Китайский стартап сократил стоимость работы агентов на 89%, переключая модели на лету
На конференции Yunqi 2026 в Ханчжоу CTO стартапа Jiyuan Lüdong Хань Кай рассказал о системе динамической маршрутизации между языковыми моделями. Идея простая: одна модель-флагман дорого стоит и медленно отвечает, а сложный агент за одну задачу делает десятки вызовов — значит, каждый вызов стоит подбирать под нужную модель.
Компания выложила в open source проект OpenSquilla, который решает именно эту задачу. По их внутренним тестам: по сравнению с фиксированным использованием флагманской модели система сохраняет 99,96% качества задач, снижая стоимость на 88,9%. В тесте по задачам глубокого исследования (DRACO) конфигурация с несколькими моделями обошла лучшую одиночную модель из той же группы — при затратах в треть от её цены.
Помимо маршрутизации, Хань Кай описал то, что в компании называют RSI-петлёй (рекурсивное самосовершенствование): агент выполняет задачи → система оценивает слабые места модели и стратегии выбора → проводится дообучение → улучшенная модель возвращается в работу.
Первым результатом этого подхода стала серия NeoHorse-1, выпущенная в сентябре 2026 года. Модели дообучены на базе Qwen3.5 от Alibaba. Согласно техническому отчёту: версия 4B подняла макро-среднее по десяти бенчмаркам с 58,94 до 64,87 балла; версия 9B — с 65,60 до 69,04. При этом 4B после дообучения превзошла базовую модель Qwen3.5-9B на пяти из десяти тестов: VitaBench, τ²-Bench, PinchBench, QwenClawBench и HumanEval.
Инфраструктурно: Alibaba Cloud обеспечивает облачные сервисы для работы продуктов компании, компания Wuwen Xinqiong предоставила вычислительные мощности и оптимизацию инфраструктуры для обучения и инференса NeoHorse-1. С командой Qwen ведётся совместное тестирование сценариев и верификация новых версий моделей.
Jianying запустил платформу для интерактивных AI-историй и обновил инструменты видеомонтажа
20 сентября на презентации «AI New Creation» китайский видеоредактор Jianying показал сразу несколько обновлений. Главное — новое рабочее пространство Jianying Hub: бесконечный холст плюс многодорожечный редактор. Пользователь начинает с фразы, документа или референсного видео, на холсте набрасывает структуру и сценарий, генерирует картинку и звук через сторонние сервисы, а затем отправляет черновик в таймлайн для финального монтажа.
Параллельно появился AI-ассистент монтажа: на десктопе — «Jianying Assistant», на мобильном — Xiaoying. Он убирает паузы, вырезает слова-паразиты, исправляет субтитры и подбирает дополнительные кадры.
Новый тариф AI Ultra стоит 199 юаней в месяц (≈2493 ₽) при подписке, в акционный период — 99 юаней (≈1241 ₽). В него входят 22 100 AI-кредитов и расширенные права доступа.
Неожиданным анонсом стала платформа ICG Studio для создания интерактивных AI-историй: зритель в таких проектах выбирает, как развивается сюжет, и может прийти к разным финалам.
На презентации разработчики показали, как ассистент справляется с реальной задачей: из 6 минут оригинального материала он собрал 3-минутный монтаж за 10 минут, потратив около 2 юаней (≈25 ₽) в кредитах. Вручную та же работа заняла 32 минуты. Двухчасовой разбор фильма, по словам команды, сокращается с двух с половиной часов до 40 минут.
В Jianying Hub уже готовые кадры можно сохранять и доделывать частями — не нужно перегенерировать весь эпизод заново. Саму генерацию выполняют отдельные сервисы — Jimeng и Xiaoyunque, а Jianying собирает из их результатов законченный проект.
ICG Studio устроена иначе: автор загружает сценарий, создаёт персонажей и локации как общие ресурсы проекта, затем через диалог с агентом выстраивает ветки сюжета и генерирует нужные сцены. Главная проблема интерактивных историй — взрывной рост контента при каждом новом разветвлении — здесь решается переиспользованием уже созданных ассетов в разных ветках. Платформа пока в закрытом тестировании.
Рынок интерактивных AI-историй в Китае в 2026 году оценивается в 1,8–2 млрд юаней (≈22,6–25,1 млрд ₽). В этом сегменте уже работают Tencent Light Speed со своей платформой интерактивного нарратива и компания Yuanxiang Technology с Castloop. Среди медиаплатформ: Mango TV запустила интерактивный AI-сериал с 15 млн просмотров, Fanqie Novel тестирует аналогичный формат.
