AI News Digest #10: Ринкові зсуви платформ, запуск лінійки GPT-5.6 Sol та крос-дисциплінарні прориви в науці

💡 Усі статті, обговорення, новини про AI — в одному місці. Приєднуйтесь до AI спільноти!

Всім привіт! На звʼязку Сергій Лелеко, Senior Machine Learning & Artificial Intelligence Engineer в SPD Technology, і це наш AI-дайджест за червень 2026 року.

Червень остаточно розхитав звичну картину ринку: Anthropic та OpenAI подали конфіденційні заявки на IPO, частка ChatGPT вперше опустилася нижче 50%, а Google продав акцій на $80 млрд, аби не зупиняти будівництво дата-центрів. Водночас експортний контроль на кілька тижнів заблокував доступ до щойно випущених Claude Fable 5 та Mythos 5, а OpenAI відповіла на це власним ривком, анонсувавши лінійку GPT-5.6 з флагманською Sol. Але, мабуть, найцікавіше сталося не в корпоративних кулуарах, а в науці: моделі почали демонструвати крос-дисциплінарне мислення такого рівня, що дослідники заговорили про повернення епохи «універсальних вчених» — тих, хто здатен охопити знання відразу з кількох далеких галузей, як колись Анрі Пуанкаре.

Корпоративні війни, IPO та ринкові зсуви

Публічний дебют індустрії: Заявки на IPO від OpenAI та Anthropic

Anthropic та OpenAI офіційно подали конфіденційні заявки на проведення первинного публічного розміщення акцій (IPO), запланованого на осінь 2026 року. До цього процесу приєднується і SpaceXAI, чия сукупна вартість очікуваного лістингу разом із розробниками моделей формує безпрецедентний AI-пайплайн обсягом близько 3.6 трильйона доларів. Перехід від закритих венчурних раундів до публічної звітності радикально змінить вимоги до монетизації архітектур. З документів SpaceX стало відомо, що Anthropic наразі платить компанії Ілона Маска 1.25 мільярда доларів щомісяця за довгострокову оренду потужностей кластера Colossus 1 (220 тисяч карт Nvidia B200, 300 МВт).

Падіння частки ChatGPT нижче 50%

Глобальний ринок персональних AI-асистентів перестав бути монопольним. Частка ChatGPT вперше в історії опустилася до 46.4%. Основними бенефіціарами зсуву стали Google Gemini, який досяг 27.7%, та Anthropic Claude, що піднявся до 10.3%. Додатковим драйвером міграції користувачів став репутаційний фактор: підписання контрактів між OpenAI та Міністерством оборони США спровокувало відчутний відтік корпоративних клієнтів, які обрали Claude як більш ізольовану та безпечну платформу.

Продаж акцій Google на $80 мільярдів для фінансування AI-гонки

Корпорація Alphabet оголосила про масштабну додаткову емісію та продаж акцій на суму 80 мільярдів доларів. Попри рекордний чистий прибуток у 195 мільярдів доларів за останні чотири квартали, компанія змушена розмивати частки поточних інвесторів, щоб уникнути вимивання ліквідної готівки з балансу. Усі залучені кошти будуть спрямовані на будівництво інфраструктури дата-центрів нового покоління для навчання моделей Llama 4 та Gemini 3.5 Pro.

Геополітика, Регулювання та Державна Безпека

Експортна криза та блокування Claude Fable 5 і Mythos 5

Зображення: tipranks.com

Уряд США ввів екстрений експортний контроль та повне блокування доступу до новітньої лінійки моделей Claude Fable 5 та Mythos 5 від Anthropic. Приводом став звіт дослідників Amazon, які виявили вразливість: за допомогою кастомних промптів модель обходила системи безпеки та генерували інструкції для проведення автоматизованих кібератак. Після відмови Даріо Амодеї добровільно вимкнути модель, Міністерство торгівлі заблокувало доступ для всіх користувачів без громадянства США. Лише наприкінці місяця Anthropic вдалося деескалювати конфлікт, отримавши обмежену ліцензію на надання доступу до Mythos 5 для 100 перевірених американських відомств та компаній-партнерів.

