придётся подправить список важных отправителей и тематику новостей. Если используете вместе с кейсом 4 (Email-triage), разграничьте зоны ответственности: дайджест — обзор за день, triage — обработка каждого письма в реальном времени.

4. Email-triage: Inbox Zero с умной обработкой

Автоматическая сортировка входящей почты: важные письма — в приоритет, рассылки — в архив, типовые запросы — черновик ответа.

Как это работает

OpenClaw проверяет почту каждые 15 минут, классифицирует письма и выполняет действия: уведомляет, архивирует, готовит черновики или помечает для ручной обработки.

Промпт

Что подготовить

• Почтовый ящик (Яндекс Почта, Mail.ru, Gmail, Outlook или IMAP)
• Список VIP-отправителей
• Примеры типовых запросов для обучения классификации
• Канал для уведомлений

Итог

Начните с автоархивации рассылок — это безопасно и сразу разгружает инбокс. Черновики ответов подключайте, когда убедитесь в качестве классификации. Папку «На проверку» первое время проверяйте ежедневно. Если используете вместе с кейсом 3 (утренний дайджест), почтовую часть дайджеста можно упростить до сводки по категориям из triage.

5. Управление умным домом/офисом через чат

Управление устройствами через сообщения: включить свет, выключить обогреватель, запустить сценарий — без отдельного приложения для каждого вендора.

Как это работает

OpenClaw подключается к Home Assistant (или другой системе) через API и выполняет команды из чата. Простые действия — сразу, сценарии — по расписанию.

Промпт

Что подготовить

• Какая система умного дома (Home Assistant, Яндекс, Mi Home или другая)
• URL и API-токен для подключения
• Список устройств и их названия
• Какие сценарии по расписанию нужны

Итог

Начните со света и температуры — это самые безопасные команды для обкатки. Убедитесь, что агент правильно сопоставляет названия устройств, прежде чем подключать сценарии по расписанию.

6. Помощник для защиты прав потребителя

Подготовка претензий, жалоб и запросов на возврат: подбор статей закона, генерация документов, контроль сроков.

Как это работает

Вы описываете проблему, агент определяет тип спора, подбирает применимые нормы, генерирует текст документа и ставит напоминание о дедлайне ответа.

Промпт

Что подготовить

• ФИО, адрес и контакты для шапки документа
• Документы по спору (чеки, договор, переписка с продавцом)
• Описание проблемы: что купили, когда, что пошло не так

Итог

Для стандартной претензии по ЗоЗПП — работает хорошо. Для чего-то серьёзнее (суд, крупные суммы) — обратитесь к юристу. LLM может ошибиться в трактовке закона.

7. Проактивный мониторинг безопасности

Ежедневная проверка зависимостей проектов на известные уязвимости с уведомлениями по критичности.

Как это работает

OpenClaw по расписанию парсит файлы зависимостей, сверяет версии пакетов с базой CVE и присылает отчёт с приоритизацией по CVSS.

Промпт

Что подготовить

• Пути к репозиториям/директориям для мониторинга
• Канал для уведомлений
• Есть ли пакеты, которые нужно исключить из проверки

Итог

Хорошая первая линия обороны, но не замена полноценному аудиту. Для критичных систем используйте Snyk, Trivy или Dependabot параллельно.

Ещё идеи

Что делают другие пользователи:

• Парсинг веб-страниц и сохранение саммари в базу знаний
• Поиск товаров на маркетплейсах по списку покупок и добавление дешёвых вариантов в корзину
• Сбор статистики из рекламных кабинетов и отправка сводки команде
• Переименование файлов в папке по содержимому или дате
• Мониторинг новостных сайтов по теме AI с публикацией саммари в Telegram-канал команды
• Проверка битых ссылок на сайте и отчёт по 404-м
• Поиск кандидатов на hh.ru по критериям и выгрузка в таблицу
• Мониторинг цен на авиабилеты с уведомлением при снижении
• Анализ серверных логов за сутки и выделение критических ошибок
• Перевод файлов локализации (JSON) на новые языки с сохранением структуры
• Сбор финансовых показателей конкурентов из открытых источников в Excel

Рекомендации

Начните с малого. Выберите 2–3 кейса и доведите до ума, прежде чем автоматизировать всё подряд.

Итерируйте. Первая версия промпта редко бывает идеальной. Корректируйте по результатам.

Следите за агентом. Первое время проверяйте, что автоматизация делает то, что вы ожидаете.

Не забывайте о безопасности. HTTPS, минимальные права доступа, секреты — в защищённом хранилище. Агент с доступом к вашим системам и API-ключам может натворить дел при ошибке в настройке.

Заключение

Возможности OpenClaw + RouterAI не ограничиваются этими семью сценариями — вы можете описать агенту любую задачу или попросить его создать нужную автоматизацию с нуля.

ChatGPT удерживает первое место в вебе, хотя доминирование ослабло — мобильная аудитория Gemini достигла половины от ChatGPT. Grok от xAI совершил главный рывок: с нуля до 20 млн активных пользователей и четвёртое место в веб-рейтинге. DeepSeek потерял позиции: −22% в мобильном сегменте и −40% в вебе.

В России картина другая. Среди молодёжи до 35 лет лидируют ChatGPT (64%), Алиса AI (46%) и DeepSeek (40%). В старшей группе (51+) первым стал GigaChat (54%) — локальные решения сильны.

Тренды

От чат-ботов к агентам. ИИ-агенты самостоятельно планируют действия, используют внешние инструменты и выполняют сложные задачи. IDC прогнозирует: к 2030 году 45% крупных организаций внедрят такие системы.

ИИ на устройстве. Модели работают прямо на смартфонах и ноутбуках — меньше задержки, выше конфиденциальность. Рынок встроенного ИИ оценивают в $11,54 млрд.

Открытые модели сократили разрыв с коммерческими: по AI Index Report, разница в производительности упала с 8% до 1,7% за год.

Нерешённые проблемы

Кризис доверия. 70% россиян распознают контент от ИИ, а 56% негативно относятся к брендам, которые это скрывают.

Приватность. Соцсети с ИИ-агентами столкнулись с утечками личных данных.

Слабые рассуждения. Модели по-прежнему плохо справляются с многошаговой логикой.

Инвестиции в ИИ в США достигли $109,1 млрд, доля компаний с ИИ выросла с 55% до 78%.

Если хотите научиться работать с нейросетями на профессиональном уровне — от промптов до автоматизации задач — посмотрите курс «Нейросети для увеличения дохода» от Академии ТОП.

Текстовые модели

Современные модели не просто пишут грамотно — они адаптируются к стилю, запоминают терминологию проекта и тон бренда.

GPT-5: глубокое понимание контекста

Доступ через агрегаторы типа RuGPT

Флагман OpenAI с контекстом до 500 тысяч токенов — это сотни страниц текста с сохранением логических связей. Справляется с анализом документации, подготовкой контент-планов и документированием сложных систем. Поддерживает ролевое моделирование и тонкую настройку на конкретный стиль через загрузку примеров.

Техника: архитектура трансформеров с улучшенным механизмом внимания, поддержка цепочек рассуждений, одновременная работа с текстом, таблицами и схемами.

Доступность в России: через агрегаторы с локализованной оплатой. Для прямого доступа нужен VPN.

Google Gemini: мультимодальный ассистент

Ссылка

Работает с текстом, изображениями, аудио и видео в одном интерфейсе. Глубоко интегрирован с экосистемой Google — Поиск, Workspace, YouTube. Есть два режима: Flash (быстрые задачи) и Pro (сложные, включая программирование). Экспериментальный режим «Агент» выполняет многошаговые задачи через браузер и сторонние приложения.

Полезен для анализа кода, генерации изображений по описанию, работы с видеозаписями и графиками. «Временный чат» — для конфиденциальных запросов без сохранения истории.

Техника: модели Gemini 3 Pro и Flash на базе Next Token Prediction, единообразная обработка данных разных типов через токены.

Доступность в России: веб-интерфейс и мобильные приложения работают, но для API и коммерческого доступа есть ограничения. Подписки (AI Plus/Pro/Ultra) требуют международную карту.

DeepSeek: бесплатный аналитик

Ссылка

Китайская модель, популярная в России из-за полной бесплатности и отсутствия блокировок. Специализируется на логическом анализе и работе с длинными документами (до 128 тысяч токенов). Загружает PDF, DOCX, TXT (до 10 МБ, но не сканы без текстового слоя).

Применение: анализ выгрузок в Excel, поиск противоречий в договорах, суммирование научных статей, категоризация текстовых обращений в поддержке.

Техника: флагманская модель DeepSeek-R1 с архитектурой «смеси экспертов» (MoE) и пошаговым размышлением (chain-of-thought).

Доступность в России: полностью доступен, бесплатен. Бывают задержки в пиковые часы. Есть платные корпоративные решения с API.

Grok: нейросеть с доступом к трендам

Модель от xAI (Илон Маск), интегрированная с соцсетью X* (бывший Twitter). Анализирует текущие события и общественные настроения в реальном времени. Отличается характерным стилем с элементами сарказма. Функция DeepSearch ищет и анализирует информацию из разных интернет-источников.

Полезен журналистам и маркетологам для мониторинга трендов, исследователям — для оценки общественного мнения. Версия Grok 4.1 Thinking — для сложных задач, Grok 4.1 Fast — для быстрых ответов. Заявленный контекст — до двух миллионов токенов, но качество на русском языке уступает конкурентам.

Доступность в России: базовая модель бесплатна, расширенный доступ — по подписке SuperGrok или X Premium+. Нужен VPN.

*— заблокирована в РФ

YandexGPT 3: локальный контекст

Ссылка

Лучший выбор для тех, кто не хочет возиться с VPN. Понимает российские реалии — от бюрократического языка до отраслевой терминологии. Интеграция с поиском Яндекса обеспечивает проверку фактов.

