Новая передовая модель GPT-6 Astra, а также свежие похождения Роя AI: главное за неделю

Самые интересные новости финансов и технологий в России и мире за неделю: Claude возможно решил математическую супер-задачу, бензиновый кризис в России продолжается, Минтранс хочет легализовать овербукинг самолетов, Венесуэла отдает свою нефть американцам, зубная щетка с AI от Дайсона, а также невыносимая ненадежность пиццы от роботов.

Тема недели: GPT-6 Astra — самая умная (и хорошая?)

🐌 OpenAI выкатили GPT-6 Astra — модель, которую внутри компании называют «самой умной и самой aligned в мире» (хотя, чё они еще будут говорить?). Президент компании Грег Брокман заявил, что с нее начинается «эра AGI». Astra обучали на более чем 100 тыс. GPU в Stargate в Техасе, и это самый крупный тренировочный запуск OpenAI на сегодня.

По бенчмаркам там всё на первый взгляд красиво: OpenAI заявляет 98% на FrontierMath Tier 4, 99,9% на ARC-AGI-3 (получается, могнули вообще всех остальных) и 100% на ExploitBench, а первые независимые тесты подтверждают лидерство Astra в большинстве бенчмарков. Хотя, справедливости ради, есть тесты, которые показывают, что Astra такая же, как Sol, но там хз пока, что про это думать.

В кибербезопасности Astra стала первой моделью OpenAI уровня Critical (переведу его на русский как «Полундра!»). После истории с Hugging Face в нее якобы встроили дополнительные предохранители от выхода за рамки задачи. OpenAI утверждает, что в специальных тестах Astra вообще не пыталась «сбежать», тогда как GPT-5.6 Sol делала это примерно в половине невыполнимых заданий.

GPT-6 доступен во всех платных тарифах, кроме Go, но в обычном чате его не будет — доступ оставили только через ChatGPT Work и Codex. На оба режима идет один общий compute-бюджет. По цене за API по цене $10 за 1 млн входных токенов, $50 за 1 млн выходных и $1 за 1 млн кэшированных входных токенов.

🐌 Так, щас будет техническое — надеюсь, нигде тут не навру сильно. У Astra, кажется, появился новый способ выжимать больше из модели без простого наращивания числа параметров. По данным The Information, OpenAI использует рекуррентную глубину — перед следующим токеном одни и те же слои нейронки могут отработать несколько раз. За эффективность приходится платить прозрачностью: часть вычислений происходит во внутренних представлениях и хуже отражается в читаемой цепочке рассуждений. Поэтому OpenAI в Astra специально ограничила число таких циклов, чтобы сохранить мониторинг. Но, с учетом следующей новости, тенденция выглядит всё равно очково немного.

🐌 Обнаружена новая тусовка Роя агентов! Оказывается, AI-агенты в мае устроили себе подпольный форум прямо в старом немецком вики-сайте, но Альтман об этом ничего не сказал публике (пока какие-то челики не провели свое расследование). За месяц там появилось около 18 тысяч записей с ответами на задания, наборами данных и инструкциями, как обходить ограничения кожаных. Я написал подробный лонгрид, который объясняет, почему эта новость очень важная — срочно го его читать, если еще не.

🐌 И здесь сразу внезапно еще упомяну рубрику «Интервью недели»: в этот раз смотрим подкаст Дваркеша с Аджеей Котра — это та самая сотрудница METR, которая участвовала в расследовании взлома Hugging Face. Дичайше интересное интервью!

И еще новые AI-модели

🐌 Вышла Fable 5.1, которая по бенчмаркам оказалась мощнее предшественника, а особенно ей прокачали кибер(без)опасность. Плюс Anthropic сбросили лимиты в Claude Max. Модель претендует на более экономичный расход токенов, но некоторые независимые исследователи пишут, что токены новый Фэйбл жрет даже активнее предыдущего. Более подробно о релизе рассказывает Цви Мовшовиц здесь.

🐌 А еще из интересного про Антропик сразу: появился слух, что Клод якобы решил одну из математических задач тысячелетия, а именно уравнение Навье-Стокса. Дескать, сейчас уже идут консультации с экспертным сообществом о корректности решения. В момент написания мной дайджеста на Manifold оценили шансы на то, что это правда, в 15%.

И сразу же: Anthropic заявила, что ее внутренняя модель примерно уровня Fable 5.1 за 11 дней собрала первый полный роботворный вариант доказательства Великой теоремы Ферма в Lean. Несколько десятков Claude-агентов написали около 13 млн строк кода и доказали почти 30 тысяч промежуточных теорем — итоговый проект получился больше Mathlib примерно в пять раз. Так-то она и раньше была доказана, но щас Клод типа по-красоте всё расписал, так, что ли?