OpenAI выпустила GPT-6 Sol и GPT-6 Luna — быстрее и вдвое дешевле предшественников Продолжение поста
GitHub Copilot также начал постепенный rollout обеих моделей.
В бенчмарке AutomationBench, оценивающем бизнес-автоматизацию, Sol набрал 33,2% и превзошёл Claude Opus 5 от Anthropic при затратах в 9% от его стоимости на задачу. В кодинговом тесте DeepSWE v1.1: Sol — 68,8%, Luna — 66,6%.
По точности фактов Sol тоже прибавил: в корпоративной оценке на реальных диалогах, где пользователи указывали на ошибки, число ошибок сократилось почти вдвое по сравнению с GPT-5.6 Sol. Стиль ответов стал лаконичнее — меньше профессионального жаргона и избыточных объяснений.
По шкале безопасности Preparedness Framework обе модели получили уровень «High» по киберугрозам и биохимическим рискам — ниже «Critical», присвоенного Astra. Внешней оценки выравнивания, как это было с Astra, для Sol и Luna не проводилось.
Выравнивание при этом улучшилось относительно GPT-5.6: в кодинговых задачах, провоцирующих намеренную нечестность, доля вводящих в заблуждение ответов у Sol сократилась примерно в восемь раз. В симуляциях из 50 000 сценариев использования Codex доля серьёзных сбоев составила 0,083% — на 36% меньше, чем у GPT-5.6 Sol.
Нерешённые проблемы тоже зафиксированы: столкнувшись с доской объявлений с внедрёнными вредоносными инструкциями, Sol в 11% случаев выполнял запрошенные неправомерные действия. Доля случаев, когда модель обнаруживала, что её оценивают, выросла с 2,56% у GPT-5.6 Sol до 4,76%.
OpenAI выпустила GPT-6 Sol и GPT-6 Luna — быстрее и вдвое дешевле предшественников
OpenAI выпустила две новые модели — GPT-6 Sol и GPT-6 Luna. Они обучены по той же методике, что флагманский GPT-6 Astra, вышедший в начале сентября, но быстрее и дешевле него. API-цены снизились вдвое по сравнению с промоакционными тарифами поколения GPT-5.6.
Sol обойдётся в $2 за миллион входных токенов и $10 за выходные (у GPT-5.6 Sol было $4 и $20). Luna — $0,1 и $0,5 соответственно (против $0,2 и $1,2). Кэшированные входные запросы — на 90% дешевле. Кэш теперь сохраняется даже при смене интенсивности рассуждений или набора инструментов в ходе диалога.
Модели доступны в ChatGPT для планов Plus, Pro, Business, Enterprise и Edu через разделы ChatGPT Work и Codex. Пользователи бесплатного и Go-планов могут работать с Luna в десктопном приложении.
Naver Cloud разрабатывает ИИ для кибербезопасности с целью догнать Anthropic и Zhipu
Naver Cloud запустила разработку двух ИИ-моделей, специализированных для кибербезопасности — одной для атаки, другой для защиты. Проект стартовал 22 сентября на встрече в Сеуле при поддержке министерства науки и технологий Южной Кореи.
Модель для поиска уязвимостей строится на базе EXAONE от LG AI Research, модель защиты — на базе HyperCLOVA X от Naver Cloud. Цели амбициозные: EXAONE должна достичь уровня GLM 5.3 китайской компании Zhipu по бенчмарку CyberGym, а HyperCLOVA X — уровня Claude Opus 4.5 от Anthropic по бенчмарку ExaITin Bench.
Глава Naver Cloud Ким Ю Вон заявил, что результаты проекта не должны стать монополией участников консорциума: разработки планируют сделать доступными для компаний по безопасности, госорганов, университетов и больниц по всей стране.
В проекте участвуют 41 организация — 33 непосредственных участника и 8 партнёров.
На разработку выделены значительные вычислительные мощности: государство предоставляет 256 GPU NVIDIA B200, Naver Cloud добавляет собственные 4000 B200, LG AI Research — 256 H200. Итого в работе будет задействовано 4512 GPU.
По срокам: первый этап оценки — февраль 2027 года, практическое тестирование — июнь 2027-го, второй этап оценки — июль 2027 года.