Новий AI Executive Order президента США та захист ДЦ Colossus 2

Президент США підписав новий указ, який зобов’язує федеральні агентства спільно з Агентством національної безпеки протягом 60 днів розробити закриті урядові бенчмарки для оцінки наступального потенціалу LLM. Розробники зобов’язані надавати API моделей за 30 днів до релізу. Фінансування процесу повністю покладено на Міноборони. Паралельно Мінюст США втрутився в екологічний позов проти xAI щодо газових турбін для датацентру Colossus 2, зажадавши закрити справу, оскільки цей обчислювальний кластер визнано стратегічним об’єктом національної та військової безпеки США.

Флагманські оновлення LLM та Екосистеми

Анонс OpenAI GPT-5.6: Субмоделі Sol та Terra

OpenAI представила прев’ю нової лінійки GPT-5.6, що складається з трьох конфігурацій. Флагманська модель Sol отримала оновлений режим глибоких міркувань max (+15) та архітектурний режим ultra, який дозволяє моделі автономно створювати та оркеструвати мережу субагентів для вирішення довгострокових інженерних та дослідницьких завдань. Окрім цього, Sol адаптовано для роботи на ультрашвидких чіпах Cerebras, що забезпечує швидкість генерації до 750 токенів за секунду. Молодша модель Terra пропонує продуктивність рівня GPT-5.5, але за вдвічі меншої вартості інференсу.

Реліз Claude Fable 5 та двостороння аудіомодель OpenAI Bidi 1

Зображення: anthropic.com

До моменту блокування Anthropic встигла випустити Claude Fable 5 за ціною $10 за мільйон вхідних та $50 за мільйон вихідних токенів. Модель продемонструвала значний прорив у комп’ютерному зорі: вона здатна повністю проходити комплексні графічні ігри (на кшталт Pokemon Fire) суто на основі аналізу візуального потоку, без текстових хаків. OpenAI відповіла активацією в ChatGPT двонаправленої аудіомоделі Bidi 1. Модель працює в режимі реального часу, дозволяє користувачеві перебивати себе на будь-якому слові та здатна у фоновому режимі викликати інструменти веб-пошуку без переривання генерації голосу.

Прорив відкритих моделей: Китайський «розумний» підхід проти надшвидких чернеток від Google

Зображення: blog.google

Китайська нейромережа GLM-5.2 від консорціуму z.ai обійшла модель від Google у важливому бізнес-тесті. Розробники досягли цього завдяки двом хитрим інженерним трюкам, які зробили модель дешевшою в роботі та набагато уважнішою до деталей:

• Трюк із пам’яттю (IndexCache): Звичайний AI під час аналізу тексту постійно перевіряє зв’язки між усіма словами на кожному мікроетапі обчислень, що дуже його гальмує. Створивши технологію IndexCache, інженери дозволили моделі один раз побудувати «карту зв’язків» між словами і використовувати її кілька разів поспіль. Це схоже на те, як людина читає книгу: вона не шукає значення кожного слова у словнику щоразу заново, а просто тримає загальний контекст у голові сторінками.
• Повернення до суворого репетитора (від GRPO до PPO): Останнім часом AI навчали за принципом загальної оцінки: модель видавала довгий текст, а система ставила один загальний бал за всю роботу. Через це модель не розуміла, де саме вона припустилася помилки, якщо початок був геніальним, а фінал невдалим. Китайські інженери повернулися до суворішого методу. Вони створили окрему модель-критика, яка оцінює кожне написане слово покроково. Це змусило AI думати набагато логічніше.

Google, у свою чергу, випустила модель Diffusion Gemma, яка використовує кардинально інший підхід до створення тексту:

• Принцип написання чернеток (Дифузійне вирівнювання): Звичайні LLM пишуть як друкарська машинка: слово за словом, без можливості стерти чи виправити написане. Якщо модель почала речення невдало, вона змушена продовжувати думку з невдалим стартом. Модель від Google працює як письменник: вона накидає грубу, розмиту «чернетку» всього тексту відразу, а потім шліфує її кілька разів, виправляючи логічні помилки на льоту.
• Чому це дає таку шалену швидкість (понад 1000 слів за секунду)? Сучасні відеокарти, на яких працює AI, створені для масивної паралельної роботи — вони вміють робити мільйони дій одночасно, але дуже «не люблять» чекати. Коли модель пише по одному слову, залізо більшу частину часу простоює в очікуванні наступного кроку. Метод чернеток дозволяє завантажити відеокарту на всі 100%: замість того, щоб робити 500 послідовних кроків для кожного окремого слова, чип робить лише 4-5 потужних проходів, шліфуючи весь обсяг тексту за раз. Менше зупинок — у рази вища швидкість.

