10 важных обновлений нейросетей

Индустрия генеративного ИИ переживает качественный скачок. От концепции «умных помощников» мы переходим к эре автономных агентов и полноценной интеграции в рабочие процессы. Контекстные окна расширяются до миллионов токенов, премиум-функции становятся доступны массовому пользователю. Новых инструментов и возможностей так много, что уследить за ними под силу не всем. Разбираем важные обновления нейросетей и рассказываем, где научиться работе с ними.

Функция распространяется постепенно. Она уже доступна около 5 % пользователей платных тарифов, не требует отдельных расширений и не расходует токены сверх лимита.

Команда /voice включает режим. Зажимаешь пробел — система слушает и преобразует речь в текст в реальном времени. Отпускаешь — текст появляется точно в позиции курсора. Никаких отдельных окон, переключений контекста или вставок через буфер обмена. Можно напечатать начало промпта, середину надиктовать, конец снова напечатать — методы свободно комбинируются в одной строке ввода.

Модель не отвечает голосом. Это диктовка для терминального интерфейса, а не диалог.

GitHub Copilot и Cursor предлагают качественное автодополнение и чат в редакторе, но для голосового ввода приходится использовать внешние инструменты диктовки, которые не интегрированы в цикл разработки. OpenAI добавил голосовые функции в ChatGPT, но они работают как разговорный интерфейс, а не как часть агентного рабочего процесса командной строки. Windsurf и Replit Agent экспериментируют с голосом на разных уровнях, но ни один из них не объединяет три компонента одновременно: встроенную интеграцию в терминал, агентную мощность для автономной работы с файлами и нативную механику «нажми и говори» без переключения контекста.

GPT-5.4 — это новая основная модель OpenAI для задач, где мало просто быстро ответить. Она сочетает более сильное рассуждение, точное следование инструкции, работу с инструментами и устойчивость в длинных многошаговых процессах. За счет этого модель лучше справляется даже со сложными задачами.

Раньше модель могла хорошо отвечать на отдельные вопросы или помогать с черновиками. Теперь она умеет:

• анализировать большие объемы информации;

• удерживать логику в длинной задаче;

• работать с документами, таблицами и слайдами;

• использовать инструменты в ходе решения;

• собирать результат в более цельном и пригодном для работы виде.

Главное отличие GPT-5.4 в том, что она стала устойчивее на длинной дистанции: реже теряет контекст, точнее следует требованиям и лучше проходит через несколько этапов подряд, если задача требует исследования, проверки и структурирования материала. Она лучше адаптирована для сценариев, где нужно не просто получить ответ, а провести полноценную работу: изучить источники, сопоставить данные, выделить главное, оформить выводы и не отойти от заданных условий. В ChatGPT она также представлена в версии GPT-5.4 Thinking, рассчитанной на более глубокую проработку сложных запросов.

xAI запустила публичную бета-версию Grok 4.20 — первой потребительской системы искусственного интеллекта, где четыре специализированных агента рассуждают параллельно, спорят друг с другом в реальном времени и дают единый ответ.

Нейросеть получила расширенное контекстное окно и теперь может анализировать очень большие объемы текста целиком. Раньше такие материалы приходилось разбирать частями: загружать по главам, уточнять контекст, заново объяснять системе, о чем шла речь выше.

В версии Grok 4.20 этот барьер фактически снят. 

Кроме того, новая модель:

• меньше галлюцинирует — исправлены случаи, когда модель ложно утверждает, что может выполнить действия, которые на самом деле не поддерживает;

• корректно отображает математические формулы и символы — без артефактов;

• лучше работает с несколькими изображениями в одном ответе, что критично для дизайна и создания контента.

Маркетолог готовит презентацию нового продукта для клиента. Нужен короткий ролик с фоновой музыкой. Вместо того чтобы часами искать трек в библиотеках стоковой музыки или нанимать композитора, он открывает Gemini, загружает фотографию продукта и пишет: «Энергичная композиция в стиле 80-х для технологического стартапа». И вот, готов 30-секундный трек с вокалом, текстом и автоматически сгенерированной обложкой. 

Во все треки, созданные через Lyria 3, встраивают SynthID — невидимый водяной знак Google для идентификации контента, сгенерированного искусственным интеллектом. 

Затем он открывает раздел «Создать видео», выбирает шаблон из галереи (в обновлении приложения Gemini появилась функция Video Templates — набор готовых шаблонов для генерации видео), загружает ту же фотографию и добавляет описание. Ролик появляется практически моментально. 

Такой подход сокращает цепочку инструментов и делает производство простого видеоконтента возможным прямо внутри диалога с нейросетью.

Шаблоны видео и музыкальная генерация решили проблему скорости создания контента, но каждому ролику нужна визуальная основа — персонажи, объекты, сцены, которые сохраняют идентичность от кадра к кадру. В ответ на это Google выпустила Nano Banana 2.