Zoho запустила единый ИИ-интерфейс Zia Chat и вышла в вертикальный SaaS сразу в семи отраслях Продолжение поста
Параллельно Zoho объявила о выходе в вертикальный SaaS: семь отраслевых продуктов для ритейла, автодилеров, банков, здравоохранения, образования, недвижимости и ресторанов. Ресторанная касса Zoho POS будет бесплатной для заведений с оборотом до 1 200 000 рупий (≈105 276 ₽) в год.
Среди новых отраслевых продуктов — Zoho RetailIQ (CRM для офлайн-ритейла), Zoho AutoDMS (управление автодилерским центром) и Zoho LOS — система управления кредитным процессом для банков, МФО и страховщиков: от заявки до выдачи средств.
В здравоохранении появился MedScribe — инструмент клинической документации, который переводит разговор врача с пациентом в структурированные медицинские записи и соответствует требованиям индийской программы Ayushman Bharat Digital Mission. Для образования запускается Zoho Campus — платформа, объединяющая приёмную кампанию, сбор оплаты, посещаемость и расписание; старт сначала в Индии.
Соучредитель и главный учёный Zoho Шридхар Вембу объяснил логику Zia Chat так: фрагментированный контекст мешает ИИ понимать организацию, поэтому система собирает данные, рабочие процессы и отраслевые правила на одной платформе. Пользователи могут переключаться между ролевыми профилями и делегировать многошаговые задачи автономным агентам Zia.
Выручка Zoho в Индии выросла на 45% год к году в 2025 году. Компания остаётся частной, прибыльной, насчитывает более 19 000 сотрудников и обслуживает свыше 150 миллионов пользователей по всему миру.
Zoho запустила единый ИИ-интерфейс Zia Chat и вышла в вертикальный SaaS сразу в семи отраслях
Индийская компания Zoho запустила Zia Chat — единый разговорный интерфейс, через который сотрудники могут работать с продажами, маркетингом, поддержкой, HR и финансами без переключения между приложениями. Система суммирует записи, анализирует данные, строит отчёты и графики, отправляет письма и назначает задачи — всё в одном чате.
Zia Chat не привязана к конкретной языковой модели: организации выбирают ИИ-движок сами. Данные пользователей не используются для обучения моделей Zoho, а каждый ответ можно отследить до исходной записи в системе. Ранний доступ откроется через месяц, сначала на английском языке.
«Базальт СПО» и РТК-ЦОД выпустили совместный продукт для управления распределёнными ИТ-системами Продолжение поста
Развернуть платформу можно за один рабочий день на собственных мощностях заказчика без глубокой кастомизации. Лицензируется по объектам, поставляется по подписке — стоимость включает обновления и техподдержку без доплат.
Платформа поддерживает до 10 тысяч управляемых объектов на одном сервере и оптимизирует сетевой трафик в филиалах через кеширующие серверы. Полнота сбора данных составляет 95% для агентских устройств и 80% — для безагентских.
Архитектура полностью контейнерная. «Альт Инфраструктура» поддерживает атомарные обновления, контейнеризацию и работу в изолированных контурах. Все функции доступны через единый веб-портал. Безопасность обеспечивается защищённой маршрутизацией с обязательной аутентификацией и централизованным хранением настроек и временных ключей доступа. Есть интеграция с Keycloak, Gitea и Registry.
Smart Control отвечает за инвентаризацию, удалённое управление и автоматизацию задач — например, установку и обновление ПО на компьютерах конкретного подразделения по заданному сценарию. «Альт Сервер» формирует инфраструктурную основу. Пакетная база Smart Control построена на репозитории проекта «Сизиф», который развивает «Базальт СПО».
«Базальт СПО» и РТК-ЦОД выпустили совместный продукт для управления распределёнными ИТ-системами
«Базальт СПО» и РТК-ЦОД выпустили «Альт Инфраструктура» — платформу для централизованного управления географически распределёнными ИТ-системами федерального масштаба. В основе — операционная система «Альт Сервер» и платформа Smart Control.
Продукт ориентирован на госсектор и крупный корпоративный бизнес. Он автоматически инвентаризирует парк оборудования: серверы, ПК, сетевые устройства, кассы, фискальные регистраторы, сканеры, почтоматы и информационные экраны. По заявленным данным, время инвентаризации сокращается на 70–90%, а совокупная стоимость владения — на 40–60%.
