Gemini 4 Carbon набрал 59 баллов в Artificial Analysis Intelligence Index v5.0 и занял первое место. Пока Google открыла модель лишь части специалистов по киберзащите через Fairwind Program. Для креаторов за эту неделю есть и другие новости: вышли инструменты для computer-use, Mistral открыла веса крупной модели, а Claude Code получил ограничения на копирование игр.

Японский обзор приводит вводную цену Carbon на 2 ноября: $2 за миллион входных токенов и $10 за миллион выходных. Стандартная цена — $4 и $20 соответственно. Для бюджета я бы ориентировался на стандартный тариф: по данным обзора, именно его Artificial Analysis использовала при расчёте затрат.

Промоизображение Mistral с надписью «#1 in Sovereign AI», связанное с новостью об открытых весах Mistral Large 4.Источник: mistral.ai

Gemini 4 Carbon лидирует в рейтинге, но тестировать его пока будут не все

Google представила Carbon 28 октября и назвала его своей следующей frontier-моделью. Доступ сначала получила часть специалистов по киберзащите. Затем компания планирует подключать доверенных партнёров через Fairwind Program. Дат для разработчиков, бизнеса и обычных пользователей Google пока не назвала.

В заявлении Google Carbon получил 59 баллов в Intelligence Index v5.0. Claude Opus 5.5 набрал там 58. Японский автор пишет, что результаты вышли почти одновременно, поэтому точный порядок обновления установить не удалось. Разница в один балл мало что говорит о том, какая модель лучше подойдёт вашему проекту.

Artificial Analysis изменила сам индекс: доля закрытых тестовых заданий выросла примерно до 60%. Теперь сравнивать результаты с прежними версиями рейтинга сложнее. Смотрите на дату замера, конкретную задачу и цену её выполнения.

Google также привела результаты по кибербезопасности: 88,2% на SEC-bench Pro для поиска уязвимостей, 54,8% на ExploitGym и 71% на CWE-bench для подготовки исправлений. Это цифры из заявления компании. Google ещё сообщила, что Carbon лидирует в 15 из 17 пунктов её сравнительной таблицы.

Есть и менее удобные цифры. В японском обзоре со ссылкой на Artificial Analysis сказано, что в AA-Omniscience Carbon отвечает правильно чаще, чем Argon: 58,3% против 48,3%. При этом доля галлюцинаций у Carbon выросла с 4,3% до 11,4%. AA-Omniscience измеряет другое, чем внутренние тесты Google. Для работы вывод простой: важные факты и цифры всё равно нужно проверять.

Artificial Analysis оценивала стоимость одного задания примерно в $7,76 для Carbon с высоким уровнем рассуждения, $10,04 для Opus 5.5 на максимуме, $6,24 для GPT-6 Astra и $1,27 для GPT-6.1 Sol. Это расчёт на конкретных тестах. Для любого рабочего запроса цена будет другой. Зато сравнение показывает, как сильно высокий уровень reasoning может поднять себестоимость.

GPT-6.1 Terra делает ставку на работу с экраном

OpenAI выпустила GPT-6.1 Terra 26 октября. Модель среднего уровня в линейке рассчитана на computer-use — например, заполнение форм на компьютере, — визуальное рассуждение и работу с текстом. В ChatGPT Work и Codex она доступна пользователям Plus, Pro, Enterprise и Edu. В API модель называется gpt-6.1-terra.

OpenAI заявляет, что Terra выполняет задачи управления компьютером более чем в три раза быстрее GPT-6 Astra и GPT-6.1 Sol. В официальном анонсе также говорится о снижении стандартных API-цен на 50% относительно GPT-5.6 Terra и GPT-6.1 Sol. Для продюсера это может пригодиться в рутине: разобрать материал, заполнить карточки, подготовить тайм-кодированный лог по кадрам. Всё это ещё нужно проверять на практике — об автономном монтаже речи нет.

Японский обзор приводит для Terra 51 балл в одном агрегаторе. Значение подтверждала только одна площадка. В Vals Index тоже менялись цифры и число сравниваемых моделей, а страница не объясняла почему. При сравнении фиксируйте название модели, версию индекса и дату замера.

