Герман Греф принизил заслуги «Яндекса», эксперты оценили ущерб Wildberries, сколько Nvidia вложила в Revolut, каршеринг BelkaCar погряз в исках, за сколько Бен Аффлек продал свой AI-стартап 🦄 Доброе утро, наши маленькие любители единорогов! 🤷‍♂️ Глава «Сбера» Герман Греф принизил заслуги «Яндекс». На своем выступлении в Совете Федерации он заявил, что полностью свои AI-модели есть только у Сбера. Но их это не радует, потому что они за конкуренцию. А «Яндекс», по словам Грефа, дообучает китайские модели. В «Яндексе» сказали, что это не соответствует действительности. Говорят, что они продолжают развивать свои модели, у них полный цикл разработки. 💲 Эксперты оценили ущерб Wildberries от сгоревших складов в Электростали и Котовске в 21,5-35,8 млрд рублей, пишет «Коммерсант». В эти склады прилетели дроны. Как пишет издание со ссылкой на источник, ушерб, вероятно, WB придется покрывать самостоятельно — компания обычно не страхует свои объекты. Но это только склады, а еще есть ущерб селлерам — их сгоревшие товары. И здесь, вероятно, WB придется тоже покрывать убытки. 💰 Nvidia могла вложить в Revolut Николая Сторонского почти $200 млн, пишет Kucoin. Ее венчурное подразделение NVentures участвовало в раунде в ноябре 2025-го — купили акции на вторичном рынке у сотрудников и ранних инвесторов. Но сумма была неизвестна. А теперь выяснилось, что у NVentures 141 834 акции. И на тот момент они оценивались примерно в $195,9 млн. 🧑‍⚖️ Каршеринг BelkaCar погряз в исках. Как пишет «Коммерсант», в этом году он получил 39 исков на 972,7 млн рублей. В прошлом году было 14 исков на 106,9 млн рублей. Основные претензии сейчас от лизингодателей — 631 млн рублей от ООО «Шелковый путь» и 249,9 млн рублей от ООО «Мэйджор профи». 🙅‍♂️ Китайская Moonshoot AI выпустила новую AI-модель Kimi K3. И что-то она так зашла пользователям, что у компании закончились мощности. Как они пишут в X, спрос приблизился к пределу их возможностей, и им пришлось временно остановить прием новых пользователей. А еще Bloomberg пишет, что Moonshot хочет провести IPO в ближайшие полгода. 🤝 А еще выяснилось, что актер Бен Аффлек продал Netflix свой AI-стартап InterPositive за $587 млн. Сделка была в марте. Ну, тоже неплохо. Интересно, конечно, сколько из них самому Аффлеку досталось. @TheEdinorogBlog — тот самый канал про стартапы🦄

Глава Сбера, Герман Греф заявил, что Яндекс дообучает (китайский) Qwen, и это не радует По словам Грефа, только Сбер имеет ИИ, полностью разработанный в России:

Компания Яндекс сегодня дообучает Qwen — в основе лежит китайская модель. Конечно, нас это нисколько не радует, что мы одни, потому что мы за конкуренцию.

Яндекс отрицает эти обвинения:

Яндекс продолжает развивать собственные фундаментальные модели, сохраняет полный цикл разработки и не зависит от внешних решений.

Ряд медиа распространяют информацию, что Яндекс использовал веса (параметры) Qwen-2.5-32B-base для модели YandexGPT 5 Pro, после чего провел собственный полный цикл обучения на русскоязычных и иных данных. Если это правда, кто-нибудь может объяснить в комментариях, почему в качестве базовой не была взята модель на ~450B? P.S. Я сравнивал онлайн-версии Алисы и GigaChat. По-моему мнению, обе отставали от Deepseek при решении прикладных задач, но GigaChat демонстрировал меньшее отставание.

😀 Это friendly fire — огонь по своим Глава Сбера Герман Греф выступил в Совете Федерации и заявил, что Сбер — единственная компания, у которой ИИ действительно отечественный. 📌 По его словам, Яндекс сейчас дообучает китайский Qwen, тогда как Сбер сделал свою модель с нуля. 📌 Греф не обвинял компанию напрямую — он сообщил, что был бы рад конкуренции, но посетовал, что на этом рынке конкурентов как таковых нет. Яндекс же выступил с опровержением:

«Утверждение не соответствует действительности. Яндекс продолжает развивать собственные фундаментальные модели, сохраняет полный цикл разработки и не зависит от внешних решений».

Однако ранее компания сама сообщала в своём блоге на «Хабре», что в основе YandexGPT 5 Pro и Alice AI действительно лежат веса Qwen версий 2.5 и 3 соответственно. 💻 Подписаться

GigaChat 3.5 - что по кодингу? Пока мы все ждем релиз GPT-5.6, в каналах все чаще наблюдаю анонсы новой модели от Сбера. Очевидно, что работа была проделана немаленькая, поэтому поздравляю ребят с релизом! Там действительно получился довольно большой скачок в сравнении с их предыдущей моделью, а в пабликах часто наблюдаю как пишут, что уровень модели сопоставим, либо даже выше, чем DeepSeek V3.2. Но для нас главный вопрос - что с агентным кодингом? Поскольку мне Сбер денег не занес, придется писать правду. И тут главная проблема в том, что из официального релиза это практически не понятно. Т. к. единственный прямой agentic coding бенчмарк, который опубликовала команда - это Terminal Bench 2 (в этом месте хочется позанудствовать, что не существует бенчмарка Terminal Bench 2, а существует Terminal Bench 2.0 и более честная его версия Terminal Bench 2.1 - догадаемся, что речь про 2.0). Причем даже в нем мы видим сравнение только с DeepSeek V3.2 и GigaChat 3.1 Ultra. Ну что ж, мы не из робкого десятка, поэтому соберем результаты других моделям по крупицам из других источников. Например, результаты Terminal Bench 2.0/2.1 удобно смотреть здесь и здесь. GigaChat-3.5-Ultra: 13.48 (харнесс Terminus 2, данные от команды сбера) GPT-OSS-120B: 18.7 (Terminus 2, данные из лидерборда tbench) Qwen3.6-35B-A3B: 24.6 (харнесс little-coder) DeepSeek-3.2: 39.6 (Terminus 2) Nemotron 3 Ultra (550B-A55): 50.94 (Terminus 2, результаты из vals.ai) Тем не менее, наверное, на рынке РФ из отечественных моделей, похоже, что GigaChat 3.5 пока самая сильная модель. Но объективно сказать трудно, т. к. ни Яндекс, ни Сбер более широкого сравнения не публикуют и друг друга в бенчмарки не добавляют - а зря, ведь современные бенчмарки достаточно легко прогоняются через Harbor, нужны только токены. А к колегам по цеху предложение на будущее публиковать System Card модели с техническими подробностями, как это делают OpenAI и Anthropic, а также показывать больше современных бенчмарков: хотя бы DeepSWE 1.1 и SWE-rebench 2.0. @ai_driven