Готовит документы по российским стандартам, создаёт контент для локальной аудитории, знает специфику нормативных актов.

Техника: обучение с акцентом на русскую лингвистику, технология YaBERT для морфологии русского языка.

Доступность в России: полностью доступен через Яндекс, часть функций бесплатна.

GigaChat: мультимодальный помощник от Сбера

Ссылка

Работает с текстом, кодом и изображениями. Описывает загруженные картинки, решает задачи пошагово, переводит между форматами данных. Полная доступность в России — главное преимущество.

Полезен для комплексных отчётов, учебных материалов, консультаций по технологическим стекам. Поддерживает поиск по предыдущим диалогам.

Техника: мультимодальная архитектура с единым пространством представлений, интеграция с экосистемой Сбера.

Доступность в России: бесплатно через СберID.

Многие из этих моделей доступны через API — чтобы работать с ним, нужна база в коде. В Академии ТОП есть курс «Разработка на Python», где учат писать код и использовать ИИ-помощников в реальных проектах.

Визуальные генераторы

Нейросети уже создают коммерческие иллюстрации для брендов и концепт-арты для игровых студий. Художники используют их для скетчей, маркетологи — для контента.

Midjourney V7: эталон художественного стиля

Ссылка

Лидер для творческих задач. Понимает сложные запросы вроде «кошка в стиле немецкого экспрессионизма с элементами киберпанка». Параметр --style raw отключает приукрашивание, Vary (Region) детализирует отдельные области, система многопромптов комбинирует стили. Двойное двоеточие :: точно контролирует вес слов в промпте.

Дизайнеры собирают мудборды для клиентов, маркетологи генерируют иллюстрации к статьям. Сообщество в Discord — обширная база знаний, где учатся на чужих промптах. Seed-значения позволяют воспроизводить удачные результаты в сериях.

Техника: обучение на художественных данных с учётом композиции, цветовых схем и исторических стилей, постобработка для резкости и цветокоррекции.

Доступность в России: через Discord. Оплата криптовалютой или через посредников.

Если хотите разобраться, как работать с визуальными генераторами профессионально, есть курсы по графическому дизайну и веб-дизайну от Академии ТОП. Там учат создавать визуальный контент с нуля и использовать нейросети как рабочий инструмент.

DALL-E 4: точность и безопасность

Ссылка

Модель OpenAI, интегрированная с ChatGPT — генерация картинок прямо в процессе диалога. Сильна в точном следовании текстовому описанию. Умеет редактировать контекст для точечных правок и расширять изображения за исходные границы (Outpainting) с сохранением стиля. Строгая фильтрация контента.

Техника: диффузионная архитектура с улучшенной семантикой, исходное разрешение 1792 × 1024 px.

Доступность в России: нужен VPN. Оплата через зарубежные карты или агрегаторы.

Kandinsky: русскоязычный генератор

Ссылка

Разработка Сбера — лучше других понимает запросы на русском. Готовые стили «под Айвазовского», «как Репин», корректно интерпретирует специфические понятия вроде «хрущёвка» или «лапотный стиль». Оптимальный выбор для работы с российским культурным контекстом.

Техника: архитектура Kandinsky 3.0/4.0 с диффузионной моделью и текстовым энкодером, обучение с учётом русской лингвистики.

Доступность в России: бесплатно через «Салют» или в браузере, VPN не нужен.

Stable Diffusion 3.5: полный контроль

Ссылка

Открытая платформа для тех, кому нужна максимальная гибкость. Тысячи community-моделей и LoRA-адаптеров на платформе Civitai. Работает локально, без интернета — на потребительских видеокартах. Негативные промпты исключают ненужные элементы из генерации.

Разработчики создают специализированные генераторы для медицины или архитектуры. Художники тренируют модели на собственном стиле.

Техника: диффузионная модель с открытыми весами и механизмом сжатия latent-представлений для ускорения генерации.

Доступность в России: модели скачивают через торренты или зеркала. Локальная работа без ограничений.

Adobe Firefly: рабочая интеграция

Ссылка

Встроен в Photoshop и Illustrator — генеративный ИИ как часть привычного рабочего процесса. Генеративное маскирование текстовыми командами, расширение холста с сохранением контекста. Функция Generative Match подбирает визуальный стиль по референсу. Юридическая чистота контента — обучение на лицензионном Adobe Stock.

Доступность в России: работает в составе подписки Creative Cloud без проблем с оплатой.

Инструменты для разработки

Программисты используют ИИ для рутины — шаблонный код, тесты, поиск уязвимостей. Человек сосредотачивается на архитектуре и сложной логике.

GitHub Copilot: понимание проекта

Ссылка

Самый популярный ИИ-помощник для разработчиков. Анализирует всю кодовую базу, а не только открытый файл — понимает архитектурные паттерны проекта и контекст между файлами. Генерирует код по комментариям, рефакторит с учётом контекста, переводит между языками. Предлагает исправления уязвимостей на основе GitHub Advisory Database. Может обучаться на приватных репозиториях организации.

Языки: Python, JavaScript, TypeScript, Ruby, Go, C#, C++

Доступность в России: сложности с оплатой. Работает через образовательные аккаунты или корпоративные лицензии.

Хотите стать разработчиком и понимать архитектуру сложных систем? Есть курс «Разработчик программного обеспечения» от Академии ТОП.

Amazon Q Developer: безопасность и облако

Ссылка

Заточен под AWS-экосистему. Пишет код, сканирует его на уязвимости (по стандартам OWASP), оптимизирует облачные ресурсы. Предлагает готовые шаблоны для AWS SDK и идентифицирует проблемные зависимости.

Языки: Python, Java, JavaScript, C#, Rust

Доступность в России: прямого доступа нет. Работает через AWS с иностранной картой, бесплатен для индивидуального использования.

Tabnine Pro: кастомизация под проект

Ссылка

Обучается на вашей кодовой базе — запоминает стиль, правила именования и архитектурные предпочтения команды. Становится персональным ассистентом, который поддерживает единообразие кода при росте команды. Работает офлайн — ключевое преимущество для корпоративных клиентов.

Языки: C#, C, Python, PHP, Ruby, Kotlin

Доступность в России: работает с иностранной картой. Корпоративные лицензии через партнёров.

Test IT: российская платформа для тестирования

Ссылка

Единое пространство для планирования тестов, отслеживания выполнения и отчётности. Централизованное хранилище тест-кейсов, интеграция с Jira и GitHub Issues, REST API для CI/CD-пайплайнов. Гибко настраивается под процессы конкретной команды.

Языки: JavaScript/Node.js, Ruby, PHP, Go и другие

Доступность в России: разработан в РФ, без ограничений. Есть бесплатный тариф Lite и платный Standard.

Если тестирование ПО — ваша цель, посмотрите программу «Тестировщик ПО» от Академии ТОП — ручное и автоматизированное тестирование, багтрекеры и CI/CD.

Cody: семантический поиск по коду

Ссылка

Инструмент от Sourcegraph — понимает смысл кода, а не только синтаксис. Семантический поиск по кодовой базе, кросс-репозиторный анализ, автоматический рефакторинг. Может объяснить работу модуля на естественном языке и построить диаграммы зависимостей. Мощное решение для больших проектов с разросшейся кодовой базой.

Языки: JavaScript, Python, TypeScript, C++, Rust

Доступность в России: бесплатно для открытых проектов. Корпоративные версии через партнёров.

Итоги

Главный тренд — специализация. Универсальные модели уступают место узким инструментам: Midjourney доминирует в арте, GPT-5 — в текстах, GitHub Copilot — в коде.

Второй тренд — интеграция. ИИ встраивается в Photoshop, Google Docs, VS Code. Нейросети становятся частью рабочего процесса, а не отдельным приложением.

Доступность в России перестала быть серьёзной проблемой. Kandinsky и GigaChat приближаются по качеству к зарубежным аналогам, а иностранные сервисы доступны через агрегаторы.

Нейросети не заменяют специалистов — они усиливают их. Человек определяет стратегию, ИИ берёт на себя рутину.

Реклама. Рекламодатель АНО ДПО «Академия Топ», ИНН 7730257499, erid: 2W5zFK7WSQZ

Нет, сам чат GPT генерировать видео пока не умеет. Но OpenAI создали отдельный инструмент для этого — генератор нейросетей SORA. Модели SORA похожи на чат GPT, только в них можно еще и бесплатно сделать видео, реалистичные сцены, анимации. SORA сама по себе является отдельной моделью, ориентированной на мультимедиа, но часть её функциональности может быть доступна через ChatGPT Plus/Pro в рамках подписки. Таким образом, в какой-то мере использовать ChatGPT для создания видео все же можно, и в этой статье я поделюсь, как именно.

Я собрала несколько нейросетей для создания роликов, которые визуально похожи на ChatGPT. Кстати, сам чат GPT недоступен для российских пользователей, но эти сервисы работают на его базе и подписку на них можно приобрести привычным образом.

ТОП-5 лучших нейросетей для видео, похожих на чат GPT, в 2026 году

1. StudyAI — онлайн‑платформа, объединяющая множество нейросетей, включая GPT‑модели и специализированные генераторы видео. На платформе есть отдельные нейросети, похожие на чат GPT, которые делают видео, по текстовому описанию и оживления фото в видеоролики через встроенные видео‑модели. Платформа работает по подписке и позволяет оплачивать услуги российскими банковскими картами, СБП и другими локальными способами.

2. Apihost — это сервис, который предоставляет доступ к моделям искусственного интеллекта, основанным на ChatGPT / OpenAI GPT‑API. Помимо генерации текста, перевода и озвучки, на платформе есть инструменты для генерации и обработки видео (апскейлинг видео, повышение качества роликов и другие функции AI‑видео). Сервис ориентирован на русскоязычных пользователей, и оплата через российские банковские карты возможна напрямую на сайте.

