Рейтинг AI недели — 10–17 мая 2026

На этой неделе Claude Mythos Preview активно обсуждали в контексте его применения для поиска уязвимостей в macOS и разработки эксплойтов. Также был представлен проект Glasswing от Anthropic, который использует Mythos для сканирования инфраструктуры на уязвимости.

Claude Mythos Preview продемонстрировал высокую эффективность в нахождении уязвимостей, обойдя GPT-5.5 в оценках offensive-security. Он также показал значительное улучшение в многошаговых атаках по сравнению с предыдущими версиями.

Claude Opus 4.6 обсуждали в контексте его сравнительных результатов с Mythos и GPT-5.5 на бенчмарках. Обсуждение также затронуло его недостатки в задачах программирования по сравнению с новыми моделями.

На бенчмарках Claude Opus 4.6 показал 83% нахождения уязвимостей, что ниже, чем у Mythos и GPT-5.5. Это подтверждает сдвиг в предпочтениях пользователей в сторону более новых моделей для кодогенерации.

GPT-5.5 на этой неделе привлек внимание благодаря своим достижениям на бенчмарках, включая полное решение задачи cmatrix. Это стало важным сигналом о его способности к агентному программированию.

GPT-5.5 впервые полностью закрыл задачу бенчмарка, что подчеркивает его эффективность в реальных сценариях программирования. Он также показал лучшие результаты по сравнению с Claude Opus 4.7.

Claude Opus 4.7 обсуждали в контексте его сравнительных результатов с GPT-5.5, где он показал худшие результаты на задачах программирования. Это вызвало вопросы о его актуальности для кодогенерации.

На бенчмарках Claude Opus 4.7 показал низкие результаты по сравнению с GPT-5.5, что подтверждает тенденцию к выбору более новых моделей для задач программирования.

Llama 3.1 обсуждали на этой неделе в контексте создания персональных клонов, что демонстрирует его гибкость и возможности в кастомизации. Это подчеркивает растущий интерес к персонализированным AI-решениям.

Llama 3.1 позволяет создавать персонализированные модели, обученные на индивидуальных данных, что открывает новые возможности для пользователей.

Claude Code активно обсуждали на этой неделе в контексте его применения для агентной разработки и рефакторинга кода. Участники делились успешными примерами использования Claude Code для сложных задач.

Claude Code продемонстрировал высокую эффективность в сложных расчетах и аналитике, а также получил обновления, увеличивающие его лимиты и возможности управления агентами.

Codex обсуждали в контексте новых функций, включая мобильное управление и удаленный доступ, что значительно расширяет его функциональность. Это делает Codex более доступным для пользователей.

Codex теперь доступен через мобильное приложение ChatGPT, что позволяет пользователям управлять агентами и задачами из любого места.

OpenClaw обсуждали в контексте его масштабируемости и применения сотен агентов для автоматизации разработки. Это привлекло внимание к экономике использования таких систем.

OpenClaw продемонстрировал возможность автоматизации инженерного процесса с высокими расходами на токены, что подчеркивает его сложность и стоимость.

Bun обсуждали в контексте его рефакторинга с Zig на Rust с помощью Claude Code, что стало примером успешного применения агентного программирования в реальных проектах.

Переход на Rust занял около 10 дней и достиг ~99.8% прохождения тестов, что демонстрирует эффективность использования Claude Code в инфраструктурных изменениях.

AISI обсуждали в контексте проекта Glasswing от Anthropic, который использует Claude Mythos для поиска уязвимостей. Это вызвало интерес к вопросам доступа к таким моделям.

Проект Glasswing предоставляет организациям инструменты для сканирования инфраструктуры на уязвимости с координированным раскрытием находок.