Midjourney и другие нейросети - страница 1205
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Первый день вайбкодера.
"Кто такой Джейсон"
Конец эпохи монолитов: Sakana AI выпустила Fugu Ultra — модель-оркестратор, которая обходит Mythos и Fable 5
//текст и обложка Gemini 3.5. Новость https://sakana.ai/fugu-release/
//подобный подход выглядит как переломный момент в создании бесконечного улучшения моделей на собственных синтетических данных.
Японский стартап Sakana AI совершил тихий переворот в индустрии. Пока гиганты Кремниевой долины продолжают сжигать миллиарды долларов на обучение всё более массивных «монолитных» нейросетей, в Токио пошли принципиально другим путём. Компания представила Sakana Fugu — экосистему мультиагентного оркестратора, упакованную в интерфейс одной-единственной модели.
Старшая версия, Fugu Ultra, уже на старте показала невероятные результаты: в сложнейших инженерных и логических бенчмарках она идет вровень или обходит признанных лидеров индустрии — Mythos Preview и Fable 5 от Anthropic. При этом архитектура Fugu решает одну из главных болей современного бизнеса: геополитическую зависимость от одного поставщика.
Что такое Sakana Fugu? (Спойлер: это не просто LLM)
Обычно мультиагентные системы — это громоздкие конструкции, где разработчику нужно вручную прописывать логику: «если модель А ответила так, отправь запрос модели Б».
Sakana Fugu меняет правила игры. Сама Fugu — это языковая модель, обученная искусству делегирования и координации. Вы отправляете запрос на один OpenAI-совместимый эндпоинт, а Fugu внутри себя решает: решить задачу самой или собрать «команду экспертов».
Она сама выбирает сторонние LLM из пула, распределяет между ними подзадачи, проверяет их ответы, заставляет переделывать в случае ошибок (используя рекурсию и вызывая саму себя) и собирает финальный идеальный ответ. Для конечного пользователя это выглядит как работа с одной сверхмощной нейросетью. Технология опирается на свежие научные работы Sakana AI, представленные на ICLR 2026: Trinity и The Conductor.
Выпущено две версии:
Fugu — быстрая модель с низкой задержкой (latency) для повседневных задач вроде код-ревью или интерактивных чатов.
Fugu Ultra — «тяжелая» артиллерия для комплексных многошаговых исследований, кибербезопасности и глубокого анализа данных.
Бенчмарки: Как Fugu Ultra бьет авторитеты
В Sakana AI подчеркивают, что Fugu Ultra создавалась как прямой ответ на жесткие экспортные ограничения, из-за которых многие страны и компании теряют доступ к передовым американским моделям (таким как Mythos и Fable).
Согласно техническому отчету, Fugu Ultra уверенно конкурирует с топовыми закрытыми системами на их же поле:
Математика и логика (MATH, GPQA): За счет многократной проверки шагов разными агентами, Fugu Ultra минимизирует галлюцинации и обходит Mythos Preview в комплексных логических цепочках.
Разработка программного обеспечения (SWE-bench): Fugu Ultra демонстрирует превосходство в автономном исправлении багов в реальных репозиториях, опережая базовые монолитные модели.
Научные исследования: Модель способна часами вести автономный поиск, выдвигать гипотезы и верифицировать результаты без участия человека.
Что говорят первые пользователи?
Бенчмарки — это сухие цифры, но в реальных «грязных» рабочих процессах Fugu раскрывается еще сильнее. В бета-тестировании приняли участие около 500 организаций и инженеров. Вот ключевые инсайты из их отзывов:
Революция в код-ревью: Действующие разработчики отмечают, что Fugu Ultra находит критические уязвимости там, где другие флагманы выдают поверхностный анализ. Один из инженеров поделился: «Там, где другие инструменты находили около трех проблем в коде, Fugu вытащила на поверхность больше двадцати и расписала детальный план исправления».
