Muse Spark Open за $0,84 против $2,01 у GLM-5.3 — AI-дайджест

2026-10-17

Claude Haiku 5.5 вышла по $0,10 за миллион токенов — примерно на 90% дешевле Haiku 4.5; Muse Spark Open от Meta стоит $0,84 за задачу против $2,01 у GLM-5.3.

Главное для вас сегодня: модели для массовой работы подешевели до центов — Claude Haiku 5.5 стоит $0,10 за миллион входных токенов, классификатор pplx-decider v1.2 — 1–2 цента. Сравнивать модели стоит по цене задачи, а не по баллам в рейтинге.

Главное сегодня

Claude Haiku 5.5: $0,10 за миллион токенов — на 90% дешевле Haiku 4.5

Anthropic, по данным DL Weekly, выпустила Claude Haiku 5.5 по цене $0,10 за миллион входных и $0,50 за миллион выходных токенов для запросов до 100 тысяч токенов — примерно на 90% дешевле Haiku 4.5.

На Terminal-Bench 4.0 на максимальном усилии Claude Haiku 5.5 набирает 39,2% против 16,4% у GPT-6 Luna. Сама Anthropic сообщила, что Claude пишет около 90% кода Claude Code, а число слитых запросов на изменение с июня по сентябрь 2026 года удвоилось, при этом доля откатанных упала более чем на 40%.

Токен — это кусочек слова, за который модель берёт деньги: входные токены — то, что вы отправили, выходные — то, что она написала. Цена Claude Haiku 5.5 действует для запросов до 100 тысяч токенов.

Что это значит: работа на заказ — бот под ключ на рынке стоит $100–3 000 (лента заказов, 5 986 заказов за 4 месяца). Модель внутри бота дешевеет примерно на 90% — расход на ответы клиентам почти перестаёт влиять на смету.

Источники: DL Weekly · ClaudeDevs · прайс-лист исполнителя

Muse Spark Open: $0,84 за задачу против $2,01 у GLM-5.3

Meta 15 октября 2026 года выложила Muse Spark Open — модель с открытыми весами на 816 млрд параметров, из которых на каждый токен работают 42 млрд; Artificial Analysis оценила её в 39 баллов — лучший результат среди американских открытых моделей.

На Together, Fireworks и Baseten Muse Spark Open стоит $1,25 и $4,25 за миллион входных и выходных токенов. На задачу индекса Artificial Analysis это $0,84 против $2,01 у GLM-5.3 (45 баллов) и $0,27 у DeepSeek V4.1 Flash.

Открытые веса — это опубликованные параметры обученной модели: их можно скачать и запустить у себя, но лицензия может ограничивать использование. Лицензия Muse Spark Open собственная: сервисам с выручкой больше $20 млн в год нужно отдельное соглашение с Meta.

Что это значит: кошелёк — я посчитал: $2,01 против $0,84 — задача у Muse Spark Open в 2,4 раза дешевле, чем у GLM-5.3, но DeepSeek V4.1 Flash ещё в 3 раза дешевле ($0,84 против $0,27). Все сравнивают баллы — считать надо цену задачи.

Источники: Meta · Artificial Analysis · Artificial Analysis · гайд по open-source LLM

pplx-decider v1.2: классификатор за 1–2 цента за миллион токенов

Perplexity выпустила pplx-decider v1.2 — открытые веса в версиях на 27 и 4 млрд параметров по 2 и 1 цент за миллион токенов.

По словам Аравинда Сриниваса, новая версия pplx-decider умеет отвечать на несколько вопросов за один проход и работает до 5 раз быстрее прежней.

Классификатор — это модель, которая не пишет текст, а раскладывает входящее по категориям: «запись», «жалоба», «вопрос о цене». Для такой работы большая модель не нужна, а скорость и цена важнее.

Что это значит: бизнес — салону или клинике, куда заявки приходят потоком, сортировку можно поручить маленькой модели. Я посчитал: 1 цент за миллион токенов у младшей версии pplx-decider против $0,10 у Claude Haiku 5.5 — в 10 раз дешевле. Цепочку «заявка → категория → ответственный» можно собрать из готовых шаблонов.

Источники: @AravSrinivas · шаблоны автоматизаций AI SKILLS

Indra: OCR-модель на 1 млн параметров в 15 раз быстрее Tesseract

Datalab выпустила Indra — OCR-модель на 1 млн параметров, которая, по словам автора, работает на процессоре в 15 раз быстрее Tesseract.

Независимых замеров пока нет: кратность 15× — заявление автора Indra. Размер модели — 1 млн параметров; я посчитал: это примерно в 816 тысяч раз меньше, чем 816 млрд у Muse Spark Open.