3. gogpt — это агрегатор ИИ‑инструментов с доступом к множеству моделей, включая GPT‑модели. Вы найдете здесь модели, визуально напоминающие ChatGPT, только с видео генерацией внутри. В интерфейсе есть функции для управления мультимедийным контентом — например, преобразование текстовых описаний в видеоролики или создание заготовок для роликов (через интеграции со сторонними видео‑движками). Оплата через российские банковские карты. Есть пробный период, поэтому можно попробовать этот сервис, у которого «под капотом» сам чат gpt и инструменты для генерации видео бесплатно.

4. MashaGPT — многофункциональная AI‑платформа, где под капотом используются GPT‑модели (включая ChatGPT и другие LLM) для генерации разнообразного контента, включая текст, изображения и видео. В списке доступных инструментов сервиса есть несколько видеогенераторов, которые позволяют создавать видеоролики по текстовым подсказкам или редактировать видео‑контент. Сервис принимает оплату российскими банковскими картами, а подписка включает доступ к мультимодальным возможностям GPT‑моделей.

5. AIsearch — похож на ИИ чат gpt, только для видео. Ориентирован также на ответы на вопросы, генерацию текстов и другого мультимедиа. Поддержка GPT‑моделей позволяет понимать сложные текстовые запросы и производить мультимедийный контент, включая видео, если такие модули подключены. Оплата через российские банковские карты. Есть бесплатный период, поэтому, как и у чата гпт, можно создать видео бесплатно.

Что умеет СhatGPT

Некоторые утверждают, что Chat GPT может генерировать видео с нуля, но важно уточнить и подчеркнуть, что имеют в виду либо SORA, либо скорее текстовую генерация сценария с возможностью последующего использования видео-редакторов. Чат GPT не умеет делать видео сам по себе и не является генератором видео, но он идеально подходит для широкого спектра задач, связанных с обработкой естественного языка и генерацией текста. Он помогает в написании статей, блогов, сценариев, а также в копирайтинге и создании креативного контента, таких как стихи и рассказы. ИИ полезен в образовании для объяснения сложных понятий, решения задач и написания рефератов. Также он помогает разработчикам с программированием, генерируя код и объясняя ошибки. Помимо этого, ИИ используется для планирования, составления расписаний, повышения продуктивности и решения научных задач.

ChatGPT не может делать видео, но его возможности могут пригодиться в работе с видео-контентом. Задачи, с которыми справится чат GPT в контексте видео:

1. Сценарист и автор контента: ИИ помогает написать сценарии для видео, независимо от их тематики — от рекламных роликов до образовательных программ или развлекательных шоу.
2. Креативное мышление: чат GPT не сгенерирует видео, зато может генерировать идеи для видеопроектов, предлагать оригинальные подходы к созданию видео и концепции, что особенно полезно для видеоблогеров и рекламных агентств.
3. Редактирование и корректировка текста: ChatGPT эффективно исправляет и улучшает тексты, создавая качественные и грамотные диалоги, описание сцен и элементы повествования.
4. Составление планов и раскадровок: поможет структурировать видео, разделяя его на части, предлагая идеи для сцен и переходов, что полезно для монтажа и видеопродакшн.
5. Оптимизация для SEO: нейросеть chatgpt не работает с видео, но может генерировать описание, теги и мета-данные для роликов, улучшая их видимость на платформах, таких как YouTube.
6. Генерация кода для анимаций и визуальных эффектов: помогает создавать код для анимаций и графических эффектов с использованием таких технологий, как CSS, JavaScript или Python, которые можно интегрировать в видеопроекты.
7. Разработка интерактивных элементов: ИИ может предложить решения для создания интерактивных или динамических элементов, которые могут быть использованы в видеоконтенте. Этот видеоконтент, кстати, может сгенерировать другой, похожий на chat gpt сервис, который умеет генерировать видео по запросу.

Создать видео через чат gpt не получится, но ИИ станет полезным инструментом для видеографов, маркетологов, YouTube-блогеров, образовательных платформ и всех, кто работает с видеоконтентом, обеспечивая высокое качество материала и оптимизацию для различных платформ.

Промпты СhatGPT для создания видео

Хотя сам чат GPT не подходит для генерации видео, он может значительно облегчить процесс, помогая профессионалам и создателям контента на разных этапах — от идеи до реализации. Чтобы ChatGPT помог в создании видео, задайте ему точные и понятные инструкции.

Например, для генерация идеи для видео, используйте такой промпт: «Помоги мне придумать идеи для видео на YouTube, которое будет обучать людей управлять своим временем. Я хочу, чтобы оно было информативным, но также интересным и увлекательным. Можешь предложить несколько вариантов сценариев и подходящих форматов?»

А для интеграции интерактивных элементов в видео может подойти такой промпт: «Я хочу добавить в видео про путешествие по Камчатке элементы для вовлечения зрителей, такие как голосования или вопросы. Можешь предложить идеи для таких интерактивных элементов, чтобы зрители могли взаимодействовать с видео во время просмотра?».

Почему ChatGPT всё ещё не создает видео

На сегодняшний день ChatGPT является мощным инструментом для обработки естественного языка, который может выполнять множество задач, таких как генерация текста, ответы на вопросы, составление сценариев и даже помощь в программировании. Однако, несмотря на его способности и популярность, ChatGPT всё ещё не работает с созданием видео, и это связано с несколькими важными причинами.

Во-первых, генерация видео — это процесс, который требует обработки гораздо более сложных данных, чем просто текст. Видеоконтент состоит не только из изображений, но и из множества динамических элементов: движения объектов, изменений освещенности, синхронизации звука с изображением, а также ряда других факторов, которые трудно контролировать и моделировать с помощью текстовой модели, такой как чат GPT, которая не может генерировать видео. Даже если модель обучена на огромных объемах данных, работа с видео требует более сложных и специализированных подходов.

Во-вторых, ChatGPT — это текстовый ИИ, что означает, что он обучен исключительно на текстовых данных. Для того, чтобы чат GPT сгенерировал видео, ему нужно быть интегрированным с другими моделями ИИ, которые занимаются генерацией и обработкой визуальных и аудиовизуальных элементов. Например, для создания видео необходимо иметь доступ к моделям генерации изображений и анимирования, что выходит за пределы возможностей чат GPT, который все-таки не генерирует видео.

Кроме того, важно учитывать, что генерация видео требует обработки нескольких потоков данных одновременно. Видео состоит из кадров, которые должны быть связаны между собой плавными переходами, а также синхронизированы с аудио. Это задачи, для которых нужны совершенно другие технологии и алгоритмы, нежели те, которые используются для работы с текстом.

Наконец, генерация видео — это более ресурсоемкий процесс, который требует значительных вычислительных мощностей. На данный момент создание видео с помощью ИИ требует интеграции нескольких технологий, и такие инструменты, как SORA могут быть более подходящими для этого, так как они используют изображения и видеоматериалы для генерации контента.

Таким образом, почему ChatGPT не является генератором видео? Всё сводится к тому, что это текстовый инструмент, а для работы с видео нужны более специализированные и мощные ИИ‑модели, которые могут обрабатывать визуальную информацию и динамику.

Будущее у ChatGPT

Будущее ChatGPT выглядит очень перспективно, поскольку технология искусственного интеллекта продолжает активно развиваться, и ChatGPT интегрируется в новые области и сферы жизни. На данный момент основное направление — это усовершенствование мультимодальности, когда чат GPT будет использоваться для генерирования видео, изображениями и звуков. В будущем мы можем ожидать, что ChatGPT, как часть больших мультимодальных систем, будет способен генерировать не только тексты, но и визуальные или аудио‑материалы, что откроет новые возможности для создания контента.

Кроме того, в будущем, помимо использования чата GPT как генератора видео, ИИ будет всё чаще применяться в обслуживании бизнеса. Это касается автоматизации процессов в таких областях, как маркетинг, обучение, помощь в программировании, работа с клиентами и обслуживание запросов. ChatGPT будет служить инструментом для повышения продуктивности и автоматизации рутинных задач, что значительно сократит время на выполнение простых операций.

Также стоит отметить, что с развитием этических и правовых стандартов использование ChatGPT будет всё более регулируемым. Так как chatgpt будет делать ИИ-видео, то для того чтобы избежать манипуляций с контентом и фальсификации информации, потребуется разработка строгих стандартов безопасности и этики при использовании ИИ.

Таким образом, в будущем ChatGPT делает видео и интегрируется в бизнес-процессы, что будет способствовать дальнейшему развитию технологий и расширению сфер его применения.

Кому подходит ChatGPT?

ChatGPT — это универсальный инструмент, который находит применение в самых разных областях. Он подходит не только для индивидуальных пользователей, но и для бизнесов, образовательных учреждений и креативных индустрий. Несмотря на то что ChatGPT не является генератором видео, он может быть невероятно полезным на всех этапах работы с видеоконтентом, начиная от генерации идей и написания сценариев до оптимизации и создания текстовых материалов для видео.

Для контент‑креаторов и видеоблогеров ChatGPT может стать незаменимым помощником при создании сценариев для видео, предложении оригинальных идей и креативных концепций, а также разработке диалогов и структурировании контента. Хотя сам ChatGPT не может генерировать видео, его способности в обработке текста помогают упрощать и ускорять процесс создания качественного контента для YouTube, TikTok, Instagram и других платформ.

Маркетологи и рекламные агентства также могут использовать ChatGPT для создания рекламных видеоматериалов, так как он способен генерировать тексты для роликов, а также подготавливать SEO‑оптимизированные мета‑данные для улучшения видимости видео на платформах.

Кроме того, образовательные учреждения могут использовать ChatGPT для разработки образовательных видео: он поможет составить сценарии для обучающих роликов, создавая структуру и содержание материала, которое затем можно визуализировать и адаптировать для видеоформатов.

Таким образом, ChatGPT подходит тем, кто хочет улучшить и ускорить процесс работы с видео, даже если сам он не генерирует видеоконтент. Его возможности в создании текста и разработке концепций делают его мощным инструментом для всех, кто работает с видеоконтентом, будь то профессионалы или любители.

