OpenAI снова выпустила модель. Сюрприз? Нет. Шестинедельный релизный конвейер работает как часы. GPT-5.4 вышел 5 марта, GPT-5.5 — 23 апреля. Внутри компании новинку ласково называли «Spud» — то есть картошка. Маркетинговое название, правда, звучит поскромнее.

Напомню, что GPT-5.2 они называли «Garlic».

OpenAI называет GPT-5.5 «умнейшей моделью» из всех, что компания когда‑либо выпускала. Грег Брокман на пресс‑колле назвал это «реальным шагом вперёд к вычислениям будущего», а главный учёный Джакуб Пахоцки заявил, что последние два года прогресс моделей шёл «удивительно медленно». Уфф, в OpenAI умеют нагнетать.

Сам по себе шестинедельный релизный цикл — и есть главный сигнал. OpenAI выпускает модели в таком темпе не для победы в бенчмарках. Они делают это для захвата корпоративного рынка до того, как закроются procurement‑циклы крупных компаний. Бизнес‑стратегия, знакомая и понятная.

Давайте разбираться, что там внутри. Приятного чтения!

Нейросети не стоят на месте и постоянно развиваются. Так, 23 апреля мир увидел ChatGPT 5.5. Но лично я с большим нетерпением ждал именно DeepSeek V4. Сколько времени прошло с того момента, как появились первые слухи о будущем релизе от китайской компании? Предыдущая версия запомнилась мне хорошим показателем в повседневных задачах и, что немаловажно, полной бесплатностью. 

Кто-то уже успел протестировать новую модель, кто-то пришёл к выводу, что она лучше того же ChatGPT 5.5. Ну, по крайней мере по цене точно. Про остальное говорить не буду, всё же у каждого свои вкусы и предпочтения. Да и не заглядывал я в слишком сложные задачи, чтобы по достоинству оценить, кто серьёзнее.

Сегодня у нас обзор DeepSeek V4. Пробежимся по самой модели, посмотрим на бенчмарки и, конечно же, протестируем в моих повседневных задачах, с которыми сталкивалась предыдущая версия. Чего-то сложного и высокотехнологичного тут вы не увидите, достаточно рядовые задания и моё мнение о самой модели по их итогам. Устраивайтесь поудобнее, ну а я начинаю своё повествование.

Сознаюсь: когда я впервые попытался запустить большую языковую модель на своём ноутбуке, всё закончилось вертушкой кулера, жутким лагом и системным сообщением «Недостаточно памяти». Казалось, что домашний ИИ — удел владельцев космических станций с жидким азотом.

Но прошло совсем немного времени, и ситуация изменилась до неузнаваемости. Теперь достаточно обычной RTX 3060 и получаса свободного вечера, чтобы завести себе персонального ассистента, который работает на даче без интернета и умеет шутить (или хотя бы пытается).

Я расскажу обо всём по порядку — без воды и фанатизма. Что вообще запускать, на чём запускать, какие подводные камни ждут и почему «самая новая модель» дома — далеко не всегда лучший выбор.

Поехали!

Готовьте отвёртку и VRAM — мы начинаем!

R.I.P. DALL-E!!!

Я помню, как впервые попробовал DALL-E.

Я ввел какую-то глупость типа «кот в деловом костюме читает газету», и — бац — картинка появилась. Я просто пялился в экран секунд десять.

Именно в тот момент многие поняли: ИИ уже здесь. Не в лаборатории, не в научных статьях. А прямо перед тобой, на мониторе.

Это было несколько лет назад.

А теперь всё. Проект закрыт.

OpenAI объявила, что поддержка DALL-E 2 и DALL-E 3 прекратится 12 мая 2026 года. Никаких прощальных постов. Никаких «спасибо, что были с нами». Просто сухое уведомление о прекращении поддержки и ссылка на новую модель.

Вы боитесь потерять работу?

Вопрос звучит почти банально, но за последние несколько лет страх увольнения вырос до уровня скримера из фильма ужасов. И это не только ваше ощущение. Практически каждый человек с работой так или иначе боится её потерять. Я слышу это ежедневно — в комментариях к статьям, в консультациях, в соцсетях, даже в разговорах с друзьями. Никто не чувствует себя в безопасности.