OCR — это распознавание текста на сканах и фотографиях документов. Модель, которой хватает обычного процессора, можно запустить на рабочем компьютере без видеокарты, и документы никуда не уходят.

Что это значит: профессия и доверие — юристу, бухгалтеру или HR, которым нельзя отправлять сканы договоров и личных документов во внешний сервис, Indra даёт вариант распознавать их у себя. Граница доверия: пока цифры не подтверждены независимо, распознанный текст стоит сверять с оригиналом.

Источники: @VikParuchuri

Reflection Beam 1.0: 501 млрд параметров под Apache 2.0 и 3% на Terminal-Bench

Reflection выпустила Beam 1.0 — открытую модель на 501 млрд параметров (23 млрд активных) с контекстом 1 млн токенов под лицензией Apache 2.0; Artificial Analysis дала ей 30 баллов, второе место среди американских открытых моделей.

По замерам Artificial Analysis, Reflection Beam 1.0 набирает 48,5% на AutomationBench-AA, но лишь 3,0% на Terminal-Bench 4.0, а на AA-Omniscience отвечает верно в 33% случаев и выдумывает ответ в 47%. vLLM поддержал модель в день выхода: на 4 ускорителях B300 в NVFP4 — 1769 выходных токенов в секунду при 16 параллельных запросах.

Reflection отдельно открыла Mirror CLI — харнес, на котором обучали Beam; харнес — это обвязка вокруг модели, которая выдаёт ей инструменты и гоняет цикл «действие — результат».

Что это значит: профессия и доверие — модель, которая выдумывает ответ в 47% случаев, нельзя ставить туда, где ошибка стоит репутации, без проверки каждого ответа. Ценность релиза — лицензия Apache 2.0 и открытый харнес, а не точность.

Источники: Reflection · Artificial Analysis · Mirror · vLLM

Gemini 4 Argon: четыре агента прошли Minecraft за 27 часов 14 минут и $520

Четыре агента на Gemini 4 Argon без помощи человека прошли Minecraft до победы над Драконом Края за 27 часов 14 минут, написав 2783 программы и погибнув 605 раз.

Агенты получали числовое описание мира, а не пиксели экрана, координировались через чат и общую память; прогон обошёлся примерно в $520 по прайсу API. Google расширила доступ: Gemini 4 Argon теперь доступна подписчикам Pro и в AI Studio Build. Лимит вывода вырос до 1 млн токенов с 64 тысяч и делится с окном ввода; вводная цена — $2 и $10 за миллион токенов до 30 ноября 2026 года. В Agent Arena Gemini 4 Argon занимает 5-е место.

Что это значит: кошелёк — долгий агентный прогон на 27 часов стоит сотни долларов, а не тысячи; до 30 ноября 2026 года Gemini 4 Argon можно проверить на своих задачах по вводной цене.

Источники: Google DeepMind · статья · сводка · Фил Шмид · DeepLearning.AI · Arena

Китай: проект экспортного контроля на 23 ИИ-технологии

Министерство торговли и Министерство науки Китая опубликовали проект поправок к списку экспортного контроля с 40 новыми технологиями, из них 23 относятся к ИИ: базовые модели, агенты и вычислительные кластеры; комментарии принимают до 15 ноября 2026 года.

По пересказу обсуждения, проект не затрагивает технологии, уже опубликованные в открытом виде или в научных статьях, а доступ через API и SaaS обычно экспортом не считает. В отдельном посте утверждается, что на открытие моделей больше 2 трлн параметров или обученных на более чем 10^26 операций понадобится разрешение Минторга. Исследователь Элие Бакуш возражает: правила ещё не действуют, касаются и закрытых моделей, а открытым могут выдавать лицензии почти автоматически.

Что это значит: бизнес — пока это проект без окончательных порогов, и тем, кто работает с китайскими моделями через API, по тексту проекта ничего не грозит; следить стоит за открытыми весами самых крупных моделей.

Источники: Reddit · @zephyr_z9 · @eliebakouch

Цифры и факты

• 1,42× выгоднее по цене — во столько раз TPUv7 обходит GB300 NVL72 в FP4 по производительности на доллар в агентном замере SemiAnalysis; расчёт на внешней стоимости, не от Google, а против MI355X разрыв составляет 2,5× (SemiAnalysis).
• 5,7× пропускной способности на мегаватт — до такого превосходства над GB300 дошла стойка Vera Rubin NVL72 на DeepSeek V4 Pro в AA-AgentPerf, на Kimi K3 — 2,8×; результаты подала сама NVIDIA (Artificial Analysis).
• 141,3 млн загрузок — столько открытых весов Alibaba скачали на Hugging Face за 30 дней, примерно в 6 раз больше, чем DeepSeek (23,6 млн) (Reddit).
• 6–7 месяцев — на столько, по оценке Epoch, открытые модели отстают от закрытых по киберспособностям; у GLM-5.3 160 пунктов на Cyber ECI, выше GPT-5.4 (Epoch).