Заключение

Итак, мой ответ: чат GPT не может сделать видео, так как обучен на текстовых данных. ChatGPT, тем не менее, является мощным инструментом на этапе подготовки контента. Он помогает создавать сценарии, разрабатывать диалоги, структурировать видео и формировать описания для сцен. И хотя чат GPT не может делать видео, его возможности в текстовой генерации значительно упрощают процесс планирования и создания видеопроектов, он помогает на этапе творческой разработки, предлагая идеи, текстовые описания и исходные материалы для дальнейшего преобразования в визуальный контент.

Просмотрев 10 агрегаторов нейросетей с доступом к ChatGPT и аналогичным моделям, я выделила 5 идеальных вариантов, работающих без перебоев.

Почему ChatGPT может не работать

1. Проблемы с интернет-соединением

Если ваше интернет-соединение нестабильно или прерывается, это может привести к сбоям в работе ChatGPT. Нейросеть требует постоянного подключения к серверу, и проблемы с сетью могут мешать отправке или получению данных.

2. Проблемы на стороне сервера

Иногда ChatGPT может не работать из-за технических проблем на серверах OpenAI. Это могут быть перебои в обслуживании, обновления или технические работы, которые могут вызвать временное отключение сервиса. В таких случаях обычно нужно просто подождать, пока технические проблемы будут устранены.

3. Ограничения по количеству запросов

В некоторых версиях ChatGPT могут быть установлены ограничения на количество запросов, которые вы можете отправить в течение определенного времени. Если вы превысите лимит, нейросеть может перестать отвечать до сброса лимита или до окончания указанного времени.

4. Региональные блокировки или ограничения

В некоторых странах или регионах доступ к ChatGPT может быть ограничен из-за политики самой компании или местных законодательных актов. Это означает, что пользователи из этих регионов не смогут получить доступ к сервису.

5. Ошибки в запросах

ChatGPT может не дать ответ, если запрос сформулирован слишком размыто или некорректно. Нейросеть может не понять вашего запроса или не иметь достаточно информации для того, чтобы предоставить точный ответ. В таких случаях можно попробовать переформулировать запрос.

6. Проблемы с учетной записью

Если вы используете ChatGPT через платный аккаунт, проблемы с учетной записью (например, неполадки с подпиской или ошибки в оплате) могут привести к ограниченному доступу. В этом случае стоит проверить состояние аккаунта или связаться с поддержкой.

7. Перегрузка сервиса

В часы пикового использования, когда большое количество пользователей одновременно подключается к серверу, ChatGPT может быть перегружен, что приводит к замедлению работы или даже временным сбоям в предоставлении ответов.

8. Ошибки в программном обеспечении

Как и любой другой сервис, ChatGPT может столкнуться с внутренними ошибками в коде или багами, которые мешают нормальной работе. В таких случаях разработчики обычно выпускают обновления или исправления.

9. Ограничения модели

Иногда ChatGPT может не дать ответа, если его запрос выходит за пределы его обучающей модели или он не имеет данных для ответа на заданный вопрос. Например, ИИ может не иметь актуальной информации о событиях, произошедших после окончания его обучения.

10. Проблемы с браузером или приложением

В редких случаях проблемы с браузером, его расширениями или настройками могут мешать корректной загрузке интерфейса ChatGPT. Это также может включать сбои в работе приложения на мобильных устройствах.

Чтобы не сталкиваться с проблемами доступа к ChatGPT вроде блокировок, существуют российские сервисы-агрегаторы, предоставляющие полный функционал оригинальной модели без ограничений. Платформы работают через официальные API OpenAI с оплатой российскими картами. Они дают приоритетную скорость, расширенный контекст до 128K токенов и доступ к GPT-5.2. Всего за одну подписку вам открывается генерация текста, написание кода и создание видео. Доступные сервисы полностью заменяют оригинальный ChatGPT для российских пользователей.

ТОП-5 сервисов предоставляющих доступ к ChatGPT в 2026 году

1. Study AI — российский агрегатор, предоставляющий доступ к ChatGPT 5.2 для решения сложных и рутинных задач за пару минут.

2. GPTunnel — нейро-офис с доступом к GPT-4 и еще 30 моделям для генерации текста, видео, изображений и аудио.

3. ApiHost — сервис для написания текстов на базе ChatGPT, а также генерации озвучки и переводов.​

4. ruGPT — российская платформа с доступом к ChatGPT для генерации текстов, изображений и презентаций прямо в браузере.

5. MashaGPT — агрегатор с ChatGPT в едином чате для поиска информации и создания изображений и видео.

С какими задачами справляется ChatGPT

1. Решение математических задач

ChatGPT отлично справляется с различными математическими задачами, начиная от простых вычислений и заканчивая более сложными вычислениями, такими как решение уравнений, работа с функциями, геометрическими задачами, а также анализом статистических данных.

2. Генерация и анализ текста

ChatGPT генерирует тексты на различные темы, включая статьи, эссе, описания, посты для социальных сетей, письма и многое другое. Нейросеть также может анализировать текст, выделять ключевые моменты, искать смысловые связи и даже создавать резюме или синопсисы.

3. Объяснение теоретических понятий

ИИ объясняет сложные концепты в доступной форме. Это полезно для учащихся, студентов и всех, кто хочет разобраться в теоретических вопросах. Нейросеть может объяснять философские, математические, химические, физические и другие сложные понятия.

4. Перевод и локализация

Нейросеть переводит тексты между различными языками, а также помогать в локализации текстов, адаптируя их под культурные и языковые особенности целевой аудитории.

5. Творческое письмо

Нейросеть пишет рассказы, стихи, сценарии, диалоги и другие творческие работы. Она может создавать оригинальные тексты в различных жанрах и стилях, что делает ее полезной для писателей, блогеров и создателей контента.

6. Помощь в программировании

Искусственный интеллект помогает в решении задач по программированию, предоставляя код, объясняя алгоритмы и даже исправляя ошибки. Нейросеть поддерживает популярные языки программирования, такие как Python, JavaScript, C++ и другие.

7. Ответы на вопросы

ChatGPT отвечает на вопросы по множеству тем, включая науку, историю, искусство, спорт и многие другие области. Он анализирует информацию и предоставляет ответы, соответствующие запросам пользователей.

8. Рекомендации и советы

Нейросеть может давать рекомендации по книгам, фильмам, музыке и другим культурным продуктам, а также помогать в принятии решений, давая советы по саморазвитию, обучению, карьерному росту и здоровому образу жизни.

9. Решение головоломок

ChatGPT помогает в решении головоломок, логических задач и предоставлять советы по стратегическим играм. Это полезно для тех, кто хочет развивать мышление и решать задачи, которые требуют нестандартного подхода.

10. Создание презентаций и деловых документов

Нейросеть может помочь в создании презентаций, отчетов, бизнес-планов и других деловых документов. ChatGPT может генерировать текст, структурировать его, предлагать идеи для оформления и оформления материалов.

11. Помощь в изучении языков

ChatGPT полезен для тех, кто учит новый язык. Он может объяснять правила грамматики, помогать с переводом, предлагать примеры использования слов и фраз в контексте, а также практиковать диалоги с пользователем.

12. Разработка идей и концепций

Нейросеть генерирует идеи для стартапов, рекламных кампаний, проектов, а также находить нестандартные решения для бизнес-задач. Она может предложить варианты развития идей и подсказывать пути реализации.

13. Подготовка к экзаменам и тестам

ChatGPT помогает студентам и школьникам готовиться к экзаменам и тестам, предоставляя краткие пояснения по теме, проверяя знания и давая советы по эффективному обучению.

14. Обучение и наставничество

Нейросеть может выступать в роли наставника, помогая в обучении новым навыкам, поддерживая в изучении новых тем и предоставляя структурированную информацию.

Эффективные промпты

1. Решение задачи по математике или физике

Пример запроса: «Реши задачу по физике: найди силу тока в проводнике, если напряжение равно 12 В, а сопротивление — 4 Ом. Объясни пошагово, как ты решаешь задачу».

Почему эффективен: Прямой запрос с указанием значений и требуемого результата помогает нейросети точно понять, что нужно сделать, а пошаговое объяснение обеспечит подробный разбор.

2. Создание текста или эссе

Пример запроса: «Напиши эссе на тему "Проблемы экологии в современном мире". Включи основные проблемы, такие как загрязнение воздуха, воды и изменение климата. Приведи примеры из реальной жизни и предложи возможные решения».

Почему эффективен: Является четким указанием темы, структуры и примеров, что помогает ChatGPT создать более связный текст.

3. Объяснение теоретического материала

Пример запроса: «Объясни, что такое теория относительности Эйнштейна, с примерами, чтобы было понятно школьнику 11 класса. Включи основные идеи и принцип взаимосвязи пространства и времени».

Почему эффективен: Указание уровня сложности и конкретной аудитории помогает ChatGPT адаптировать объяснение, делая его понятным для указанной группы.

4. Перевод текста

Пример запроса: «Переведи следующий текст с английского на русский: The future of artificial intelligence looks bright, but it also raises ethical concerns about privacy and employment».

Почему эффективен: Прямой и ясный запрос на перевод позволяет ChatGPT выполнить задачу точно и в нужном контексте.

5. Генерация идей или планов

Пример запроса: «Предложи 5 идей для стартапа в области экологии, которые могут быть реализованы с использованием технологий ИИ. Учитывай современные тренды и потребности в устойчивом развитии».

Почему эффективен: Запрос включает четкие направления и требования, что помогает нейросети генерировать конкретные и релевантные идеи.

6. Создание текста для социальных сетей или маркетинга

Пример запроса: «Напиши рекламный пост для VK для новой линии спортивной одежды, которая ориентирована на людей, ведущих активный образ жизни. Пост должен быть привлекательным и содержать призыв к действию».

