🔥 AI дайджест

MiniMax выпустила M3.1 Flash — мультимодальную MoE-модель на 428 млрд параметров, из которых активны 23 млрд, с окном в 1 млн токенов и максимальным ответом до 524 288 токенов. Цена — $0,15 за 1M входных и $0,60 за 1M выходных токенов, то есть уровень «flash»-тарифа при агентном качестве: в индексе Artificial Analysis модель набрала 42 балла, на 13 больше, чем M3, при вдвое меньшей цене за балл. VentureBeat отмечает, что на бизнес-бенчмарке M3.1 Flash обошла DeepSeek и Opus 5 при меньшей стоимости, но с заметно более высоким уровнем галлюцинаций; на OpenRouter модель доступна и в бесплатном варианте.

Inception Labs выкатила Mercury 3 — самую мощную свою диффузионную модель: она генерирует текст не токен за токеном, а целыми блоками, и выдаёт 1068 токенов в секунду на NVIDIA GPU при времени до первого токена меньше 300 мс. Контекст вырос с 260 тыс. до 1 млн токенов, на старте действует скидка 50% — $0,10 за 1M входных и $0,35 за 1M выходных (кешированные токены дешевле ещё на 90%), потом прайс удвоится до $0,20/$0,70. По собственным замерам вендора модель лидирует в 8 из 12 бенчмарков и обгоняет GPT-6 Luna и the model 5.5, работая в 4–8 раз быстрее — то есть диффузия впервые догоняет frontier-качество, а не только скорость.

Атакующие добрались до старой, выводимой из эксплуатации системы OpenCode Console, где ещё лежали API-ключи сторонних провайдеров — [OI], Anthropic и Google AI. По данным мейнтейнера, затронуты около 1,4% пользователей Console, причём только те, кто подключал внешних провайдеров; некоторые сообщают о списаниях на своих аккаунтах свыше $1700, команда обещает компенсации. Инцидент описывают как крупную distillation-атаку: чужие ключи гоняли для генерации данных, на которых потом учат свои модели. Сам open-source-клиент OpenCode и локальные сессии не пострадали — но правило «не хранить ключи провайдеров в чужом облаке» снова стало актуальным.

Meta рассказала, как переделала внутренних агентов для онбординга колонок в дата-пайплайны: вместо одного универсального агента, который галлюцинировал на стыке трёх репозиториев, трёх языков и шести стадий пайплайна, теперь работает оркестратор на 1300 строк, разводящий 20+ воркфлоу по 14 специализированным агентам. Ключевая идея — «тонкий» роутер: он не выполняет никакой предметной работы сам, только выбирает исполнителя, поэтому его проще тестировать и отлаживать. Подход Meta open-source-ила: если агент ошибается, это чаще проблема маршрутизации и лишней ответственности оркестратора, а не слабости модели.