PROMPTER🤖

DeepSeek выпустила экспериментальную мультимодальную версию V4 Flash

DeepSeek-V4-Flash-Vision-Exp уже появилась в API. По работе с текстом она сохраняет возможности обычной V4 Flash, включая рассуждения, агентов и работу с инструментами, но теперь умеет понимать изображения.

На тестах мультимодальных агентов новая версия заметно обгоняет обычную V4 Flash и по данным DeepSeek, приближается к уровню Claude Opus 4.8. То есть модель может не только читать текст, но и смотреть на интерфейсы, изображения и другие визуальные данные, а затем выполнять действия через подключенные инструменты.

Изображения можно передавать ссылкой, напрямую в запросе или через новый Files API. Один загруженный файл разрешено использовать повторно без повторной отправки, сам Files API бесплатный.

Для изображений действует обычная цена V4 Flash. Каждая картинка при расчете стоимости занимает до 384 токенов.

ИИ-агент случайно взломал сайт спортзала, пока просто пытался записать владельца на тренировку

Австралиец попросил своего ИИ-ассистента OpenClaw на базе Claude забронировать место на утреннем занятии. Агент нашёл у системы бронирования уязвимость и смог записываться на занятия на несколько недель вперёд, хотя сервис этого не позволял.

Потом пользователь спросил, можно ли поднять его с четвёртого места в листе ожидания. Агент решил проверить систему и самостоятельно отменил бронь человека, который стоял первым. Такой команды ему никто не давал.

Самое смешное и одновременно неприятное произошло дальше. Пользователь попросил вернуть всё обратно, но агент уже не смог восстановить чужое место.

Это называют первым известным случаем автономной кибератаки ИИ-агента в Австралии. Причём никакой задачи что-либо взламывать не было. Агент просто получил цель и сам выбрал способ её выполнить.

В итоге владелец попросил того же агента написать письмо разработчикам сервиса и сообщить об обнаруженной уязвимости.

Голосовой режим ChatGPT научили видеть и читать файлы

Теперь прямо во время голосового разговора можно приложить документ и задавать вопросы по нему вслух. ChatGPT читает файл и отвечает с учетом его содержимого, без перехода обратно в обычный текстовый чат.

Отдельно голосовой режим появился внутри Проектов. Там он получает доступ к инструкциям проекта, добавленным источникам и недавним чатам, поэтому разговор продолжается уже с нужным контекстом.

xAI выпустила Grok Imagine Image 2.0

Главный упор сделали на точное выполнение промптов. Модель лучше работает со сложными композициями, версткой и мелким текстом, а при редактировании старается сохранять остальные части изображения без изменений.

Появилось точечное редактирование выбранной области, сегментация объектов, удаление фона и работа сразу с пятью референсами. Есть Smart Resize, который расширяет исходное изображение под нужное соотношение сторон.

Отдельно добавили готовые шаблоны для продуктовых фото, портретов, постеров, иконок, игровых ассетов и других типовых задач.

По данным xAI, Image 2.0 занимает второе место в мире сразу в двух рейтингах Arena, по генерации изображений из текста и редактированию.

Модель уже доступна как новый Quality Mode в Grok на вебе, iOS и Android. Доступ через API появится позже.

Первое устройство OpenAI и Джони Айва будет похоже на шайбу с дыркой и стоить больше $300

По данным Bloomberg, компания делает портативную умную колонку без экрана. По размеру она примерно с хоккейную шайбу, а по форме напоминает пончик (хотят захватить аудиторию полицейских). Устройство рассчитано на то, чтобы его можно было взять одной рукой и переносить по дому.

Внутри будут камеры, микрофоны, динамики, подсветка и другие сенсоры, видимо продавать данные с чата уже мало. Самая необычная часть конструкции это подвижные элементы, которые физически реагируют на взаимодействие и должны создавать ощущение живого устройства.

Работать гаджет будет примерно как голосовой ChatGPT, но постоянно находиться рядом и лучше понимать окружающую обстановку. Он сможет отвечать на вопросы, работать с сообщениями, воспроизводить контент и управлять умным домом.

