Новости ИИ за неделю: Gemini 4 Carbon, GPT-6.1 Terra и открытые веса Mistral Large 4

Крупные релизы последней недели октября дают три разных ответа на вопрос, как пользоваться новой моделью. OpenAI выпустила GPT-6.1 Terra в рабочих продуктах и API, Google начала ограниченные испытания Gemini 4 Carbon, а Mistral открыла веса Large 4 для самостоятельного размещения. Одновременно изменились лимиты платных помощников, Anthropic начала подготовку к IPO, а квартальная отчётность показала масштаб бизнеса, который обеспечивает всё это вычислениями.

В обзор вошли главные события 26-31 октября 2026 года. Помимо моделей и экономики, внимания заслуживают Genie со звуком, исследования кибербезопасности и научные заявления OpenAI, переданные на внешнюю проверку.

GPT-6.1 Terra: сколько стоит работа с экраном

OpenAI выпустила GPT-6.1 Terra в ChatGPT Work, Codex и API. Модель рассчитана на визуальные и прикладные задачи: прочитать технический чертёж, разобраться в интерфейсе, заполнить форму, подготовить документ. Для пользователя это продолжение работы с файлами и приложениями, где помощнику приходится понимать содержимое экрана и выполнять последовательность действий. В обычную вкладку Chat этот запуск не входит.

Стандартная цена API составляет $1 за миллион входных токенов и $5 за миллион выходных. По сравнению с предшественницей стандартные ставки снизились вдвое. Для разработчика, который обрабатывает большой поток документов, такая разница отражается на стоимости каждого задания. В Work и Codex, по данным OpenAI, прежний объём включённого использования также позволяет выполнить больше работы с Terra.

При этом качество работы по экрану и сложное программирование требуют разных проверок. OpenAI продолжает рекомендовать старшие модели для самых трудных кодовых задач. Terra интересна прежде всего сочетанием цены, скорости и визуальных возможностей: её имеет смысл рассматривать там, где агент регулярно читает документы или действует в приложении. Цена токена задаёт только часть расходов; повторные попытки и исправления тоже входят в стоимость выполненного задания.

Gemini 4 Carbon берётся за длинные инженерные задачи

Google представила Gemini 4 Carbon, продолжив развитие инженерных возможностей Gemini. В анонсе описаны задачи, на которых модель работает днями: проходит неудачные ветви поиска, разбирается в большой кодовой базе, находит причину ошибки и готовит исправление. Такие наблюдения получены внутренними командами Google. Для индустрии здесь существенна длительность самостоятельной работы над одной сложной проблемой, которую трудно свести к удачному ответу на короткий запрос.

Особое место занимает киберзащита. Google оценивает способность пройти весь путь от обнаружения уязвимости до проверки эксплуатации и исправления. Это требует удерживать состояние задачи и связывать результаты нескольких шагов. Именно на таких последовательностях становится видно, способен ли агент довести исследование до проверяемого результата.

Пока Carbon открывают отдельным специалистам по безопасности и доверенным партнёрам. Массового доступа на момент анонса нет. Кроме того, опубликованные кибертесты проводились без защитных ограничений модели. Их результаты описывают исследовательские возможности системы; поведение будущего пользовательского продукта будет зависеть и от ограничений, и от среды исполнения. Поэтому Carbon остаётся важным анонсом направления развития, тогда как Terra уже можно включать в доступные рабочие процессы.

Mistral Large 4 можно разместить на своих серверах

После октябрьского превью Mistral открыла веса Large 4. За время между превью и этим выпуском компания продолжила обучение с подкреплением, дорабатывая программирование, киберзащиту и экономность рассуждений. Разработчикам доступны режимы Low, Medium и High, позволяющие выбирать глубину работы. Для самостоятельного запуска предусмотрена поддержка vLLM и SGLang.

Открытие весов меняет варианты использования модели. Организация может разместить её в собственном вычислительном контуре, управлять настройкой и дообучением. Однако решение о таком размещении требует учёта оборудования и сопровождения. Сам доступ к весам этих расходов не отменяет.

Есть и существенное условие лицензии. Mistral Ecosystem Open-Weight основана на изменённой MIT и разрешает использование, модификацию и коммерческое применение. Компаниям, которые предлагают модель как сервис Model-as-a-Service, необходимо отдельное коммерческое соглашение с Mistral. Это ограничение важно проверить до запуска собственного сервиса для клиентов.

