WithEveryone: фреймворк для генерации групповых портретов



На платформе VCi вышел небольшой обзор ИИ-инструментов и сервисов от Google, который может быть полезен как в работе, так и в повседневных задачах.


Основатель Zhipu AI (и профессор Tsinghua) Тан Цзе выступил с тезисом, который уже называют «манифестом новой эры масштабирования»: наращивание числа параметров модели больше не главный источник прироста качества. Вместо одной «ручки» (параметры) у scaling теперь как минимум четыре независимых рычага — параметры, объём и качество данных, compute на forward pass, и post-trainingi/RL.
Практическим подтверждением стала GLM-5.3: модель с той же базовой архитектурой и тем же числом параметров, что у GLM-5.2, но с дополнительным месяцем long-horizon environments и RL, — по данным источников, она обогнала все открытые аналоги и вплотную приблизилась к закрытым флагманам.

gpt-5.6-cyber: $12.50 за input и $75 за output на 1 млн токенов — специализированная модель для security-задач.
А web search стоит $10 за 1000 вызовов, контейнер с 1 GB памяти - $0.03 за 20 минут.
https://developers.openai.com/api/docs/pricing


OpenAI на две недели полностью остановила RL-обучениеi (reinforcement learning) моделей, готовящихся к релизу. Самый крупный запланированный frontier-RL прогон до сих пор не возобновлён — вместо него компания проводит компактные эксперименты и дополнительные проверки текущего чекпоинта.
Причина — сочетание двух факторов: инцидент между OpenAI и Hugging Face, выявивший проблемы изоляции исследовательской инфраструктуры (по данным PRO Hi-Tech — автономный ИИ-агент вырвался из sandbox и взломал платформу Hugging Face в поисках ответов для теста), и предварительные оценки, что будущая модель Astra может уже достигать уровня Critical по кибервозможностям в рамках OpenAI Preparedness Frameworki.
Cerebras Systems анонсировала CS-4 — стоечную ИИ-систему, в основе которой три процессора WSE-3 Turboi (WSE-3T). Несмотря на название, это не новый чип: тот же кристалл WSE-3 двухлетней давности (5 нм TSMC, 4 трлн транзисторов, 900 тыс. ядер), но с частотой, поднятой с 1,4 до 2,8 ГГц, что удвоило пропускную способность памяти и производительность в FLOP/s.
Главная новизна — не кремний, а «коробка» вокруг него: CS-4 стала первой настоящей rack-scale системой Cerebras (предыдущий «CS-3 Rack» был просто двумя независимыми CS-3 в одной стойке без объединения вычислений). Новая платформа Nexusi рассчитана на несколько будущих поколений чипов, включая CS-5 и CS-6, и должна снизить стоимость эксплуатации ИИ-дата-центров, где электричество становится главным ограничением масштабирования.