GPT-5.5: лидер Terminal-Bench 2.0 OpenAI выпустила GPT-5.5 — следующее поколение флагманской линейки, которое сделало ставку на агентные рабочие процессы. Результат 82.7% на Terminal-Bench 2.0 означает, что модель решает большинство сложных задач, выполняемых в терминале без участия человека: от настройки окружения до полного жизненного цикла CI/CD-пайплайна. Почему Terminal-Bench важен Terminal-Bench 2.0 — это бенчмарк, где модели управляют настоящей командной оболочкой. Им приходится: Читать вывод команд и реагировать на ошибки Устанавливать и настраивать пакеты Чинить сломанные тесты Проводить отладку сетевых и инфраструктурных задач Работать в условиях ограниченных прав и неполных данных Этот тип задач — основной хлеб ИИ-агентов в 2026 году. Лидерство GPT-5.5 здесь означает, что OpenAI делает ставку именно на агентный сегмент. ...

Gemini 3.1 Pro: миллион токенов и научный лидер Google DeepMind представила Gemini 3.1 Pro — модель, которая выделяется в гонке фронтирных LLM сразу двумя характеристиками: контекстным окном в 1 миллион токенов и результатом 94.3% на GPQA Diamond, бенчмарке для научного рассуждения уровня PhD. Что особенного в 1М токенов контекста Пока GPT-5.5 ограничен 256 тыс. токенов, Gemini 3.1 Pro принимает в один проход: Целые крупные кодовые базы — десятки тысяч файлов Полные коллекции технической документации Многочасовые транскрипты диалогов и совещаний Обширные научные обзоры с тысячами цитат Для сравнения: 1 миллион токенов — это примерно 750 000 слов, или объём 8–10 объёмных книг. Это меняет паттерн использования: вместо предварительного отбора и индексации можно просто «загрузить всё». ...

DeepSeek V4: новая эра доступного фронтира DeepSeek снова сместила центр тяжести на рынке LLM. Компания одновременно выпустила две модели — DeepSeek V4 Pro и DeepSeek V4 Flash — и обе стали ориентирами в своих категориях. V4 Pro возглавляет общий open-weight рейтинг BenchLM с 87 баллами, а V4 Flash при цене $0.14 за миллион токенов делает фронтирное качество практически бесплатным. DeepSeek V4 Pro: вершина открытых моделей V4 Pro (также известная как V4 Max) — это плотная модель с гибридной архитектурой Mixture-of-Experts, которая в нескольких бенчмарках обходит проприетарные фронтирные модели: ...

Llama 4: возвращение Meta в гонку открытых моделей После года давления со стороны DeepSeek, Qwen и Mistral компания Meta выпустила Llama 4 — полноценное обновление флагманской линейки открытых моделей. Линейка включает две основные модели: Llama 4 Scout для эффективности и Llama 4 Maverick для максимального качества. Llama 4 Scout: эффективность как стратегия Scout — это «рабочая лошадка» нового поколения. Она ориентирована на сценарии, где важны скорость и стоимость: Гибридная архитектура Mixture-of-Experts Длинный контекст до 1М токенов Превосходная производительность на одной GPU H100 Сильна в задачах суммаризации, чате и обработке документов Размер активных параметров значительно меньше суммарного, что даёт качество среднеразмерной плотной модели при стоимости инференса небольшой модели. ...

Qwen 3.5: математический и научный лидер среди открытых моделей Alibaba продолжает агрессивную стратегию в open-weight LLM и выпустила Qwen 3.5 — обновление линейки, которое подняло планку в самой требовательной категории задач: рассуждении и математике. Версия Qwen 3.5 397B Reasoning возглавила открытые модели по двум ключевым бенчмаркам: GPQA Diamond: 77.2% AIME ‘24: 85.7% Это лучшие результаты среди всех моделей с открытыми весами на момент релиза. Что значат эти числа GPQA Diamond — наука уровня PhD 77.2% означает, что Qwen 3.5 397B Reasoning отвечает правильно на три четверти вопросов, специально составленных PhD-экспертами и не решаемых поиском. До неё ни одна открытая модель не подходила к 70%. ...

