Fable 5.1 уже вышел. Claude открыл пользователям свою память. Очень интересно. OpenAI, конечно, невероятное обновление по новой модели Astra. Причем уже не просто о том, кто лучше отвечает в чате, да. Модели учатся держать больше, сложные задачи, больше контекста, все больше помнить о вас как о человеке. И их внутренняя архитектура может снова фундаментально измениться. Что из этих обновлений действительно поменяет нашу работу с искусственным интеллектом? И кто сейчас получает преимущество в гонке Anthropic или OpenAI? Об этом сегодня поговорим.
Всем привет! Мы на канале ToTheMoon. Технологические новости, инсайты из Кремниевой долины по всему миру. Значит, наш воскресный подкаст. Ну что, вышел Fable 5.1? Я думаю, что это хочется уделить все же внимание этой новости. Хотя вот любые обновления, которые сейчас происходят, мне кажется, они, такие микронные. Но Fable, первая модель вышла несколько месяцев назад. И все же по информации от Anthropic. Anthropic говорит о том, что Fable 5.1, это все же существенное обновление модели.
По сути, Fable 5.1 — это то же самое, что Mythos 5.1. И для людей, наверное, которые не используют Claude Code и не используют Codex, то есть пользуются моделями с точки зрения обычных чатов, для них, возможно, это не какое-то сверхъестественное обновление, и они его даже могут не заметить. Но для людей, которые занимаются созданием разных систем, мне кажется, что будет очень интересно, послушать ваше мнение. Расскажите, как у вас ощущение этой системы. Потому что Anthropic описывает, что эта система лучше работает с архитектурой больших систем, которые в нескольких репозиториях, что эта система лучше работает с большими миграциями, там, с обновлением кода, с большим обновлением кода, с проверкой производительности и так далее.
То есть, по сути, модель должна реже идти по простому пути вроде, нерешения каких-то там маленьких вопросов и по-настоящему держать более серьезную какую-то длительную линию и большие задачи. И, возможно, разрешить проблему, которая возникает в больших задачах, когда система не замечает, что что-то уже было сделано, например, или какие-то другие агентские системы где-то что-то делали сервис. Интересно ваше мнение. А мы будем, конечно, за этим следить. И скорее разбирать в следующих выпусках.
И ждем, обратки от OpenAI, потому что OpenAI всегда что-то выливает вместе с Fable. И я все же считаю, что последняя их выливка, она была относительно удачная, по крайней мере, относительно таких систем. Ильнар, у тебя какое вообще ощущение относительно 5.1? Хотя понятно, что тут не вопрос тестов, да? Потому что тесты разовые, там, в течение дня, двух, они вряд ли дадут какой-то сверхъестественный результат. Но все же.
Ну, что касается OpenAI, возможно, к моменту, как вы смотрите этот выпуск, уже что-то вышло, потому что на конец этой недели ждут что-то по поводу Astra. Это вот новая моделька, возможно, ее GPT-6 в итоге назовут или еще каким-то другим образом, а может и не выкатят, да? Там слухи разные, никто доподлинно не знает, но, возможно, ответ от OpenAI будет в таком виде, потому что они много активности в этом направлении в последнее время делают, ну, в информационном пространстве. Что касается 5.1, да, действительно, я успел буквально там несколько задачек ее потыкать.
В целом прям какой-то существенной разницы я не вижу. Как до этого меня, эти модели удовлетворяли, так и сейчас. Хочется здесь, наверное, на две вещи обратить внимание. Первое, немножко издалека зайду. Когда мы говорим про Fable и модели этого класса Anthropic, что нам с самого начала сказали? Что тридцать дней ваши запросы будут храниться, и мы будем их анализировать по поводу того, там, не пытаетесь ли вы нас взломать. Да, соответственно, для большинства компаний, крупных компаний — это проблема. Когда ваши данные где-то хранятся за пределами вашего контура — это всегда плохая история.
Вы отвечаете перед клиентами по поводу этих данных, могут быть там утечки, еще что-то, ну и так далее. В общем, ограничения. И вот эта штука, она являлась большим ограничением для того, чтобы распространять использование Fable в enterprise. А Anthropic, они же в эту сторону-то и целятся. Если OpenAI изначально хотела вот такую битусишную компанию, там, с миллиардом пользователей, то Anthropic сразу двигались в направлении enterprise. Да, что вот у вас большие корпорации пользуются вашими системами, платят огромные деньги и так далее.
А вот это вот ограничение, что тридцать дней ваши данные хранятся, оно, собственно, является блокирующим фактором для такого поведения. Если мы возьмем какие-нибудь enterprise аккаунты, enterprise тарифы для там крупных компаний у OpenAI, там, соответственно, по-другому работает хранение данных, да? То есть, соответственно, оно либо на ваших серверах, либо, соответственно, дальше нигде не хранится. На этом модели не обучаются. Это вот там часть договора, который между компанией и вендором заключается.
С Anthropic так сделать было нельзя. Соответственно, они с выходом 5.1 еще следующую штуку выкатили, что, соответственно, можно будет на мощностях компании внутри ее контура развернуть хранение данных и, соответственно, классификаторы, которые будут анализировать, что вы спрашиваете у, Fable, и на основе этого принимать решения, условно, блокировать вас или не блокировать. То есть вот они вот это место с хранением данных и с принятием решений готовы перенести к крупным enterprise компаниям и, соответственно, таким образом снять этот блокер.
На самом деле, это был большой блок для внедрения Fable и вот подобного рода, моделей в крупные компании. И сейчас они его снимают. Это, ну, прям хорошее движение вперед. Другая история, которая тоже вот к этому же относится. Они отмечают, что на семьдесят пять процентов становится дешевле обращение к кэшу. Ну, то есть когда у вас моделька думает, она вот как бы повторно какие-то вещи заново не генерит, а использует уже там предыдущие выполненные вычисления. И вот эта штука становится дешевле примерно на 75%.
Это в отношении решения задачи тоже, там, процентов на 25 ее удешевляет. Модели от Anthropic, дорогие, pay API особенно дорогие. Соответственно, это тоже движение на увеличение охвата рынка. А учитывая, что у конкурентов все-таки модели пока послабее, они сейчас, собственно, вот этими шагами пытаются все больше и больше уже такие крупные компании забирать. Не просто, отдельных сотрудников, отдельных программистов, которые там все повально покупают подписку и, собственно, ею пользуются, но уже и выходят на такой, большой B2B рынок. А что касается таких личных тестов, это вот, Саш, полностью с тобой согласен.
