Новые модели искусственного интеллекта в августе 2026: 11 релизов за 20 дней и конец эпохи простых промптов

Представьте: вы только что закончили оценивать Gemini 3.6 Flash, которая вышла стабильной 21 июля, и уже через три недели Google выпускает Gemini 3.7 Flash. Пока вы читаете документацию к новой версии, Alibaba публикует веса 2,4-триллионной модели, Meta возвращается к открытым весам, а на OpenRouter появляется анонимная модель с кодовым именем OX Alpha, которая обходит GPT-5.6 по бенчмаркам кодирования. Это не фантастика – именно так выглядел август 2026 для всех, кто следит за рынком ИИ. Скорость стала проблемой сама по себе.

Главные новые модели искусственного интеллекта августа 2026

Qwen3.8-Max: крупнейший открытый релиз в истории

3 августа Alibaba выпустила Qwen3.8-Max – модель на 2,4 триллиона параметров (~95B активных). Это первый случай, когда модель класса Qwen-Max получила открытые веса: они были опубликованы на следующей неделе после релиза. Контекстное окно – 1 миллион токенов, нативная мультимодальность (текст, изображение, видео, аудио в одном окне). По данным Alibaba, модель автономно писала код в течение 16 дней на реальном проекте без остановок. На момент запуска – шестое место из 218 моделей на составном лидерборде benchlm.ai (79,8/100). Это серьёзная заявка.

OX Alpha: анонимная модель, которая всех удивила

20 августа на OpenRouter появилась модель «stealth/ox-alpha» с нулевой ценой на период превью (до ~27 августа). Никакой официальной атрибуции. Результаты на DeepSWE Pass@1 – 80%, против 52% у GPT-5.6-sol, 65% у Claude Fable 5 и 62% у GLM-5.3. Контекстное окно – 1 048 576 токенов, максимальный вывод 131K. Полная мультимодальность: текст, изображение, нативное видео.

Что особенно показательно: модель без имени и без официального создателя была интегрирована в Nous Research Hermes Agent и редактор кода Zed в течение 24 часов. Независимый исследователь Бен Дэвис провёл технический анализ и сообщил о 99% уверенности в принадлежности OX Alpha к семейству GLM-5.x от Zhipu AI – на основе идентичных паттернов потребления токенов видеоэнкодера (147 токенов/сек, независимо от частоты кадров) и точного совпадения токенизатора с GLM-5.3. Предположительная архитектура: ~744B параметров / ~40B активных MoE. Официального подтверждения так и не последовало.

Это не первый случай: до OX Alpha по той же схеме тестировались Pony Alpha (GLM-5 от Zhipu), Hunter Alpha (MiMo-V2-Pro от Xiaomi), Elephant Alpha (Lingxi Ling-2.6 от Ant Group) и Owl Alpha (LongCat-2.0 от Meituan). Анонимный pre-release стал стандартной практикой китайских ИИ-лабораторий – и судя по всему, она работает.

Gemini 3.7 Flash: три недели между версиями

13 августа Google выпустила Gemini 3.7 Flash – через 23 дня после того, как 3.6 Flash стала стабильной. Результат на FrontierCode 1.1 Main вырос с 34,4% до 43,6%, Elo на Code Arena – 1588. Контекстное окно 1M токенов, максимальный вывод 64K сохранились. Добавились настраиваемые уровни «мышления» (low/medium/high). Вводная цена: $0,75/$3,75 за 1M токенов – ровно вдвое дешевле первоначальной цены 3.6 Flash, действует до 31 декабря 2026.

Трёхнедельный цикл обновления – это уже не итерация, это конвейер. Для разработчиков, которые строят на этих моделях продукты, такой темп создаёт реальную проблему фрагментации версий. Стоит ли оптимизировать под 3.6, если через три недели выйдет 3.7?