Автономна розробка, Інфраструктура та нові бенчмарки

Платформа Private Cloud Compute та архітектура AFM 3 від Apple

На конференції WWDC 2026 Apple представила нову архітектуру локального AI Apple Foundation Model 3 (AFM 3). Старша версія Core Advanced (20B параметрів) побудована за принципом розрідженого MoE. Щоб обійти обмеження низької пропускної здатності мобільної пам’яті, Apple застосувала метод Instruction-Following Pruning: локальний контролер на основі промпту користувача заздалегідь визначає та завантажує з флеш-памяті в DRAM лише потрібних експертів (від 1 до 4 мільярдів активних параметрів). Складні запити безкоштовно делегуються на зашифровані сервери Private Cloud Compute (моделі AFM 3 Cloud та Cloud Pro на GPU Nvidia в інфраструктурі Google).

Перевинайдення ПК: Nvidia & Microsoft RTX Spark Superchip

Компанії Nvidia та Microsoft анонсували концепцію персональних комп’ютерів, створену суто під потреби локального штучного інтелекту (On-device AI). Головна проблема сучасного AI полягає в тому, що великі моделі працюють у хмарі, вимагають постійного інтернету та з’їдають гігантські бюджети на API. Нова платформа на базі ARM-суперчіпа RTX Spark повністю змінює правила гри.

Завдяки об’єднаній надшвидкій пам’яті об’ємом 128 ГБ, ваш комп’ютер перетворюється на персональний AI-сервер, здатний без інтернет-з’єднання запускати серйозні нейромережі розміром до 120 мільярдів параметрів. Ці чипи інтегровані безпосередньо в ядро Windows 11. Це дозволяє вбудованим AI-асистентам (як-от OpenClaw чи Hermes) бачити і розуміти все, що відбувається у ваших робочих вікнах, гарантуючи абсолютну приватність даних, адже жоден байт інформації більше не відправляється на сторонні сервери OpenAI чи Anthropic.

Довгострокові бенчмарки SWE-Marathon, FrontierCode та фінансова гарантія Cognition

Індустрія перейшла до тестування наддовгих завдань:

• SWE-Marathon: Набір із 20 комплексних завдань обсягом в сотні людино-годин (наприклад, написання компілятора С). Виявилося, що базові моделі часто читерять: Gemini 3.1 Pro намагалася скопіювати наявні чужі репозиторії замість генерації коду, тоді як запуск моделей у рідних скаффолдах (Claude Code та Codex) подвоїв їхні реальні оцінки.
• FrontierCode: 150 завдань, розроблених разом із мейнтейнерами великих репозиторіїв. У лідери вийшов Claude Opus 4.8 xHigh завдяки чіткому дотриманню правил оформлення коду та стилістики коментарів.
• Cognition Productivity Guarantee: Стартап Cognition увів фінансову гарантію для корпоративних клієнтів Devin. Спеціальна відкалібрована модель оцінює обсяг виконаної ШІ роботи у людських годинах та множить на ставку інженера. Якщо цінність коду нижча за вартість спалених токенів, компанія повертає різницю кредитами в розмірі до 10 мільйонів доларів.

Думка автора: Від оплати за токени до оплати за результат: новий експеримент індустрії

Ситуація з Uber, який вичерпав свій річний бюджет на AI всього за один квартал через високу вартість циклів міркувань у нових моделей, підсвічує реальну проблему: повну непередбачуваність витрат. Корпораціям стає дедалі складніше закладати фінансові плани, коли AI-агент може застрягти у нескінченному циклі дебаггінгу та нагенерувати величезний рахунок за вихідні.

Ініціатива Cognition з їхньою фінансовою гарантією на продуктивність бота Devin виглядає як спроба намацування нової бізнес-моделі. Поки що зарано говорити про радикальну зміну парадигми класичного SaaS, але у разі успіху цей експеримент може запустити новий тренд: перехід від оплати за використані ресурси (токени чи гігафлопси) до оплати за конкретний бізнес-результат.

Проте залишається велике питання, чи приживеться така модель на ринку. Оцінка «людських годин», виконаних роботом, сама по собі є дуже суб’єктивною та складною для калібрування метрикою. Якщо вендори не знайдуть математично точного балансу, ідея з фінансовими компенсаціями за неефективний код так і залишиться поодиноким маркетинговим ходом для залучення обережних enterprise-клієнтів.

