PERCEPTRON.

— Вход: было $5 → стало $4 (−20%)
— Выход: было $30 → стало $20 (−33,3%)
— Чтение кэша: было $0.50 → стало $0.40 (−20%)
— Запись в кэш: было $6.25 → стало $5.00 (−20%)

— Системы безопасности анализируют каждый сгенерированный токен и читают скрытые рассуждения модели. Автоматика ищет любые попытки взлома, кражи данных или обхода правил.
— Если система находит критическую угрозу, у команды есть полчаса. Если доказать ложное срабатывание за это время не выходит, текущий процесс обучения или внутреннего тестирования принудительно обрывают.
— Эти правила ввели для обучения и исследовательских запусков всех моделей от уровня Sol и выше.
— За самой Astra теперь так следят вообще при любых запусках с доступом к инструментам, а не только на этапе тренировки.

— Модель сильно прибавила в автономном кодинге. На Terminal Bench 3.0 результат вырос с 4.6 до 28.3. При этом на сложных задачах GLM-5.3 расходует меньше токенов, чем прошлая версия.
— На CyberGym (бенчмарк поиска уязвимостей) GLM-5.3 набрала 84,5% и заняла 1 место. Она научилась выстраивать длинные цепочки эксплойтов и в реальных тестах уже нашла 2436 багов в опенсорсных проектах (самой старой уязвимости было 40 лет).
— На ExploitGym (бенчмарк эксплуатации уязвимостей) модель выполнила 105 задач за 2 часа и 130 за 6 против 29 и 39 у GLM-5.2.
— В API есть 3 уровня reasoning_effort — low, high и max. Отключить thinking больше нельзя — такой запрос завершится ошибкой.

— Собирает функциональные приложения за меньшее число промптов и следует дизайну по скриншоту, изображению или дизайн-системе.
— Точнее выполняет инструкции, адаптируется к препятствиям, тщательнее планирует многоэтапные задачи и работает с инструментами.
— Улучшилось понимание плотных данных. В тесте GDP.pdf на разбор сложной документации результат поднялся с 22.0% до 34.0%.

— low — для простых задач. — high — для повседневной агентной работы.
— max — для наиболее сложных задач.

— DeepSWE: 62,7 против 12,8 у предыдущей версии и 58 у Opus 4.8;
— Terminal Bench 2.1: 87,9 против 72,1 у предыдущей версии и 88,3 у Kimi K3.

V4-Pro:

Сейчас:
— Вход без кэша: $0.435
— Вход с кэшем: $0.003625
— Выход: $0.87

Будет — непиковые часы:
— Вход без кэша: $0.66 (~1.5x)
— Вход с кэшем: $0.022 (~6.1x)
— Выход: $1.98 (~2.3x)

Будет — пиковые часы:
— Вход без кэша: $1.32 (~3x)
— Вход с кэшем: $0.044 (~12.1x)
— Выход: $3.96 (~4.55x)

V4-Flash:

Сейчас:
— Вход без кэша: $0.14
— Вход с кэшем: $0.0028
— Выход: $0.28

Будет — непиковые часы:
— Вход без кэша: $0.22 (~1.6x)
— Вход с кэшем: $0.007 (2.5x)
— Выход: $0.66 (~2.4x)

Будет — пиковые часы:
— Вход без кэша: $0.44 (~3.1x)
— Вход с кэшем: $0.014 (5x)
— Выход: $1.32 (~4.7x)

«Gemini 3.7 Flash, вероятно, выйдет позже сегодня по сниженной цене — $0,75 за 1 млн входных и $3,75 за 1 млн выходных токенов.

Gemini 3.5 Pro внутри компании мертва. Большинство команд теперь работает над масштабированной Gemini 4, которую считают чем-то вроде последнего шанса создать настоящую линейку frontier-моделей».

— Leo

— Удерживает сложную задачу до результата.
— Собирает рабочую первую версию приложения из общей идеи, включая структуру, взаимодействия и визуальный стиль.
— Дорабатывает проект по обратной связи, сама тестирует и проверяет работу.
— Появился режим размышлений xhigh.

— Текст получает невидимый водяной знак прямо на уровне модели. Он вплетается в структуру ответа и сохраняется при копировании или лёгком редактировании.
— К сгенерированным файлам (.svg, .png, .jpg) будут пришивать криптографические метаданные открытого стандарта C2PA.