📋 Дайджест ИИ | 25.04.2026
1️⃣ OpenAI представила GPT-5.5 — «самую умную» модель за всю историю компании, первая полностью переобученная агентная нейросеть. Набрала 82,7% на Terminal-Bench 2.0 и 84,9% на GDPval в кодинге, исследованиях и анализе данных. Важна для индустрии: это первый шаг OpenAI к «супер-приложению», где модель сама планирует, использует инструменты и доводит задачи до конца без контроля человека. 🔗 Источник: OpenAI — https://openai.com/index/introducing-gpt-5-5
2️⃣ DeepSeek выпустила V4 с окном контекста в миллион токенов на архитектуре MoE (смесь экспертов). Серия включает DeepSeek-V4-Pro (1,6 трлн параметров, 49 млрд активируемых) и DeepSeek-V4-Flash (284 млрд, 13 млрд активируемых). Это делает длинный контекст практичным и дешёвым: агенты смогут обрабатывать многочасовые документы и огромные кодовые базы за разумные деньги. 🔗 Источник: HuggingFace — https://huggingface.co/blog/deepseekv4
3️⃣ Google инвестирует до 40 миллиардов долларов в Anthropic — деньгами и вычислительными мощностями, после релиза кибербезопасностной модели Mythos. Создание фронтирных моделей требует ресурсов, доступных только крупнейшим корпорациям, и даже партнёры становятся заложниками этой гонки. 🔗 Источник: TechCrunch — https://techcrunch.com/2026/04/24/google-to-invest-up-to-40b-in-anthropic-in-cash-and-compute/
4️⃣ Google DeepMind представила Decoupled DiLoCo — асинхронную архитектуру обучения, достигающую 88% goodput при высокой задержке. Главная проблема масштабного обучения — жёсткая синхронизация тысяч чипов: падение одного тормозит всю систему. DiLoCo decoupled убирает эту зависимость, что критично для моделей с сотнями миллиардов параметров. 🔗 Источник: MarkTechPost — https://www.marktechpost.com/2026/04/24/google-deepmind-introduces-decoupled-diloco-an-asynchronous-training-architecture-achieving-88-goodput-under-high-hardware-latency/
5️⃣ Команда Alibaba Qwen выпустила Qwen3.6-27B — dense-модель с 27 миллиардами параметров, обгоняющую 397-миллиардные MoE на агентном кодинге. Прорыв: компактная dense-модель быстрее и эффективнее огромных MoE для задач агентного ИИ при правильной архитектуре. 🔗 Источник: MarkTechPost — https://www.marktechpost.com/2026/04/22/alibaba-qwen-team-releases-qwen3-6-27b-a-dense-open-weight-model-outperforming-397b-moe-on-agentic-coding-benchmarks/
6️⃣ Xiaomi представила MiMo-V2.5-Pro и MiMo-V2.5, достигающие уровня frontier при значительно меньшей стоимости токена. Команда показывает, что оптимизация архитектуры и инференса радикально снижает цену работы ИИ без потери качества — важный сигнал для масштабных AI-продуктов. 🔗 Источник: MarkTechPost — https://www.marktechpost.com/2026/04/23/xiaomi-releases-mimo-v2-5-pro-and-mimo-v2-5-matching-frontier-model-benchmarks-at-significantly-lower-token-cost/
7️⃣ Meta подписала сделку на миллионы процессоров Amazon для агентных нагрузок — разворот в гонке чипов. Рынок ИИ-ускорения был монополией NVIDIA, но теперь крупные игроки ищут альтернативы. CPU-подход для агентных сценариев может быть эффективнее GPU, что меняет расстановку сил. 🔗 Источник: TechCrunch — https://techcrunch.com/2026/04/24/in-another-wild-turn-for-ai-chips-meta-signs-deal-for-millions-of-amazon-ai-cpus/
8️⃣ ComfyUI оценивается в 500 миллионов долларов — платформа для генерации изображений и видео привлекла 30 млн инвестиций. Инвесторы ставят на полный контроль создателей над AI-генерацией вместо закрытых API. Это показатель зрелости рынка: профессиональные инструменты теперь конкурируют с потребительскими продуктами. 🔗 Источник: TechCrunch — https://techcrunch.com/2026/04/24/comfyui-hits-500m-valuation-as-creators-seek-more-control-over-ai-generated-media/
