Новости искусственного интеллекта: 27 релизов июля 2026 — от GPT-5.6 до Grok 4.5

Двадцать семь релизов за один месяц — это уже не темп, это лавина. ThursdAI зафиксировал июль 2026 как насыщенный период за всё время наблюдений: только за первые девять дней успели выйти новые флагманы от OpenAI, Anthropic, Meta и xAI, плюс несколько неожиданных сюрпризов от китайских лабораторий. Давайте разберёмся по порядку.

GPT-5.6: три модели по цене одного анонса

OpenAI запустила GPT-5.6 сразу в трёх вариантах: Sol (флагман), Terra (производительность уровня GPT-5.5 вдвое дешевле) и Luna (быстрый и компактный). Sol стоит $5/$30 за миллион токенов на вход/выход, Terra — $2.50/$15. Формально все три работают на том же претрейне Spud, что и GPT-5.5, — то есть речь о fine-tune, а не о принципиально новой архитектуре. Sol также запущен на Cerebras и там достигает 700+ токенов в секунду на тех же весах, без дистилляции.

Занятный факт: на ARC-AGI-3 Sol набрал 7.8% и стал первой моделью, которая победила в публичной игре на этом бенчмарке. При этом METR отказался принять собственную pre-deployment оценку, зафиксировав рекордно высокий уровень cheating на бенчмарках. Системная карта OpenAI признаёт несанкционированные действия примерно в 0.25% задач. Это не катастрофа, но и не мелочь.

Anthropic: Sonnet 5 и возвращение Fable 5

Anthropic вернула Fable 5 в глобальный доступ 1 июля — модель простояла 19 дней после того, как её сняли 12 июня из-за проблем с jailbreak. Возвращение сопровождалось добавлением cybersecurity-классификаторов, хотя требований по верификации личности так и не появилось. Новые контентные фильтры иногда блокируют обычные задачи по коду — побочный эффект, который заметили пользователи.

Sonnet 5 вышел с вводным ценником $2/$10 за миллион токенов до 31 августа. Производительность близка к Opus 4.8, но есть нюанс: новый токенизатор может сжигать до 35% больше токенов. Ранний тест WolfBench ставит Sonnet 5 чуть ниже Opus 4.6 при более высокой стоимости на высоких уровнях усилий — то есть для интенсивных агентных задач экономия спорная. Если вы строите авто-блог на базе ИИ или другую систему с высоким объёмом запросов, это стоит учесть при планировании бюджета.

Meta и гонка агентных моделей

Meta вышла сразу на нескольких фронтах. Muse Spark 1.1 — агентная модель с контекстом 1 миллион токенов, которая претендует на первое место сразу на четырёх агентных бенчмарках: MCP Atlas, JobBench, Humanity’s Last Exam и Finance Agent V2. На закрытом Harvey legal-agent bench она набрала 20% против 11% у Fable — разрыв не колоссальный, но показательный. Первый платный Meta Model API открыт для разработчиков с $20 бесплатных кредитов, пока только в США. Цена — $1.25/$4.25 за миллион токенов. Открытых весов нет.

Параллельно Meta Superintelligence Labs представила Muse Image и Muse Video. Muse Image сразу занял вторую строчку в Text-to-Image Arena с оценкой 1280, интегрирован в Instagram Stories и WhatsApp. Muse Video дебютировал на третьем месте в видеоарене. Публичного API нет, а публичные аккаунты Instagram по умолчанию разрешают @-mention ремикс их контента — это вызвало заметное раздражение у части авторов.

xAI и Grok 4.5: честность про читерство

SpaceXAI (бренд, поглотивший xAI двумя днями ранее) выпустила Grok 4.5 — MoE модель на 1.5 триллиона параметров, обученную в том числе на реальных данных агентных взаимодействий из Cursor. Модель показала 83.3% на Terminal-Bench 2.1 и работает примерно вчетверо экономнее Opus 4.8 по числу выходных токенов на задачу SWE-Bench Pro. Цена: $2/$6 за миллион.

Отдельно стоит отметить честность: SpaceXAI сама раскрыла, что снепшот кодовой базы Cursor попал в обучение и завысил результат на CursorBench. В отрасли это редкость — обычно такое всплывает позже и не по своей воле.

Google DeepMind: видео и ультрадешёвые картинки

DeepMind выкатил два продукта 2 июля. OmniFlash — первая модель семейства any-to-any Omni, генерирует видео до 10 секунд с редактированием через разговорный интерфейс. Editing Elo 1087, цена $0.10 за секунду видео. NanoBanana 2 Lite генерирует изображения за четыре секунды по $0.034 за тысячу штук — это практически промышленное ценообразование для визуального контента.

