Meta представила Muse Spark 1.1 — обновлённую версию своей первой собственной модели (первая версия вышла в апреле), заточенную под агентные сценарии, кодинг и мультимодальные задачи. Одновременно компания открыла публичное превью Meta Model APIi для разработчиков из США с демпинговой ценой $1.25 за миллион входных токенов и $4.25 за миллион выходных.
Запуск воспринимается наблюдателями как разворот Meta от опенсорсной стратегии к закрытым сильным моделям и прямая заявка на конкуренцию с OpenAI и Anthropic: по бенчмаркам Muse Spark 1.1 сопоставима с Opus 4.8 и GPT-5.5, немного отставая в кодинге, но выигрывая по цене и скорости.
6 июля 2026 года Сбер опубликовал в open source новую флагманскую LLM GigaChat 3.5 Ultra — модель на 432 млрд параметров под MIT-лицензией. Это первый в открытом доступе гибрид архитектур GatedDeltaNeti (линейное внимание) и MLA (классическое внимание), доведённый до масштаба сотен миллиардов параметров; рецепт обучения для него собирали в более чем 1500 экспериментах. Модель встроена в ИИ-помощника GigaChat, а веса выложены на HuggingFace и GitVerse.
При этом GigaChat 3.5 Ultra стала на 40% компактнее предыдущего флагмана GigaChat 3.1 Ultra (по данным «Рестарт», тот был на 700 млрд параметров), но выросла в коде, математике и агентных сценариях, а по ряду метрик обходит китайские DeepSeek V3.2 и свежий DeepSeek V4 Flash. Сбер подчёркивает, что весь стек — данные, архитектура, рецепт обучения и инфраструктура — сделан командой end-to-end, а детали реализации гейтов и стабилизации обучения раскрыты в статье на Habr.