Qwen3.8-27B: фронтир эффективности на потребительском железе

14 августа Tongyi Lab выпустила Qwen3.8-27B – плотную модель на 27,8B параметров под лицензией Apache 2.0. Terminal-Bench: 73,0. DeepSWE 1.1: 42,2 – это рост на 217% по сравнению с Gemma 4-27B. MMLU-Pro около 78%. Архитектура: Gated DeltaNet attention с гибридным соотношением 3:1 плюс предсказание нескольких токенов. Работает на потребительском железе. По словам авторов обзора на Local AI Zone, это новая рекомендация по умолчанию для локальных агентных рабочих станций – и аргументы убедительные.

Meta возвращается к открытым весам

После того как Muse Spark 1.1 остался проприетарным, Meta сделала разворот. 5-10 августа вышли Muse Code (бета) и Muse Spark 1.2, а Марк Цукерберг подтвердил, что веса Spark 1.2 будут открыты (дата публикации пока не объявлена). 10 августа вышла Muse Glimmer 30B – плотная мультимодальная модель на 29,6B параметров (27,8B LM + 1,8B замороженный ViT-энкодер) под Apache 2.0, дистиллированная из Muse Spark. Задумана как «локальный агент, который работает постоянно» на одном потребительском GPU, 128K нативного контекста. Обходит Qwen3.6-27B на агентных бенчмарках при этом вписываясь в потребительский VRAM.

Muse Code на Meta-reported Terminal-Bench показывает 82,9% – но независимая проверка пока не завершена. На общем harness Terminal-Bench модель занимает 14-е место, зато на Vals Index – 5-е, с ценой $0,69 за тест. Для разработки автономных ИИ-агентов это интересная точка входа.

DeepSeek V4-Pro-0813: из превью в продакшн

12-13 августа DeepSeek V4-Pro-0813 вышел в general availability на API, DeepSeek Chat и сторонних платформах. Это сильнейшие агентные показатели в семействе V4-Pro, вплотную приближающиеся к топовым проприетарным агентам. Новая цена с 16 августа: $1,32/$3,96 за 1M токенов (вход/выход) – дороже, чем раньше, но всё равно существенно ниже закрытых фронтирных моделей. GGUFы 1,6T MoE по-прежнему остаются основным вариантом для высокопроизводительных локальных серверов.

Остальные заметные релизы августа

• NVIDIA Nemotron 3.5 Lightning (11 августа) – 30B MoE с ~3B активных параметров, контекст 1M токенов, до 4x быстрее аналогов для агентных задач, работает на одном ноутбучном GPU.
• MiniMax H3 (веса открыты 3 августа) – 33B омни-модальная система, генерирует 2K-видео длиной 4-15 секунд с нативным стерео-аудио. Первая полностью открытая омни-модальная модель. Ограничение: лицензия исключает коммерческое использование в США и ЕС.
• Microsoft MAI-Thinking-1 (13 августа) – среднеразмерная reasoning-модель для корпоративных задач: кодирование, математика, работа со знаниями.
• ByteDance Seed 2.1 Turbo (10 августа) – контекст 256K, обработка часовых видео с точным временным рассуждением, оптимизирован для высокообъёмных корпоративных нагрузок.

Три тренда, которые определяют рынок

Скорость релизов обогнала тестирование

11 крупных моделей за 20 дней от пяти провайдеров – это рекорд по плотности релизов. Проблема не в количестве, а в том, что независимая верификация бенчмарков физически не успевает за выходом моделей. Meta сообщает 82,9% Terminal-Bench для Muse Code – но эта цифра пока не подтверждена на официальном лидерборде. Gemini 3.7 Flash вышла через три недели после стабилизации 3.6 Flash. Окно конкурентного преимущества от конкретной модели сократилось с месяцев до недель. Для тех, кто строит продукты на ИИ, это означает: оценка моделей должна стать непрерывным процессом, а не разовым событием.