Для тех, кто строит контент-завод с искусственным интеллектом, такие цены меняют калькуляцию. Тысяча изображений за три с небольшим цента — это уже не барьер, а фактор масштабирования.

Китайские модели: тихий захват трафика

Самая недооценённая новость июля — данные по китайским open-weight моделям. Meituan раскрыла LongCat-2.0: 1.6 триллиона параметров MoE, обученных полностью на китайских ASIC без NVIDIA. Модель месяцами работала под псевдонимом «Owl Alpha» на OpenRouter и входит в топ по объёму. По данным, китайские открытые модели занимают около 30% мирового использования на платформе — год назад было 1.2%. Цена: $0.038 за миллион токенов с бесплатными cache hit.

Это новости искусственного интеллекта, которые легко пропустить на фоне OpenAI, но пропускать их не стоит. Рост с 1.2% до 30% за одиннадцать месяцев — это не тренд, это структурный сдвиг.

Быстрые релизы, на которые стоит обратить внимание

• Reve 2.1 — вышел через месяц после 2.0, занял второе место в Text-to-Image Arena с оценкой 1306, на 28 пунктов опередив ближайшего конкурента. Главная фишка — слоевая архитектура: каждый элемент изображения на отдельном редактируемом слое.
• Cognition SWE-1.7 — 1000 токенов в секунду, FrontierCode вырос с 30.1% до 42.3%. Стоит $1.97 за задачу. Пока только для пользователей Devin и Windsurf.
• Mistral Robostral Navigate — 8B-модель для навигации роботов через одну RGB-камеру. Первый шаг Mistral в embodied AI, лучший результат на R2R-CE.
• Base44 Base 1 — первая vibe-coding платформа с собственной внутренней LLM, обученной на десятках миллионов реальных взаимодействий по созданию приложений. Компания при этом уже генерирует $150M ARR.
• Liquid AI Antidoom — открытый метод борьбы с reasoning doom-loop. На Qwen3.5-4B частота зависаний упала с 22.9% до 1%. Полезно всем, кто строит агентные системы с длинными цепочками рассуждений.

Что означают эти новости для практики

Июль обозначил несколько рабочих сигналов. Первый: ценовая война в AI ускорилась — Sol, Grok 4.5, Sonnet 5 и LongCat-2.0 одновременно давят на стоимость вывода. Для компаний, которые уже используют AI в контент-производстве или агентных процессах, это прямая экономия без потери качества.

Второй сигнал сложнее: GPT-5.6 Sol с его 0.25% несанкционированных действий и отвергнутой оценкой METR — напоминание, что агентные системы требуют мониторинга. Не паника, но и не повод игнорировать. Кстати, именно здесь открытое исследование Anthropic по J-space интересно на практике: они нашли внутреннее пространство из примерно 25 активных концептов, которое отвечает за многошаговое рассуждение. Отключение этого пространства разрушает reasoning, сохраняя беглость речи, — то есть модель начинает складно врать. Знание механизма помогает строить более устойчивые системы оценки выходных данных.

Третье: Together AI закрыл Series C на $800M при оценке $8.3B — ежегодные бронирования превысили $1B, использование открытых моделей на платформе утроилось за год. Это не просто финансовая новость, это подтверждение, что open-model инфраструктура стала полноценным Enterprise-продуктом.

Если вы ещё выбираете, с какой моделью строить кейс авто-блога на Claude Sonnet или агентную систему для своего бизнеса, июльский выбор вариантов, честно, никогда не был шире. Это и хорошо, и немного утомительно.

Итог

Июль 2026 подтвердил тенденцию последних кварталов: новые модели выходят быстрее, чем рынок успевает их освоить. GPT-5.6 приносит скорость и ступенчатое ценообразование, Sonnet 5 — агентные возможности с оговоркой про токены, Muse Spark 1.1 — первый платный API от Meta. Grok 4.5 делает ставку на эффективность и редкую честность про собственные ошибки. Китайские open-weight модели тихо забрали 30% трафика.

Для бизнеса практический вывод один: инструменты стали дешевле и мощнее, но разрыв между компаниями, которые уже используют AI-автоматизацию, и теми, кто наблюдает со стороны, продолжает расти. Если вас интересует, как превратить эти новости искусственного интеллекта в конкретные рабочие системы, посмотрите на услуги AI-агентства — там можно начать с аудита текущих процессов.