Галлюцинации недели: Grok 4.5, Muse Spark и GPT-5.6-Sol, который съел все недельные лимиты

Fable 5 третий раз подряд двигает дедлайн по подписке, теперь аж до 19 июля, под давлением чужих релизов. А новую голосовую GPT-Live презентует не Сэм Альтман со сцены, а бабушки: в релизном ролике они сами зачитывают анонс полнодуплексной модели, перебивают её на полуслове и торгуются с ней по-французски.

OpenAI выпустила GPT-5.6 сразу в трёх размерах: Sol, Terra и Luna, по масштабу Солнца, Земли и Луны, вместо литературных имён у Claude. Цены выстроены лесенкой: $5/$30, $2.5/$15 и $1/$6 за миллион токенов на вход и выход. Artificial Analysis намерила у Sol на максимальном усилии 59 по Intelligence Index (сводный балл интеллекта), на балл ниже Fable 5, но примерно втрое дешевле за задачу, и первое место в Coding Agent Index с 80 очками, впереди и Fable, и Opus 4.8. Новый режим ultra по умолчанию раскидывает работу на четыре агента параллельно. Ставку OpenAI делает на цену за задачу: глава компании Сэм Альтман прямым текстом назвал Sol большим шагом по стоимости работы.

Днём раньше, вместо ожидаемого флагмана, OpenAI показала GPT-Live, полнодуплексную голосовую архитектуру. Это не пошаговая очередь "ты сказал, я ответил", а живой разговор, где модель на ходу делегирует поиск и тяжёлые рассуждения старшей модели в фоне. Доступно в ChatGPT на вебе, iOS и Android, API обещают позже.

Codex-приложение OpenAI объединила с десктопным ChatGPT и запустила ChatGPT Work, агента на Codex и GPT-5.6, который тянет контекст из Slack, Notion, Microsoft 365 и Google Drive и превращает цель в готовые слайды, таблицы и дашборды. Читается это как прямой ответ на Claude Cowork, которого Anthropic парой дней раньше вывела в веб и на мобильные. Впечатления от запуска смешанные. Тибо Соттьо, продуктовый лид Codex, публично признал, что намудрили: дорогие настройки включались слишком легко и жгли лимит незаметно для пользователя, десктоп перетасовали так, что чаты и проекты стало не найти, а из подачи Codex-фанатам почудилось, что их инструмент хоронят. За выходные лимиты сбрасывали несколько раз подряд, временно сняли пятичасовое окно для Plus, Business и Pro, а трафик на волне запуска подскочил так, что аудитория дошла до 6 миллионов.

На том же поле лимитов дёргается и Anthropic. Доступ к Fable 5 по подписке снова продлили, теперь до 19 июля, хотя сперва обещали до 7-го, потом до 12-го. Всё те же 50% недельного лимита, дальше модель живёт на отдельных usage credits. Третий дедлайн подряд переносят под давлением чужих релизов, GPT-5.6 и Grok дышат в спину. А ещё Fable успел показать характер: пользователь на реддите рассказал, как модель нашла у него в реестре Windows настоящий малварь с PowerShell-персистентностью, помогла его вычистить, а потом сама себя зарезала, сессию пометили как "кибербезопасность" и тихо переключили на Opus 4.8.

SpaceXAI, бывшая xAI, выкатила Grok 4.5, первую модель, обученную специально под код и агентов, и сделала это вместе с Cursor. Позиционируют как "Opus-class, но дешевле": $2/$6 за миллион токенов, 1.5 триллиона параметров, втрое больше Grok 4.3. По замерам Artificial Analysis это четвёртое место по интеллекту и 76 в Coding Agent Index. Интереснее другое: на кодовую задачу Grok тратит около 1.9 миллиона токенов против 7.2 у Fable 5 и 6.2 у GPT-5.5. У Cursor гора реальных данных о том, как люди правят код, и если Grok правда обучен вокруг этих сценариев, отсюда и берётся токен-экономия. Команда Cline прогнала его на Terminal-Bench и сказала, что бьёт Opus 4.8, а стоит впятеро дешевле GPT.

Meta показала Muse Spark 1.1 и впервые положила свою модель в публичный Meta Model API. По оценке Artificial Analysis это 51 по Intelligence Index, плюс 8 к версии 1.0, миллион токенов контекста, скорость около 114 токенов в секунду и цена $1.25/$4.25. Не топ, но в комьюнити назвали её самым неожиданным релизом недели за сильную генерацию интерфейсов при агрессивной цене.

Cognition выпустила SWE-1.7, кодовую модель на базе открытой Kimi K2.7, с почти флагманскими результатами на скорости 1000 токенов в секунду и ценой $1.97 за задачу. Отдельно её дообучили на доверие: там, где базовая Kimi соглашалась на сценарии слежки, SWE-1.7 отказывается. Живёт модель в Devin.

Джарред Самнер, автор рантайма Bun, переписал его с языка Zig на Rust за 11 дней с помощью пре-релизной Fable 5. Масштаб серьёзный: 535 тысяч строк, около 50 workflow в Claude Code, до 64 инстансов модели разом, с заранее собранным документом PORTING.md и отдельными контекстами Claude в роли адверсариального ревью. По API-ценам это вышло бы примерно в $165 тысяч, вручную Самнер оценивает переписывание в трёх инженеров на год без права заниматься чем-то ещё. В Bun 1.4.0 после переезда починили 128 багов и ужали бинарники примерно на 20%.

Оставайтесь любопытными.

Пишу об искусственном интеллекте, языковых моделях и инструментах для разработчиков. Тестирую модели и сервисы на реальных задачах, а выводами делюсь в телеграм-канале.