Источники сообщают о неназванной внутренней модели, которая при тех же вычислительных затратах решает значительно больше задач, чем модель Astrai. Обучение модели ещё не завершено, то есть её показатели должны расти дальше.

Главный аргумент — единственный опубликованный график из статьи, где по оси X отложены вычисления на этапе инференса (test-time computei) в логарифмической шкале, а по оси Y — доля решённых задач. При одинаковом бюджете вычислений новая модель решает примерно в 2,5–3 раза больше задач, чем Astra.

ВыводПри одинаковых вычислительных затратах новая модель решает около 38% задач против 14% у Astra

Полный разбор →

Пользователи протестировали несколько нейросетей на способность писать музыку: моделям предложили сгенерировать код хорала в стиле Иоганна Себастьяна Баха, после чего результат был воспроизведён как звук. Лучше всех справилась флагманская модель OpenAI — GPT-6 Astra: она написала четырёхголосный хорал без ошибок в ведении голосов, с сложными гармоническими аккордами и проходящими нотами, которые делают звучание естественным и «человеческим».

По мнению наблюдателей, это говорит не просто о генерации нот, а о понимании ИИ музыкальных правил и композиции — шаг вперёд по сравнению с конкурентами, включая Claude от Anthropic.

Полный разбор →

Влад Прошинский (канал «ИИ для продакта & CPO») опубликовал на GitHub skill для AEO/GEOi — автономный агентный навык и инженерный фреймворк, предназначенный для доминирования сайтов в генеративном поиске (ответах LLM) и классических поисковиках. Через два дня он показал в видео, как этот skill работает внутри более широкого мультиагентного AEO/GEO/SEO-конвейера, который сам собирает ключевые запросы, пишет статьи и публикует их в блог.

Смысл истории — попытка автоматизировать весь цикл контент-маркетинга: от сбора семантики до публикации и индексации, с учётом того, что трафик теперь идёт не только из Google/Яндекс, но и из ответов языковых моделей (AEO/GEO — Answer/Generative Engine Optimization).

Полный разбор →

С 31 августа по 6 сентября 2026 года крупные AI-лаборатории почти одновременно обновили флагманские модели. OpenAI выпустили GPT-6 Astra, Anthropic — сразу две модели, Claude Fable 5.1 и Mythos 5.1, Google — Gemini 3.8 Flash. Источники расходятся в том, кто сильнее: по одним бенчмаркам лидирует Astra, по другим — Fable/Mythos, при этом OpenAI, по данным «Бориса опять», назвали Astra моделью уровня AGI.

Параллельно обновились генеративные и мультимодальные системы: Meta улучшила кодовую модель Muse Spark 1.3, World Labs представила мультимодальную Atlas для работы с 3D, fal выпустила H3 Max Director для потокового видео, а стартап Mostik предложил обмен между моделями без токенов.

Полный разбор →

В сети появилось несколько демонстраций того, что умеет делать модель «Астройi»: она превращает обычные плоские изображения в интерактивные пространства, по которым можно «гулять» прямо в браузере. Технология объединяет распознавание объектов на фото и генерацию навигируемой сцены на его основе.

Это показывает практическое применение генеративных моделей не для создания картинок «с нуля», а для оживления уже существующих изображений — от бытовых фото до произведений искусства.

Полный разбор →

OpenAI второй раз за несколько дней вмешивается в то, как функция Astrai расходует квоту подписки ChatGPT. По словам Тибо, известного в X по разборам лимитов OpenAI, качество работы модели не изменилось, но потребление квоты снижено в 3–4 раза по сравнению с прежним уровнем — судя по всему, речь о пересчёте учёта расхода на длинных задачах.

История началась с того, что Astra вышла ограниченным превью, недоступным платным подписчикам, из-за чего OpenAI начисляла им по одному отложенному сбросу лимита за каждый день ожидания. 5 сентября компания объявила о завершении раскатки и полном сбросе квот для всех тарифов Plus, Pro и Business — а спустя пару дней пользователей завалило жалобами на слишком быстрый расход лимитов.

Полный разбор →

NVIDIA официально выпустила DLSS 5i — технологию нейросетевого рендеринга в реальном времени, которая, в отличие от классического DLSS, не просто восстанавливает изображение из низкого разрешения, а генерирует освещение, материалы и детализацию сцены с помощью ИИ. Первой игрой с поддержкой стала NBA 2K27, технология доступна на видеокартах GeForce RTX 50 и в GeForce NOW; запуск состоялся 3 сентября в 21:00 по тихоокеанскому времени (4 сентября в 7:00 мск).

Запуску предшествовал крупный пиар-скандал: показанный в марте технический прототип раскритиковали за искажённые лица и «замыленную» картинку, а после утечки библиотеки DLSS 5 из NBA 2K27 энтузиасты запустили её в Skyrim и Control, что стало главной демонстрацией технологии. При этом тесты подтвердили серьёзную цену за красоту — падение FPS на 50–70% и резкий рост энергопотребления, из-за чего NVIDIA рассматривает ребрендинг под названием «DLSS Neural Rendering».

Полный разбор →

Компания fal выпустила новую версию модели H3 Max Director, которая не собирает видео из отдельных сгенерированных клипов, а выдаёт единый непрерывный поток, сохраняя контекст сцены. Промпт можно менять прямо во время трансляции, направляя действие «на лету» — это открывает формат интерактивного ИИ-телевидения, где зрители сами выбирают, что произойдёт дальше.

Вокруг подобных «генерация-быстрее-плейбека» решений уже сложилась целая экосистема: помимо H3 Max есть VDN и SOL от Nvidia, а также инструменты на базе Minimax, которые тоже умеют генерировать видео быстрее реального времени. Технология уже интегрируется в привычные инструменты — например, в Blender, где рендер сцены сразу превращается в видео/анимацию в разных стилях.