К следующему выпуску, я думаю, что мы уже потыкаем эту модельку и сможем что-нибудь более предметно об этом рассказать.
Слушай, сейчас еще интересная вещь, что я в Мадриде сейчас и встречался с товарищем, и ему позвонил кто-то и говорит: «ChatGPT лег». Значит, он мне сидит, поднимает голову и говорит: «Саша, а посмотри, у тебя ChatGPT работает?». Я открываю, он не работает.
Лег, лег.
Сразу. Да. И действительно, лег ChatGPT сегодня, достаточно все ресурсы. И насколько понимаю, по всему миру. Ну, или, может быть, какие-то регионы, какие-то сервера. Понятно, что можно было бы, наверное, это связать с тем, что вышла Astra, вот. Или выходит Astra, или они там пытаются что-то вливать. Но OpenAI подтвердил о том, что это к слову, раз ты сказал. OpenAI только что вот, я видел новость, подтвердил, что действительно у них был сбой, но они не подтверждают, что он был связан с Astra.
В частности, Anthropic выложил обновление о том, как пользователь может смотреть, о сохранении памяти внутри, чатов. И мне кажется, что это очень интересно для людей, потому что у нас появляется возможность не просто, условно, как в ChatGPT или базово, как в Claude, написать какую-то информацию и увидеть, или, например, увидеть какие-то микровещи, которые он о себе сохранил, то, по сути, что сейчас произошло? То, что Claude открыл полностью всю память, и можно увидеть все, что он решил о вас запомнить.
И, по сути, даже есть тест, в котором можно вроде как спрашивать Claude. Ну, во-первых, там в интерфейсе появилось, новый интерфейс, он называется «Темы» или Topics, где видно, что именно сохранил Claude. И каждую запись можно отредактировать и удалить. И понятно, что у них обновление по памяти, кстати, у Anthropic началось, по-моему, в начале июля. У них были апгрейды, там, в конце августа. И вот сейчас вот они выложили, там, по-моему, 25 августа, что у них вот это сильное изменение.
Всем рекомендую пользователям Claude Code, ой, не Claude и Claude Cowork — это, кстати, не относится к Claude Code, да — зайти и посмотреть, что о вас сохранено с точки зрения памяти и как Anthropic принимает решение, на базе чего действовать. Я вижу очень сильное развитие памяти в... Все же Claude для меня — это Claude Code, скорее. Я не использую Claude базово в чате. Я использую Claude Code и Claude, и Claude Design, да. Но ChatGPT я вижу, насколько он, конечно, нереально прогрессировал и развился в памяти.
И сейчас я практически перестал бояться о том, что новый чат, принесет мне некоторые проблемы, и мне надо ему указывать контекст. Вот у меня сейчас, например, поездка достаточно такая разная, и у меня много запросов локальных по разным странам, и ChatGPT как будто все время в контексте. Хотя, опять же, здесь есть нюанс, потому что непонятно, как он сохранит этот контекст по моему возвращению. Непонятно, где он этот контекст будет применять, который касается моей поездки, или брать какие-то старые данные.
Вообще, если, например, у меня вопрос сейчас касается какого-то локально, места, где я обычно живу у себя, там, в Ла-Сальтос-Хиллсе, да, или касается Мадрида, да. И как ChatGPT будет принимать решение, условно, где мне сегодня поужинать. Ну, вот такой тест у него сейчас я спрошу ради интереса. Однозначно ли он понимает, где я сейчас нахожусь. Хотя, по идее, он видит мои билеты, он видит мои перемещения, видит разные мои поездки. То есть у него достаточно есть, большой допуск внутри.
Это да.
Так чтоб постепенно переходить к-
Там классно то, что можно редактировать, удалять. Да, это очень интересно посмотреть. Посмотреть вообще, насколько эта тема, как она дальше будет развиваться. Потому что мне очень сильно не хватает памяти, нормальной работы с памятью. Я за последние два года очень много говорил своих возражений или предложений или идей касательно того, как память будет развиваться или какие есть проблемы у памяти, там, ChatGPT OpenAI. И эта тема фундаментально важная, да, чтобы дать хороший интерфейс, дообучить модель касательно информации, кто ты такой, и исправить многие аспекты.
И все слышали про проект, который я запускал, в частности, выгрузки тысяч моих чатов и их анализа и памяти. Я понял, что это пока задача, нерешаемая в плане, ну, в плане моей, по крайней мере, жизни. И если кто-то из зрителей эту задачу фундаментально решил по своим чатам, я не смог на таком объеме нормально это решить. Мне пришлось бы слишком много обучать дальше ChatGPT, не понимая, он обучится или нет. И я еще не очень хочу создавать некоторые файлы, знаете, как входные промты. Я не знаю, вы, Таня, Ильнар, этим пользуетесь или нет, когда- У вас есть какой-то описанный входной промпт, и вы, например, каждый раз его слайте, рассказываете. Например, не знаю, Таня слайт и рассказывает: "Я хочу тебе напомнить, что я такой-то человек, у меня есть такие-то детали". Ну, такой большой, да? То есть сейчас же контекстное окно большое, и, по идее, можно много контекста отправить.
То есть есть люди, которые вроде так делают. Я, наверное, в силу разнообразия контента, который есть, это не делаю, и поэтому я не смог этот проект реализовать. Хотя мне, кстати, и Fable очень много по этому проекту сделал, и Codex очень много по проекту сделал, но я его пока остановил. Наверное, если в ChatGPT появится какая-то уникальная конструкция по управлению памятью, и мне можно будет в эту память что-то вкидывать, добавлять, а им придется, кстати, мне кажется, решить фундаментальную задачу о том, а что если, чат становится слишком длинным, как они его обрезают, какие там контекстные окна.
Потому что у тебя есть контекстное окно вроде там на большое количество данных, но они что, не могут запихнуть все твои старые данные? У тебя же и новые данные есть. И вот это очень интересно, как они это будут решать и как мы сможем разграничивать пространство, потому что нам в какой-то момент времени внутри чатов придется создавать какие-то, какие-то условно интерактивные семантические пространства. Я, кстати, снимал несколько дней назад выпуск, вот он в пятницу выходил. Кому интересно, посмотрите, как раз таки про, массовый такой поиск данных и про семантику большую, и в том числе что я сделал у себя в проектах на реальных кейсах с точки зрения поиска связи данных между собой.
Но это, наверное, некоторое мое увлечение в части, как будет в будущем в моделях происходить. Вы не вкидываете, да, Ильнар, Таня, вы вкидываете какие-то вещи с точки зрения больших, ну, как каждый раз для обучения модели. Я не про код говорю, я говорю про обычную жизнь.