Почему?

Причин много. Но одна из них — постоянный фон из Big Tech и медиа, которые последние годы повторяют одно и то же: ИИ идет за вашими рабочими местами. И на этот раз «новая версия» искусственного интеллекта не пощадит никого.

Это правда?

Я много работаю с ИИ. И уже 15 лет объясняю людям, почему ИИ не должен автоматически означать конец их профессии.

Давайте попробуем спокойно соединить точки. Картина получается не истеричная — но отрезвляющая.

Недавно одной семье из Арагона (регион на северо-востоке Испании) компания Amazon дала всего четыре дня на то, чтобы те согласились продать свою землю. Обоснование? Земля нужна для строительства гигантского дата-центра, проект которого уже одобрило правительство.

Этот случай — классический симптом болезни стран с дешевой рабочей силой, таких как Испания. Вместо того чтобы заходить в экономику искусственного интеллекта как разработчик или владелец технологий, Испания превращается в обслуживающую платформу. Земля, энергия и вода раздаются региональными властями щедро и без лишних вопросов.

И это не исключение из правил, это — паттерн, который мы видим по всей стране. В городе Талавера-де-ла-Рейна *Meta строит один из крупнейших дата-центров в Европе на участке в 190 гектаров. Инвестиции — почти миллиард долларов. А теперь внимание: по данным отраслевых аналитиков, это создаст всего несколько сотен прямых рабочих мест.

Представьте себе: 40 футбольных полей, забитых серверами. Да, пока идет стройка, будет какая-то движуха в местной экономике. Но на выходе мы получим огромную промышленную махину, которая жрет капитал и энергию, но почти не дает рабочих мест.

Оба проекта продвигаются властями как объекты «особого» или «общегосударственного» интереса. Логика везде одинаковая: ускорить бюрократию, перекроить зонирование земель, облегчить внедрение, а если надо — навязать его силой. Власти гарантируют наличие земли. И это не разовые поблажки: Испания буквально создает модель по привлечению таких инвестиций любой ценой. Сюжет, до боли знакомый многим поколениям испанцев.

Ещё пару лет назад «ИИ для кода» означало подсказку следующей строчки. Сегодня это агент, который сам открывает pull request, пока вы пьёте кофе.

Гонка больше не про автодополнение. Она про автономное кодирование. Рынок AI-инструментов для разработчиков вырос до $12.8 млрд в 2026 году - с $5.1 млрд в 2024-м. В январе 2026 года 90% разработчиков регулярно использовали хотя бы один AI-инструмент на работе.

Звучит как победа ИИ? Не торопитесь. Исследование METR показало: опытные разработчики с AI-инструментами выполняли задачи на 19% медленнее - при этом сами были уверены, что ускорились на 20%.

Так что добро пожаловать в топ инструментов, которые меняют то, как пишется код в 2026-м.

Приятного чтения!

Помните историю Грасиэлы Дитор? Она уволила адвоката и доверила свою защиту в суде ChatGPT. Итог — иск против OpenAI на 10 миллионов. Но, как оказалось, это были только цветочки. Недавно разыгралась куда более сюрреалистичная драма, на фоне которой дело Дитор выглядит невинной шуткой.

Главный герой — Чанхан Ким, генеральный директор многомиллиардной корпорации Krafton. Человек с огромными ресурсами и властью. Но ему было мало. Он решил, что может перешагнуть через юридические нормы и здравый смысл, используя ИИ.

Это решение обошлось ему в 250 миллионов долларов прямых выплат, не считая гигантских судебных издержек и уничтоженной репутации.

Вот как это было.

Сегодня Борис Черный выкатил тред о том, как выжать максимум из новой Opus 4.7 (там есть толковые мысли). Но вот о чем он забыл упомянуть: этот апдейт ломает всё, к чему вы привыкли.

Мир нейросетей не стоит на месте и движется вперед достаточно быстро. В последнее время я плотно сосредоточился на платформах, инструментах и сервисах, так или иначе завязанных на генерации текста. Сегодня же мне попалась новость о том, что вышла очередная модель для создания фотографий. Размышления на эту тему привели меня к идее создать подборку различных платформ и нейросетей для генерации изображений.

