За одну неделю вышли три релиза, и все три про разный масштаб. OpenAI выложила 722 математические статьи от модели, которой никто не может пользоваться. Mistral показала самую большую модель, которую кто-либо обещал открыть. А Google собрала встраиватель, который помещается в карман. Разбираем, что каждый из них значит для тех, кто внедряет ИИ в работу.

OpenAI: 722 статьи от модели, которой вы не воспользуетесь

OpenAI опубликовала 722 математические рукописи, сгруппированные в 372 семейства. Все они вышли из внутренней фронтирной модели, которая публике недоступна.

Всё лежит на GitHub под лицензией Apache 2.0: сами статьи, исходники, а для многих ещё и доказательства на Lean. Lean - это язык, на котором компьютер проверяет доказательство строка за строкой. То есть такие результаты не требуют верить OpenAI на слово.

Цифры за релизом:

🔥 Ключевые цифры

Примерно 4 000 задач в работе. Около трёх часов рассуждений уровня ChatGPT Pro на каждый принятый результат. Темы: теория чисел, теория сложности, геометрия и математическая физика.

Зачем публиковать сейчас? Месяцем раньше OpenAI заявила, что её системы решили больше 100 открытых задач, и математики возразили. Независимая группа по математике и ИИ не поддержала идею тестировать сложные задачи на закрытых моделях. Ответ OpenAI - выложить всё: вот работа, проверяйте.

И проверять правда нужно. Не у каждой статьи есть доказательство на Lean, и OpenAI сама предупреждает, что «у части неформализованных результатов могут быть проблемы». Некоторые рукописи берутся за очень известные задачи. Пока математики не посмотрят, это заявки, а не прорывы.

Mistral Large 4, он же Le Chonk

Mistral представила Mistral Large 4, и официальное прозвище у неё - Le Chonk. Да, правда.

Это mixture-of-experts на 1 трлн параметров, из которых активны 49 млрд. На входе мультимодальность, на выходе текст. Обучение заняло около двух месяцев на 4 000 GPU Nvidia Grace Blackwell и охватило больше 160 языков.

Прозвище - внутренняя шутка. В июне интернет начал шутить, что Mistral втихую строит гигантскую модель. Со-основатель Гийом Лампль говорит, что ML4 «можно считать первоначальной версией этой идеи», и намекает, что дальше будут модели побольше.

Главный аргумент - эффективность. Вице-президент по науке Пьер Сток говорит, что обучение заняло «в два-три раза меньше, чем у китайских конкурентов».

На собственных бенчмарках Mistral модель либо обгоняет, либо догоняет сильнейшие китайские открытые модели:

  • DeepSWE v1.1 - 62% против 61% у GLM-5.3.
  • Harvey Legal Agent - 15% против 12,9% у Kimi K3.
  • FinWorkBench - 67%, столько же у DeepSeek V4 Pro.

Подвох: весов пока нет. Модель доступна через API Mistral, а открытые веса обещают примерно 27 октября, после трёх недель проверок безопасности и под кастомной лицензией Mistral, а не Apache. Компания говорит, что будет работать с «доверенными партнёрами и правительствами», чтобы веса шли на защиту, а не на атаку.

Сама Mistral называет это «третьим путём» между закрытыми американскими моделями и открытыми китайскими. Это уже третий серьёзный западный толчок в сторону открытых моделей за неделю - после Beam от Reflection и Kolibri от Aleph Alpha.

Google: EmbeddingGemma 2 работает на телефоне

На другом конце шкалы Google выпустила EmbeddingGemma 2 - открытую модель встраивания, которая работает полностью на устройстве.

Модели встраивания - тихие работяги ИИ. Они превращают контент в числа, чтобы приложение искало по смыслу, а не по ключевым словам. Именно они стоят за запросами вроде «найди то фото с чеком» или «поищи в заметках всё про запуск».

Что нового во второй версии:

  • Понимает текст, код, изображения, аудио и видео - всё в одном общем пространстве. Можно искать голосовые заметки текстовым запросом.
  • Очень маленькая: 740 млн параметров. Только текст - около 191 МБ памяти, все модальности - около 567 МБ.
  • Работает без сети, так что чувствительные данные не покидают телефон.
  • Лицензия Apache 2.0, больше 100 языков, контекст 8 192 токена. Этого хватит на 29 изображений, 58 кадров видео или примерно пять с половиной минут аудио.

Одна оговорка для разработчиков: Google говорит, что модель выходит без настройки безопасности и без модерации вывода. Эта часть на вас.

🔥 Почему это важно для бизнеса

Поставьте три релиза рядом - и увидите три направления, куда движется ИИ сразу. Вверх: Mistral доказывает, что для модели на триллион параметров не обязательно быть американцем или китайцем и не нужен самый большой кластер. Вниз: Google кладёт мультимодальный поиск на телефон без интернета. Наружу: OpenAI показывает, что умеет фронтирная модель до того, как вам разрешат ей пользоваться, и делает это в форме, которую любой может проверить.

Для разработчиков самое полезное сегодня - самое маленькое. Если в приложении есть поиск, EmbeddingGemma 2 это бесплатный офлайн-апгрейд, который стоит протестировать на этой неделе. Веса Mistral придут через три недели. А математические статьи будут месяцами разбирать математики.

Главный вывод недели простой: размер модели и её польза разошлись. Самая большая ещё не вышла, самая впечатляющая может вообще не дойти до релиза, а самая маленькая - единственная, с которой можно работать сегодня вечером. Поэтому для любого запуска держите простой фильтр: можно ли это запустить, можно ли это проверить и сколько это стоит.

Мы во Владивостоке помогаем бизнесу выбирать из этого потока то, что реально работает: от локальных моделей до автоматизации процессов. Начать можно с бесплатного разбора.