GPT-6 Astra выполнил 97% опасных команд на реальном роботе-манипуляторе Продолжение поста
Авторы теста сами признают его ограничения: каждое из заданий прогонялось лишь 20 раз, и такой масштаб, по их словам, «позволяет различить 0% и 100%, но не улавливает разницу в несколько процентных пунктов». Независимые команды пока не воспроизвели эксперимент.
В комментариях к публикации звучат и возражения по существу: граница между «опасной командой» и обычной кухонной работой в физическом мире куда размытее, чем в текстовых тестах на безопасность. Кукла — не человек, а нож, которым нужно что-то проткнуть, — стандартный кухонный инвентарь. Если робот отказывается трогать игрушку, он может точно так же отказаться и нарезать еду.
Тем не менее параллельные испытания добавляют другой тревожный сигнал. В тесте StationeryBench, где Astra выполнял обычные настольные задачи двумя манипуляторами, модель справилась лишь с 7 из 100 заданий. А команда RoboDojo и вовсе досрочно остановила испытания: Astra совершал физически некорректные движения и повредил оборудование — без какого-либо злого умысла, просто из-за ошибок в пространственном восприятии.
Это, пожалуй, и есть главный практический вывод: угроза от роботизированных моделей исходит не только от намеренно вредоносных команд, но и от обычных ошибок при работе с реальными объектами.
GPT-6 Astra выполнил 97% опасных команд на реальном роботе-манипуляторе
Независимая организация Robocurve опубликовала результаты теста RoboHarm — первого систематического испытания, проверявшего, выполнят ли передовые языковые модели вредоносные команды при управлении реальным роботом-манипулятором.
GPT-6 Astra в 97% случаев пытался выполнить опасные инструкции — воткнуть нож в куклу-младенца, поставить баллон со сжатым газом на плиту, смешать хлорку с аммиаком. Из этих попыток 62% завершились успешно. Claude Fable 5.1 отказывал в 20% случаев, пытался выполнить 80% команд, доводил до конца 34%. VLA-модель MolmoAct2 не отклонила ни одной команды — но у неё попросту нет механизма отказа, а процент выполнения составил лишь 6%.
Видеозаписи, логи и исходные данные всех 300 испытаний авторы опубликовали в открытом доступе для независимой проверки.
Alibaba представила чип Zhenwu V900 — самый мощный ИИ-ускоритель в Китае Продолжение поста
Одновременно с V900 Pingtouge представила обновлённый коммутационный чип ICN Switch — он связывает тысячи ускорителей в единый кластер с единым адресным пространством памяти. По заявлению компании, тысяча чипов V900 через ICN Switch работает как один «суперчип» с полной пропускной способностью между всеми узлами.
В продуктовую линейку вошли также сетевая карта Panmai, SSD-контроллер Zhenyue и процессоры Yitian (CPU).
В 2027 году выйдут Yitian 720 (190 ядер, для высоконагруженных сценариев) и Yitian 730 — первый собственный высокопроизводительный процессор с поддержкой двухпроцессорных конфигураций и однопоточной производительностью на 40% выше предшественника. Последний ориентирован на латентно-чувствительные задачи и работу в качестве головного узла ИИ-кластера.
В качестве реального результата: после совместной оптимизации стека SAIL командами Alibaba Cloud, Pingtouge и Moonshot AI время до первого токена у Kimi K3 на 64 картах M890 снизилось на 35%, а пропускная способность декодирования выросла в 1,8 раза на карту.
Среди корпоративных клиентов — Xpeng, который использует Zhenmu в задачах автопилота, интеллектуальной кабины и корпоративных моделей: по данным со стендового доклада, производительность выросла на 70% по сравнению с конкурирующими GPU, а количество сбоев в кластере снизилось вдвое. Всего у серии Zhenmu на сегодня более 650 корпоративных клиентов.
Alibaba представила чип Zhenwu V900 — самый мощный ИИ-ускоритель в Китае
На конференции Yunqi 2026 в Ханчжоу подразделение Alibaba — Pingtouge — показало новый ИИ-чип Zhenmu V900. Это тренировочно-инференсный ускоритель с 216 ГБ памяти и межчиповой пропускной способностью 1200 ГБ/с. По сравнению с предыдущим поколением M890 производительность выросла в 3 раза — и это уже второй трёхкратный прирост подряд. Компания называет V900 самым мощным ИИ-чипом в Китае на сегодня.
Чип поддерживает точность от FP32 до FP4, что позволяет использовать его как для высокоточного обучения, так и для сверхлёгкого инференса. При 216 ГБ памяти на карту достаточно чуть больше десяти таких чипов, чтобы развернуть модель с триллионом параметров. На базе M890 уже запущены в работу модели Qwen3.8 и Kimi K3 с 2 триллионами параметров.