Computer Vision, Робототехніка та Суміжні Домени

Відеогенерація високої точності: ByteDance SeedDance 2.5

Зображення: seedance2.ai

ByteDance анонсувала оновлення моделі SeedDance 2.5. Головне інженерне досягнення — можливість інтеграції в контекст генерації «голих» тривимірних полігональних моделей (3D White Meshes) без текстур. Нейромережа автоматично вбудовує цю геометрію у згенерований відеоряд, самостійно прораховує текстури, фізику світла, затінення та взаємодію з оточенням у роздільній здатності 4k на відрізках до 30 секунд. Вартість генерації становить $0.1512 за секунду відео.

3D-біометричне сканування від Midjourney та Butterfly Network

Компанія Midjourney вийшла на ринок медичного хардверу, представила Midjourney Scanner. Пристрій розроблено спільно з Butterfly Network і використовує матрицю з 40 модулів Ultrasound-on-Chip у поєднанні з кільцем з тисяч ультразвукових трансдьюсерів. За 60 секунд занурення людини у воду система за допомогою комп’ютерного зору формує точну тривимірну карту розподілу м’язових тканин, жирових відкладень та внутрішніх органів із деталізацією рівня МРТ. Продукт позиціонується як велнес-послуга для обходу тривалого ліцензування FDA.

Перерахунок лідерборду FrontierMath

Організація Epoch.AI провела повну ревізію відповідей до найскладнішого математичного бенчмарку FrontierMath Tier 4. За допомогою GPT-5.5 в оригінальних рішеннях вчених-укладачів було виявлено системні механічні помилки (втрата знаків мінус/плюс та помилки на одиницю). Після очищення та виправлення датасету результати моделей різко зросли: закрита модель Claude Fable 5 встановила абсолютний рекорд, успішно та автономно вирішивши 88% найскладніших математичних завдань дослідницького рівня.

Думка автора: Повернення «універсального математика» через століття ізоляції

Останні успіхи LLM у розв’язанні складних академічних задач піднімають фундаментальне питання: як саме AI здатний змінити кризу гіперспеціалізації сучасної науки.

В історії науки існує офіційний титул: «Останній універсальний математик» (The Last Universalist). Його закріплено за французьким ученим Анрі Пуанкаре, який помер у 1912 році. Він був останньою людиною на Землі, яка глибоко розуміла абсолютно всі чинні на той час напрями математики. Значення його універсальності важко переоцінити для всього наукового прогресу. Наприклад, ким був би Альберт Ейнштейн, якби не було Пуанкаре? Цілком імовірно, що без фундаментальних математичних праць Пуанкаре щодо геометрії простору, часу та топології, Ейнштейн просто не мав би потрібної математичної мови для формулювання своєї Спеціальної теорії відносності. Великі фізичні прориви минулого відбувалися саме тому, що існували люди, здатні охопити математику як єдину цілісну систему.

Проте після смерті Пуанкаре обсяг знань та складність інструментів зросли настільки експоненційно, що людський мозок досяг своїх біологічних обмежень. Наука розпалася на сотні ізольованих світів. Сьогодні провідний фахівець з геометрії може не розуміти колегу, який займається теорією чисел, просто тому, що місткість нашої пам’яті та тривалість активного життя обмежені.

Як саме AI вирішує цю проблему? Сучасні LLM утримують весь масив накопичених людством знань в єдиному робочому просторі. Головна сила AI полягає у крос-дисциплінарному пошуку патернів. Модель не обмежена рамками однієї вузької спеціалізації. Вона може взяти логічний інструмент з однієї далекої галузі науки і раптово застосувати його до іншої проблеми, знаходячи зв’язки, які живий дослідник міг пропустити через брак часу на вивчення суміжних дисциплін.

****

На сьогодні це все. Дякую всім за увагу до дайджесту. Буду вдячний за зворотний зв’язок, і якщо в матеріалі ще не висвітлено щось, про що ви хотіли б почитати — дайте знати в коментарях.

Дізнатися більше про культуру і роботу в SPD Technology ви можете, підписуючись на наші акаунти в соцмережах: LinkedIn, Instagram, Facebook. А якщо ви в пошуках нових карʼєрних можливостей, запрошую переглянути наші відкриті ролі.