Да, ну, для моих задач нет необходимости, вот, потому что в основном мне контекст надо накинуть, информацию по проекту, который я сейчас делаю. Вот. Про там себя в основном нет необходимости рассказывать. У ChatGPT же есть небольшое окошко, где там типа о себе что-то можно вставить. Никогда этим не пользовался, но какую-то часть информации базовой, наверное, можно туда закинуть. Это не та память, что у Claude, но так или иначе, в интерфейсе, если они никуда это не передвинули, не спрятали, не убрали в очередных своих обновлениях, то вот какая-то такая история у них была.
Вот. Но ею тоже никогда не пользовался. Тань, ты?
Я не совсем понимаю, Саш, ты имеешь в виду каждый раз ему давать подробное описание, кто я и контекст-
Ну да, или, например, какого-то проекта. У меня, например, есть, не знаю, там, тридцать, сорок, пятьдесят разных тематик, по которым я спрашиваю. Не знаю, по здоровью я спрашиваю или каждый раз я спрашиваю по этому бизнесу, или по этому бизнесу, не знаю, или вот по этому бизнесу. Или спрашиваю по вот этому дому, или по, не знаю, по саду, или по животным, или по детям. И каждый раз у тебя есть некоторый объем, который ему надо, например, сообщить для того, чтобы он был в контексте.
И, например, ты ему этот контекст передаешь в заготовленном формате. Я говорю, очень интересно, как наши зрители на это поделятся, потому что это базово неплохо. Если бы я каждый раз бы ему, например, спрашивая про растения, давал бы ему заготовленные файлы. Это неплохо работает в проектах. Например, в ChatGPT есть проекты, и ты в проектах можешь выложить общие файлы.
Вот это то, о чем я-
Да, и он в рамках общих файлов может искать, да? Проекты можно ограничить, кстати. Кто знает, кто нет. Можно создать проекты, сказать, что у проекта только контекст этого проекта, ты не выходишь за него, ты не смотришь другие проекты, ты не смотришь другие вещи и так далее, да? И там есть, правда, всякие закрытые штуки, потому что, например, если проект ты расшарил среди других людей, ты не можешь его сделать, чтобы он твою базу использовал, ну и так далее. Так вот, а в то же время я, например, не во всех, понятно, проектах все описал.
Или у меня не везде есть файлы, или у меня есть проекты, где вот нету, нету описанных вещей. И с одной стороны, я когда захожу, не знаю, в растения, давайте возьмем тупой, простой пример. Я много раз у него спрашивал про то, как, например, вылечить вот это растение. И у меня есть набор, не знаю, десять, двадцать каких-то флаконов разных, банок, которые, могут вылечить это растение. И моя задача, чтобы он мне на базе того, что есть у меня, условно, на базе моей кладовки или сарая, предложил мне, варианты, что я могу сделать именно с этим. И я каждый раз понимаю, что вроде как он должен это знать.
Я ему говорю: посмотри, что у меня есть. Но я не уверен до конца, какая у него память и где у него это сохранено. И даже в рамках проекта, что он может обо мне узнать каждый раз. А мне бы хотелось бы, чтобы это было описано. Не хочу это сам создавать. То есть я считаю, что в современном мире, некоторые вещи можно самому описать, а так как моя жизнь развивается, двигается вперед, я не могу это описать. Я не могу ему каждый раз давать файлы, например, о своих каких-то поездках или перемещениях, да, условно.
Саш, вот к тому, что ты говорил по поводу заготовленных файлов. Я вот сейчас немножко подумал. Похожую вещь, немножко другую, но я все-таки использую. Есть скиллы, например, ну, вот скиллы — это вот инструкции для условного, там, ChatGPT или для Claude, как нужно там тот или иной проект решать. Набор инструкций. Например, есть скилл, там, Grill me. Ну, в переводе — прожарь меня, наверное, да? Когда вот ты какую-то идею начинаешь с ChatGPT или с Claude отрабатывать, и вот он со всех сторон ее пытается рассмотреть и задает какие-нибудь наводящие вопросы, предлагает какие-нибудь решения. И вот со всех сторон пытается охватить вообще всю проблематику той темы, которую сейчас ты ему даешь.
И это занимает обычно довольно много времени. То есть это может быть, там, не знаю, десятки сообщений в переписке, когда ты с ним вот пытаешься с этой темой разобраться. И по итогу этого можно создать документ. Ну, вот его иногда называют ADR, иногда называют TDR. Немножко разные вещи, но, там, условно, technical document review, где описывается сам проект, да, где описано, почему мы это делаем, описано, что мы делаем, какие особенности у этого проекта есть. И вот это вот все. Это не-не совсем то, о чем ты говоришь.
Это не заготовка, которая в каждый проект бросается, но вот как бы результат длительного общения с чатом формируется в такой, документ, концепт, описание. И потом с этим описанием ты можешь пойти, я не знаю, в другого чат-бота, в другое диалоговое окно перейти, там, я не знаю, там, из Codex Claude в Gemini еще куда-то. И вот с этим дальше уже продолжить работать с какой-то там другой системой, например. Не совсем это, но вот все равно как такое сжатие контекста в виде проекта, оно, оно, оно используется в работе довольно часто.
Да, чуть другая немножко тематика, да. Здесь очень интересно, как все эти системы все равно будут решать историю того, что, ну, во-первых, человек не может все же управлять вот этой памятью бесконечно, да. И по идее, система должна учиться ими управлять и обучаться с точки зрения каждого проекта, может быть, задавать какие-то вопросы, спрашивать у тебя информацию. Я уже говорил: выигрывают системы, которые начнут хоть когда-нибудь что-нибудь спрашивать, да. Просто, наверное, они, для них память, там, сейчас не фундаментальна, они другие задачи пытаются решить.
Плюс все же у человека широкая жизнь, очень большая, да, у него есть и бизнес, и личные задачи есть. И все же люди о своей профессиональной деятельности тоже, в том числе, могут спрашивать в одном этом обычном чате, а не только на работе. Фундаментально, значит, в отдельной, в какой-то индивидуализированной системе. И как они научатся между всем этим строить свою память? Не отдельно, когда ты в проектик положил, потому что в проект класть это тоже неудобно, да. По идее, это будет какая-то нелинейная система хранения проекта. Посмотрим, опять же, как это будет.