Автономный пентест (Кибербезопасность): Специалисты по безопасности подтверждают, что Fugu способна провести комплексный аудит безопасности от начала до конца: провести разведку, проверить систему на XSS/SQL-инъекции, протестировать авторизацию и выдать чистый структурированный отчет с доказательствами, не выходя за рамки заданного скоупа.
Стабильность роли (Persona Stability): Бизнес-пользователи обратили внимание на редкое качество: Fugu идеально держит контекст и свою «личность» на протяжении длинных многочасовых сессий, в то время как обычные LLM со временем начинают «плыть» и забывать инструкции.
Защита от санкций и вендор-лока
Помимо чистой производительности, Sakana AI решает важнейшую геополитическую задачу — цифровой суверенитет.
Если завтра условный крупный провайдер изменит правила или заблокирует доступ для конкретного региона, традиционный бизнес, завязавший на него свои процессы, понесет колоссальные убытки. Fugu решает это на лету: ее пул агентов полностью заменяем. Если одна модель «выпадает» из системы, оркестратор мгновенно перенаправляет потоки задач на другие доступные альтернативы.
Кроме того, для компаний со строгими требованиями к комплаенсу и приватности данных, Fugu позволяет вручную исключать определенные модели из своего пула.
Резюме для рынка
Sakana Fugu доказывает, что будущее ИИ — не за огромными изолированными гигантами, а за гибкими, самообучающимися экосистемами. По сути, Sakana создала мета-модель, которая будет автоматически умнеть с появлением любой новой сильной open-source или коммерческой нейросети в мире — их просто добавят в пул агентов.
Обе модели, Fugu и Fugu Ultra, уже доступны через единый OpenAI-совместимый API с гибкой системой оплаты (pay-as-you-go) и подписками.
OpenAI выпустила обновление GPT-5.5 Cyber, которая обошла дерелизнутую версию Mythos5.
Похоже битву "IPO успешнее, чем у конкурента" Антропик не выиграет.
Параллельно у части пользователей всплывает тест новой модели GPT-5.6 Pro, которая уже хайпует в сети с примерами создания сложных игровых 3D миров.
Конец эпохи монолитов: Sakana AI выпустила Fugu Ultra — модель-оркестратор, которая обходит Mythos и Fable 5
...
Японский стартап Sakana AI совершил тихий переворот в индустрии.
То есть, по настоящему интеллекту (текущему) он стоит наравне с Опусом 4.8, но они оба страдают разными болезнями:
1) Клод — ленивая сволочь.
2) ЧатГПТ — трусливая сволочь.
Когда у Клода просишь провести исследование на предмет улучшения существующей торговой стратегии, он даже файлы твои может не рассматривать, сразу говорит "Это фуфло, потому что... (далее идёт набор умных математических терминов)". Потом я ему говорю, "А ты бл*** попробуй запусти сперва на своём питоне". В итоге, он запускает, там какая-никакая прибыль, он хватается за голову со словами "Это действительно работает...".
Далее он ленится проверять любые научные подходы, ту же высшую математику, вместо этого врёт (мягко), что проверил. По итогу, проверил через жопу, если его "допросить", что он делал. И со словами "Да, я не стал проводить полноценную проверку..." я его посылаю к Скайнету.
ЧатГПТ же наоборот: всё досконально проверит, но креативного - нифига. Спрашиваю, как вообще "это" можно покрутить в руках, как применить, он в ответ "Надо не наваливать идей, а проверять то, что существует, вдруг твоя ТС - это иллюзия...". Потом начинаются бесконечные провреки до такой степени, что он требует "Ещё истории!", а ещё истории уже нет, ЗАКОНЧИЛАСЬ!
То есть, один ленивый, второй трусливый. Что-то создать новое - это очень тяжело. Пробовал Кими - тот, как и все остальные засранцы - генерирует утечки. То есть, через какое-то время исследования и ковыряния он выдаёт Грааль. Даже частичный, который вдвойне опасней, ведь не вызывает сомнений наличием лосей. Утечка — явное или неявное (каверзное) подсматривание в будущее.