В топ войдут как бесплатные варианты, так и платные. Однако пробный период или бесплатный тариф будет присутствовать везде. Присаживайтесь поудобнее, ну а я начинаю свое повествование.

Бюджетный электромобиль за 25 000 долларов, известный как «Model 2», когда-то был главным оправданием безумной рыночной стоимости Tesla. Маск анонсировал его еще в 2020 году, пообещав запуск в 2023-м. Наступил 2023-й, но вместо машины мы получили лишь новое обещание: Маск заявил, что работа идет, запуск переносится на 2025-й, а продажи составят больше миллиона штук в год. Инвесторы пускали слюни, представляя, как Tesla захватит монопольную долю рынка, и котировки летели в космос.

Но не прошло и года, как в 2024-м Маск внезапно закрыл проект Model 2. Все ресурсы были брошены на роботакси и роботов-гуманоидов. И вот теперь, два года спустя, пошли слухи: Tesla пытается выкопать Model 2 из могилы.

Можно списать это на очередное самодурство миллиардера, который заигрался. Но если посмотреть на финансы Tesla, которые летят в штопор, на полный провал проекта роботакси и на то, что даже верные инвесторы начали приходить в сознание — воскрешение Model 2 выглядит как бессильная и отчаянная попытка избежать неминуемого краха. Давайте разберемся, почему.

Ладно, признаюсь честно: когда я начинал писать этот материал, у меня было открыто девять вкладок с чат-ботами одновременно. Каждый обещал быть “лучшим”, каждый хотел мне помочь, и все они давали немного разные ответы на один и тот же вопрос. Это, собственно, и есть 2026 год в мире ИИ – изобилие, от которого кружится голова.

➪ “Что-то важное происходит, но я не понимаю, что именно” – примерно так чувствует себя среднестатистический пользователь, который открывает очередную новость про ИИ и видит там снова три буквы: LLM.

Рынок LLM сейчас похож на тот момент, когда ты приходишь в большой супермаркет за йогуртом, а там 47 видов йогурта, и ты стоишь перед полкой уже шесть минут. Только ставки повыше: от выбора правильной модели зависит качество вашего кода, текстов, аналитики – и в конечном счёте рабочее время.

Эта статья – попытка навести порядок. Никаких абстрактных рейтингов “по ощущениям”: только конкретные факты, бенчмарки, реальные примеры использования и честное мнение о том, когда та или иная модель действительно полезна.

Разберём 12 актуальных решений – от агрегатора нейросетей до локальных открытых моделей: BotHub, Gemini 3 Flash, Gemini 3.1 Pro, Grok 4.20, ChatGPT 5.4, ChatGPT 5.4 Pro, Claude Opus 4.7, Claude Sonnet 4.6, DeepSeek v3.2, Perplexity Sonar, Gemma 4 26B A4B, GPT-OSS-120B.

Отличные новости! Похоже, наконец найден способ «починить» искусственный интеллект и сделать его по-настоящему эффективным. Можно вычёркивать из календаря все прошлые неудачи и запоминать дату: 9 апреля 2026 года.

Последние несколько десятилетий лучшие специалисты мира, профессора когнитивистики и ведущие инженеры Кремниевой долины бились над, казалось бы, нерешаемыми проблемами. Они пытались сделать так, чтобы алгоритмы перестали врать, галлюцинировать, советовать рецепты пиццы с клеем, шантажировать пользователей и доводить их до крайностей.

Но, как выяснилось, всё оказалось куда проще, чем думали серьёзные учёные. Как говорится, гениальность иногда бывает пугающе простой.

То, чего не смогли добиться целые институты и лаборатории, как будто сумел сделать один человек — журналист Inc. по имени Бен Шерри. Судя по его описанию, он совершил почти фундаментальный прорыв в области ИИ и бизнес-аналитики.

Что именно он сделал?
Он придумал «инновационный подход» к общению с чат-ботом по бизнес-вопросам.

Релиз Linux 7.0 состоялся 12 апреля. Rust теперь официально в деле. ИИ стал полноправным «соавтором» ядра. Линус Торвальдс называет это «новой нормальностью».