И как они научатся разрешать вот эти вот вопросы, как они будут это постоянно дообучать в процессе жизни человека. Вот я как говорил, с точки зрения переездов, моих поездок. Как понять, где я спрашиваю, там, про хорошее место или хороший ресторан? И это как раз таки, мне кажется, суть систем будущего, да, которые тебе спросят: "Вы спрашиваете на сегодня или на завтра? Я вижу, там, ты перемещаешься в другую страну, да, или, или в другой город. Или ты спрашиваешь вообще для кого-то другого?" Чтобы, так как люди не особо умеют описывать свои задачи, не особо умеют сами спрашивать где-то, чтобы она им помогала, а не давала ложную информацию. Мы вчера интересно, значит, с приятелем здесь идем в Мадриде и видим много людей идет.
Он говорит: "Интересно, почему люди идут?" Говорю: "Спроси у чата, спроси у, искусственного интеллекта". Я, значит, захожу, пишу: "Почему люди идут?" Ну я, конечно, хорошую, хорошую модель запустил, задал вопрос, она мне выдает. Ну, они в Мадриде могут идти, потому что сегодня вечером китайская опера. Они в Мадриде идут, потому что вот в этом районе, в этом конкретном месте, возле вашего отеля, значит, они могут смотреть закат. А еще они идут, потому что вечером будет кино под открытым небом, значит.
У меня мой друг идет, открывает свой телефон и говорит: "Почему сегодня..." Это было очень смешно, потому что, ну, сейчас поясню. Значит, он мне говорит: "Почему сегодня люди идут?" Я ему говорю: "А где ты спросил вообще? Что ты меня проверяешь? Я, значит, тут такой важный, спросил у дорогой модели, а ты там спрашиваешь, наверное, какой-то ерунды". Значит, открываю я у него телефон, а он спросил у Алисы. Алиса, значит, искусственный интеллект. Я говорю: "Что за мусора вообще?" Я говорю: "Не говори никому, что ты со мной дружишь".
Ну, значит, мы идем дальше, смеемся, там, что-то с точки зрения всего. Ему, значит, отвечает Алиса: "Наверное, здесь демонстрация". Но она просто ответила ему. Наверное, не ответила такая, ничего, но она ему дала ответ с точки зрения, наверное, понимания. Мадрид, Испания. Значит, испанцы спокойно выходят на демонстрации. Если есть много людей, наверное, они идут на демонстрацию. Вы не поверите, мы вечером приходим в отель, он открывает дальше интернет, и ему говорят: "Сегодня два митинга, значит, на тему, там, иммиграции.
Одни за, одни против. Они вместе вышли". То есть, по сути, Алиса-то выиграла, хотя она дала информацию не с точки зрения реально происходящего, она дала наиболее вероятностную информацию, да. То есть ответ был как раз таки то, что называется работой самых простых, самых простых LLM, да, и самых простых лингвистических моделей. А у меня все же система зашла, изучила, проанализировала, выдала. Но этот кусок информации каким-то образом потерялся. Может быть, эти митинги только начались или что-то еще. И, конечно, очень интересно, да.
Мне мой товарищ, кстати, ничего не сказал на эту тему, хотя, по идее, он должен мне сказать: "Вот тебе, значит, ответ дорогих мо-". Да. И кстати, прикольно то, что я-то понимаю, какой у него был сформирован ответ, да. У него было как раз-таки вероятностное решение, и там попали в вероятность. Но у меня, у меня, кстати, непонятно почему, непонятно, в каких обстоятельствах модель эту информацию не нашла. Что странно, опять же, потому что все же я думаю, что там приличный, приличный анализ был большого количества ресурсов, но это было не Pro, по-моему, там, я его в Extra High спросил, но все равно Extra High тоже это приличный поиск.
Он, по идее, должен был бы эту информацию найти, если он не нашел, значит, кинотеатр под открытым небом рядом, да. То есть был явно анализ неплохой сделан с точки зрения качества. И это показывает, что же будет происходить тогда с точки зрения нашей собственной, ну, памяти о себе, да, или тех деталей, которые система знает о вас самих или о вашем проекте, в котором вы находитесь, там, или о той задаче, которую вы хотите решить. Потому что ответы-то могут быть, конечно, кардинально разными. Но мне очень нравится, как модель стала мне отвечать вот на мой известный кейс в поездках.
Я, мне кажется, рассказывал еще когда я в марте, там, почти весь месяц провел в Египте, и я рассказывал, как он мне выбирает рестораны или, мне кажется, с прошлого года с Франции, именно где были длинные поездки, и как модель отвечала вначале некачественно. Я ее, там, учил, значит, объяснял ей детали, и сейчас я перестал ей объяснять. И все новые чаты достаточно неплохо отвечает, хотя все еще, конечно, у меня к ней есть претензии, вопросы. Интересно, опять же, как у вас, у наших зрителей, все это Что это происходит?
Хочется процитировать классику советского кино, не советского, классику российского кино. Кажется, вы слишком много кушать, в смысле зажрались. Когда модели начинают уже так отвечать, уже в целом, Саша, уже неплохо. А они, кстати, продолжают дальше развиваться, потому что вот слухи, которые про Astra идут, они
прям, ну, суперсущественные, что они используют новую архитектуру, что, соответственно, рекуррентные трансформеры, что у этого, кстати, много сейчас противников появилось. Ну, я немножко поясню, да? То есть обычный LLM когда работает, ну, привычная архитектура, она до сих пор токен за токеном генерирует, соответственно, свой ответ. И reasoning, размышления, которые происходят, они точно так же генерируются токен за токеном. Соответственно, основная история, связанная с безопасностью моделей, как вот контролируют, что моделька, я не знаю, не пытается тебя обмануть, да, не пытается что-то взломать или еще что-то такое.
Это анализ этих вот рассуждений, когда ты перед тем, как моделька что-то выполняет, она начинает к этому, там, готовиться. Какие-то мысли у нее, мысли в кавычках, но какие-то она reasoning trace генерит. И вот, соответственно, ты заранее, если ты их анализируешь, можешь, там, процесс предотвратить, понять, что она хочет, там, не знаю, жульничать. Понятно, что такое хочется сделать. И вот все модели, которые выпускаются сейчас, у них у всех вот идет анализ процесса размышления, где-то его тюнят, где-то его там просто анализируют, где-то модели блокируют, если они не в ту сторону начинают грести.