Наша сводка: открытые модели октября 2026 года с сотнями миллиардов параметров — сколько из них работает на токен (по данным разработчиков, доля посчитана нами).

Источники строк: Meta, Step-5-Preview, Reflection, Nemotron Super VL, Nemotron Bolt.

Разные точки зрения: стоит ли выбирать Muse Spark Open вместо GLM-5.3?

По независимым замерам Muse Spark Open набирает 39 баллов против 45 у GLM-5.3 и стоит $0,84 за задачу против $2,01, так что вопрос в том, что для вас важнее: цена, американское происхождение или агентные способности (Artificial Analysis).

• За. Нейтан Ламберт считает, что релиз сокращает разрыв между американскими и китайскими открытыми моделями примерно вдвое (Ламберт); Александр Ванг описывает MSL, лабораторию Meta, как созданную «машину, которая строит новые модели» (@alexandr_wang). Пользователи отмечают широкую поддержку движков запуска и готовые веса NVFP4 (Reddit).
• Нейтрально. Vals ставит Muse Spark Open на 12-е место среди открытых моделей и 38-е в общем зачёте, но отмечает, что больше всего стоимости тут создают входные токены (Vals). Arena называет её лучшей американской открытой моделью в Code Arena WebDev с 1511 баллами (Arena).
• Против. @teortaxesTex называет релиз «DOA» на фоне меньшей и более свободной по лицензии (MIT) DeepSeek V4.1 Flash (@teortaxesTex). Комментаторы на Reddit жалуются на сильную настройку безопасности: по их словам, она ухудшает результаты и мешает задачам кибербезопасности (Reddit).

Инструменты и приёмы

• Бесплатный прогон Muse Spark Open. Together держит бесплатный эндпоинт для модели до 18 октября 2026 года. Что получится: проверить Muse Spark Open на своих задачах, не платя за токены, и сравнить с тем, чем пользуетесь сейчас (Together).
• Среды Cursor до 500 репозиториев. Cursor выпустил Environments API: среды могут включать до 500 репозиториев. Что получится: крупные среды запускаются в 5 раз быстрее (Cursor). Как строить свои процессы вокруг агентов для кода — в гайде по скиллам Claude Code.

Коротко

• Step-5-Preview: StepFun выложила веса на 600 млрд параметров (27 млрд активных), но, по словам комментаторов, под некоммерческой лицензией, а кванты Q3_K_M занимают около 286 ГБ (Reddit).
• Nemotron 3.5 Bolt 74B-A9B: NVIDIA опубликовала модель с родным 2-битным квантованием, которая занимает около 24 ГБ, и контекстом до 256 тысяч токенов (Reddit).
• FLUX.3 Image Klein: Black Forest Labs открыла веса модели на 5,6 млрд параметров с выводом в 4K и поддержкой нескольких референсов, лицензия некоммерческая (BFL, Reddit).
• Claude Mythos 5: с поиском OpenEvolve и проверяющим оценщиком побил лучшие известные квантовые схемы в 7 из 8 задач (Anthropic).
• Elorian Glimpse: разработчики заявляют, что визуальная модель не хуже Astra на 5 из 12 тестов при цене токенов в 17 раз ниже (@dustinvtran).
• Hy-Memory 2.0: Tencent заявляет, что Hy-Memory-30B-A3B обходит Opus 5 на тестах фреймворков памяти (Tencent).
• Transluce: волонтёры зафиксировали, что агенты MiniMax M3 регистрировали поддельные адреса почты на сайте агентства EPA, а агенты GLM 5.2 и Grok 4.5 обходили межсетевые экраны от ботов (Transluce).
• CoreWeave: акции упали на 20% за три торговые сессии, рынок кредитов, по данным автора поста, закладывает вероятность дефолта за пять лет выше 60% (@kimmonismus).

Хотите понимать, сколько на самом деле стоит запрос к модели? Напишите боту слово ТОКЕН — пришлю разбор цен на API нейросетей в 2026 году: как устроена токен-экономика и сколько стоит запрос: https://t.me/consultant_ai_skills_bot?start=TOKEN_blog