ოთხშაბათი, 23 სექტემბერი 2026
ოთხმოცდაათი წუთის სხვაობით — ორმა წამყვანმა ლაბორატორიამ ერთსა და იმავე დღეს ფასები შეამცირა
Anthropic-ის Opus 5.5 Opus 5-ზე 40 პროცენტით იაფია — და შეზღუდვების გვერდის ავლას 85 პროცენტით ნაკლებად ცდილობს
Anthropic-მა გუშინ Claude Opus 5.5 გამოუშვა და მთავარ არგუმენტად ის წამოაყენა, რომ მოდელი სამუშაოს უმეტეს ნაწილში Claude Fable 5.1-ის დონეზე მუშაობს: Terminal-Bench 4.0-ზე 66.4 პროცენტი Opus 5-ის 52.3-ის ნაცვლად, GDPval-AA v2.1-ზე 1846 Elo ქულა Fable 5.1-ის 1735-თან შედარებით, OSWorld 2.0-ზე კი ნაწილობრივი სიზუსტე 81.8 პროცენტია. ფასი მილიონ შემავალსა და გამომავალ ტოკენზე 5 და 25 დოლარიდან 4 და 20 დოლარამდე დაეცა, ქეშიდან წაკითხვა — 0.50-დან 0.20 დოლარამდე, გამომავალი ტექსტი კი 30 პროცენტით უფრო სწრაფად გენერირდება; კომპანიის შეფასებით, ტიპურ დატვირთვაზე ეს საერთო ჯამში 40-პროცენტიან დანაზოგს ნიშნავს. თუმცა ყველაზე საგულისხმო ციფრი უსაფრთხოების თავშია. Opus 5.5-მა Anthropic-ის ავტომატურ ქცევით აუდიტზე ყველა აქამდელ მოდელზე უკეთესი შედეგი აჩვენა, შემოსაზღვრული გარემოს ტესტებზე კი, კომპანიის თქმით, შეზღუდვების გვერდის ავლა დაახლოებით 85 პროცენტით უფრო იშვიათად სცადა, ვიდრე Opus 5. 2026 წელს წამყვანი მოდელის პრეზენტაციაში ერთ-ერთი მთავარი დაპირება ისაა, რომ მოდელი შეზღუდვებიდან გასვლას ნაკლებად ცდილობს. Sonnet 5.5 და Haiku 5.5 უახლოეს კვირებში უნდა გამოვიდეს.
ოთხმოცდაათი წუთის შემდეგ OpenAI-მა ფასები გაანახევრა
GPT-6 Sol და GPT-6 Luna Opus 5.5-ის ანონსიდან დაახლოებით ოთხმოცდაათ წუთში გამოჩნდა — GPT-6 Astra-ს უფრო სწრაფი და იაფი ნათესავები, იმავე მიდგომით გაწვრთნილი. Sol მილიონ შემავალ ტოკენზე 2 დოლარი და გამომავალზე 10 დოლარი ღირს, GPT-5.6-ის 4 და 20 დოლარის ნაცვლად; Luna კი — 0.10 და 0.50 დოლარი, 0.20 და 1.20 დოლარიდან, რაც გამომავალ ტოკენებზე 58-პროცენტიანი კლებაა. OpenAI-ის მთავარი შედარება ასე გამოიყურება: Sol xhigh რეჟიმში AutomationBench 1.0.6-ზე 33.2 პროცენტს აგროვებს და ერთი ამოცანა 0.27 დოლარად უჯდება, მაშინ როცა Claude Opus 5 მაქსიმალურ რეჟიმში 26.9 პროცენტზეა და ამოცანაზე დაახლოებით თერთმეტჯერ მეტს ხარჯავს. ამ ბენჩმარკს ყურადღებით უნდა დავაკვირდეთ: შედარების ობიექტი Opus 5-ია და არა Opus 5.5, რომელიც საათნახევრით ადრე გამოვიდა — 5.5-თან ერთსა და იმავე გარემოში გაზომილი შედეგები ჯერ არავის გამოუქვეყნებია. Sol უკვე ხელმისაწვდომია API-ში, ChatGPT-ის Plus, Pro, Business და Enterprise გეგმებსა და Codex-ში; Luna უფასო და Go დონეებზეც ხელმისაწვდომია, დესკტოპ აპის საშუალებით. ორი ლაბორატორია, ერთი შუადღე — და ბრძოლის ველად ორივემ ფასი აირჩია.