Но так или иначе. Вот с рекуррентными трансформерами немножко по-другому все будет обстоять. Обстоять будет так, что внутри модели до того, как токен появился, пройдет несколько итераций размышлений, да, и мы увидим уже гораздо более разреженную цепочку размышлений. У нас уже не получится вот так вот шаг за шагом следить. Хотя и сейчас это очень длинное рассуждение, для анализа которых тоже используется LLM, что немножко странно, да, что мы LLM-ку LLM-кой проверяем, но как бы такие объемы данных по-другому не сделать. И вот говорят, что, причем не только говорят, в OpenAI уже сами об этом тоже заявляют, что они используют рекуррентные трансформеры.
Когда у вас внутри модели до появления первого слова размышления, которое есть, она уже какое-то время условно подумает, и вот это вот условно подумает, будет очень тяжело анализировать. Из-за этого появилось очень много людей, которые опасаются, что мы перестанем контролировать, что думают, что хотят делать LLM-ки, и упустим этот момент, да? Потому что вот сейчас вот эти вот истории со взломом Hugging Face того же самого. По анализу размышлений, reasoning-ов, да, можно понять, воссоздать, а как же это произошло, а что они делали, а почему они так делали.
Это огромный объем информации, но, по крайней мере, есть что анализировать. И вот люди, которые против этой новой архитектуры, говорят, что если бы не было вот этих треков с размышлениями, а были рекуррентные трансформеры, внутри которых в скрытом виде все это происходит, расшифровать это было бы гораздо сложнее. И предотвратить, соответственно, такие вещи становится очень и очень сложно. OpenAI заявляют, что они со своей стороны ограничивают глубину вот этого внутреннего размышления, да, до появления токена.
Соответственно, не так должно быть страшно. Но как бы тут задаются вопросом, а другие компании не факт, что так будут делать. Но, видимо, намекая на Китай и на там какие-то другие компании, на другие организации. Потому что перспектива у такого подхода достаточно большая, потому что качество модели начинает расти без какого-то гиперувеличения размеров. При этом модельки становятся подешевле и, соответственно, работают быстрее и качественнее. Но при этом за это платим мы тем, что вот там черный ящик в своем там таком самом явном проявлении возникает, когда мы не знаем, почему то или иное происходит, потому что сейчас мы хоть как-то это анализируем.
Дальше будет сложнее. Уверен я, что все равно это будет анализироваться, как вот Anthropic в свое время, помните, они как мозг представляли себе LLM-ку, какие-то нейроны подкручивали и в ответе на любой вопрос Claude начинал рассказывать про там мост Golden Gate в Сан-Франциско, да? Вот где-то в начальных выпусках у нас такие истории были. И здесь точно так же придумают способы для этого. Но это станет сильно сложнее, чем это есть сейчас. И вот ожидается, что модель Astra, она как раз такая.
Именно поэтому она проявляет себя на бенчмарках очень и очень хорошо. И вот интересно будет на этой неделе, будут ли новости, а может быть, даже релиз, который можно будет потрогать, пощупать.
Слушай, здесь же хорошая еще тема с точки зрения Astra. Действительно, во всех описаниях, что Astra — это сверхпрыжок. И насколько я понимаю, не прыжок там ChatGPT 5.5 и ChatGPT 5.6 или там 5.6 Solo, условно, да? Это не такой прыжок. И что Astra якобы это вообще фундаментально что-то совершенно другое и с другой, с другим качеством. Ну, там основной кейс, который приводится, это, конечно, качеством уязвимости, поиска уязвимости. Но это понятно, что с точки зрения качества ответов и качества создания чего-либо нового, да, что интересно. Потому что мы можем сколько угодно говорить там про качество текста или чатов, или чего-то.
По-моему, это уже сто из ста работает. То, что когда-то можно было обсуждать там по написанию аналитики, каким-то выводам, общий какой-то современный суперкрутой поиск, он уже работает невероятно. Но явно прогресс у этих компаний в какие-то моменты времени может быть колоссальным. Будет или не будет, посмотрим. Вот я, изучив вот эту тему с чипом Halopeni, у них есть, у OpenAI, да, то, что они делают, на самом деле, это
не просто чип, это целая, ну, короче, это не отдельная микросхема, это целая платформа, там процессоры Там высокоскоростная память, там есть, сети между процессорами, платы разные, серверные стойки, там, программное обеспечение и так далее. Мало того, они говорят, что, по-моему, там девять месяцев или сколько они же это создавали, они это, в том числе, там очень сильно в обучении этого всего и в анализах, и в проектировании использовался искусственный интеллект. И там очень интересная есть история по поводу того, что может показаться. И помнишь, когда мы про многие чипы рассказывали, в какой-то момент времени, когда уже все сказали, что все делают чипы, мы сказали: это очередные чипы делают. Там может показаться, что они делают условно конкурента NVIDIA.
Но если так глубже, копнуть, в в тех описаниях, по крайней мере, которые дает рынок, что у них цель стоит не просто в том, чтобы создать вот этот аналог NVIDIA, а они пытаются, по сути, разрешить две задачи. То есть первая задача, которая есть, это обслуживание большого количества запросов одновременно. То есть это, по сути, высокая суммарная производительность. Большое количество людей по всему миру сдают разные запросы одновременно, и вот они их обслуживают. А вторая история, которую они хотят решить, они хотят решить понятие низкой задержки. То есть это быстрая генерация ответа для каждого индивидуального пользователя.
И, а это на самом деле нетривиальная история, да? Потому что когда ты хочешь, высокую производительность решить, ты, ну, по сути, обычное оборудование, оно увеличивает суммарную производительность за счет объединения большого числа пользователей в группы. И получается, тогда каждому пользователю приходится, например, ждать дольше, да? И вот они хотят... Или там качество, например, меньше получится. Вот они хотят эти вопросы решать. Мне кажется, очень интересная тема, особенно касательно ждать дольше. И мне кажется, что должны появляться кейсы, когда я запускаю какую-то дорогую модель, вот сейчас я запускаю часто ChatGPT 5.6. Я не знаю, как у кого, у меня все чаще, ну, у меня много случаев, когда ChatGPT думает больше часа.
В Pro, в Pro режиме с большой нагрузкой, конечно. Он выдает нереально крутой ответ. Этот ответ не сравнится с тем, который был там, я вспоминаю, 5.0, наверное. Ну вот что там было? Вот еще даже не 5.5, а еще до, даже и у 5.5, когда они там думали по сорок минут, помню, там, по шестьдесят минут, по семьдесят минут — не сравнится с точки зрения качества. Качество сейчас и по объему обработки данных, и по выходной информации мне больше нравится, да? Я вот прямо вижу разницу, но все же это целый час. И если ты, я был бы не против во многие моменты времени заплатить деньги, чтобы просто начать, нажать какую-то кнопку, ускориться. И даже если у меня условно, не знаю, есть какой-то тариф, я в рамках этого тарифа нажимаю какой-то буст, и я вот ускоряюсь. Но надо ли это OpenAI, непонятно, да? Потому что эти ускорения, сколько они должны стоить денег?
