В новых сообщениях о моделях важно отделять результат отдельного испытания от готовности системы работать без надзора. Особенно хорошо эта разница видна на примере переноса старого программного кода.

GPT-6.1 Sol: до 98% сохранения поведения в испытании OpenAI

The Verge разобрала опубликованные OpenAI результаты переноса старого кода в современные языки. В собственных испытаниях компании GPT-6.1 Sol сохраняла поведение программы в 87% случаев при небольшом объёме рассуждений и в 98% при большем.

Это показатели ограниченного испытания, а не вероятность безопасного обновления банковской или государственной системы целиком. Специалисты подчёркивают, что сначала нужно понять зависимости внутри системы и разделить её на заменяемые части. Сама OpenAI признаёт, что задача далека от решения. Практический смысл — более сильный инструмент для отдельных этапов переноса, при сохранении проверок и ответственности разработчиков.

Kimi K3.1 Pro: рост в задачах с инструментами и программированием

Artificial Analysis оценила модель Moonshot в 55 баллов собственного индекса против 44 у Kimi K3. Контекст вмещает миллион токенов — фрагментов текста, которыми измеряется объём обработки. Особенно выросли результаты задач, где модель пользуется инструментами и пишет код.

У разработчика указаны цены 2 доллара за миллион входных токенов и 10 долларов за миллион выходных. Для бюджета проекта важно считать стоимость выполненной задачи: длинные рассуждения могут увеличить расход. На момент оценки веса ещё не опубликованы, поэтому обещанное открытие модели пока нельзя считать состоявшимся.

Decisions API: общая доступность и оплата только входных данных

OpenAI объявила общую доступность Decisions API на GPT-6 Luna. Сервис выбирает из заданных ответов, оценивает вероятность или выставляет оценку по шкале. Это развитие прежней публичной пробной версии: добавлены интеграция с GPT-Live, повторное использование сохранённого контекста, обработка в США и ЕС, изображения в инструкциях и до 400 вопросов за запрос.

Цена — 0,10 доллара за миллион входных токенов и 0,01 доллара за миллион повторно используемых входных токенов; выход отдельно не оплачивается. Заявленное ускорение до десяти раз относится к сравнению с GPT-6 Luna через Responses API, а не ко всем моделям и любым задачам. Для разработчиков это специализированный способ получать решения вместо развёрнутого текста.

Spark-Audio 1.0: распознавание 99 языков и 202 диалектов

В техническом отчёте iFLYTEK описана система, которая принимает речь и текст, а отвечает текстом. Она объединяет распознавание, перевод и понимание аудио. Генерацию голоса из этого описания выводить нельзя.

Звуковой блок на 650 миллионов параметров соединён с языковой моделью на 30 миллиардов параметров, из которых активны около трёх миллиардов. Авторы сообщают об обучении на 13 миллионах часов аудио с использованием Huawei Ascend 910B и Hygon BW1000. Сравнения качества выполнены самими авторами; они отмечают ограничения в выполнении инструкций и сложных рассуждениях об аудио. Широкое покрытие языков интересно, но качество на конкретном языке и типе записи нужно проверять отдельно.

StewMind 1.7B: небольшая модель для локальных помощников

Нигерийская MUTYINT представила StewMind 1.7B для выбора инструментов, планирования действий и операций с памятью помощника. Это дообученная Qwen3-1.7B, а не новая базовая модель, созданная с нуля.

В карточке указаны 728 синтетических обучающих примеров и 30 проверочных. Доступен сжатый вариант для локального запуска. Проект интересен как небольшой специализированный участник рынка, однако независимых замеров надёжности в карточке нет: обещания скорости и качества пока следует воспринимать как заявления разработчика.

Общая граница у этих новостей одна: рост результатов, новые способы оплаты и компактность моделей полезны только в связке с проверкой конкретной задачи. Ни один из перечисленных показателей сам по себе не гарантирует надёжную автономную работу.