glm.
Топ-15 нейросетей-чатов на русском в 2026: сравниваем GPT, Claude, Gemini, DeepSeek
В России 2026 года нейросетями пользуется каждый четвёртый житель — это примерно 35 миллионов человек, что выше среднемирового показателя. При этом 58% активных пользователей обращаются к ИИ минимум раз в неделю. Но вот парадокс: чем больше моделей появляется, тем сложнее выбрать «ту самую».
Локальный ассистент для зумов, часть 4: что происходит после кнопки Стоп — и почему вторая модель говорила в пустоту
В первой части ассистент записывал созвон и складывал его в граф, во второй граф учился не врать неделями, в третьей я трижды ошибся с вопросом, кто это говорит. Эта часть про двадцать пять минут после кнопки Стоп: на экране ничего не происходит, на диске происходит всё. Там на этой неделе нашлась дыра, которая жила с июля. Облачная ревизия находила ошибки локальной модели, аккуратно их описывала, и никто её не слушал.Одна встреча, четыре файла, двадцать пять минут
Почему ML-модель в андеррайтинге находит только то, что вы и так знали
В кулуарах страховых форумов приходится слышать «технологии ИИ сильно переоценены», «мы поставили модель, но результата нет». Хотите об этом поговорить?Возьмем стандартный случай. Начальство одобряет проект: внедряем машинное обучение в андеррайтинг массовых видов. Нанимают дата-сайентистов, покупают лицензии, обучают градиентный бустинг на исторических данных. Проходит полгода. Сравнивают с действующей тарифной моделью — и прирост точности оказывается в пределах погрешности. И начинается поиск виноватых.
Тест DeepSeek, Qwen, GLM и прочих LLM на продвинутом пользовательском железе
Привет, Хабр! Еще чуть больше года назад ваш покорный слуга наконец решился обновить комп, приобретя ПК с RTX 5090 и 96Gb RAM, которые, как я тогда думал, окажутся ультимативным решением для запуска всего, что может когда‑либо хотеться запустить. Но с выходом DeepSeek V4 Flash в апреле понял, что оказался в своеобразном «лимбо» — суммарных 128Gb VRAM+RAM хватало либо на запуск модельки в кванте
Стартап Mostik связал GLM-5.2 и Qwen-3.5 без текстового обмена
Российские математики разработали способ, который позволяет разным ИИ-моделям обмениваться информацией без промежуточной генерации текста. О разработке 2 сентября сообщил WIRED.В демонстрации команда связала GLM-5.2 на 753 млрд параметров и Qwen-3.5 на 4 млрд параметров. По заявлению Mostik, гибридная система работает примерно в 20 раз дешевле полной GLM-5.2, а её качество находится между результатами двух исходных моделей.
Новые ИИ-модели и LLM недели: Qwen3.8-Flash-Next, GLM-5.3, Granite 4.2, Hy4 и новые модели для видео, речи и изображений
С 24 по 31 августа разработчики выпустили сразу несколько заметных ИИ-моделей и LLM. В числе главных релизов недели — новая архитектура Qwen3.8-Flash-Next, мультимодальная GLM-5.3-Flash и публикация весов основной GLM-5.3, Granite 4.2 от IBM, Hy4 preview от Tencent и первая собственная LLM Thomson Reuters.Параллельно обновились модели для генерации видео, изображений и речи. Alibaba выпустила Wan 3.0, Bria AI — Fibo 1.5, а в speech-направлении появились Gemini 3.5 Transcribe, FireRedTTS3, Breeze TTS 2 и Sopro V2 Turbo. Ниже — главные релизы новых нейросетей и обновления AI-моделей за последнюю неделю августа.Новые LLM и мультимодальные языковые моделиThomson — собственная LLM от Thomson Reuters
Сравниваем LLM, 12 тестов для китайских флагманов: Kimi K3, GLM-5.2, DeepSeek V4 Pro и Qwen 3.8 Max
В первой статье цикла мы гоняли по 11 тестам Opus 4.8, GPT 5.5 и Gemini 3.1 Pro, во второй устроили дуэль тяжеловесов Claude Fable 5 и GPT 5.5 Pro, в третьей спустились в средний класс и столкнули три поколения Sonnet с GigaChat 2 MAX и YandexGPT Pro 5.1. Закончили мы прошлый материал прямым вопросом: хотите ли увидеть в следующей части DeepSeek и Qwen? Запрос в комментариях мы услышали, так что сегодня на ринге Китай.
GLM-5.3: Z.ai выпустил новую модель
14 августа 2026 года компания Z.ai (бывшая Zhipu AI, Пекин) официально представила GLM-5.3 - новую версию своей флагманской линейки языковых моделей GLM-5. Анонс сопровождается слоганом "Built to Code. Ready for Cyber Defense" ("Создана для кода. Готова к киберзащите") и техническим блогом на z.ai/blog/glm-5.3.Z.ai впервые за всю серию GLM-5 явно позиционирует модель как инструмент не только агентной разработки, но и информационной безопасности область, которую индустрия ИИ традиционно считает зоной повышенного риска.
Китайская Z.ai построила ИИ-дата-центр мощностью 1 ГВт без ускорителей Nvidia
Китайская компания Z.ai завершила строительство крупного вычислительного центра для искусственного интеллекта, который полностью работает на китайских ускорителях и не использует чипы Nvidia. По данным Bloomberg, часть объекта уже введена в эксплуатацию. Инфраструктура предназначена для обучения и разработки следующих поколений моделей семейства GLM.Мощность нового комплекса — около 1 ГВт. Это один из крупнейших проектов такого типа среди китайских ИИ-разработчиков. При этом компания не раскрывает точное расположение объекта, количество установленных ускорителей и конкретных производителей используемых чипов.
Автономная система ИИ-агентов атаковала Hugging Face: защититься помогла LLM
Hugging Face раскрыли подробности недавнего инцидента безопасности. По заявлению компании, это первый случай, когда атака на ее инфраструктуру была целиком проведена автономной системой ИИ-агентов — от первоначального проникновения до последующего развития атаки.
