- Anthropic обновила модель Opus 4.6 с контекстным окном в миллион токенов и улучшенной точностью MRCR v2 до 78.3%.
- NVIDIA представила Nemotron 3 Super с 120 миллиардами параметров и DLSS 5 — новый уровень визуального качества в играх на базе AI.
- Появился маркетинговый AI-агент Okara, способный заменить полноценную команду специалистов по продвижению сайтов стоимостью до $168 тысяч в год.
На прошедшей неделе ключевые игроки в области искусственного интеллекта и машинного обучения сделали ряд важных анонсов и показали новые технологии. Компания Anthropic увеличила возможности своей модели Opus 4.6, теперь для пользователей доступны лимиты контекста до одного миллиона токенов без дополнительной платы, а точность решения задач, связанных с поиском и связыванием информации в длинных документах (MRCR v2), достигла рекордных 78.3%. Это подтверждает реальную работоспособность модели с экстрадлинным контекстом, что важнее простой длины окна ввода. Промоакция Anthropic продлена до конца марта, позволяя получать увеличенные лимиты в нерабочие часы для разных тарифов.
В Nvidia главной темой стал сдвиг акцента с обучения моделей на их эффективный инференс. Компания представила CPU Vera для серверов и новую настольную AI-станцию DGX Station с мощностью до 20 петафлопс и способностью запускать модели до триллиона параметров без облака. Среди графических новинок — DLSS 5, который Nvidia называет «GPT-моментом для графики». Теперь рендеринг в играх меняется качественно: нейросети анализируют движение, цвет, освещение и материалы в кадре, создавая визуально более точные изображения в режиме реального времени, что выводит графику на новый уровень.
Среди языковых моделей выделяется Nemotron 3 Super от Nvidia — открытая модель с гибридной архитектурой и 120 миллиардами параметров, которая активно применяется в сообществе благодаря опубликованным весам, обучающему рецепту и инфраструктурным деталям. Версия Nemotron 3 Nano 4B ориентирована на edge-устройства и локальный запуск, при этом поддерживает продвинутые режимы reasoning. Технологически интересна особенность multi-token prediction — генерация сразу нескольких токенов с последующей верификацией, что повышает скорость инференса и снижает объем используемой памяти по сравнению с конкурентами.
Новшеством стал и ход в сторону мультиагентных систем: платформа Codex теперь поддерживает субагентов, что значительно расширяет сценарии совместной работы агентов по параллельному выполнению разных задач — от написания и тестирования кода до деплоя. В маркетинговой сфере стартап Okara предложил AI-агента, который с помощью субагентов берёт на себя комплексные задачи по SEO, контенту и продвижению, выдавая ежедневные отчёты с рекомендациями. Услуга стоит $99 в месяц и ориентирована на небольшие команды и инди-разработчиков, заменяя полноценный штат специалистов, затраты на которых могут достигать $168 тысяч в год. Это явный сигнал о том, что мультиагентные подходы активно выходят за рамки технических применений и входят в бизнес-процессы.
В целом, тенденция очевидна: искусственный интеллект развивается не только в направлении увеличения числа параметров и длины контекста, но и в сторону практической пригодности, интеграции с инфраструктурой и создания специализированных агентов для узкоспециализированных задач. При этом остаётся важным сохранять «чистоту» контекста и фильтровать релевантную информацию для эффективной работы моделей.
