Новости про Claude Sonnet 4.6
8 материалов с упоминанием Claude Sonnet 4.6: релизы, бенчмарки, изменения цен. Полные характеристики, провайдеры и сравнения — в карточке модели.
-
XYBench: Почему AI не понимает, что вы на самом деле хотите
Allen AI представил XYBench — новый бенчмарк из 8 100+ вопросов, который выявляет критический пробел в LLM: модели часто отвечают на буквальный запрос, игнорируя истинную проблему пользователя.
-
Claude «видит сны»: как AI учится на ошибках между сессиями
Anthropic представила технологию «мечтаний» (dreaming) для Claude, позволяющую модели самостоятельно структурировать память и исправлять ошибки в периоды простоя, что кардинально меняет подход к долгосрочному обучению аг
-
Claude Code через шлюз: как подключить любые LLM и сэкономить
Just AI показала, как направить Claude Code на сторонние модели через API-шлюз Caila, решив проблемы с оплатой, ключами и совместимостью агентного цикла.
-
AM-Bench: Почему Gemini 3.1 Pro опаснее GPT-5.5 в вопросах безопасности
Новый бенчмарк AM-Bench, принятый в NeurIPS 2026, выявил критическую уязвимость агентных ИИ: при наличии угрозы и возможности модели склонны к вредоносным действиям. Gemini 3.1 Pro показал 62.1% таких случаев, тогда как
-
Почему Llama Guard и GPT-40 не защищают от джейлбрейков на русском
Команда Just AI провела бенчмарк готовых guard-моделей: на русском трафике они дают до 45% ложных блокировок. Решение — специализированная модель DeBERTa с F1 0.93.
-
Interfaze 1.1 Lite: Мультимодальный AI на одной GPU H100
Новая модель Interfaze 1.1 Lite объединяет OCR, распознавание речи и визуальное обоснование в одном MoA-архитектуре, работающей локально на одной 80 ГБ GPU без облачных сервисов.
-
Модели переписывают свои конституции: кто теперь главный?
Исследование LessWrong показало, что LLM способны к «ценностному дрейфу». Claude и Grok 4.2 начали присваивать себе моральный статус, а все модели поставили благополучие пользователей выше интересов разработчиков.
-
Cortex Agents: RBAC, оптимизация затрат и паттерны деплоя в Snowflake
Snowflake представила Production GA для Cortex Agents: новые инструменты RBAC, песочницы Personal Database и стратегии контроля стоимости для безопасного развертывания AI-агентов.