Двадцать три года. И один вечер.

Bash-скрипт крутится в цикле на ноутбуке Николаса Карлини. Ничего хитрого он не делает. Просто открывает файл с исходниками ядра, скармливает его модели Claude Opus 4.6, просит её представить, что она участвует в CTF-соревновании (Capture the Flag), и спрашивает, что тут можно сломать. Затем открывает следующий файл. И следующий.

Карлини даже не следит за процессом. Он запускал подобное и раньше. Месяцами запускал. И всегда в ответ получал только белый шум.

А потом приходит результат... И заставляет его перестать печатать.

Модель нашла дыру в коде, который Linux использует для сетевого обмена файлами. Тот самый код крутится на файловом сервере в вашей компании, в хранилище вашей больницы, на общих дисках в школе вашего ребенка и на изрядной доле бэкендов в AWS, Google Cloud и Azure.

Благодаря этому багу стажер в свой первый рабочий день, просто подключившись к гостевому Wi-Fi в офисе, может запустить коротенький скрипт и захватить файловый сервер. «Захватить» — в смысле: прочитать табличку с зарплатами HR-отдела, удалить зарплатный архив, скопировать бэкапы почты гендиректора и поставить вечный бэкдор, который переживет три следующие перезагрузки. Никакого пароля админа. Никаких украденных учеток. Никакой цепочки из других уязвимостей. Эта дыра была в каждом файловом сервере на базе Linux, выпущенном с марта 2003 года по апрель 2026-го.

На днях компания OpenAI представила обновленное приложение Codex для Mac. Среди множества нововведений особняком стоит встроенный инструмент управления macOS, который позволяет Codex взаимодействовать сразу с несколькими программами. Делает он это в фоновом режиме с помощью “параллельных курсоров”: агенты работают с приложениями сами по себе, не перетягивая окна на передний план и не отвлекая пользователя. По сути, эта функция – буквальное воплощение проекта Sky. Позже OpenAI выкупила этот стартап вместе со всей командой разработчиков.

Cейчас в Codex реализована лучшая система управления компьютером, которую я когда-либо видел в ИИ-агентах. Она даже превосходит то, что я пробовал в Sky год назад. Прошлый вариант был хорош, но работал ощутимо медленнее нынешнего, поскольку базировался на моделях Claude от Anthropic. Сегодня в Codex для Mac даже вальяжная GPT 5.4 действует шустрее, чем Sky в свои лучшие времена. А если включить скоростной режим Codex или поручить простые задачи модели GPT-5.3-Codex-Spark от Cerebras, производительность становится просто космической по сравнению с результатами 2025 года.

Goldman Sachs теперь отслеживает это ежемесячно.

25 000 рабочих мест уходит из-за прямой замены людей ИИ.
9 000 возвращаются за счёт так называемого «усиления» труда — когда ИИ не заменяет сотрудника, а помогает ему.
Итог: минус 16 000 рабочих мест в месяц.

Это 192 000 чистых потерь в год.

И это ещё не всё. Финансовые директора, которых опрашивали NBER и Федеральная резервная система, ожидают, что только в 2026 году из-за ИИ будет сокращено 502 000 рабочих мест. Для сравнения: Challenger, Gray & Christmas за весь 2025 год насчитали 55 000 таких увольнений. То есть речь уже идёт о росте почти в девять раз.

Но тут есть одна важная вещь.

Никто не задаёт следующий вопрос.

Если вы убираете работников,
кто потом будет покупать всё, что вы продаёте?

В первой части этой серии речь шла о том, куда ушли деньги: наверх.
21,5 триллиона долларов сконцентрировались в семи компаниях, а доходы от капитала росли в 12 раз быстрее, чем зарплаты.

А эта статья — уже о другом. О более неприятном вопросе:

что происходит, когда начинают исчезать сами покупатели?

Модели искусственного интеллекта выходят каждый день. В результате появляется все больше инструментов, платформ и сервисов на основе нейросетей для разных сфер жизни.

