Рейтинг AI недели — 11–18 октября 2026

На этой неделе активно обсуждали Gemini 4 Argon, который стал доступен через облачные API и подписки, но возникли разногласия по поводу цен. Модель показала сильные результаты в некоторых задачах, однако также были отмечены проблемы с доверием и стабильностью.

Gemini 4 Argon предназначен для многошаговых задач и доступен через Vertex AI и Gemini API. В бенчмарках модель показала 57% на Terminal-Bench 4.0.

Обновление DeepSeek V4.1-Flash-1017 на этой неделе привлекло внимание благодаря открытию Search/Fetch API, что улучшает сценарии использования. Пользователи отметили снижение расхода токенов и высокую скорость обработки.

Flash-версия модели обеспечивает более короткие ответы и улучшения в agent- и SWE-сценариях. Скорость обработки составляет около 290 ток/с в тестах.

Claude Opus 5.5 продолжает обсуждаться как один из предпочтительных вариантов для кодинга, особенно в сравнении с другими моделями. В то же время, новые модели, такие как Muse Wonder, показывают лучшие результаты в некоторых задачах.

Claude Opus 5.5 продемонстрировал 66.4% на Terminal-Bench 4.0, что делает его конкурентоспособным в области кодинга. Однако Muse Wonder уже доступна и показывает лучшие результаты в длинных задачах.

На этой неделе Sakana AI представила Qwen 3.6-27B, который использует рекурсивное самообучение через виртуальную команду агентов. Это привлекло внимание благодаря улучшению производительности на нескольких бенчмарках.

После двух итераций самообучения модель показала рост «очков на выходной токен» на MLR-Bench и других тестах, но не продемонстрировала прирост на Terminal-Bench 2.0.

Muse Wonder была представлена Meta как новая модель для длинных задач и кодинга, что вызвало интерес в сообществе. Она уже доступна через Meta Model API и показывает конкурентоспособные результаты по сравнению с Claude Opus 5.5.

Muse Wonder включает функцию Active Memory, которая подтягивает релевантный контекст из других диалогов. На бенчмарках она обходит Claude Opus 5.5 в некоторых длинных задачах.

На этой неделе обсуждали новый скилл Anatomy, который предназначен для построения анатомии объектов в агентных пайплайнах генерации сцен и видео. Это расширяет возможности создания контента.

Anatomy позволяет создавать более детализированные и реалистичные сцены, что может быть полезно в различных областях, включая медицину и образование.

Исследование Anthropic о самореплицирующихся моделях на бытовых и IoT-устройствах вызвало интерес на этой неделе. Это открывает новые возможности для распространения компактных моделей.

Исследование описывает рабочие сценарии и технические ограничения, включая подготовку окружения и скорость распространения.

На этой неделе произошел инцидент с прослушкой в офисе OpenAI, что привлекло внимание к вопросам безопасности. Внутреннее расследование и арест стали темами обсуждения.

Подробности инцидента остаются неясными, но служба безопасности OpenAI передала материалы в правоохранительные органы.

Обновление DeepSeek V4.1-Flash-1017 также включало открытие Search/Fetch API, что стало важным событием на этой неделе. Это улучшает функциональность модели и снижает затраты.

Пользователи отметили, что новая версия обеспечивает более короткие ответы и улучшения в agent- и SWE-сценариях.

Cloudflare провела технический разбор слухов о сбоях в Яндексе, что стало актуальной темой на этой неделе. Анализ показал отсутствие массового эффекта от бот-активности.

Cloudflare представила аргументы, уменьшающие правдоподобие версии о координированной бот-активности, вызвавшей сбои.