Почему эффективен: Конкретика в запросе помогает ChatGPT создать контент, соответствующий нуждам бизнеса и маркетинговой стратегии.

7. Генерация кода

Пример запроса: «Напиши программу на Python, которая принимает список чисел и возвращает их сумму и среднее значение. Прокомментируй код».

Почему эффективен: Четко сформулированный запрос на создание кода помогает нейросети точно понять, что от нее требуется, и сгенерировать рабочий код с комментариями.

8. Создание списка ресурсов или материалов

Пример запроса: «Предоставь список 5 лучших онлайн-курсов по машинному обучению для начинающих с подробными описаниями и ссылками на сайты».

Почему эффективен: Запрос включает четкие критерии для выбора ресурсов, что помогает нейросети предоставить релевантные результаты.

9. Анализ текста или данных

Пример запроса: «Проанализируй этот текст на наличие логических ошибок и предложи улучшения: Люди могут выжить без пищи в течение нескольких недель, но без воды не смогут прожить больше 3 дней, что делает воду более важной, чем еда».

Почему эффективен: Запрос позволяет ChatGPT не только проанализировать текст, но и предложить конкретные рекомендации по улучшению, что делает взаимодействие более продуктивным.

10. Создание персонажа или сценария

Пример запроса: «Создай персонажа для фэнтези-романа. Он должен быть магистром стихий, около 30 лет, с трагической историей. Опиши его внешний вид, характер, способности и мотивацию».

Почему эффективен: Запрос включает ключевые элементы, которые помогают ChatGPT разработать уникального и интересного персонажа, который будет соответствовать задумке автора.

Общие рекомендации по созданию эффективных промптов:

1. Будьте конкретными. Четко формулируйте, что именно вам нужно. Это поможет ChatGPT точно понять задачу.
2. Добавляйте контекст. Например, если вам нужно объяснение, укажите, для кого оно предназначено (например, школьник, студент).
3. Указывайте формат ответа. Если вам нужно пошаговое решение или текст в определенном стиле, обязательно уточните это в запросе.
4. Используйте примеры. Примеры могут быть полезны для лучшего понимания задачи и получения нужного результата.

Российские сервисы полностью решают проблему того, что ChatGPT почему-то не работает, предоставляя мощный функционал оригинала без ограничений и платежей зарубежными картами. ИИ гарантирует приоритетную скорость и расширенный контекст. Вместо траты нескольких часов на задачи, вы можете пользоваться нейросетью, которая открывает 10+ ИИ-инструментов для генерации текста, видео, изображений и кода. В 2026 году переход на отечественные агрегаторы — не компромисс, а стратегический выбор: стабильность 99.9%, русскоязычный интерфейс и актуальные данные. Выбирайте платформу под задачи и забудьте о технических барьерах навсегда.

А вы уже нашли идеальную платформу для доступа к ChatGPT? Поделитесь опытом в комментариях! Расскажите, какая платформа из статьи стала вашим фаворитом и какие еще сервисы стоит добавить в подборку.

К сожалению, пользователям из России приходится сталкиваться с определенными ограничениями — как с доступом к инструменту, так и с оплатой подписки.

В статье расскажу, как пользоваться DALL-E и приведу топ-5 платформ, которые предоставляют доступ к нему из России.

Топ-5 платформ с доступом к DALL-E из России в 2026 году

1. Study AI — платформа с доступом к нейросетям, включая ChatGPT, DeepSeek, Gemini и DALL-E. Позволяет пользователям работать с инструментами для генерации текста, изображений и видео.
2. GPTunneL — инструмент для работы с языковыми моделями — ChatGPT и другими нейросетями. Позволяет создавать тексты, диалоги, картинки и видео. «Под капотом» у платформы масса моделей, в том числе нейросеть DALL-E для создания изображений онлайн.
3. GoGPT — сервис, объединяющий нейросети для обработки текста и изображений: генерация, редактирование, перевод и создание мультимедиа. Использует модели, среди которых есть и DALL-E, что расширяет возможности работы с визуальным контентом.
4. MashaGPT — платформа, которая позволяет генерировать тексты, изображения и аудио. В нее включены несколько нейросетей — Claude Gemini, Grok, DALL-E.
5. ruGPT — платформа, объединяющая нейросети для создания и редактирования видео, текста и картинок.

Что умеет DALL-E

Нейросеть DALL-E обладает широким спектром умений, которые позволяют ей превращать текстовые описания в изображения.

Основная функция — это генерация картинок на основе заданных пользователем текстовых запросов. ИИ умеет интерпретировать сложные и детальные описания, создавая соответствующие сцены, объекты, персонажей и окружающую обстановку.

Кроме того, нейросеть способна работать со стилями — от классической живописи и иллюстраций до современных цифровых и анимационных стилей. Это позволяет пользователю получать не только реалистичные изображения, но и стилизованные, абстрактные или художественные картинки, что расширяет потенциал использования модели.

DALL-E умеет создавать композиции с учетом указанных цветовых схем, освещения, атмосферы и даже эмоционального настроения. Это делает ее гибкой в применении. Она интерпретирует абстрактные идеи и концепции, превращает их в удивительные визуальные образы.

Еще одно умение — редактирование существующих изображений. DALL-E дорабатывает или модифицирует сгенерированные картинки по пользовательским указаниям. Например, добавляет или удаляет элементы, меняет стиль или фон. Это расширяет функциональные возможности, позволяет использовать нейросеть для создания иллюстраций, концепт-артов и даже для коммерческих проектов.

Также важной особенностью является способность моделировать ракурсы, перспективы и даже анимационные сцены, что дает возможность использовать DALL-E в подготовке мультимедийного контента и анимации.

Чем DALL-E 2 отличается от DALL-E 3

DALL-E 2 и DALL-E 3 — что это? Чем они отличаются друг от друга? Есть ли разница в использовании? Постараемся разобраться.

Переход от DALL-E 2 к DALL-E 3 ознаменовал скачок в развитии нейросетей для создания изображений на основе текста. Главное различие между этими версиями в качестве понимания текстовых описаний и детализации генерируемых фотографий.

К DALL-E 3 есть онлайн-доступ, она быстрее и точнее воспринимает сложные, многослойные промпты, справляется с обработкой длинных и составных описаний. В ней улучшена работа с контекстом — теперь алгоритм способен передавать не только конкретные объекты и стили, но и сложные взаимодействия между элементами, эмоции и атмосферу изображения.

Также DALL-E 3 демонстрирует качество рисунков: увеличилось разрешение, возросла реалистичность и проработка деталей. В новой версии сокращено количество ошибок в композиции, что делает изображения более гармоничными и аккуратными.

В отличие от DALL-E 2, третья версия обладает улучшенной интеграцией с текстовыми моделями. Это означает, что она может не только создавать изображения по сложным текстовым запросам, но и визуализировать даже абстрактные идеи и эмоции. Среди новых функций стоит отметить также расширенные возможности по редактированию и доработке изображений. Взаимодействие с системой стало интуитивнее и проще, что делает нейросеть удобной для пользователей с любым уровнем навыков.

Как использовать DALL-E

Постараемся разобраться, как пользоваться DALL-E 3. Для работы с нейросетью пользователю достаточно пройти процесс регистрации на платформе, которая предоставляет доступ к функционалу ИИ. После регистрации становится возможным вводить текстовые описания и получать сгенерированные изображения, а также пользоваться расширенными возможностями редактирования и стилизации. Важно отметить, что для полноценной работы с нейросетью потребуется платная подписка или плата за конкретные запросы.

Для удобства российских пользователей существует ряд сервисов и платформ, предоставляющих полный доступ ко всему функционалу DALL-E без ограничений по регионам. Эти сервисы обеспечивают стабильный и быстрый доступ к нейросети, а также поддержку русского языка и удобный интерфейс, что значительно упрощает процесс создания изображений и позволяет реализовать любые творческие идеи без лишних сложностей.

Как правильно составлять промпт

Чтобы получать качественные и точные изображения, важно правильно формулировать промпт — текстовую команду, которую вводите в систему. Нужно уделять внимание деталям и конкретике, чтобы нейросеть максимально точно поняла ваш замысел. В промпте желательно использовать четкие описания объектов, их стилизацию, цветовую палитру и настроение. Также рекомендуется начинать с глаголов «создай», «сделай», «нарисуй», чтобы задать команду на создание нужного изображения.

При формулировке промпта следует учитывать несколько ключевых моментов: уточнять основные элементы композиции, не забывать упоминать желаемый стиль или художественную технику, а также описывать цветовую гамму и атмосферу. Чем конкретнее и подробнее будет описание, тем более точное и соответствующее ожиданиям изображение вы получите.

Кроме того, важно не злоупотреблять сложностью — лучше разбить очень сложный запрос на несколько более простых или пошаговых промптов, чтобы нейросеть могла лучше понять и выполнить задание. Использование конкретных ключевых слов, таких как «реалистичный», «художественный», «минималистичный» или «фэнтези», поможет задать нужное направление и стиль работы алгоритма.

Для кого подойдет DALL-E

Нейросетью DALL-E можно пользоваться онлайн. ИИ подойдет для специалистов и любителей, ищущих инструмент для создания уникального визуального контента.

Художники и дизайнеры смогут быстро реализовать свои идеи, создавая концепт-арты, иллюстрации и анимационные сцены без необходимости владения профессиональными навыками рисования или графическими программами.

Рекламные и маркетинговые агентства могут использовать нейросеть для генерации привлекательных визуальных материалов, ускоряя процесс разработки креативных кампаний.

Также эта технология будет полезна преподавателям, студентам и исследователям, интересующимся возможностями искусственного интеллекта в области визуального творчества и визуализации сложных концепций.