Стоимость «единицы интеллекта» упала примерно на 50%

Gemini 3.7 Flash вышла вдвое дешевле первоначальной цены 3.6 Flash при улучшенных показателях. Claude Opus 5 ($5/$25 за 1M) даёт производительность, близкую к Fable 5 ($10/$50), – то есть примерно вдвое дешевле за сопоставимый результат. OX Alpha в период превью работала бесплатно. Открытые веса Qwen3.8-Max (2,4T), Muse Glimmer 30B и Nemotron 3.5 Lightning означают нулевую стоимость API при самостоятельном развёртывании. Если вы строите автоматизированный контент-завод для бизнеса или любой другой ИИ-продукт, ценовая среда изменилась радикально.

Агентный переход: из эксперимента в инфраструктуру

Август 2026 зафиксировал сдвиг, который давно ожидали: агентные системы перестали быть экспериментальными. Qwen3.8-Max автономно кодировал 16 дней на реальном проекте. OX Alpha в задокументированных рабочих процессах сделал 69 вызовов инструментов с одной ошибкой и без циклов повторных попыток. Muse Code координирует постоянные субагенты для длинных задач с полной аудитируемостью. Claude Opus 5 получил пятиуровневый переключатель глубины рассуждений. Gemini 3.7 Flash – настраиваемые уровни «мышления».

Это уже не демонстрации возможностей. Это production infrastructure. Компании, которые до сих пор строят на одиночных промптах, работают с устаревшей архитектурой – и разрыв будет только расти. Здесь стоит уточнить: речь не о замене людей, а о том, что новые модели искусственного интеллекта позволяют автоматизировать именно те многошаговые рабочие процессы, которые раньше требовали постоянного ручного контроля.

Открытые веса: момент перелома

Август 2026 принёс одновременно несколько крупных обязательств по открытым весам. Meta вернулась к open-weight политике после того, как Spark 1.1 остался закрытым. Alibaba опубликовала веса 2,4T Qwen3.8-Max и выпустила Qwen3.8-27B под Apache 2.0. NVIDIA открыла Nemotron 3.5 Lightning в день выхода. Цукерберг публично заявил, что открытые веса – это конкурентная необходимость, и добавил, что «ограничения США приносят пользу иностранным лабораториям» – прямой выпад против предложений по контролю доступа к фронтирным моделям.

Практическое следствие: для запуска на потребительском железе (RTX 4090 или 3090, 24 ГБ VRAM) теперь доступны Qwen3.8-27B Q4_K_M и Muse Glimmer 30B Q5_K_M с производительностью агентного кодирования, близкой к Claude Opus. Для рабочих станций на 48 ГБ VRAM – DeepSeek V4-Flash Q5_K_M (284B MoE / 13B активных). Это меняет экономику создания собственного ИИ-портала: проприетарные API больше не обязательны для фронтирной производительности.

Среди трендов, за которыми стоит следить: нормализация stealth-моделей (если атрибуция OX Alpha подтвердится, анонимные pre-release станут стандартной стратегией запуска), ужесточение государственного регулирования (добровольная программа Anthropic, требования ЕС по прозрачности, американские экспортные ограничения), а также снижение надёжности бенчмарков из-за лага верификации. Для внедрения авто-блога с ИИ или любого другого контентного продукта выбор базовой модели теперь требует собственного тестирования – самоотчётным цифрам доверять всё сложнее.

Что это означает на практике

Август 2026 зафиксировал несколько одновременных сдвигов, которые редко случаются вместе. Стоимость снизилась примерно на 50% по нескольким тирам. Открытые веса фронтирных моделей стали нормой, а не исключением. Контекстные окна в 1 миллион токенов превратились из дифференциатора в базовое ожидание. Агентные системы перешли из разряда экспериментальных в производственную инфраструктуру. И всё это за три недели.

Самый неудобный вывод: «модели, которые возглавляли лидерборды шесть месяцев назад, теперь в середине таблицы» – это цитата из отраслевого анализа, и она точная. Компании, которые выстраивают стратегию вокруг конкретной модели, а не вокруг архитектуры оценки и быстрой адаптации, рискуют оказаться в этой середине таблицы вместе со своими продуктами. Новые модели искусственного интеллекта выходят быстрее, чем их успевают проверить – и это теперь постоянное условие работы, а не временная аномалия.