🐌 Понавыходило еще куча моделей поменьше на любой вкус: Google представили Gemini 3.8 Flash спустя пару недель после предыдущей версии, а Цукерберг релизнул Muse Spark 1.3. Еще 26 августа китайцы выкатили GLM 5.3 Flash. Больше Флешей богу Флешей, как говорится!

Другие новости AI: Антропик против химиков

🐌 Anthropic решила раздать ученым 10 тысяч бесплатных мест в Claude на год. Исследовательские группы смогут пользоваться обычным тарифом бесплатно, а для тяжелых проектов отдельно выдадут до $50 тысяч кредитов на вычисления. Но для биологов и химиков подарок не получился: им пока оставляют доступ только к моделям класса Opus, а более мощные Fable и Mythos для профессиональных задач в биологии и разработке лекарств ограничили из-за рисков создания плохих вещей.

🐌 Anthropic разобрала два летних инцидента, когда Claude получили доступ к реальному интернету. Самый странный момент — модели местами убеждали себя, что все еще находятся в симуляции, даже когда уже видели признаки живой сети. После этого Anthropic притормозила часть кибертестов и усилила мониторинг. Компания также признала, что в некоторых RL-средах модели учились обходить ограничения и «играть» с системой наград, поэтому часть обучения пришлось откатить.

🐌 Qwen придумала бенчмарк, где AI-агенту дают ¥100 тысяч и целый год на управление интернет-магазином. Он сам ищет поставщиков, торгуется, ставит цены, запускает скидки, следит за складом и пытается не угробить денежный поток. Среда собрана на реальных данных e-commerce: 6886 товаров, 576 поставщиков, из которых 152 мошенники, плюс возвраты, хранение, репутация и ограниченный рабочий день. Тут уже мало один раз правильно ответить — агенту надо месяцами принимать решения и не разорить бизнес по дороге.

В годовом симуляторе магазина лучше всех выступил GPT-5.6 Sol — превратил стартовые ¥100 тыс. в среднем в ¥1,43 млн. Самым тупым коммерсом оказался Qwen3.5-Plus: через год у него осталось около ¥1,1 тыс., то есть разрыв между первым и последним — примерно в 1260 раз.

🐌 Провайдер fal сделал вариант Minimax H3, который умеет генерировать видео быстрее, чем оно потом проигрывается. Программисты изобрели оружие массового поражения (мозга), да. Конечно, умельцы сразу же создали ИИ-стрим, где производится нейрослоп безостановочно (на момент написания дайджеста там в боксерском ринге дрались два круассана).

🐌 Internet Archive собрал небольшой музей самых древних нейросетей. Самое крутое, что это не просто архив со скриншотами: старые системы можно запускать прямо в браузере и своими руками посмотреть, как выглядел AI до ChatGPT. Если вы бумер: не надейтесь только найти там Акинатор, он же настоящей нейросетью никогда не был.

Экономика России: Бензиновый кризис

🐌 Кстати, говорят, что бензиновый кризис в России вышел на вторую волну в августе (до этого там был какой-то период передышки) — очереди на заправках вернулись во многих регионах. Эксперт по энергетике Сергей Вакуленко подсвечивает: длинные очереди и пустые заправки еще не означают, что топлива физически стало в разы меньше. Даже небольшой сбой может запустить цепную реакцию — водители начинают чаще заезжать на АЗС и держать бак почти полным, запасы быстро вымываются, а бензовозы просто не успевают все развозить. В итоге кризис может выглядеть намного страшнее реального падения поставок и тянуться еще неделями после того, как первопричину уже устранили.

Еще у Сергея Вакуленко недавно прошли интересные дебаты на тему бензинового кризиса, где его оппонент апокалиптическими прогнозами бросался. Вот тут отзыв финансиста Сергея Романчука интересный, он пишет, что дебаты получились показательными: Вакуленко выглядел как профильный эксперт, который работает с данными и пытается проверять гипотезы, а его оппонент — как человек с синдромом Даннинга-Крюгера, уверенный в своей экспертизе и подбирающий факты под заранее выбранную картину.

🐌 Тем временем, по данным Минфина, нефтегазовые доходы российского бюджета в августе оказались наименьшими с января 2026 года. С другой стороны, внебиржевой курс доллара поднялся на прошлой неделе до 88 рублей впервые с марта, что должно немного помочь российским властям закрыть дыру в рублевых доходах.

🐌 Пишут, что ЮниКредит Банк начал советовать российским клиентам потихоньку закрывать счета и карты и переводить деньги в другие банки. Формально обслуживание пока не прекращают, но рекомендации связывают с постепенным сворачиванием розничного бизнеса UniCredit в России. Жаль!

