За три недели октября обновились почти все: GPT-6, Gemini 4 Argon, Claude Haiku 5.5, Grok Voice 3.0, DeepSeek. Я встраиваю LLM в продукты и занимаюсь компьютерным зрением, так что гоняю модели каждый день.

Начну с непопулярного. Argon я тестирую, как и прошлые Gemini, и по-моему это ужас. DeepSeek и Qwen в моих реальных задачах справляются лучше. Бенчмарки у Gemini красивые, а на деле за ними мало что стоит.

С Haiku 5.5 обратная история. Запускать её в среднем примерно на 75% дешевле, чем Haiku 4.5. А в режиме max она очень крутая: токенов тратит меньше, качество для своего уровня достойное.

GPT-6 теперь отвечает интерфейсами. Попросил поделить счёт в кафе, и в чате появляется калькулятор с кнопками. Доступно даже на бесплатном тарифе.

Grok Voice в колл-центрах Starlink принимает около 20 тысяч звонков в день. Примерно 70% решаются вообще без человека. Скоро на горячей линии вы, возможно, и не поймёте, с кем говорите.

DeepSeek выпустила V4.1-Flash-1017: цена в API та же, ответы быстрее. Для меня это самая практичная новость месяца.

Правило у меня прежнее: читаю всё, что модель написала, и подтверждаю любое действие сам.

А у вас Gemini как? Я один не понимаю хайпа, или вы тоже сидите на китайских моделях?