Кроме того, DALL-E подходит для частных пользователей, которые хотят реализовать свои оригинальные идеи, создавая персональные иллюстрации, дизайны для соцсетей или подарки. Нейросеть станет надежным помощником для всех, кто работает с изображениями или хочет расширить свои творческие горизонты, получая качественные визуальные результаты быстро и без особых усилий.

Примеры промптов для нейросети DALL-E

Чтобы использовать возможности генератора изображений DALL-E, можно использовать следующие практические промпты.

Примеры:

Преимущества нейросети DALL-E

Нейросеть DALL-E обладает рядом сильных сторон, делающих ее полезным инструментом для творчества и профессиональной работы.

• Способность генерировать уникальные и оригинальные изображения на основе простых и сложных текстовых описаний.
• К DALL-E есть онлайн-доступ.
• Ускоряет процесс создания иллюстраций и концептов, что экономит время и ресурсы.
• Подходит как для реалистичных изображений, так и для стилизованных, художественных и абстрактных работ.
• Позволяет дорабатывать изображения, добавлять или удалять элементы по желанию пользователя.
• Удобный пользовательский интерфейс и интеграция с платформами делают работу доступной даже для новичков.
• Возможность создавать изображения в стиле классической живописи, цифрового искусства, иллюстраций и других жанров.
• Помогает изучать возможности искусственного интеллекта и новые подходы в визуальной культуре.

Недостатки нейросети DALL-E

У модели также есть и ограничения.

• При слишком сложных или неоднозначных текстовых запросах результат может быть некорректным или не соответствовать ожиданиям.
• Иногда модель не справляется с очень специфическими или нестандартными стилями и идеями.
• Для полноценного доступа необходима платная подписка.
• Возможное создание изображений, напоминающих или копирующих существующие произведения искусства, вызывает дискуссии.
• При использовании похожих промптов нейросеть может генерировать изображения, похожие друг на друга, снижая их уникальность.
• Наличие цензурных и этических ограничений может препятствовать созданию определенных типов изображений.

DALL-E — это ИИ, который упрощает создание изображений. Благодаря точности, поддержке стилей и удобству использования, нейросеть одинаково подходит как профессионалам, так и новичкам. На рынке представлено множество сервисов с доступом к этой технологии, что позволяет выбирать наиболее удобную платформу для работы. DALL-E становится надежным помощником для творчества, креативных задач и визуализации самых креативных замыслов.

Теперь пользователи без подписки могут работать с файлами, подключать сторонние сервисы и использовать так называемые Skills — инструменты, которые раньше были доступны только в платных тарифах.

Анонс прозвучал всего через два дня после того, как OpenAI объявила о запуске рекламы для бесплатных пользователей ChatGPT. На этом фоне, шаг Anthropic выглядит как попытка переманить аудиторию, которой не нравится идея баннеров в чат-боте.

Работа с файлами — теперь бесплатно

Пользователи бесплатного тарифа получили возможность создавать и редактировать файлы прямо в чате. Claude умеет генерировать документы в форматах Excel, PowerPoint, Word и PDF.

Бесплатная версия работает на модели Sonnet 4.5. Более мощная Opus по-прежнему остается эксклюзивом для Pro-подписчиков.

Коннекторы к сторонним сервисам

Также Claude теперь можно бесплатно подключать к внешним сервисам. Среди поддерживаемых интеграций — Slack, Asana, Zapier, Stripe, Canva, Notion, Figma и WordPress.

Это позволяет, например, генерировать контент и сразу отправлять его в рабочие инструменты или автоматизировать часть задач без промежуточных копирований.

Skills и более длинные диалоги

Skills — это повторно используемые «навыки», которые дают модели контекст и специализированные знания.

Anthropic предлагает готовые шаблоны для работы с офисными документами, но пользователи могут создавать собственные навыки под задачи компании или команды.

Кроме того, в бесплатный тариф добавили compaction — механизм автоматического сжатия старого контекста. Claude сам пересказывает ранние части диалога, чтобы продолжать разговор без перезапуска с нуля.

При этом лимиты бесплатного плана не увеличили. Пользователи все так же будут упираться в ограничения по количеству запросов.

Теперь разработчики могут использовать автономных кодовых ассистентов прямо внутри Xcode, без сторонних плагинов и костылей. То есть теперь ИИ сможет получать цель и самостоятельно решать, как к ней прийти. И все это прямо внутри IDE от Apple.

Claude и Codex — прямо в IDE

В Xcode 26.3 встроена нативная поддержка Anthropic Claude Agent и OpenAI Codex. Эти агенты могут работать на протяжении всего цикла разработки, а не только писать код по запросу.

Они умеют:

• изучать структуру проекта и файлы,
• искать информацию в документации,
• менять настройки проекта,
• запускать сборки и чинить ошибки,
• проверять результат через Xcode Previews.

Проще говоря, агент может не только написать код, но и сам убедиться, что он работает, а затем исправить его, если все же нет.

Продолжение курса на «умный» Xcode

В Apple подчеркнули, что это логичное развитие функций ИИ, появившихся в Xcode 26. Напомним, что тогда IDE получила нового ассистента для Swift. Теперь же ИИ получил доступ к куда большему количеству внутренних возможностей Xcode.

По словам вице-президента Apple по работе с разработчиками Сьюзан Прескотт, цель компании — дать разработчикам инструменты, которые «ускоряют работу и освобождают время для настоящей инженерии и идей, а не рутины».

Не только Claude и Codex

Помимо встроенных интеграций, Apple открыла Xcode для других агентов через Model Context Protocol (MCP) — открытый стандарт взаимодействия инструментов и ИИ-моделей.

Это значит, что в будущем разработчики смогут подключать любые совместимые модели и агентные системы, а не только решения от Anthropic и OpenAI.

При этом парадокс заключается в том, что даже их создатели до конца не понимают, что именно происходит внутри этих систем в момент принятия решения. Классический инженерный подход — разложить алгоритм на формулы и правила — перестал работать.

Поэтому исследователи начали менять подход. Вместо того, чтобы анализировать ИИ как программу, его все чаще изучают как биологическую систему. Примерно так же, как ученые изучают человеческий мозг.

ИИ под «МРТ»: механистическая интерпретируемость

Как пишет MIT Technology Review, исследователи из Anthropic разработали инструменты для так называемой механистической интерпретируемости.

Они позволяют отслеживать, какие внутренние структуры модели активируются при выполнении конкретной задачи.

По аналогии с медициной, это похоже на МРТ: мы не знаем, как именно работает сознание, но можем наблюдать активность и делать выводы. Один из ученых Anthropic Джош Батсон прямо говорит, что такой анализ ближе к биологии, чем к математике или физике.

«Органоиды» для ИИ

Еще один подход вдохновлен биологией напрямую. В медицине для исследований используют органоиды — миниатюрные аналоги человеческих органов.

В ИИ похожую роль играют специальные нейросети, например sparse autoencoder. Это упрощенные модели, внутреннюю логику которых легче анализировать, чем у полноценных LLM.

Такие «упрощенные мозги» позволяют понять, какие представления формируются внутри модели и как они связаны с итоговым поведением.

Вслушаться во внутренний монолог

Отдельное направление — мониторинг цепочек рассуждений (chain-of-thought monitoring). Модели просят объяснять, почему они пришли к тому или иному выводу. Это похоже на попытку услышать внутренний монолог человека.

По словам исследователя OpenAI Боэна Бейкера, этот метод оказался неожиданно эффективным. Он уже помог выявлять случаи, когда модель действует «плохо» или расходится с собственными правилами безопасности и истинности.

Почему ученые спешат

Главная причина спешки скрыта в тревоге. Специалисты опасаются сложности будущих моделей.

Есть риск, что ИИ станет настолько запутанным (особенно если новые системы будут проектироваться другими ИИ), что инженеры полностью перестанут понимать принцип работы технологии.

Опасность не абстрактная. В новостях уже появляются реальные случаи, когда люди вредили себе из-за советов ИИ. И это происходит на фоне того, что мы все еще не понимаем, как именно эти системы формируют ответы

В веб-версии сервиса нашли упоминания функции под кодовым названием Salute. Как заметил ИИ-исследователь Тибор Блахо, Salute позволит создавать задачи, прикреплять к ним файлы и отслеживать прогресс выполнения.

По сути, ChatGPT начинают превращать из чата в таск-менеджер. С логикой, близкой к Jira, но с ИИ в центре всего процесса.

Что умеет Salute

Судя по найденным строкам в коде, Salute позволит пользователю:

• создавать задачи прямо в ChatGPT;
• прикреплять файлы и контекст;
• отслеживать состояние выполнения;
• возвращаться к задаче через время и продолжать работу.

Это хорошо ложится в общую стратегию OpenAI: сделать ChatGPT не местом для разовых запросов, а скорее полноценной рабочей средой, где задачи не удаляются неделями и месяцами.

Безопасный туннель для MCP-серверов

Еще одно важное изменение — поддержка защищенных тунелей для MCP-серверов.

MCP (Model Context Protocol) — это открытый стандарт, который позволяет ИИ работать с внешними инструментами и внутренними сервисами компаний.

Secure Tunnel решает ключевую проблему корпоративного использования: он подключает внутренний MCP-сервер к OpenAI через исходящее HTTPS-соединение.

А это значит, что компаниям не придется открывать входящие порты или менять настройки файрволов. Для enterprise-сегмента это критически важно.

Редактируемые блоки кода и формул

Еще из интересного стоит отметить, что OpenAI тестирует inline-редактирование блоков кода и математических формул.

Если поддержку математических блоков доведут до релиза, ChatGPT станет заметно удобнее для разработчиков, аналитиков и инженеров, которые работают с формулами и кодом в одном контексте.

По данным китайских инсайдеров, компания разрабатывает ИИ-наушники под кодовым названием Sweet Pea. Это будет потенциальный конкурент AirPods и первый массовый гаджет OpenAI.

Что самое интересное, за дизайн проекта будет отвечать Джони Айв. Легендарный дизайнер Apple, благодаря которому мир увидел iPod и iPhone.

