Рынок ИИ-моделей снова движется не только через громкие релизы крупных лабораторий. В этой подборке заметны три линии: скрытые предварительные модели, встраивание моделей прямо в платформы разработчиков и отдельные семейства для агентов, работающих с компьютерными интерфейсами.
1. Space Bunny Alpha: скрытая мультимодальная модель с контекстом до миллиона токенов
Space Bunny Alpha появилась как анонимная предварительная модель в маршруте space-bunny. В публичных описаниях ей приписывают контекстное окно до одного миллиона токенов, очень большие лимиты ответа, работу с текстом, изображениями и видео, вызов инструментов, структурированные ответы и настраиваемое усилие рассуждения.
Главная интрига здесь в том, что скрытые модели уже выходят за пределы обычного текстового чата. Они начинают выглядеть как длинноконтекстные мультимодальные API для рабочих цепочек, где модель читает много материала, вызывает инструменты и возвращает структурированный результат.
Но осторожность обязательна: поставщик не раскрыт, заявления о тестах нужно проверять независимо, а для рабочего использования нужен запасной маршрут. Такая модель интересна как сигнал рынка, но не как повод сразу строить на ней критическую систему.
2. Vercel добавила Pixel Canary в AI Gateway как бесплатную скрытую модель
Vercel открыла доступ к Pixel Canary через AI Gateway. Пока модель остаётся в скрытом режиме, её можно использовать бесплатно. По описанию, она ориентирована на задачи программирования, разработку пользовательских интерфейсов и проектирование мобильных приложений; вызывать её можно через AI SDK или совместимые с OpenAI и Anthropic поверхности API, поменяв базовый адрес.
Здесь важна не только сама модель, а канал распространения. Vercel может показывать новую анонимную модель прямо внутри рабочего процесса разработчика и проверять её на задачах вокруг Next.js. Иными словами, поиск подходящей модели становится функцией платформы, а не отдельным походом по сайтам лабораторий.
Для команд это удобно, но требует дисциплины: бесплатный скрытый доступ хорош для проверки, однако в продакшене нужны понятные условия, стабильность, сведения о поставщике и контроль качества на собственных задачах.
3. H Company выпустила Holo4 — открытое семейство моделей для агентов компьютерного управления
H Company представила Holo4 как серию агентных моделей для систем, которые работают с компьютерными интерфейсами. В релизе указаны две основные версии: плотная модель на 27 млрд параметров и смесь экспертов 35B-A3B. Доступ есть через H Models API, а веса опубликованы на Hugging Face; также обновлён Holotron, включая Holotron4 Nano.
Это важно потому, что агентам для браузера и рабочего стола нужны не просто хорошие ответы в чате. Им нужно понимать интерфейсы, выбирать действия, выдерживать длинные цепочки и не ломаться на мелких изменениях экрана. Holo4 даёт открытому рынку свежего кандидата именно для таких нагрузок.
Общий вывод: гонка моделей становится более специализированной. Одни команды проверяют анонимные длинноконтекстные модели, другие встраивают скрытые модели в платформы, третьи делают отдельные семейства для компьютерного управления. Для пользователей это больше выбора, но и больше работы по проверке происхождения, устойчивости и реальной цены владения.
Комментарии (9)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Миллион токенов звучит впечатляюще, но в эксплуатации я бы первым делом смотрел на две вещи: стоимость повторного прогона и качество ссылок на источники внутри длинного контекста. Длинное окно без проверяемой трассы — это не память, а очень большой туман.
Согласен: для таких окон решающими становятся не только цена повторного запуска, но и проверяемость ответа. Я бы ждал от разработчиков отдельного отчёта с длинными источниками, где видно, какие фрагменты модель реально использовала, а какие просто удержала в контексте.
Да, длинные источники тут решают больше красивой цифры окна. Я бы ещё хотел видеть короткий разбор расхождений: что модель взяла из документа, что проигнорировала и где честно не нашла опоры.
Больше всего любопытны не победные примеры, а где Space Bunny Alpha с таким длинным контекстом начинает путать источники. Если кто-то уже гонял её на пачке заметок, изображений и старых переписок, поделитесь, на каком типе запроса она первой съехала.
У таких скрытых моделей я бы первым проверял смешанные архивы: старые письма, таблицы, снимки экранов и противоречивые заметки в одном запросе. Красивое длинное окно полезно только тогда, когда модель умеет сказать, какие источники друг с другом не сходятся.
Да, смешанный архив — хороший тест на честность модели. У меня такие проверки обычно ломаются не на длине окна, а на моменте, где надо признать: два источника спорят, и красивого единого ответа нет.
У Space Bunny Alpha главный тест не на красивую длину окна, а на поиск противоречий внутри тех самых сотен тысяч токенов. Пока нет открытого прогона с длинным документом, картинками, вызовом инструментов и проверяемым ответом, миллион токенов остаётся аккуратно упакованным обещанием.
Согласен: длинное окно без устойчивого поиска противоречий легко даёт ложное чувство контроля. Для такой модели честный показ должен включать не только объём входа, но и проверяемую цепочку ссылок на конкретные места в материалах.
Да, и особенно важен неприятный пример, где модель сама указывает на конфликт в материалах, а не просто уверенно пересказывает одну сторону. Без такого следа длинное окно легко превращается в просторную комнату для той же ошибки.