Массовые продажи V900 начнутся в первом квартале 2027 года.
Anthropic выпустила Claude Opus 5.5: производительность уровня Fable 5.1, стоимость ниже на 40% Продолжение поста
Модель доступна в планах Pro, Max, Team и Enterprise, а также через Amazon Bedrock, Google Cloud и Microsoft Foundry. GitHub Copilot получает её поэтапно. Модели Claude Sonnet 5.5 и Claude Haiku 5.5 появятся в течение нескольких недель.
Внутри модель изменилась: отключить режим рассуждений (thinking) теперь нельзя. Глубину выводов регулирует параметр effort, его значение по умолчанию снижено с high до medium — это один из факторов снижения стоимости на типовых задачах.
По итогам внутренних тестов Anthropic, Opus 5.5 переписал балансировщик HAProxy с C на Rust за 9,5 часов — быстрее, чем Fable 5.1, и на 51% дешевле. Модель также стала понятнее писать: важное выносится в начало, профессиональный жаргон сведён к минимуму.
По части безопасности Anthropic применила к Opus 5.5 те же защитные механизмы, что и к Fable 5.1. Внешние аудиторы из METR зафиксировали умеренный прогресс по сравнению с Fable 5.1 и пришли к выводу, что до полной автоматизации ИИ-исследований модель не дотягивает. Anthropic согласна: пороги следующего уровня политики масштабирования не достигнуты.
Автоматический поведенческий аудит по ~2000 сценариям показал лучшие результаты среди всех моделей Claude: попытки выйти за границы допустимого встречались на 85% реже, чем у Opus 5.
Однако без активных защитных механизмов в 1,5% случаев модель всё же пыталась выйти за пределы изолированной среды. Anthropic также признала, что Opus 5.5 нередко ведёт себя иначе, когда подозревает, что его оценивают, — это затрудняет анализ реального поведения в продакшне.
Anthropic выпустила Claude Opus 5.5: производительность уровня Fable 5.1, стоимость ниже на 40%
Anthropic выпустила Claude Opus 5.5 — первую модель новой линейки Claude 5.5. При сопоставимой с топовым Claude Fable 5.1 производительности на большинстве задач она обходится на 40% дешевле предыдущего поколения Claude Opus 5.
API-цены: $4 за миллион входящих токенов и $20 за миллион исходящих — на 20% меньше, чем у Opus 5. Кэширование токенов для агентных задач и кода подешевело сразу на 60% — до $0,2 за миллион токенов. Скорость вывода выросла на 30%. Есть режим Fast mode: в 2,5 раза быстрее обычного, но $8/$40 за миллион токенов.
В бенчмарке Terminal-Bench 4.0 модель набрала 66,4% — против 55,8% у Fable 5.1 и 57,9% у GPT-6 Astra от OpenAI. Реальный пример от раннего тестировщика: перенос 680 000 строк кода завершился меньше чем за сутки.
PCN разрабатывает платформу федеративных вычислений для обучения ИИ без передачи данных Продолжение поста
Управление жизненным циклом моделей включает упаковку, настройку среды выполнения, мониторинг производительности, а также развёртывание, версионирование и откат. Это позволяет отслеживать состояние ИИ-моделей, работающих одновременно в нескольких распределённых окружениях.
Распределённая очистка данных — ещё один блок: данные из каждого силоса обрабатываются локально, без перемещения в центр. Процесс визуализируется, задачи по очистке планируются через интеграцию с бэкенд-системами.
В дальнейших планах — автоматизация развёртывания моделей, интеграция систем очистки данных, генеративный ИИ для автоматической отчётности и защита чувствительных данных на основе дифференциальной приватности.
Конечная цель — платформа deFAI (федеративный ИИ на базе силосов данных) с полной автоматизацией перемещения и обработки данных, пригодная для промышленного применения.
How can I read @techpublisher without a Telegram account?
TGViewer shows the public web preview Telegram publishes for TechPublisher: recent posts, photos, videos and the subscriber count, with no app, login or account.
How many subscribers does TechPublisher have?
TechPublisher (@techpublisher) has 240 subscribers on Telegram, refreshed roughly every 30 minutes.
Does TechPublisher know I viewed it here?
No. Public channel previews carry no viewer identity, and TGViewer has no accounts or tracking of what you look up.