Готовы ли они? Получается, у тебя каждое ускорение может стоить сотни долларов. Тогда вопрос: готов ли человек платить эти сотни долларов? Но, например, на решение каких-то более массовых задач, может быть, вот их эта архитектура чипов и позволит, или в будущем, может быть, не эта архитектура чипов, наверное, не эта, наверное, какая-то следующая, она позволит решать вот эти вот индивидуализированные темы. И, по сути, это то, что очень сильно обсуждается на рынке в Кремниевой долине и последние, там, полгода.
По крайней мере, полгода назад сильно обсуждалось. Сейчас, может быть, чуть-чуть меньше, но все же обсуждалось. О том, что вот всем, Дженсен Хуанг же на эту тему начал говорить из NVIDIA очень сильно, что будет токен-экономика, значит, все будут продавать токены, все будут заниматься токенами. Вот, условно, не знаю, OpenAI будет токены продавать и, не знаю, Nabuurs будет токены продавать, да, что странно. И у меня всегда был вопрос, ну, все же есть большая разница от того, OpenAI мне токен продал или мне токен продала NVIDIA.
И как я могу как обычный пользователь это все покупать? Потому что это все же разные модели, разные системы. Наверное, на рынке B2B это вроде как работает, а на рынке, B2C непонятно, как работает. И даже на рынке B2B у меня большой вопрос этих систем. И вот изучая эти, этот чип Jalapeno, если я правильно его читаю, да, мне кажется, правильное же название? Я вспоминаю-
По-русски точно халапеньо говорят. Это тот самый перец, который добавляют.
Да, да, да. Значит, я, изучая его, вот это, мне кажется, в связке неплохое дополнение того, что ты сейчас описывал по поводу Астры, да? Что все же будут, должен быть какой-то прогресс. Но этот прогресс, он, конечно, будет, виден визуально не в рамках чата. Хотя, может быть, в рамках чата этот прогресс человек увидит, например, с точки зрения решения задачи с памятью. Потому что вот то, что ты рассказывал в плане непостепенного вот этого ответа, — это, наверное, как раз таки история, которая, может быть, позволит разрешить этот вопрос, о котором мы говорили, да? Я так сейчас подумал. Для того, чтобы когда у тебя фундаментально существуют в твоей жизни тысячи или десятки тысяч разных событий, чтобы система могла по-другому реагировать, по-другому что-то создавать, по-другому делать, объединяться, выделять какие-то дополнительные мощности на разрешение этих задач и так далее, да?
Но эта задача остается, конечно, закрытой для обычных людей. Она невидимая, непонятная, фундаментально сложная. И решение этой задачи, по сути, мне кажется, убивает еще большее количество проектов, да, а дает, развивает вот это понятие операционной системы OpenAI или операционной системы Anthropic, или операционной системы Grok, то есть развивает само это понятие. Кстати, по поводу Grok замечу, что Cursor расторг контракт с OpenAI, да?
И ты видел, Ильнар, ты видел эту новость? Не знаю, Тане, может быть, эта тема не сильно интересна.
То есть ты думаешь, ты думаешь, что это не Илон Маск? Но смотри, само соприкосновение Илон Маск и Сэм Альтман или Илон Маск и OpenAI, оно, ну, не, оно не, не может быть, да, насколько, насколько они там бьются и ссорятся, как кошки, да? Как вообще? На это даже тяжело бизнес-рынки смотреть. Наверное, это из-за этого. Но стратегически, наверное, давай так вот честно и стратегически подумать — это правильно, да? Потому что если вы создаете внутреннюю систему по разработке, ну, своих собственных интерфейсов, своего собственного софта, своего собственного программного обеспечения, то, конечно, вы должны быть независимы от всего. И как раз таки вашу систему как Grok где-то могут использовать через API и покупать.
В этом вы заинтересованы, но вы не должны чужие системы перепродавать, иначе модель дохлая, как у Perplexity. И вот ожидаем, что будет с с Perplexity. Ну, у меня, у меня Кремниевая долина работает по-своему. И когда в компании вложили сотни миллионов или миллиарды, они могут это как купить и списать, просто списать. А может быть, что-то из этого появится. Но судя по тому, как вот мы смотрим на рынок и на разные покупки, это обычно все исчезает, как, например, в Meta исчез хардвер девайс этот, который они покупали, я уже даже забыл его название.
Помните, который у меня постирался? И или Meta купила, как называлась, как называлась вот эта система, которую сделали китайские ребята? Мне кажется, азиаты кто-то делал. Или китайцы делали. Manis, да. Вот он, он где-то там и исчез. Да? Вот эта, эта сделка еще вызвала огромное количество конфликтов и всего остального. А Perplexity как раз таки фундаментальная проблема — это проблема перепродажи, моделей,
причем не самых крутых. Потому что если пользователь по-настоящему хочет использовать модели, вот эта история, как мы говорили с тобой, с памятью, вряд ли же, Ильнар, будет тема, чтобы вот такая крутая память, которую сейчас сделал Anthropic с точки зрения topics, ну, крутая в кавычках, потому что это пока промо и описание маркетинговое, но все же, оно будет доступно в Perplexity, правильно? То есть через интерфейс Perplexity как-то бы ты не сможешь управлять памятью Anthropic, который тебе надо, да?
И, ну, а у Perplexity нету своей модели уровня, я уже не говорю, там, Fable 5.1, да? И у кого она вообще есть, эта модель. Или модель Astra от OpenAI. И опять же, что наши зрители думают, ну, которые не то, что более профессиональные, которые следят за этим рынком и вот понимают эту конъюнктуру и все эти проекты, и что с ними вместе происходит. Вот это будет, конечно, очень интересно на это посмотреть, понять. И это как с точки зрения видеогенерации. То есть, с одной стороны, невероятно крутые проекты, вот как, например, проект Саши Машрабова Higgsfield, да, который генерирует огромное количество видео, и у них очень сильно система обучена для этой генерации. С другой стороны, что будет делать Meta, например?
Если у Meta на сегодняшний день уже можно загружать объявление в рекламу, она помогает генерировать Ишные объявления, и, очевидно, она в этом будет двигаться и помогать их генерировать. У Meta огромное количество данных, она будет это обучать и никому это не отдаст. То есть, что будут пользователи выбирать? Они будут выбирать более удобную систему с крутым интерфейсом, или им придется мигрировать в Meta.