Для готового API объявлены ставки $0.70 за миллион входных токенов и $2.10 за миллион выходных. У Large 4, таким образом, есть два разных сценария: покупать готовый инференс либо брать на себя размещение. Выбор зависит от нагрузки, требований к данным и условий лицензии; сами по себе открытые веса ещё не определяют, какой вариант окажется дешевле.

Mistral Large 4. Изображение: Mistral.

Genie 4: интерактивный мир получил собственный звук

Google DeepMind представила Genie 4 с нативной генерацией звука. Вместе с изображением модель создаёт окружающие шумы, музыку и речь персонажей. Пользователь может перемещаться по сцене и менять её текстовыми указаниями, а мир продолжает реагировать на происходящее. Для семейства Genie это первый выпуск, в котором звук генерируется непосредственно моделью.

В демонстрациях DeepMind окружающая среда меняется по ходу взаимодействия: можно задать другое освещение, добавить объект или направить поведение персонажа. Такой формат интересен для предварительной проработки сцен и интерактивных прототипов. Авторы могут менять замысел во время просмотра, наблюдая, как на него отвечает симуляция. Компания также исследует связку Genie с моделями Gemini для планирования последовательности событий.

Доступ начался с доверенных тестировщиков; запуск для подписчиков Google AI Ultra через Project Genie и ранних партнёров API заявлен следующим этапом. Ограничения остаются заметными: при длинной сессии могут меняться детали объектов, нарушаться пространственная согласованность и точность физических взаимодействий. Genie показывает новый способ создания интерактивной среды, но для устойчивого игрового или инженерного применения ещё предстоит проверить, как долго она сохраняет нужное состояние мира.

Genie. Изображение: Google DeepMind.

Платные помощники: что изменилось за те же деньги

OpenAI увеличила лимиты ChatGPT Pro. У Pro 100 и Pro 500 удвоился включённый объём Work и Codex. Для Pro 200 отменили объявленное сокращение: подписчики с меньшим объёмом получили его увеличение до прежнего повышенного уровня, а владельцы повышенного объёма сохранили его. Изменения применяются автоматически, переоформлять подписку не требуется.

Здесь важны способы учёта. Work и Codex расходуют общий пул, а сообщения в Chat учитываются отдельно. Больший лимит не гарантирует пропорционального роста числа завершённых заданий: расход зависит от модели, контекста и режима. Для тех, кто регулярно поручает агенту многошаговую работу, это всё же существенное изменение условий уже оплаченной подписки.

Ещё одна льгота для подходящих подписок Pro и Business связана с API-кредитами. Для её активации нужно связать подписку с организацией API, которой владеет пользователь. Pro предусматривает $100, $200 или $500 в месяц соответственно тарифу, у Business начисление зависит от оплаченных мест. Эти средства расходуются в API и не увеличивают квоты ChatGPT или Codex; неиспользованный остаток действует в пределах установленного расчётного периода. Для пользователя собственных интеграций это отдельный источник оплаты запросов, который стоит учитывать наряду с подпиской.

У Anthropic старшие планы получили названия Max и Ultra, сохранив цены $100 и $200 в месяц при оплате на сайте. Существенное изменение касается Ultra: у проверенных аккаунтов снят пятичасовой лимит, при сохранении недельного объёма. Проверка проходит автоматически по истории аккаунта и платежей; подтверждение телефона её не заменяет. В итоге сравнение помощников за одинаковую месячную сумму требует учитывать и общий доступный объём, и то, насколько свободно его можно расходовать в течение недели.

Anthropic готовит IPO и будущие вычислительные мощности

Anthropic подала форму S-1 для предполагаемого IPO и намерена выйти на Nasdaq под тикером ANT. На момент объявления количество акций и ценовой диапазон не определены. Подача регистрационных документов стала формальным этапом подготовки; торги ещё не начались, а параметры будущего размещения предстоит установить.

В ту же неделю Bank of America, Blackstone, Citi и Morgan Stanley объявили сделку на $63 млрд для оборудования Anthropic. Специально созданная компания должна приобрести ускорители и сетевые решения Broadcom и сдавать их лаборатории в аренду. Поставки ожидаются с 2027 года. Такая схема позволяет финансировать физические вычислительные мощности с участием банков и институционального капитала.

У сделки несколько разных сторон: поставщик выпускает оборудование, отдельная компания владеет им, Anthropic получает мощности по аренде. Broadcom также предоставляет поддержку остаточной стоимости в пределах старшего транша финансирования. Общую сумму сделки поэтому нельзя считать уже поступившими лаборатории свободными деньгами.