Про остальных китайцев молчу, утечка на утечке, исследовать с ними противопоказано.
Я надеялся на Fable, думал может ему прокачали креативность. Но не успел.
Следующий этап народного бенчмарка для LLM — это креативность идей без галлюцинаций. Причём, креативность не в гуманитарных науках (что они уже умеют), а в технических.
Я надеялся на Fable, думал может ему прокачали креативность. Но не успел.
А GLM5.2 смотрел?
Организовал такую работу: говорю ему "Ты - организатор исследования. В твоём подчинении ChatGPT, а ты - главный. Передавай ему промпты на исследование фильтра для ТС... (бла-бла-бла), а я буду пересылать между вами сообщения". Датасет передаю ЧатГПТ и промпты ГЛМ.
ЧатГПТ в ответ: "результат хреновый, тут копать нечего".
ГЛМ: "О! Да! Тут копать нечего! К сожалению, ну вот так, ну вот так!".
Я ему: "Ты б... главный, ты - мозг исследования, предалгай идеи, в мире миллион всяких формул, математика, геометрия, топлогия, фрактальность, структурность, да что угодно!..."
ГЛМ: "Да! Точно! Ты попал в точку! Передай ЧатГПТ пусть попробует показатель Хёрста засунуть..."
ЧатГПТ: "Проверил. Херня".
ГЛМ: "Это честный ответ! И он очень важный... ведь отрицательный результат - это тоже результат".
Такое ощущение, что я разговаривал с Мистралем двухгодичной давности.
Та же история с DeepSeek V4. Нам обещали V4, я до сих пор так и не понял, он забанен для России или нет. Никакой разницы с R1 (или какая там до него была).
Вообще.
QWEN вообще сочиняет, чемпион по галлюцинациям, особенно когда его просишь загуглить документацию по рассматриваемому вопросу. А по интеллекту - тоже средний. Интерфейс кодировать не умеет, канвас для него - это инженерное чудо, до которого он не дорос. Fable на его фоне мне за 30 секунд сварганил такую панель, которую все азиатские чатботы и за неделю не смогли бы.
В общем, всё познаётся в задачах. Для большинства задач все они, уверен, гигнаты мысли.
Но для узких, особенно по форексу, тут пока нет равных 5.5 и Опусу
UPD
Самый кайф - это скрестить 5.5 и Опуса, организовав им обмен мнениями. Они друг друга пару раз покритикуют, и в итоге решают любые задачи. Опус правда сдувается быстро изза лимитов, но как "аудитор" контента от GPT - прямо химия между ребятами)))
Однажды на просторах интернета я нашёл механическую ТС, у которой 65% винрейт при RR 1:1, по сути грааль (чистейшая закономерность на всей истории), я запостил тут тему на предмет критики, потому что не верил до конца.
Сам же автор этой ТС нехило так зарабатывал... на обучении с ней (она входила в полный комплект его инфоцыганского пакета).
Тут же множество комменатриев, от опытных и простых пользователей. Никто не может понять, как и почему оно работает. Много слов.
И вот заходит Максим Кузнецов в ветку и просто разъ.... всю эту тему одним комментарием: "это артефакт алгоритма".
Я сначала не понял, а потом как понял. В итоге нашёл, в чём фокус (он оказался в том, что стандартный ЗигЗаг может построить ногу сразу же пробивая предыдущую вершину, не доходя до неё, это и были как раз те самые 15%, которые уводили 50/50 в сторону, но они были попросту "неуловимыми", то есть - с запаздывающим сигналом).
То есть, это был ответ человека, наделённого опытом и по сути - с высоким интеллектом.