Например, Meta, Meta в какой-то момент времени начнет свои баннеры лучше продвигать, да? Или свои баннеры лучше конверсии поддерживать. И ну, представьте, мы сделали в А/B тест рекламу в Higgsfield и рекламу в Meta. Реклама в Higgsfield более, более крутая, вроде более конверсионная. Запустили, значит, в Фейсбуке рекламу, а Фейсбук такой: "Ну, как бы есть объявления, которые у меня сделаны, и они в А/B тесте выигрывают. Что хотите в А/B тесте?" Или обложки. Вот в YouTube, в YouTube есть А/B тест обложек.
Ты заливаешь там три обложки и А/B тестишь их, какой, в какой обложке лучше кликабельность этой обложки или лучше CTR. И, например, появился какой-нибудь интерфейс генерирования обложек. Ты запускаешь его и смотришь. Слушайте, все время выигрывает обложка искусственного интеллекта. Ну, ты приходишь к дизайнеру, говорит: "Вы знаете, мы с вами больше не работаем. Мы дальше обложки генерируем с помощью YouTube". Или не используем сторонние сервисы. Таких сервисов сейчас очень много, да, которые помогают генерировать рилсы там из больших видео или обложки, чтобы пользователь ну, оставался в этой инфраструктуре, да, ее больше любил, больше в ней находился.
И это отдельный, кстати, вопрос с точки зрения бизнеса, как в X тоже все, как все считают. Потому что я не знаю, что правильно для YouTube, да? Делать так, чтобы было больше сторонних сервисов, которые генерируют обложки или генерируют шортсы, например, да? Или короткие видео. Или выгоднее YouTube свою систему продвигать с точки зрения генерирования шортсов. Вот мы снимаем видео большое, и нам, например, его надо будет нарезать на шортсы. Сейчас нарезают часть люди, команды вручную, часть нарезают с помощью отдельных платных систем различных.
Да, их много есть, вот мы снимаем, например, с помощью системы Riverside, а она нарезает даже, да? Мы оттуда, по-моему, не берем шортсы. У нас есть какие-то отдельные платные системы, которые режут шортсы. И здесь вопрос, что выгоднее YouTube? Самому этот сервис дать по нарезке или отдать на сторону, да? Вот это все время такая тема очень специфическая. Это как Amazon. Amazon пускал когда-то огромное количество, пустил селлеров, все продавали свои товары, потом товары, которые круто продавались, Amazon начал продавать под СТМ, да, собственной торговой маркой. Условно, батарейки продают круто. Он свои батарейки выпустил.
Туалетную бумагу продают круто. Он Amazon бумагу выпустил. Вилки продают круто. Он вилки выпустил. И эти вилки, эта бумага и все полностью начало быть в топе, как топ. Типа говорят, ну, это топ. Ну и очевидно, да? Если это Amazon, Amazon бренд, у тебя есть где-то доверие, ты ноунейм. Там взял Amazon, кликнул, купил. Очевидно, будет больше оценок, больше кликов, даже если ты вроде как не нарушаешь все полностью. Но он вытеснил и убил- Десятки тысяч, может быть, сотни тысяч, может, миллионы селлеров, да?
Сама зона, убил, убивал и сейчас ему, по сути, нет разницы, но никто не стоит в другой категории. Вот пусть покупают вот эти основные, там, меня и еще трех-четырех известных, известные бренды. Понятно, что Amazon не-не начинает производить, по-моему, не начинает, производить, не знаю, робот-пылесосы, хотя может начать. Они не начинают телефоны производить, хотя, может быть, кто-то скажет, что он производит уже пылесосы. Я даже не знаю. Вы представляете, Эльнар, прикольная тема, что я даже не знаю, Amazon производит пылесосы или нет, или производит мебель, или нет.
Потому что есть точно Amazon вилки или Amazon тарелки. Ты периодически в каком-то кафе ешь, смотришь, там Amazon вилка написано. То есть у него есть невероятно куча всего. И здесь реально большой вопрос, то есть что выгодно сейчас в современном мире, да? И куда этот мир будет идти, и куда, конечно, будут смотреть лидеры этого мира. Потому что если Сэм Альтман придет со своей компанией и скажет, что нам надо сделать систему по нарезке шортсов, но, очевидно, OpenAI может сделать сейчас, ну, какую-то космическую систему по нарезке шортсов, да? Вопрос: он будет это делать или нет?
И мы знаем, OpenAI делал все, что только можно. Они сделали модули здоровья, они сделали модули покупок. Вспомним систему, о которой мы рассказывали чуть больше года назад. ChatGPT Shopping, да? И где ты можешь создать свой кабинет, привязать свою карточку. Кто им пользуется? Кто? Никто. И никто не пользуется, кстати, не потому, что они сделали что-то плохое, а потому что это модель OpenAI. Они что-то потестировали, они не продолжили это делать, потому что, ну, наверное, они могли бы создавать какой-то продукт, может, у них нет людей, да? Может, у них нет команд крутых на это. Может, те команды, которые это делали, они были, не знаю, плохие, бездарные, какие угодно, но, но девять из десяти или девяносто девять из ста, или девятьсот девяносто девять, там, не знаю, из тысячи проектов у OpenAI они закрывались, да?
Для каких целей они их сделали, мы не знаем. Посмотрим и посмотрим в ближайшие годы. Опять же, интересно, напишите здесь, это прикольно потом посмотреть в тренде, да? Мы этот тренд будем озвучивать. А вот зрители говорили, например, вот так. Что какую стратегию будут выбирать эти все, в том числе и YouTube, кстати, вот в том числе. Ты, Эльнар, ты что думаешь по поводу таких примеров?
Слушай, вот ты рассказал про Amazon, да? Вот я не знаю, там, подкручивает он выдачу, чтобы его товары были или просто из-за бренда начинает вытеснять. Непонятно. То есть когда ты не знаешь, конечно, может быть и так, и так. YouTube точно так же может какие-то свои сервисы продвигать. Тут интересно, но как бы у меня нет ответа на этот вопрос. Ты очень классную тему поднял с халапеньо, с чипами. Это действительно очень классное достижение OpenAI.