Окончательные условия IPO покажут, сколько капитала Anthropic сможет привлечь через размещение, а фактические поставки определят, когда арендованное оборудование начнёт обеспечивать её вычислениями.

Облака и память: где виден масштаб спроса

Квартальная отчётность дала численный контекст для крупных инфраструктурных сделок. Microsoft сообщила о росте Azure на 48% год к году, Alphabet о росте Google Cloud на 103%, а Amazon о росте AWS примерно на 39%. Это показатели облачных бизнесов целиком. В них входят разные сервисы, поэтому сравнивать эти проценты как выручку исключительно от нейросетей было бы ошибкой.

Связь с инвестициями видна и в расходах. Amazon объясняет ухудшение свободного денежного потока главным образом увеличением закупок оборудования и имущества, прежде всего для ИИ. Быстро растущие продажи облака соседствуют с большими затратами на его расширение. Для оценки экономики здесь нужны оба показателя: спрос со стороны клиентов и стоимость мощностей, которые компания строит под этот спрос.

На стороне компонентов Samsung и SK hynix отчитались о рекордных результатах и расширении продаж памяти для ИИ. HBM нужна ускорителям для работы с большими объёмами данных, и её поставки становятся частью планирования вычислительных систем. SK hynix ожидает, что HBM4 превзойдёт предыдущее поколение по поставкам и выручке в следующем квартале; это прогноз компании, который ещё предстоит сопоставить с результатами.

В официальном отчёте SK hynix также говорится о долгосрочных соглашениях более чем на половину производственных мощностей 2027 и 2028 годов. Эти договорённости описывают будущую загрузку, а квартальная выручка отражает уже состоявшиеся продажи. Вместе отчёты показывают, почему развитие моделей упирается в сроки поставок и капитальные затраты далеко за пределами самой лаборатории.

Кибербезопасность: длинные цепочки атак и изоляция данных

Anthropic опубликовала исследование пяти цепочек эксплуатации уязвимостей в распространённых браузерах и операционных системах. В работе использовалась внутренняя исследовательская модель, которую не выпускали пользователям. Она связывала несколько слабых мест в последовательности с последствиями вплоть до удалённого выполнения кода и обхода защитных механизмов.

Для оценки возможностей агентов это содержательнее отдельного примера найденной ошибки. Цепочка требует понять взаимодействие компонентов, проверить промежуточные предположения и довести работу до воспроизводимого результата. Отчёт перекликается с инженерной повесткой Carbon: лаборатории всё чаще рассматривают длинную задачу как единицу оценки модели. Описанные Anthropic уязвимости были переданы разработчикам и исправлены к раскрытию отчёта.

Другой риск проявился в разборе инцидента Cloudflare Workers AI. В отдельных ответах одной модели оказались фрагменты запросов других клиентов из-за проблемы в обработке и повторном использовании кэша. К моменту публикации разбора инцидент был устранён; по данным Cloudflare, другие модели сервиса не пострадали. Новостью недели стало раскрытие причин, само нарушение произошло раньше.

Этот случай важен для команд, передающих данные внешнему сервису: качество ответа модели и изоляция клиентских запросов требуют отдельных проверок. Даже корректно выглядящий результат может быть получен с нарушением границ данных. При этом выводы разбора относятся к затронутой конфигурации, а не ко всем моделям или всем сервисам облачного инференса.

Научные заявления OpenAI: что передано на проверку

OpenAI сообщила о результатах внутренних моделей в математике, информатике и физике. Заявления касаются гипотезы локального сглаживания, гипотезы экспоненциального времени и существования определённых квантовых теорий поля. Потенциальный масштаб делает этот сюжет одним из наиболее заметных за неделю, но статус материалов требует точного описания.

В первоисточнике компания предлагает рассматривать рукописи как исходные исследовательские данные. Для разных направлений выбраны разные способы разбора: математические материалы опубликованы для открытого изучения; результат по теории сложности передан внешней группе с публичным доступом к тексту и формализации в Lean; группа по физике сначала готовит собственное изложение. Участники работают независимо, а участие в группе само по себе не означает признания всех утверждений.

Поэтому здесь существенны и сами заявления, и организация их проверки. Формализация и доступ к материалам дают исследователям возможность разбирать конкретные доказательства. Вывод о том, что именно установлено и какие следствия из этого вытекают, должен опираться на результат такого разбора. В рамках этой недели речь идёт о передаче заявленных результатов научному сообществу для изучения.