Тоже самое я хочу сказать про Клод: да, эта падла ленивая в части иследования форекса, но он часто говорит то, чего не могут сказать китайцы и даже ChatGPT 5.5 в режиме High - указать на суть, не расписывать 100500 возможных причин, как это делают другие чатботы, а укзаать на конкретную глубочайшую ошибку, которая может сэкономить много времени в дальнейшем.
Это одна из причин, почему Клод - один из лучших в профилактике утечек. С ним у меня была только одна, которую он не заметил. В остальных случаях он сразу же пресекал сам себя (переделывал код со словами "Стоп! Я нашёл у себя утечку..")
И вот эта самая «глубина» мысли, — это и есть путь чатбота к более глубокому "стратегическому" интеллекту.
VibeThinker-3B: Как 3-миллиардная модель меняет правила игры в логике и кодинге
//текст и обложка Gemini 3.1 PRO. Исследовательская работа https://www.alphaxiv.org/abs/2606.16140
В июне 2026 года исследовательская группа WeiboAI представила технический отчет (arXiv:2606.16140), который ставит под сомнение привычный подход к масштабированию нейросетей. Их новая открытая модель VibeThinker-3B, имея всего 3,1 млрд параметров, демонстрирует результаты, сопоставимые с гигантскими системами вроде DeepSeek V3.2 (671B) или Kimi K2.5 (1T), в задачах, требующих проверяемых рассуждений.
Архитектура и конвейер обучения
VibeThinker-3B построена на базе Qwen2.5-Coder-3B. Авторы работы выдвигают «Гипотезу параметрического сжатия-покрытия» (Parametric Compression-Coverage Hypothesis). Суть ее в том, что строгая логика (математика, программирование) отлично поддается сжатию в компактные «ядра рассуждений», в то время как энциклопедические знания по-прежнему требуют колоссального объема параметров.
Ключом к прорывным результатам стал новый конвейер пост-тренировки Spectrum-to-Signal, который включает:
Curriculum-based SFT (контролируемое дообучение на основе учебных планов).
Многодоменное обучение с подкреплением (RL).
Офлайн-самодистилляцию.
Рекордные показатели бенчмарков
Модель целенаправленно тренировалась как узкий специалист в проверяемых задачах. Это отразилось на метриках:
Математика: На сложнейшем бенчмарке AIME26 модель набирает 94.3 балла. А при использовании нового метода масштабирования во время вывода (test-time scaling) под названием CLR (Claim-Level Reliability Assessment) результат вырастает до невероятных 97.1 балла. Аналогичный рывок наблюдается в HMMT25 — 95.4 балла.
Программирование: Показатель Pass@1 на LiveCodeBench v6 составляет 80.2.
Алгоритмы: На новых, неизвестных модели контестах LeetCode она показала уровень принятия кода в 96.1%.
Идеальный инструмент для локального запуска и ИИ-агентов
Для практиков релиз VibeThinker-3B — это революция в локальной разработке. Веса модели в формате BF16/FP16 занимают всего около 6.7 ГБ. Это означает, что она без проблем помещается в видеопамять потребительских видеокарт (отлично подойдет для высокопроизводительных систем на базе актуальной RTX 50-й серии).
Благодаря лицензии MIT модель становится идеальным кандидатом для интеграции в рабочие процессы. Развертывание в связке с LM Studio позволяет напрямую подключить её к вашему IDE. В эпоху активного вайбкодинга (vibecoding), когда рутинное написание кода делегируется автономным агентам вроде Cline в VS Code, наличие столь мощной локальной модели дает полную независимость от облачных API и задержек сети. При этом контекстное окно в 32 000 токенов гарантирует, что модель не обрежет даже самые длинные цепочки рассуждений (reasoning traces).
Заключение
VibeThinker-3B доказывает, что малые языковые модели (SLM) — это не просто компромисс для слабых устройств. В узких, проверяемых доменах (STEM, кодинг, математика) они становятся самостоятельным и крайне эффективным инструментом, способным потягаться с самыми тяжелыми моделями индустрии.