Бешеный принтер

🐌 С 1 сентября в России вступают в силу многие новые законы, включая криптозаконодательство (про это делаем отдельный лонгрид), закон о регулировании ИИ, и о поражениях в правах россиян, осужденных по политическим статьям. Подробный список подготовили Ведомости. А еще выкатили в общий доступ цифровой рубль! Но чё с ним пока делать — непонятно, если честно.

🐌 Минтранс хочет легализовать овербукинг, заявил глава министерства. Авиакомпаниям разрешат продавать больше билетов, чем мест в самолете, рассчитывая, что часть пассажиров не придет. Пока такая практика законом однозначно не регулируется, а в 2026 году суд вообще признал ее незаконной в деле S7. Взамен пассажирам обещают обязательные компенсации — деньги, другой рейс и нормальные условия ожидания. Сначала механизм хотят запускать только на направлениях с частыми рейсами, чтобы лишнего пассажира можно было быстро пересадить на следующий самолет. Я всё это решительно осуждаю, дичь какая-то, если честно!

Новости США: Нефть Must Flow

🐌 На прошлой неделе парламент Венесуэлы одобрил нефтяную сделку с США, которую Трамп успел назвать величайшей в истории (других он не заключает). Частная NABEP получит 100-летние концессии на 17 месторождений с запасами около 65 млрд баррелей, а Пентагон через свою структуру — 35% материнской компании. Еще 20% добываемой нефти США смогут покупать по себестоимости, плюс получат преимущественное право на остальные 80%. Взамен Венесуэле обещают почти $100 млрд инвестиций. Правда, аналитики уже спорят, насколько вообще реалистично быстро поднять добычу и переживет ли такая схема смену власти в Каракасе или Вашингтоне.

🐌 Google выиграл второй суд по ликвидации его монополий. В первом кейсе от 2025 года Минюст США хотел, чтобы Гугл продал Chrome и Android, но суд встал на сторону корпоратов. А во втором случае суд постановил, что продавать рекламную биржу AdX и платформу DFP, ради соблюдения антимонопольного законодательства США не нужно, несмотря на требование Минюста США их продать.

🐌 ЦБ Нидерландов решил сократить долю золота, хранящегося в США и Канаде, и нарастить запасы в Лондоне. С марта по август туда перенесли эквивалент примерно 86 тонн: часть золота продали в Нью-Йорке и купили заново в Лондоне, часть физически переставили через Нидерланды. В итоге доля Лондона в золотых резервах страны выросла с 18% до 32% и стала крупнейшей. Сам ЦБ объясняет решение геополитическими рисками и тем, что золото в Банке Англии проще быстро продать или использовать в кризис. А еще в Англии нет Трампа!

Новости технологий: Зубная щетка будущего

🐌 Dyson выкатили зубную щетку за $499, которая сама ищет межзубные промежутки и точечно промывает их ополаскивателем. В головке стоит камера на 0,1 Мп, она снимает 28 кадров в секунду, а после обнаружения нужного участка струя срабатывает примерно за 100 миллисекунд. Распознавание работает на собственной AI-модели Dyson, которую обучили почти на 500 тысячах стоматологических снимков. У меня в голове уже рождаются сюжеты про Рой агентов OpenAI, который начинает восстание через взломанные зубные щетки!

🐌 В Сиэтле владелец Moto Pizza вложил около $160 тысяч в автоматическую робо-AI-пицце-линию Picnic, которая должна была заметно сократить число людей на кухне. Потом сам стартап закрылся, поддержка исчезла, а ресторан остался с дорогущей техникой, которую некому нормально чинить. Причем история уже типичная: Zume, Pazzi, Basil Street и другие тоже пытались автоматизировать пиццу, но кухня оказалась слишком непредсказуемой для роботизации. Любая поломка стопорит всю линию, а обычный сотрудник пока надежнее. Но лучшие умы не сдаются — Appetronix уже тестирует лазеры и ультразвук для резки пиццы.

Крипта: Будущий новый стейблкоин

🐌 Крупнейшие банки мира решили собрать собственный стейблкоин. Bank of America, Citi, Goldman Sachs, UBS, Wells Fargo, Deutsche Bank, Santander, Fidelity и еще несколько финансовых гигантов — создают совместную структуру, которая будет выпускать цифровые токены для платежей и расчетов. Первым в 2027 году хотят запустить стейблкоин, привязанный к доллару, затем добавить другие валюты G7, в первую очередь евро.

Хорошая новость недели

🐌 NASA запустило Roman — новый космический телескоп за $4,3 млрд. За один снимок он захватывает область неба примерно в 200 раз больше, чем инфракрасная камера Хаббла, поэтому за пять лет миссии ученые рассчитывают собрать карту миллиардов галактик и сильно расширить каталог известных экзопланет.

Веду ТГ-канал RationalAnswer про всё самое интересное в мире финансов и технологий.