Первый результат сделки на $6,5 млрд

Sweet Pea может стать первым крупным продуктом после покупки OpenAI дизайн-студии Айва io hardware.

Сделка состоялась в мае 2024 года и обошлась компании в $6,5 млрд. Тогда детали почти не раскрывались, но теперь становится ясно, зачем OpenAI понадобилась команда с таким бэкграундом.

Если информация о наушниках подтвердится, то компания Сэма Альтмана явно делает ставку не на аксессуар, а на новую вычислительную платформу.

Необычный форм-фактор и локальный ИИ

В отличие от классических TWS-наушников, Sweet Pea якобы не вставляются в ушной канал.

Устройство состоит из металлического «ядра» в форме гальки и двух капсульных модулей, которые размещаются за ухом. Такая конструкция дает больше пространства для компонентов и охлаждения.

Внутри будет кастомный 2-нм процессор, способный выполнять большую часть ИИ-задач локально, без постоянного обращения к облаку.

А это гарантирует более быструю реакцию, меньше задержек и потенциально лучшую приватность.

Наушники как замена смартфону

По данным источников, Sweet Pea задумывается не просто как гарнитура. Устройство сможет принимать голосовые команды, управлять приложениями и сервисами, а в перспективе — заменить часть базовых функций телефона.

Для этого в наушниках предусмотрены микрофоны и камеры, которые постоянно «считывают» окружение. Вместо фразы активации вроде «Hey Siri», ИИ будет сам предлагать помощь, опираясь на контекст — что пользователь видит, слышит и делает.

Амбиции и риски

Инсайдеры утверждают, что релиз Sweet Pea намечен на сентябрь 2028 года, а целевой объем поставок в первый год — от 40 до 50 млн устройств. Для совершенно новой категории это крайне смелая цель.

Правда, есть проблема — до 2028 года еще далеко. За это время рынок может измениться, конкуренты — догнать или перегнать, а регуляторы — задать новые рамки для устройств с постоянным «наблюдением».

Компания привлекла $252 млн в свежем раунде инвестиций при оценке $850 млн. Для старта сумма почти рекордная.

Крупнейшим инвестором стала сама OpenAI. Также в раунде участвовали Bain Capital и со-основатель Valve Гейб Ньюэлл.

Сообщается, что Merge Labs долгое время работала в стелс-режиме и только сейчас раскрыла детали проекта. Сам Альтман участвует не как представитель OpenAI, а «как самостоятельная единица», хотя связь стартапа с ИИ-экосистемой очевидна.

Чем Merge Labs отличается от Neuralink

Главный тезис Merge Labs — отказ от хирургии. В отличие от Neuralink Илона Маска, где требуется трепанация черепа и вживление электродов, здесь ставку делают на ультразвук.

Технология сочетает направленный ультразвук и специальные молекулы, усиливающие сигналы нейронов. Это позволяет считывать активность мозга без физического вмешательства.

Подход вырос из исследований некоммерческой лаборатории Forest Neurotech, которая уже тестировала метод на пациентах с черепно-мозговыми травмами. Иными словами, Merge Labs пытается сделать то же, что Neuralink, но без скальпеля.

Кто стоит за проектом

Среди со-основателей — исследователи Михаил Шапиро (Caltech), Тайсон Афлало и Самнер Норман из Forest Neurotech.

К команде также присоединились Алекс Блания и Сандро Хербиг — CEO и продуктовый лидер Tools for Humanity, компании, стоящей за сканерами радужки World.

Такой состав намекает, что речь идет не только о фундаментальной науке, но и о попытке довести технологию до массового продукта — пусть и не в ближайшие годы.

Зачем это OpenAI

В OpenAI прямо говорят: нейроинтерфейсы могут стать «естественным способом взаимодействия с ИИ». Компания поможет Merge Labs с моделями и научными инструментами, а взамен получит потенциальный «пульт управления» для своих будущих систем.

Это также добавляет новый виток в заочное противостояние Альтмана и Маска. Neuralink в июне 2025 года привлекла $650 млн при оценке $9 млрд и уже имплантировала устройства 12 добровольцам.

Merge Labs признает, что ее путь длиннее — речь идет о десятилетиях исследований.

Компания просто дала доступ к сервису всем желающим по адресу chatgpt.com/translate. Причем доступен он буквально всем — даже тем, у кого нет платной подписки.

По интерфейсу ChatGPT Translate сильно напоминает браузерную версию Google Translate, но на этом сходство быстро заканчивается.

Чем ChatGPT Translate отличается от классических переводчиков

Формально это «переводчик». Но по сути — отдельный режим ChatGPT, заточенный под работу с переводом. Пользователь может:

• вставить или набрать текст;
• загрузить файл;
• прикрепить изображение с текстом (например, меню или вывеску);
• продиктовать фразу голосом.

Сервис автоматически определяет язык. Но если надо — он также позволяет выбрать исходный и целевой вручную.

Главное отличие — перевод не буквальный. ChatGPT Translate старается сохранить смысл, контекст и интонацию.

Перевод с учетом аудитории и контекста

После перевода диалог не обрывается. Пользователь может сразу уточнить: сделать текст более формальным, адаптировать его под деловую переписку, академический стиль или, наоборот, объяснить «как ребенку».

На базе какой модели это работает — неизвестно

OpenAI не раскрывает, какая именно модель используется в ChatGPT Translate.

Возможно, это GPT-5.2 Auto с кастомным системным промптом под перевод. Возможно — отдельная оптимизированная версия. Компания никак это не комментирует.

Почему это важный шаг для OpenAI

Запуск Translate хорошо вписывается в текущую стратегию OpenAI. Компания все больше уходит в массовые потребительские продукты, в то время как Anthropic концентрируется на корпоративных клиентах и разработчиках.

ChatGPT Translate — прямой удар по нише, которую годами считали съеденной Google Translate. Но вместо очередного клона, OpenAI предложила просто другой подход. В ее сервисе перевод — это скорее лишь начало работы с текстом, а не финальный результат.

Ограничения и текущий статус

На момент запуска переводчик доступен только в браузере. В мобильных приложениях ChatGPT для Android и iOS отдельного переключателя Translate пока нет.

Если у вас школьник, вы прекрасно знаете: проектная деятельность по ФГОС — это не только задача для ребёнка. Это задача для всей семьи. С первого класса дети получают задания сделать проект по окружающему миру, математике, русскому языку. И теоретически это звучит здорово: ребёнок учится искать информацию, структурировать знания, презентовать результаты.

Но на практике всё иначе. Вам это знакомо: ребёнок подходит к вам в воскресенье вечером и сообщает, что в понедельник нужно сдать готовый проект. Семи или восьмилетний ученик не умеет гуглить правильно, не понимает, как отличить достоверный источник от случайной статьи, не знает, как оформить титульный лист. Да и просто в силу возраста у него не хватит усидчивости работать над таким заданием. И вот вы вместо отдыха сидите допоздна, изучаете забытую школьную программу и пытаетесь объяснить ребёнку то, чего сами толком не помните.

С чем сталкиваются родители при подготовке проектов

Поиск информации, понятной ребёнку

Первая проблема — найти материал, который подойдёт по возрасту. Вы открываете интернет, вводите в поиске тему проекта. Что в результатах? Либо детские энциклопедии с картинками и тремя предложениями, либо научные статьи с терминами уровня института. Вашему третьекласснику нужно что-то среднее: понятное объяснение без упрощений до примитива, но и без сложных формулировок. А еще самое главное — чтобы это не было скопировано, работа должна быть авторской.

Вы открываете Википедию — там три страницы текста мелким шрифтом. Начинаете сами пересказывать, упрощать формулировки, искать примеры попроще. Проходит час, а вы всё ещё на первом вопросе из пяти.

Оформление — тоже непросто

Допустим, информацию нашли. Теперь это надо красиво оформить. Вы открываете Word или PowerPoint и начинается: почему картинка съезжает? Как сделать так, чтобы текст не вылезал за поля? Почему таблица не влезает на страницу?

Вы не дизайнер и не верстальщик. Вы бухгалтер, инженер, врач — у вас своя работа. Но вот вы сидите в одиннадцать вечера и бьётесь с форматированием, пока ребёнок уже спит. В некоторых школах разрешают писать от руки, но все больше учителей требуют печатный вариант с правильным оформлением.

Творческая часть — финальный удар

Информация есть, оформление готово. Но современные учителя хотят "творческий подход": придумайте загадки, ребусы, кроссворды, интерактивные задания. Или нужно найти пословицу в которой есть определенное слово. И вы снова в Google: "загадки про космос", "ребусы по математике для 3 класса". Половина не подходит, остальное слишком сложное или слишком простое.

К полуночи у вас начинается лёгкая истерика: завтра на работу вставать в семь утра, а вы тут творчески подходите к проекту про правила дорожного движения.

Что такое ChatGPT 5.2 и как с его помощью сделать проект

В конце 2025 года компания OpenAI выпустила обновлённую версию своей нейросети — ChatGPT 5.2. Это языковая модель, которая понимает запросы на русском языке и умеет генерировать тексты с учётом возраста читателя. Если коротко — это инструмент, который может сэкономить вам несколько часов нервов на каждом школьном проекте и не только.

Главное, что нужно понимать: это не волшебная кнопка "сделай за меня". Но данный сервис уже к этому ближе! Это помощник, который берёт на себя самую скучную и сложную часть работы — поиск и структурирование информации. А вы с ребёнком занимаетесь важным: пониманием материала, творчеством и подготовкой к защите проекта.

Объясняет сложное простыми словами

Представьте: вам нужно объяснить ребёнку второго класса, что такое фотосинтез. Вы можете провести час в поисках понятного объяснения. А можете написать нейросети: "Объясни фотосинтез для второклассника". И получите текст, который ребёнок реально поймёт: "Растения на свету готовят себе еду из воздуха и воды. Это похоже на то, как ты готовишь бутерброд из хлеба и масла, только у растений получается сахар для роста."