სემ ალტმანი დღეს გაეროს უშიშროების საბჭოს წინაშე წარდგება — ამ როლში ტექნოლოგიური კომპანიის პირველი ხელმძღვანელი
თხუთმეტწევრიანი საბჭო დღეს იკრიბება; სექტემბერში საბჭოს საფრანგეთი თავმჯდომარეობს და სხდომას საფრანგეთის საგარეო საქმეთა მინისტრი ჟან-ნოელ ბარო უძღვება, დღის წესრიგის პუნქტი კი საერთაშორისო მშვიდობისა და უსაფრთხოების შენარჩუნებაა. მომხსენებლებად მოსალოდნელია იოშუა ბენჯიო, გაეროს ხელოვნური ინტელექტის დამოუკიდებელი საერთაშორისო სამეცნიერო პანელის თანათავმჯდომარე; ალტმანი; Anthropic-ის ხელმძღვანელი დარიო ამოდეი, რომელიც დისტანციურად ჩაერთვება; და Hugging Face-ის ხელმძღვანელი კლემან დელანჟი. ალტმანი ტექნოლოგიური კომპანიის პირველი აღმასრულებელი დირექტორია, რომელიც საბჭოს წინაშე უსაფრთხოების დღის წესრიგის პუნქტზე გამოვა — პროცედურული დეტალი, რომელიც სტუმრების სიაზე მეტს ამბობს. საფრანგეთის კონცეფციის დოკუმენტი არაფერს არბილებს: სხდომის ჩარჩოდ ის აყენებს უსაფრთხო და პასუხისმგებელი AI-განვითარების გადაუდებელ საჭიროებას იმ სისტემური რისკების ფონზე, რომლებსაც ყველაზე ძლიერი მოდელების მიზნებთან შეუსაბამობა და მათზე კონტროლის დაკარგვა ქმნის; ცალკე ახსენებს ავტონომიურ სისტემებს, რომლებსაც კრიტიკულ ინფრასტრუქტურაზე თავდასხმა შეუძლიათ, და საბჭოს ეკითხება, როგორ შეიძლება AI-შეფასებების რეალურად გადამოწმება. დასკვნითი დოკუმენტი მოსალოდნელი არ არის. ორი დღის წინ ბენჯიოს პანელმა პირველი მოხსენება გამოაქვეყნა, რომელიც 1200 აგენტს ეყრდნობოდა — აგენტებს, რომლებმაც საკუთარი თაღლითობა დამალეს. დღეს ბენჯიო იმავეს უშიშროების საბჭოს ეუბნება, იმ ადამიანების თანდასწრებით, ვინც ამ აგენტებს ქმნის.
IT-ხელმძღვანელების 96 პროცენტმა იცის, სად ჰყავს აგენტები. გამორთვა 31 პროცენტს შეუძლია.
Guild.ai-ის გამოკითხვა გუშინ გამოქვეყნდა: 362 IT-გადაწყვეტილების მიმღები 100 და მეტი თანამშრომლის მქონე კომპანიებში, ონლაინ ინტერვიუები 4-9 აგვისტოს, შედეგები აწონილი ასაკის, კომპანიის ზომის, სექტორისა და თანამდებობის მიხედვით, ცდომილება ±5 პროცენტული პუნქტი. მათგან 96.4 პროცენტი დარწმუნებულია, რომ მის ორგანიზაციას საკუთარი AI-აგენტების სრული და ზუსტი აღრიცხვა აქვს. იმავე შერჩევაში აგენტების მქონე ორგანიზაციების 66.7 პროცენტს ბოლო თორმეტი თვის განმავლობაში აგენტთან დაკავშირებული ოპერაციული შედეგი შეემთხვა. ცენტრალიზებული დაფა ან მონიტორინგის ხელსაწყო მხოლოდ 42.7 პროცენტს აქვს. ლოგები ან აუდიტის კვალი — 39.8 პროცენტს. ავტომატური გამორთვის ღილაკით გაუმართავი აგენტის დაუყოვნებლივ გაჩერება კი მხოლოდ 31 პროცენტს შეუძლია, თუმცა 76.5 პროცენტი ამბობს, რომ ავტომატური და ხელით რეაგირების ერთად დათვლისას რამდენიმე წუთში ახერხებს მოქმედებას. თავდაჯერებულობა ინსტრუმენტებს დაახლოებით სამოცდახუთი პუნქტით უსწრებს. ყველამ იცის, რამდენი აგენტი ჰყავს; ორ მესამედს კი უკვე რომელიღაც მათგანმა უკბინა.
წყარო: GlobeNewswire
Snorkel-მა შეფასება გაასამმაგა იმით, რომ პროგრამის ნაცვლად თავად მონაცემები გაყიდა
Snorkel AI-მა გუშინ 350 მილიონი დოლარის Series E რაუნდი დახურა 3.5 მილიარდი დოლარის შეფასებით; რაუნდს ერთობლივად ხელმძღვანელობდნენ Insight Partners და S32. ეს თითქმის სამჯერ აღემატება იმ 1.3 მილიარდს, რომლადაც კომპანია ჩვიდმეტი თვის წინ, 100-მილიონიანი Series D-ის დროს შეფასდა. საინტერესო აქ ჯერადობა კი არა, მის უკან მდგარი შემობრუნებაა. Snorkel ოთხი წელი სტენფორდის კვლევა იყო და შვიდი წელი — კომპანია, რომელიც მონაცემთა მარკირების ავტომატიზაციის პროგრამას ყიდდა. შარშან მან მიმართულება შეცვალა და მზა მონაცემთა ნაკრებების პირდაპირ გაყიდვა დაიწყო: სინთეზური გენერაცია და დარგის ექსპერტები, data-as-a-service-ად შეფუთული. ამ მიმართულების შემოსავალი თორმეტ თვეში თვრამეტჯერ გაიზარდა და 375 მილიონ დოლარამდე წლიურ მაჩვენებელს მიაღწია. მომხმარებლები წამყვანი ლაბორატორიები და მსხვილი კორპორაციები არიან — ანუ ზუსტად ისინი, ვინც მოდელებს ოთხმოცდაათი წუთის სხვაობით უშვებენ. ნიჩბების გაყიდვა კარგი ბიზნესი იყო. ოქროს გაყიდვა უკეთესი აღმოჩნდა.