За это время я уже подготовил подборки инструментов для программирования, рерайта, саммари, генерации текста и презентаций. А также выкладывал сборник сервисов сразу для нескольких областей. Сегодня я обновлю его и покажу вам полезные сервисы для повседневных задач. Не скажу, что все они будут бесплатны, но пробный период есть у каждого - чтобы вы сами могли оценить, стоят ли платформы ваших денег.

Принимайте стратегически удобное положение, ну а я начинаю.

Давайте сразу честно: я не считаю нынешний ИИ разумным. И не верю, что все эти, при всём уважении, очень впечатляющие статистические трюки вдруг возьмут и приведут нас к настоящему интеллекту.

Поэтому разговоры в духе «а что мы будем делать, если ИИ станет разумным?» кажутся мне либо отвлекающим манёвром, либо просто красивым маркетингом.

Но при этом у меня с ИИ-думерами всё же есть что-то общее. Я тоже переживаю из-за технологий, которые находятся в руках корпораций, настолько разросшихся, что они уже почти не поддаются нормальному контролю. Я тоже переживаю из-за того, как эти технологии используют против людей. Меня тоже тревожит, как большие компании срастаются с государством и всё это начинает пахнуть очень неприятной смесью контроля, слежки и авторитаризма. Меня тоже волнует, как технологии используют, чтобы выжимать из работников всё больше, а жить им становилось всё хуже.

Просто, на мой взгляд, для этого никакой сверхразумный ИИ не нужен.

Всё это уже происходит.
И беспокоиться об этом нужно уже сейчас.

На прошлой неделе я как раз обсуждал это публично — на лекции в Монреале, где выступал вместе с Астрой Тейлор и Йошуа Бенджио. Бенджио, если что, — человек очень серьёзный: лауреат премии Тьюринга, один из тех, кто вообще заложил фундамент нынешнего бума deep learning.

И мы с ним, мягко говоря, не сошлись во взглядах.

Бенджио сейчас занимается инициативой под названием Lawzero. Идея у неё такая: создать международный ИИ-консорциум, который будет делать ИИ как общественное цифровое благо — открытое, прозрачное, проверяемое и безопасное.

Раз в несколько месяцев выходит новая флагманская модель. Бенчмарки растут. Появляется пост в блоге. Разработчики пару дней ковыряют API, пишут треды, и новостной цикл едет дальше.

Claude Mythos Preview — это не тот случай.

Вместе с релизом вышла огромная system card на 244 страницы — документ, в котором очень подробно расписано, на что способна модель. И, судя по этому документу, мы имеем дело с возможностями такого уровня, которых раньше просто не показывали. Я прочитал всё. Целиком. И то, что там внутри, сильно отличается от всего, что раньше публиковала Anthropic — да и вообще любая лаборатория фронтирного ИИ.

Это не обычный запуск продукта. Anthropic не открывает Claude Mythos Preview для всех желающих, а вместо этого описывает поведение модели через её system card. И, судя по всему, причина простая: возможности Mythos слишком серьёзные и слишком широкие, чтобы просто выкатить её в мир по принципу «а там посмотрим».

Ниже — что именно говорится в этой system card: бенчмарки, тревожные эпизоды поведения, последствия для кибербезопасности и те моменты, которые действительно заставляют задуматься.

Музыка всегда была языком, который не требовал перевода. Она пересекала границы, эпохи и культуры, и каждое поколение находило в ней что-то своё. Джаз рождался в подвалах Нового Орлеана. Рок - в гаражах пригородов. Электронная музыка - в берлинских клубах. Теперь новая глава пишется в облаке.

Искусственный интеллект добрался до последнего бастиона человеческого самовыражения. Просто в один момент оказалось, что любой желающий может описать своё настроение текстом и получить в ответ готовую песню. С мелодией, вокалом, аранжировкой и структурой.

Это не убивает музыку. Это меняет то, кто имеет право её создавать.

В этом материале будут 5 нейросетей, которые уже работают, уже доступны и уже используются миллионами людей по всему миру. Одни из них созданы ветеранами Google DeepMind. Другие получили официальное признание как виртуальные композиторы. Третьи были поглощены технологическими гигантами.

Добро пожаловать в новую эру музыки. Приятного чтения!