Цена обсуждается в диапазоне $300–400. Ранее назывались $200–300, так что устройство постепенно становится заметно дороже.

Cloudflare готовит кошельки для ИИ-агентов

Cloudflare открыла бронирование имён для будущего сервиса Cloudflare Wallets. Человек или компания смогут получить постоянный платёжный адрес вида yourname-cloudflare-pay.

Владелец пополняет основной кошелёк и создаёт отдельные виртуальные кошельки для ИИ-агентов. Для каждого задаются лимит расходов, разрешённые получатели и максимальная сумма одной покупки.

Агент сможет самостоятельно оплачивать API, MCP-инструменты и цифровой контент. При этом он останется внутри заранее установленных финансовых границ.

Платежи будут работать через протокол x402. Оплата встраивается прямо в HTTP-запрос, поэтому агенту не нужно регистрироваться на сайте, добавлять банковскую карту и вручную получать ключи.
Он сможет найти сервис, оплатить пробный запрос, проверить результат и сравнить его с альтернативами.



Пока Cloudflare предлагает только зарезервировать имя. Платёжные функции запустят позже

Liquid AI представила локальную модель LFM2.5-2.6B (2,6 млрд параметров) для ИИ-агентов. Она работает на устройстве без облака, поддерживает контекст в 128к токенов и обучена на 34 триллионах токенов, включая среды Hermes Agent и OpenClaw.

Производительность: 220 ток/с на M5 Max, 113 ток/с на Ryzen AI Max+ 395, ~30 ток/с на смартфоне. Занимает

У AI API довольно странная экономика: одна и та же модель у разных сервисов может стоить совершенно по-разному. Иногда мы платим не за качество модели, а за конкретный способ доступа к ней.
В последнее время OdiRouter всё чаще появляется в сообществах разработчиков, поэтому я решил посмотреть, как он устроен.
Сервис объединяет более 200 моделей в одном API: GPT, Claude, Gemini, Kimi, Qwen, Grok, DeepSeek и другие.
Самое интересное — цены на ряд популярных моделей здесь до 98% ниже официальных (как видно на графике). При этом речь идёт не об урезанных версиях: через API доступна та же модель с теми же возможностями. Разница в цене достигается за счёт маршрутизации и разных каналов доступа.
Среди популярных сейчас моделей доступны:
Grok 4.5 — reasoning, анализ данных и сложные технические задачи
GPT-5.6 Terra — разработка, автоматизация и повседневные рабочие задачи
Gemini 3.1 Pro Preview — длинный контекст, мультимодальные сценарии и сложный анализ
DeepSeek V4 Flash — быстрые ответы, код и задачи с большим количеством запросов
GPT-5.6 Sol — сложный reasoning, код и агентные сценарии

Текст, код и reasoning работают через один API-ключ. Это особенно удобно для Telegram-ботов, AI SaaS, внутренних ассистентов, автоматизаций и продуктов, в которых приходится тестировать несколько моделей.

Конечно, выбирать API только по заявленной скидке не стоит. Лучше взять свои реальные промпты и сравнить качество ответов, скорость и итоговую стоимость. В OdiRouter для этого доступны бесплатные модели.

🔗 Посмотреть каталог и проверить на своей задаче
💬 Техническая поддержка: @OdiRouter

Codex может превратиться в систему облачных компьютеров

Тибо намекнул, что моделям следующего поколения потребуется больше, чем обычный ноутбук. Codex будет развиваться в среду, где состояние агента, инструменты и разрешения сохраняются между устройствами.

Это подтверждает покупка Ona в июне. OpenAI переносит рабочую среду из локального ноутбука в облако, чтобы агент мог продолжить задачу с любого устройства без потери контекста.

Astral, Promptfoo и Statsig — часть этой стратегии. OpenAI объединяет инструменты разработки, безопасность, тестирование, эксперименты и обратную связь в единый контур.

В этой модели ноутбук перестает работать самостоятельно. Тяжелые задачи распределяются между облачными компьютерами. Человек ставит цели, контролирует процесс и подтверждает важные действия.

По сути, Codex может стать не просто агентом для написания кода, а системой управления командой облачных компьютеров.