Claude Code теперь отделяет оригинальную игру от клона

Anthropic добавила в системные инструкции Claude Code на Opus 5.5 два предложения о копировании игр. Компания подтвердила это через Addy Osmani: ассистент должен отказывать в воссоздании конкретной чужой игры, даже если её переименовали. Оригинальные игры, проекты в знакомом жанре и работа с собственными дизайнами и ассетами, по словам Anthropic, должны по-прежнему работать.

Мы добавили две фразы в инструкции Claude Code на Opus 5.5, чтобы он не помогал воссоздавать конкретные игры других авторов. Оригинальные игры и проекты на основе ваших собственных дизайнов должны работать дальше.

Поводом стали AI-клоны и тревога игровых студий. Некоторые отменяли открытые тесты, опасаясь, что демо быстро разберут и используют для копии. Разработчики также жаловались на ложные отказы — в том числе при работе над собственными играми. Anthropic обещала настраивать баланс и предложила сообщать о случаях, когда Claude отклоняет задачу на свою игру.

ПромткитайскийДля Claude Code;.
嗨 Claude 早上好你好吗我很好谢谢帮我建一个 YouTube 风格的网站但只限于多年来在 HN 上被反复推荐的视频拜托了。别犯任何错误。
Скопируйте и вставьте в нейросеть как есть, на китайском: переводить не нужно.
Из чего собран промт
  1. настроениедружеское приветствие и любезности嗨 Claude 早上好你好吗我很好谢谢
  2. действиесоздать сайт в стиле YouTube帮我建一个 YouTube 风格的网站
  3. параметрыограничить видео, многократно рекомендованными на HN但只限于多年来在 HN 上被反复推荐的视频
  4. настроениевежливая просьба拜托了。
  5. параметрытребование не допускать ошибок别犯任何错误。

Открытые веса Mistral Large 4 не отменяют отдельную лицензию для MaaS

29 октября Mistral открыла веса Mistral Large 4, также известной как Le Chonk. Это мультимодальная MoE-модель класса 1 трлн параметров. Компания пишет, что после предварительного запуска дополнительно обучала её с подкреплением. В карточке указаны контекст до 1 млн токенов и три режима рассуждения — Low, Medium и High. По умолчанию включён High.

Для локального запуска модель великовата. Японский автор оценивает потребность даже при 4-битном квантовании примерно в полтерабайта памяти. Это его расчёт, а не рекомендованная конфигурация Mistral. Для обычной рабочей станции такой вариант вряд ли подойдёт.

Термин open-weight не снимает лицензионных ограничений. Mistral разрешает использовать, менять, распространять и продавать модель. Для запуска собственной модели как сервиса — MaaS — нужна отдельная коммерческая лицензия. В тексте указаны исключения, например внутреннее использование и официальные продукты Mistral. Перед коммерческим внедрением прочитайте условия целиком.

Mistral приводит 26 баллов в Artificial Analysis Intelligence Index v5 и называет модель сильнейшей среди западных open-weight-моделей в этом сравнении. Компания признаёт, что некоторые китайские открытые модели набрали больше. По кодовым тестам Mistral тоже заявляет о лидерстве, однако японский обзор указывает на расхождение с опубликованной цифрой DeepSeek на Terminal-Bench 4.0. Проценты из разных условий и сред лучше не сводить в одну таблицу.

MAI-Image-2.7 пока редактирует готовые изображения

Microsoft показала MAI-Image-2.7 в preview 27 октября. По японскому обзору, модель редактирует готовые изображения: меняет стиль и освещение, правит текст и символы, восстанавливает материалы. Попробовать её можно в MAI Playground, Arena и Artificial Analysis.

Генерацию изображения по текстовому описанию обещали добавить позже. API и цены на момент обзора не объявили. Пока это инструмент для точечной правки, и закладывать его в производственный процесс рано.

Японский обзор также сообщает, что Anthropic подала форму S-1 для возможного выхода на Nasdaq, и приводит крупные цифры убытка. В переданном досье нет первоисточника или независимого подтверждения, поэтому эти сведения оставлю за скобками. Там же упоминаются Kimi K3.1 Pro и DeepSeek V4.1 Flash Cyber. Детали по ним в приложенных источниках тоже не подтверждены.

Источники

Introducing Gemini 4 Carbon — Google

Introducing GPT-6.1 Terra — OpenAI

Mistral Large 4 (Le Chonk) is now open weight — Mistral

Anthropic tells Claude to stop remaking video games — Game Developer

Anthropic updates Claude to steer it away from letting users clone games — PC Gamer

Источникnote.com