25.04.2026

Прогнали на нашем интерактивном бенчмарке gpt-5.5 показывает заметно более надёжный профиль работы с инструментами и проверкой собственного результата, чем gpt-5.4.

По формальной проверке корректности результата gpt-5.5 успешно закрывает на 20% больше задач.

Самое наглядное — success rate инструментов.

У gpt-5.5 он держится на 100% почти везде: read_file 497/497, edit_file 71/71, run_configuration 71/71, search_file_by_name 111/111.

У gpt-5.4 на сопоставимых объёмах есть просадки — run_configuration 93.9%, search_file_by_name 96.3%, edit_file 98.9%.

С этим хорошо совпадает и ревью LLM-судей: gpt-5.5 точнее держит пути и аргументы инструментов (11 задач против 3) и аккуратнее доводит инструментальную проверку результата (13 против 8). По метрике ToolCalls итог — 0.81 против 0.72 в пользу gpt-5.5.

В проверке собственной работы картина похожая. По блоку «верификация и чтение результатов» судья отдаёт gpt-5.5 18 задач против 10, по безопасности правок — 9 против 6: то есть gpt-5.5 заметно реже сообщает «всё ок» при падающей сборке и реже сам ломает соседние модули. И ведёт он себя при этом ощутимо экономнее: те же 32 чата закрываются за 1183 вызова инструментов и 235 855 токенов, тогда как gpt-5.4 тратит на это 1436 вызовов и 337 493 токена. То есть gpt-5.4 чаще «дожимает» задачу количеством шагов, а gpt-5.5 — точностью первого подхода.

По остальным метрикам качества разница невелика, и тут есть любопытный момент: судьёй в этом сравнении выступал сам gpt-5.4. Известно, что в таких ситауациях стабильно проявляется self-preference bias — модель-судья охотнее ставит победу ответам в собственном стиле, формулировках и способе закрывать шаг.

25.04.2026

Nike объявила о сокращении около 1400 рабочих мест, в основном в IT-отделах. Увольнения коснутся работников в Северной Америке, Азии и Европе и составят менее 2% от общего штата компании, сообщает CNBC со ссылкой на служебную записку операционного директора Венкатеша Алагирисами.

25.04.2026

В конце 2024 года Cisco признала серьёзную проблему с рядом моделей своих маршрутизаторов Catalyst и ISR: из-за дефекта в модулях памяти устройства постепенно заполняли внутреннюю DRAM, что приводило к отказу работы и полной недоступности сервисов. Как обстоят дела в 2026 году.

25.04.2026

Практически каждая ведущая студия уже применяет искусственный интеллект, чтобы ускорить разработку видеоигр и снизить расходы на это, заявил глава игрового направления Google Cloud Джек Бузер. Однако, по его словам, по-прежнему существует множество опасения по поводу того, стоит ли сообщать об этом игрокам. Многие студии вообще ничего не говорят пользователям о применении нейросетей при создании игр, уверяет топ-менеджер Google Cloud.

25.04.2026

В Корее арестовали мужчину, который сгенерировал ИИ-изображение сбежавшего из зоопарка волка и пустил поисковую операцию по ложному следу. Ему грозит до пяти лет тюрьмы.

Волк по имени Ныкку сбежал из зоопарка O-World в городе Тэджон, прорыв туннель под ограждением. Ныкку родился в 2024 году, он — часть программы по восстановлению популяции корейского волка, который когда-то обитал на полуострове, но теперь считается вымершим. Пропажа животного привлекла внимание по всей стране: власти и активисты развернули масштабную операцию, а президент Ли Чжэ Мён публично помолился о возвращении волка.

25.04.2026

В Molecular Systems Biology опубликована работа о SyntheMol-RL — системе на базе ИИ, которая проектирует молекулы-кандидаты для новых антибиотиков. В исследовании модель работала с химическим пространством примерно из 46 млрд соединений и помогла найти молекулу synthecin. Ее затем проверили на мышиной модели раневой инфекции, вызванной MRSA — устойчивым к метициллину золотистым стафилококком.

25.04.2026

Компания Anthropic провела необычный эксперимент под названием Project Deal – в декабре 2025 года 69 сотрудников офиса в Сан-Франциско на неделю стали участниками закрытой онлайн-барахолки (аналог Craigslist), но торговаться за них должны были ИИ-агенты на базе Claude. Каждый участник предварительно прошёл короткое интервью с нейросетью (меньше 10 минут), где рассказал, что хочет продать и купить, и указал свои условия. На основе этих ответов для каждого сгенерировали индивидуальный системный промпт, выдали агентам виртуальный бюджет по 100 $ и запустили их в корпоративном Slack – без права вмешательства живых людей.

25.04.2026

Число коллекционеров Steam с билиотекой в более 40 тыс. игр пополнилось: к Sonix присоединились игроки Ian Brandon Anderson (41 090) и Axtor (40 553).

По последним данным SteamDB, как минимум 120 пользователей Steam владеют библиотекой из 20+ тыс. игр, а у трёх «колоссов» платформы по 40+ тыс. тайтлов. Больше всех игр по-прежнему у Sonix — 43 085 тайтлов общей ценой в почти $700 000. 

25.04.2026

Российский геймер Александр Трисвяцкий зарегистрировал сайт из недавнего приключенческого экшена Pragmata и наполнил ресурс мемами по серии хорроров Resident Evil. За созданием Pragmata и Resident Evil стоит японская корпорация Capcom.

25.04.2026

Samsung Electronics и Kingston планируют повысить цену на свои SSD. Изменения должны вступить в силу до конца недели, сообщает китайский ресурс ITHome.

Согласно источникам в отрасли, Samsung уже предупредила дистрибьюторов о предстоящем пересмотре цен. Ожидается, что рост составит не менее 10% и коснётся всей линейки. Аналогичное повышение анонсировала Kingston.