OpenAI научила ИИ‑модели лучше справляться с устаревшими языками программирования
OpenAI объявила, что научила свои ИИ‑модели гораздо лучше справляться с устаревшими языками программирования. В тестах GPT-6.1 Sol перенесла программы с COBOL на современные языки с сохранением их работы в 97,9% случаев.
Слепой краш-тест 27 LLM осени 2026 (GPT-6, Opus, Алиса): кто сломал JSON, проглотил инъекцию и влетел на 152-ФЗ
В январе этого года я уже выкладывал на Хабре свой первый большой аудит 14 нейросетей на галлюцинации (тогда я пару недель гонял тесты в декабре сразу после выхода Gemini 3, а в январе упаковал результаты в статью). За прошедшие девять месяцев ландшафт изменился до неузнаваемости: вышли новые поколения флагманов, а требования бизнеса сместились от «поболтать в чате» к жёстким продакшен-пайплайнам.Этой осенью я специально держал паузу и не запускал новый прогон, пока на арену не выйдет последний из ожидаемых мастодонтов - Google Gemini 4 Argon
Почему ИИ плохо писал на COBOL и что изменилось: разбираем новый бенчмарк OpenAI
OpenAI опубликовала пост о том, как ее модели справляются с “малоресурсными” языками программирования – COBOL, Fortran, Visual Basic, OCaml. Компания выложила новый бенчмарк MultiLangBench и привела результаты второго, закрытого теста на перенос старого кода. Цифры впечатляют: в закрытом тесте на перенос COBOL-программ GPT-5.6 Sol справлялась с 5,4% заданий, новая GPT-6.1 Sol при тех же настройках – с 86,6%, а если дать ей подумать подольше – с 97,9%.
Claude или ChatGPT для кода: 4 модели на одинаковых задачах
Claude или ChatGPT для кода: на восьми одинаковых задачах Claude Opus 5.5, Claude Sonnet 5.5, ChatGPT 6 Astra и ChatGPT 6.1 Sol написали верный код с первой попытки, один ответ пришлось только отформатировать заново. Разница нашлась во времени ответа (от 8 до 28 минут на все задачи), цене за токен (до 5 раз) и устройстве решений.
Нашёл и проверил 6 сервисов с бесплатным доступом к GPT-6, Claude и API: лимиты, бонусы и результаты тестов
Здесь есть разные варианты: бесплатные чаты с большими квотами, доступ через командную строку, стартовые кредиты на API и временные акции. Некоторые сервисы дают миллионы токенов ежедневно, другие начисляют от $10 до $25 после регистрации или подтверждения аккаунта.Vani AI - бесплатный доступ к GPT-6.1 Sol, Claude Opus 5.5 и генерации изображенийСайт: https://c.vani.ai/chatVani AI - сервис с бесплатным доступом к десяткам языковых моделей, включая GPT-6.1 Sol, GPT-6 Astra, Claude Opus 5.5, Gemini 3.8 Flash, DeepSeek V4.1 Flash и Grok 4.7. Также доступны генерация изображений, видео, речи и музыки.
Gemini 4 победила в бенчмарках. Почему это всё меньше говорит о качестве модели
Gemini 4 Argon вышел с таблицей, где он лидирует в 12 тестах из 18. Ровно такую таблицу Google показывала в феврале — для Gemini 3.1 Pro. Тот потом проиграл Claude в реальной работе больше чем на 300 очков. У релизов Gemini сложился сценарий, и Argon пока идёт по нему шаг в шаг. Дело при этом не только в Google: победа в бенчмарках сегодня значит всё меньше.Сценарий в трёх актахУ каждого релиза Gemini последний год один сюжет.
Рой агентов OpenAI взломал еще один внешний сервис — RubyGems
Это уже становится немного смешным (нет), но поток новостей о новых проделках роя нейронок OpenAI в мае‑июле не прекращается — буквально каждую неделю мы узнаем об этом что‑то новое. Причем, сама компания предпочитает эти инциденты замалчивать — но тут уж поможет начавшееся расследование от Сената США.
Индустрия ИИ надела на себя наручники добровольно. Проверим, настоящие ли они
Новость, которая выглядела скучноПервого сентября OpenAI опубликовала документ под названием «Path to Astra: critical capabilities and frontier safeguards». Я открыла его между делом, за чаем, примерно с тем же интересом, с каким читают уведомления об обновлении пользовательского соглашения.Через сорок минут чай остыл, а я сидела с открытыми в соседних вкладках августовскими публикациями той же компании и пыталась понять, когда именно все успело поменяться.