Они очень быстро, там, буквально вот за девять месяцев сделали, получается, первую версию чипов, которые протестировали, и на тестах, которые они опубликовали, они даже NVIDIA-евские, перспективные чипы на Vera Rubin обходят. Понятно, что это не совсем честное тестирование, потому что они выставили тесты, которые провели сами и решили, что вот эти надо показать, а другие, где они были хуже, они, скорее всего, не показали. Но так или иначе, да, вот так вот с, с ноги ворваться в этот рынок и обойти лидера даже по каким-то показателям — это очень круто. Видно, что сделка, ну, или сотрудничество с Cerebras не прошло, не прошло даром.
Это, напомню, одна из компаний, которая вот на высокой скорости inference позволяет реализовывать. NVIDIA купила, по-моему, Groq, которая вот не Илон Масковская, а которая как раз по inference, по железу, а OpenAI в то время с Cerebras партнерство заключила. Скорее всего, это партнерство как раз к подобным вещам и приводит, что очень высокая скорость генерации показана на отдельных моделях. При этом к чести OpenAI, они высокую скорость генерации показывают не только своих моделей.
То есть, знаешь, есть же вот эти вот GPT Os, маленькие модельки, там, по сто двадцать миллиардов, которые вот на это железо помещаются и, соответственно, на нем могут работать. Но они еще и DeepSeek-евские модели закинули туда и, по-моему, Kimi, если я правильно помню. То есть несколько open source больших моделей они туда разместили и показали, что их чипы достаточно эффективны. То есть они показывают, что мы не только для себя это делаем, а в перспективе еще и другие модели на вот этих вот архитектурах трансформеров, которые есть, будут работать лучше. Здесь такой задел немножко отжать рынок у NVIDIA, возможно. Вот, но, собственно, посмотрим, что с этим будет.
Но опять же, за девять месяцев такой результат получить — это, ну, прям суперкруто.
Это очень серьезно, да. Если у них, как мы с тобой говорили, если это тоже не промо, а по-настоящему работающая система.
Да, и они явно не будут эту систему использовать, явно, да, они не будут эту систему использовать, мне кажется, всю свою. Все же это не просто чип, да? Это вот этот комплекс, как о котором, где я там перечислял все эти связи, да, между собой: и стойки, и сервера, и сети, и коммуникации между ними, прям подключения и все, да? Здесь вопрос, мне кажется, они не будут это никому отдавать с учетом такой инфраструктуры, потому что она, наверное, должна быть построена и влита в инфраструктуру OpenAI.
И если это произойдет, и в этом будет вот это революционное движение, вопрос: где они это будут производить? Они же это производят, по-моему, с помощью, там, Broadcom, с кем-то еще, да? У них же там партнерка-
TSMC весь мир почти обслуживает и, да.
Поэтому если, а так как, да, так как они и так кучу, кучу всех обслуживают, ну, наверное, у них есть возможность выстроить вот эту свою невероятную линейку. Потому что мы знаем, что и Meta чипы делает, и Tesla чипы делает, и у Tesla, Tesla вообще нет вопросов, да? Tesla в чипах, в чипах нереально сильна, потому что у Tesla все же есть оборудование, есть автомобили, есть роботы и есть SpaceX, да, с точки зрения космоса всего. И понятно, что они, вот они, наверное, в, в этой связке... Кстати, Ильнар, мне кажется, что среди, таких суперлидеров рынка, ну, Google можно было бы в теории, наверное, сказать, хотя мне кажется, они очень разносторонние и неповоротливые.
Apple мы пока не видим на этом рынке, хотя у Apple суперкрутые чипы. Хотя, опять же, мы не знаем, насколько они, там, сейчас будут противостоять этим чипам. Но мне кажется, что SpaceX, вот в комбинации вместе с Tesla для xAI Grok, они выглядят... И не только, кстати, для xAI. Все же Tesla делает чипы. С точки зрения чипа искусственного интеллекта — это чипы для роботов, да, это чипы для машин, для другого разного типа оборудования. Очевидно, Tesla будет входить в разный спектр оборудования.
Это, конечно... Ну, понятно, что у них есть локальные даже спутники для интернета. Это, конечно, продвижение очень серьезное, очень серьезное. И в плане... Была же где-то новость, ну, у них же есть, там, Plastic Bank, вот это. Там у них, понятно, будет вся эта инфраструктура платежная. Была тема по поводу телефонов, то, что они хотят, там, делать. Ну, выглядит все, что они будут идти к оборудованию. Может быть, это будут не компьютеры, но будет вот это что-то, вот это AI device, что-то, какой-то новый AI device. И явно это не AI device, кнопочки который сделал OpenAI.
Да. У Google, TPU, то есть tensor process unit, своя архитектура есть, которую они развивают, но таких результатов, как вот OpenAI со своим тестовым образцом, они пока еще не показывают, хотя они уже свое железо много кому продают. Anthropic тоже, там, часть мощностей у них, если я правильно помню, брали.
Да! И у них есть суперкомпьютер, Ильнар. Ильнар, и у них очень сильный суперкомпьютер есть, кстати. К слову, да?
Это да. Это да, да, да. И про Apple мы так на фоне новостей с ИИ этой анонсы пропустили, но они были не очень громкие.
Вот эти вот процессоры M6, M5 Ultra, что вышло новое железо, Mac Studio, Mac Mini. Ждем, соответственно, iPhone. Тоже, скорее всего, появится достаточно хорошее. То есть у Apple в плане железа до сих пор все очень хорошо. Единственное, конечно, понятно, на своей территории у них все хорошо, да, вот не на территории больших языковых моделей серверов и так далее, но как бы, для работы MacBook и Mac Studio, конечно, топ. Никто к ним пока приблизиться не может. Вот, по-моему, где-то уже скоро, да, будут анонсы нового, новых устройств. Угу.
А они как раз, мне кажется, будут в дни, когда у нас будет вот этот подкаст выходить. И я хочу сказать, что с точки зрения Apple единственный момент: очень много людей говорит, что сейчас делать все модели очень легко, все все повторяют, все всех догонят. Мне кажется, что если было бы очень легко, то как минимум у Apple появились бы модели уровня ChatGPT, там, 4.5, да, вот или 5.0. И уже б давно появились, и их бы, мне кажется, с точки зрения Apple Intelligence было бы выше крыши, да, иметь, даже такого типа модели.
Посмотрим, что произойдет. Что вы думаете, в том числе про Apple? Не забывайте лайкать канал наш, поддерживать нашими комментариями. С помощью этого мы растем, привлекаем новую аудиторию, и больше людей видит наши видео, тем, кому они интересны. Всем спасибо большое. Увидимся на наших спецвыпусках. У нас их три-четыре в неделю и через неделю на нашем еженедельном подкасте. Всем пока.