Нейросеть автоматически:

• Убирает сложные термины
• Пишет короткими предложениями
• Приводит понятные примеры из жизни ребёнка
• Избегает длинных объяснений

Ваш ребёнок прочитает это, поймёт и сможет рассказать на защите проекта своими словами.

Помогает со структурой проекта

Не знаете, как организовать проект? ChatGPT подскажет готовую структуру:

1. Титульная страница — что писать, как оформлять
2. Введение — почему эта тема важна (2-3 предложения)
3. Основная часть — сам материал, разбитый на понятные блоки
4. Практическая часть — задания, опыты, творческие элементы
5. Заключение — короткие выводы
6. Источники — откуда брали информацию

Вы получаете готовый каркас и просто заполняете его содержанием. Это экономит минимум час времени на планирование.

Придумывает творческие задания за секунды

Помните ту самую "творческую часть", от которой хочется плакать? ChatGPT делает это моментально.

Нужны загадки про лес?

"Придумай 5 загадок про лес для третьеклассника"

Результат через 10 секунд:

• "Весной одевается, осенью раздевается" (Дерево)
• "Не птица, а летает, не пчела, а жужжит" (Жук)

Нужны задачи по математике?

"Создай 3 задачи про старинные меры длины для 4 класса"

Результат: "Купец отмерил 5 аршин ткани. Сколько это сантиметров, если 1 аршин = 71 см?" — с полным решением и объяснением!

Нужен кроссворд?

"Составь кроссворд на 10 слов по теме 'Птицы России' для 3 класса"

И вот вы уже получаете готовый кроссворд с вопросами и ответами.

То, на что раньше уходило полчаса поиска в интернете и адаптации, теперь занимает минуту.

Реальные примеры: как это работает на практике

История из жизни: проект про лесную экосистему

Задание: 6 класс, биология, тема "Экосистема леса", нужна презентация на 10 слайдов, срок — 4 дня.

Что делали раньше:

• 1 час — искали информацию про животных, растения, связи между ними
• 1 час — упрощали научные термины до понятных шестикласснику
• 30 минут — подбирали картинки
• 1 час — оформляли в PowerPoint
• 30 минут — придумывали вопросы для викторины

Итого: 4 часа работы, из которых 3 часа — нервная рутина.

С ChatGPT 5.2:

1. Написали: "Создай структуру проекта про лесную экосистему для 6 класса, 10 слайдов"
2. Получили план: какие темы на каких слайдах, что объяснить
3. Попросили: "Объясни пищевые цепи в лесу простыми словами"
4. Попросили: "Придумай 5 вопросов для викторины о лесных животных"
5. Добавили картинки (нейросеть подсказала, какие именно искать)

Итого: 15 минут — и готова основа проекта. Ещё 20 минут ушло на оформление и добавление собственных деталей. Вечер свободен, ребёнок доволен, а главное — он действительно понял тему, потому что текст был на его уровне.

Второй пример: исследование про древние города

Задание: 5 класс, история, "Древнерусские города", реферат на 5 страниц.

Раньше: Вы сидели с учебником и Википедией, пытаясь выудить информацию про Новгород, Псков, Владимир. Потом упрощали до уровня пятиклассника. Потом оформляли. 3-4 часа минимум.

С нейросетью:

• "Расскажи про 7 древнерусских городов для пятиклассника: когда основаны, кем, чем знамениты"
• "Сделай сравнительную таблицу: город, год основания, князь-основатель"
• "Придумай 5 вопросов для викторины про эти города"

Получили готовый материал за 15 минут. Ребёнок добавил свои рисунки (карту городов от руки — нейросеть подсказала, как это сделать просто). Дальше вместе прочитали текст, обсудили, что запомнилось. На выходе — ребёнок реально знает тему и готов защищаться.

Третий пример: анализ стихотворения

Задание: 7 класс, литература, анализ стихотворения Тютчева.

Это та самая задача, где родители обычно в ступоре: литературоведческие термины забыты лет 15 назад, а ребёнку нужно объяснить, что такое метафора и олицетворение.

С ChatGPT:

• "Объясни простыми словами, что такое метафора, с примером из стихотворения Тютчева 'Весенние воды'"
• "Какие образы использует Тютчев в этом стихотворении?"
• "Напиши план анализа стихотворения для семиклассника"

Результат: понятное объяснение без заумностей, которое ребёнок может использовать для своей работы. Вы не делаете за него — вы даёте инструмент для понимания.

Не только проекты: помощь с обычной домашкой

Кроме проектов, ChatGPT 5.2 помогает и с ежедневными заданиями. Это экономит ваше время каждый день, а не только когда горят дедлайны.

1. Проверка решений

2. Объяснение непонятых тем

3. Конспекты для запоминания

4. Тренировочные задания

Завтра контрольная, нужна тренировка. "Создай 10 примеров на умножение дробей для 6 класса" — и вот у вас готовый набор для отработки навыка. С решениями, чтобы можно было проверить себя.

Что нужно знать: ограничения и нюансы

Всегда проверяйте факты

ChatGPT 5.2 — умная программа, но хоть и редко, она может ошибаться. Особенно внимательно проверяйте:

• Точные даты и цифры
• Научные формулы и определения
• Имена людей и названия мест

Нейросеть — это помощник, но вы все равно должны проверить работу. Не считайте сгенерированный текст абсолютной истиной, сверьтесь с надёжным источником (учебник, проверенная энциклопедия).

Делайте контент авторским

Если просто скопировать текст от нейросети — ребенок может не ответить по теме в школе. Поэтому:

• Перефразируйте ключевые моменты своими словами
• Добавьте личные наблюдения ребёнка
• Попросите ребёнка привести свои примеры
• Объедините информацию из нескольких запросов

Пусть ребёнок прочитает текст и расскажет своими словами — это и есть его проект.

С точными науками — аккуратнее

ChatGPT лучше справляется с гуманитарными предметами: история, литература, русский язык, обществознание. С математикой, физикой, химией будьте внимательны: проверяйте формулы и расчёты особенно тщательно. Нейросеть может допустить вычислительную ошибку.

Это честно? Разбираемся с главным вопросом

Давайте честно. Многие родители думают: "Если я использую нейросеть — это обман". Давайте разберёмся.

Что было раньше:

Вы 3 часа гуглили информацию, упрощали её, оформляли в Word. Всё это делали ВЫ, родитель. Ребёнок в лучшем случае клеил картинки и переписывал текст, который не очень понимал. По факту проект делали вы, ребёнок просто ставил подпись.

Что сейчас:

Нейросеть за 5 минут даёт основу на понятном языке. Ребёнок читает, понимает (потому что текст на его уровне!), может добавить свои мысли, нарисовать иллюстрации, подготовиться к защите. Ребёнок РЕАЛЬНО участвует в проекте, а не просто смотрит, как вы делаете.

Чувствуете разницу?

Это как калькулятор в математике. Калькулятор не решает задачу за вас — он считает быстрее. ChatGPT не делает проект за ребёнка — он экономит время на скучном поиске информации, чтобы вы с ребёнком могли заняться важным: пониманием темы и творчеством.

Учителя хотят, чтобы дети научились искать информацию, структурировать её, презентовать. Но семилетний ребёнок физически не может это сделать сам — у него нет этих навыков. И родители вынуждены помогать. Нейросеть просто помогает более эффективно: не тратить 3 часа, а потратить 30 минут — и при этом ребёнок больше вовлечён, потому что материал ему понятен.

Для каких классов это работает

1-4 класс (началка)

Работает идеально. Проекты простые: "Моя семья", "Динозавры", "Профессии родителей". ChatGPT отлично объясняет на уровне малышей, без сложных слов. Ребёнок может прочитать, понять и пересказать.

5-8 класс (средняя школа)

Очень полезно. Проекты усложняются, появляется исследовательская часть. Нейросеть помогает структурировать большой объём информации, предложить гипотезы, составить план исследования. Подросток уже может более критически подойти к материалу, добавить свои мысли.

9-11 класс (старшие классы)

Подходит для итоговых проектов, но с оговорками. Здесь уже нужна глубокая проработка темы, критическое мышление. ChatGPT полезен на начальном этапе: собрать материал, систематизировать источники, составить структуру. Но основную работу подросток должен делать сам — это развитие навыков самостоятельного исследования.

Вопросы, которые задают родители

Учитель поймёт, что это делала нейросеть?

Если вы просто скопируете текст — возможно. Но если ребёнок прочитает, перескажет своими словами, добавит свои примеры и рисунки — это уже его уникальный проект. Учителя не против инструментов, они против бездумного копирования.

Ребёнок ничему не научится?

Наоборот! Раньше вы всё делали за него, он только смотрел. Сейчас он получает материал на понятном языке, может его осмыслить, переработать, добавить своё. Он учится работать с информацией, а не просто переписывать непонятный текст.

А если не про проекты, а просто с уроками помочь?

ChatGPT помогает с любыми школьными задачами: объяснить тему, проверить решение, составить конспект, придумать примеры для тренировки. Это помощник на каждый день, не только для проектов.

Какие предметы покрывает?

Практически все: русский язык, литература, математика, физика, химия, биология, история, география, обществознание, английский. С гуманитарными предметами работает лучше всего.

Что в итоге

Школьные проекты — это реальность, от которой никуда не деться. ФГОС требует проектной деятельности, учителя задают проекты регулярно, и родителям приходится в этом участвовать. Вопрос только в том, как вы будете это делать.

Многие уже начали использовать ChatGPT 5.2 как инструмент, который берёт на себя рутину. Вы экономите время, ребёнок получает материал на понятном языке, остаётся время на важное — совместное обсуждение темы, творчество, подготовку к защите.

Это не обман, скорее наоборот. Это современный подход к задаче, которая без инструментов забирает слишком много времени и нервов у всей семьи.