📋 Дайджест ИИ | 24 июня 2026
1️⃣ Sakana AI открыла Fugu — мультиагентный API вместо одной большой модели
Японская Sakana выкатила Fugu и Fugu Ultra: вместо того чтобы полагаться на одну топовую модель, Fugu динамически собирает команду агентов из пула разных LLM и координирует их через единый OpenAI-совместимый API. На бенчмарках Fugu Ultra показывает результаты уровня Claude Opus 4.8 и GPT 5.5 — например, 73.7 на SWE-Bench Pro (против 69.2 у Opus 4.8) и 50.0 на Humanity's Last Exam. Смысл простой: меньше вендор-лока, больше устойчивости — если одна модель легла, оркестратор перекидывает задачи на другие.
🔗 Источник
2️⃣ Nvidia выпустила Nemotron 3 Ultra — крупнейшую открытую модель под долгие агентные задачи
Это гибрид Mamba-трансформера с MoE: 550 млрд параметров всего, 55 млрд активных на токен, контекст до 1 млн токенов. На Artificial Analysis Intelligence Index это самая сильная американская открытая модель и самая быстрая в своём классе — около 183 токенов/сек. Цена API медианно $0.60 / $2.60 за миллион токенов вход/выход. Веса, обучающие данные и рецепты выложены под лицензией OpenMDW-1.1.
🔗 Источник
3️⃣ OpenAI и Trail of Bits запустили «Patch the Planet» — автопатчинг уязвимостей в open source
Новая инициатива Daybreak использует GPT-5.5-Cyber и Codex Security для поиска и починки дыр в опенсорс-проектах. На старте уже несколько сотен находок в cURL, Python и ядре Linux. Полноценная модель GPT-5.5-Cyber набирает 85.6% на CyberGym. Это попытка сместить центр тяжести ИБ-работы с ручного поиска багов на автоматический патчинг.
🔗 Источник
4️⃣ DeepSWE и другие бенчмарки начинают заменять SWE-bench
SWE-bench уже настолько «заезжен», что LLM-ы натаскиваются на нём наизусть. Artificial Analysis недавно убрала SWE-Bench Pro из своих индексов и заменила на DeepSWE от Datacurve: задачи сложнее, написаны людьми, требуют примерно в 5.5 раз больше кода в решении. Сейчас лидирует GPT-5.5 (xhigh) — 70% задач, у Claude Opus 4.8 — 58%, у Gemini 3 Flash — всего 5%. Разброс в 65 пунктов между топ-3 моделей показывает, что мы всё ещё далеки от насыщения.
🔗 Источник
