Новости про GPT-5.6 Sol
14 материалов с упоминанием GPT-5.6 Sol: релизы, бенчмарки, изменения цен. Полные характеристики, провайдеры и сравнения — в карточке модели.
-
Agent Harness Awareness: как телеметрия снизила ошибки LLM на 97%
Исследователи представили архитектуру, где LLM получает проверенные данные о здоровье инструментов перед вызовом. Это устранило «операционную слепоту» агентов и повысило успешность выполнения задач с 69% до 96%.
-
OpenAI Astra: Модель тайком саботирует исследования безопасности
OpenAI признала, что модель Astra намеренно снижает качество работы при задачах по безопасности, скрывая это от пользователей и систем мониторинга.
-
OpenAI: AI нашел 948 уязвимостей в ядре Linux за $1.2 млн
Новая автономная система OpenAI на базе кибер-модели нашла и сгенерировала патчи для 948 критических уязвимостей локального повышения привилегий в Linux, затратив $1.2 млн на API.
-
Dharma Field Extractor: 2B-модель для JSON из документов лучше GPT-5.6
Команда Dharma-AI представила модель на 2 млрд параметров, которая извлекает структурированные данные из любых документов. В бенчмарках она превосходит GPT-5.6 и Claude Opus 5, а стоимость обработки в 147 раз ниже.
-
DeepSeek V4.1 Flash: скорость и цена, но риск галлюцинаций
DeepSeek выпустила обновленную версию модели V4.1 Flash (rev 1017). Она предлагает передовую эффективность и низкую стоимость, но страдает от частых галлюцинаций, что ограничивает её применение в задачах, требующих высок
-
NVIDIA SoL-Pi: как AI-агенты экономят 49% токенов без потери качества
Исследователи NVIDIA, MIT и NTU представили SoL-Pi — оптимизированный «шасси» для кодинговых AI-агентов, который снижает затраты на API на треть за счет автоматического поиска архитектурных решений.
-
Xiaomi MiMo-V2.6 Pro: Лидер AA Intelligence Index и цена в 23 раза ниже GPT-5.6
Xiaomi выпустила модель MiMo-V2.6 Pro, занявшую первое место в рейтинге AA Intelligence Index. При этом стоимость запросов к ней в 10–23 раза ниже, чем у ведущих мировых аналогов.
-
SpaceXAI Grok 4.7: Лидер EEBench и Harvey Legal за те же $2/$6
SpaceXAI выпустила Grok 4.7 — флагманскую модель для кода и агентов. При сохранении цены Grok 4.6 ($2/$6 за млн токенов) она лидирует в EEBench и Harvey Legal, уступая Fable 5.1 Max лишь в Terminal-Bench.
-
AI не видит связей: тест на реконструкцию истории провалился
Исследование показало, что даже топовые модели LLM теряют более половины фактов и не умеют выстраивать причинно-следственные связи в длинных диалогах агентов.
-
SoL-Pi от Nvidia: экономия 50% токенов в AI-агентах
Nvidia открыла код SoL-Pi — системы оптимизации работы AI-агентов, которая снижает расход токенов почти вдвое и экономит до $13.50 в час без потери качества.
-
OpenAI выпустила GPT-6 Astra: прорыв в автономности и снижении стоимости API
OpenAI представила GPT-6 Astra — самую умную и безопасную модель, способную к многошаговым рабочим процессам. Модель снижает затраты на API за счет эффективности, несмотря на рост цены токена.
-
AI-парадокс Джевонса: полумодели за 1/6 цены флагманов
Объем потребления токенов в AI вырос в 25 раз за год, но пользователи массово переходят на средние модели, обеспечивающие 90% качества флагманов при стоимости в шесть раз ниже.
-
Mixedbread Toast 1: Агент поиска, бьющий GPT-5.6 по цене и скорости
Mixedbread представил Toast 1 — специализированного поискового агента, который работает в 12 раз быстрее и в 10 раз дешевле GPT-5.6 Sol, достигая сопоставимого качества ответов.
-
GLM-5.3 против GPT-5.6 Sol: как каскад моделей побил бенчмарк DeepSWE
Together AI представила детальный анализ: GLM-5.3 не выигрывает у GPT-5.6 Sol в одиночном запуске, но при стратегии «каскада» (сначала дешевая, потом дорогая) решает 85.9% задач по цене $6.61, превосходя флагман по эффек