Mistral Medium 3.5: Европа держит позицию 29 апреля 2026 года французская Mistral AI выпустила Mistral Medium 3.5 — обновление средней флагманской модели, которое стало пятым крупным open-weight релизом за последние 30 дней (после Llama 4, Qwen 3.5, DeepSeek V4 и Gemma 4). В мире, где топ-5 open-weight рейтинга занимают китайские лаборатории, Mistral остаётся главным европейским голосом в фронтирной разработке LLM. Что нового в Medium 3.5 Размер и архитектура Среднеразмерная модель в линейке Mistral Гибридная архитектура с фокусом на эффективность Оптимизирована под одно- или двухсерверные деплои Производительность Mistral Medium 3.5 нацелена в ту же лигу, что Mistral Large 2 годом ранее, но с заметным выигрышем в скорости и стоимости. Она конкурирует с: ...

Китайские LLM: новые лидеры открытого мира Если в 2024 году рейтинги открытых LLM возглавляла Llama, а в 2025 году к ней присоединилась DeepSeek, то в 2026-м картина изменилась окончательно: большинство верхних позиций в open-weight рейтинге занимают китайские лаборатории. Среди ярких имён — Kimi K2.6 от Moonshot AI и GLM-5 от Zhipu AI. Текущий топ open-weight (BenchLM, май 2026) Ранг Модель Лаборатория Страна Score 1 DeepSeek V4 Pro DeepSeek 🇨🇳 Китай 87 2 Kimi K2.6 Moonshot AI 🇨🇳 Китай 84 3 GLM-5 Reasoning Zhipu AI 🇨🇳 Китай 83 4 GLM-5.1 Zhipu AI 🇨🇳 Китай 83 5 Qwen 3.5 397B Reasoning Alibaba 🇨🇳 Китай 79 Top-5 занят целиком китайскими моделями. Llama 4, Mistral и Gemma попадают в top-10, но борются за нижнюю половину. ...

Microsoft Agent Framework 1.0: production-ready агенты в .NET и Python 3 апреля 2026 года Microsoft объявила General Availability для Microsoft Agent Framework 1.0 — open-source фреймворка для построения агентов и мульти-агентных систем. Это первая версия, которую сама Microsoft называет «production-ready», и она объединяет наработки из Semantic Kernel и AutoGen в единую платформу. Что включено в 1.0 Платформы .NET: полная интеграция с экосистемой Microsoft Python: поддержка для совместимости с большинством ИИ-инструментов Единая концептуальная модель для обеих платформ Главные возможности Создание одиночных агентов и оркестрация мульти-агентных сценариев Нативная поддержка Model Context Protocol (MCP) для доступа к инструментам и данным Поддержка A2A (Agent-to-Agent) для координации между агентами Интеграция с Azure AI Foundry, Azure OpenAI и сторонними LLM-провайдерами Почему это важно В 2026 году агентные системы стали мейнстримом, но большинство фреймворков (LangGraph, CrewAI, OpenAI Agents SDK) развивались в Python-экосистеме. Корпоративные команды на .NET оставались с урезанными вариантами или строили собственные обёртки. Microsoft Agent Framework 1.0 закрывает этот пробел. ...

Стандартизация агентных протоколов: MCP и A2A в Linux Foundation Один из самых значимых ходов 2026 года в области агентного ИИ — не релиз модели, а передача протоколов MCP и A2A под управление Linux Foundation Agentic AI Foundation. Эта новая структура была учреждена при участии OpenAI, Anthropic, Google, Microsoft, AWS и Block, и она стала постоянным «домом» для двух ключевых стандартов экосистемы агентов. Зачем это нужно Когда Anthropic выпустила Model Context Protocol (MCP) в конце 2024 года, многие восприняли его как ещё одну SDK-ную инициативу одного игрока. Но протокол быстро стал де-факто стандартом для интеграции инструментов с LLM. К началу 2026 года MCP-серверы существовали для: ...