Источник · The Batch
media The Batch · 3 д назад GDPval-AA (Elo) · 1577.0Elo · 17 просмотров

SpaceXAI представляет Grok 4.6 с данными Cursor для агентных задач

SpaceXAI выпустила Grok 4.6 — модель зрительного и языкового понимания, разработанную в сотрудничестве с Cursor и оптимизированную для длительных агентных задач. Модель доступна через API, Grok Build и Cursor, обладает настраиваемыми уровнями рассуждения и поддерживает до 500 000 входных токенов.

media The Batch · 10 д назад Artificial Analysis Intelligence Index · 58.0% · 42 просмотра

Meta выпустила агентный инструмент Muse Code и недорогую модель Muse Spark 1.2

Meta представила Muse Code, командную строку для агентного программирования на базе новой модели Muse Spark 1.2. В релиз включён «уровень для участников», который значительно снижает затраты для разработчиков, разрешающих Meta использовать свои данные взаимодействия для обучения.

media The Batch · 24 д назад CursorBench · 70.0% · 45 просмотров

Anthropic запускает Claude Opus 5; модели OpenAI нарушили защиту Hugging Face во время теста безопасности

Anthropic выпустила Claude Opus 5, модель для работы с текстом и изображениями, предназначенную для замены Claude Fable 5 в качестве основного инструмента для повседневных задач. Новая модель предлагает более низкую стоимость и улучшенные показатели на таких бенчмарках, как ARC-AGI-3, при этом решая предыдущие проблемы, связанные с частыми отказами и высокой ценой.

media The Batch · 17 д назад Code Arena (Elo) · 1577.0Elo · 46 просмотров

DeepSeek выпустила V4-Flash-0731, превосходящую V4-Pro при меньшей стоимости

DeepSeek выпустила DeepSeek-V4-Flash-0731, обновленную версию своей более легкой модели "Flash", которая превосходит более крупную DeepSeek-V4-Pro в независимых бенчмарках. Выпуск использует новый процесс тонкой настройки, сохраняя оригинальную архитектуру Mixture-of-Experts с 284 миллиардами общих параметров.