Художник комиксов создает серию из шести кадров. Раньше приходилось генерировать каждый кадр отдельно и молиться, чтобы модель не изменила внешность персонажей между изображениями. Теперь он загружает образцы изображений трех героев в Nano Banana 2 и пишет промпт: 

«Создай забавную историю из шести частей с этими тремя героями, которые готовят подарок другу. История захватывающая, с эмоциональными подъемами, заканчивается счастливым моментом. Сохраняй одежду и внешность всех трех персонажей, но их выражения и ракурсы должны меняться в каждом изображении». 

Тому, как писать точные и эффективные промпты учат в Академии ТОП на курсе «ИИ: нейросети для увеличения дохода».

Модель генерирует шесть кадров по одному. Каждое изображение — отдельный результат в формате 16:9. Время: 8 секунд на кадр. Идентичность сохранена полностью. 

Кроме того, Nano Banana 2:

• извлекает данные из базы знаний Gemini и использует информацию и изображения из веб-поиска в реальном времени;

• создает инфографику, превращает заметки в диаграммы;

• генерирует аккуратный, читаемый текст для макетов маркетинга или поздравительных открыток.

Сценарий: разработчик полтора года использовал ChatGPT — научил модель своему стилю кода, предпочтениям в документации, структуре проектов. Накопилось 200+ чатов с инструкциями вроде «всегда используй Python 3.12 с подробными комментариями». Он хочет попробовать Claude, но мысль о том, чтобы заново объяснять все с нуля, пугает. А зря, ведь в Anthropic запустили инструмент импорта памяти для Claude.

Пользователь вставляет специальный промпт в ChatGPT или Gemini, получает блок с воспоминаниями, копирует результат в настройки памяти Claude. Модель обрабатывает импортированные данные, извлекает ключевую информацию, сохраняет как отдельные записи памяти. Процесс занимает меньше минуты активных действий, полная интеграция завершается в течение 24 часов — Claude обрабатывает обновления памяти в ежедневных циклах синтеза.

Anthropic подчеркивает: память Claude разработана с фокусом на рабочие темы для повышения эффективности. Модель может не сохранить импортированные личные детали, не связанные с работой. Если пользователь хочет добавить конкретную информацию в память, он переходит в настройки и добавляет ее как отдельную запись.

Функция Memory (ИИ запоминает детали прошлых чатов, ваши предпочтения, стиль общения, проекты, личные факты) стала доступна всем пользователям Claude, включая бесплатные аккаунты.

Что это дает пользователю:

• огромный буст продуктивности (код, тексты, проекты, личные ассистенты) — не надо каждый раз напоминать контекст;

• экономия токенов и времени — ИИ понимает вас с первого раза, чаты становятся «живыми», ответы более точными и персонализированными.

Представьте: вы маркетолог, и перед вами стандартная задача — проанализировать конкурентов. Ничего сложного, верно? Такое делаете каждый квартал. Но работа кропотливая: нужно обойти двадцать сайтов, выписать цены, сравнить условия, проверить акции, собрать все в таблицу, а потом еще и запаковать в презентацию для руководства.

Четыре часа монотонного копирования, вставки и переключения вкладок. Или пятнадцать минут — если просто написать: «Найди всех конкурентов в сфере логистики, составь таблицу их цен и подготовь презентацию для совета директоров». Так работает Perplexity Computer.

Perplexity Computer использует философию ограниченного, но безопасного доступа. В отличие от OpenClaw — локального агента, который устанавливается прямо на ваш компьютер и получает полный доступ к файлам, паролям, системным настройкам. Да, он зависит от интернета и работает с небольшой задержкой, но корпоративные данные остаются в безопасности.

Цена вопроса — $200 в месяц по данным на март 2026 года.

Это не для всех. Это для тех, кому время дороже: владельцев бизнеса, аналитиков данных, исследователей рынка, управленцев проектов. Если агент экономит вам десять часов в месяц, а ваш час стоит пятьдесят долларов, инструмент окупается.

Разработчики выпустили Claude Code — инструмент для программистов. Они ожидали, что им будут писать код. Но программисты начали использовать его для всего остального тоже: сортировали файлы, разбирали завалы документов, создавали отчеты из хаотичных заметок. Инструмент для кода превратился в универсального помощника. Тогда создатели задались вопросом: а что, если сделать такое же для всех? Для тех, кто не пишет код, но тонет в рутине? Так появился Cowork.

В обычной беседе с Claude вы пишете вопрос и получаете ответ. В Cowork вы даете доступ к папке на компьютере. ИИ-ассистент может читать, редактировать и создавать файлы в этой папке.

Когда освоите базу, Cowork можно усилить:

• использовать уже подключенные вами инструменты, которые связывают ИИ с внешней информацией (облачные хранилища, базы данных);

• создавать документы, презентации и другие файлы профессионального уровня (пока еще базовый инструментарий);

• добавить ИИ в Google Chrome, и он сможет выполнять задачи, требующие работы в сети: искать информацию, заполнять формы, собирать данные с сайтов.

Только вы решаете, какие папки видит Claude. Он не может читать или редактировать ничего, к чему вы не дали явный доступ.

Claude может выполнять потенциально разрушительные действия (например, удалять локальные файлы), если его об этом попросить. Поскольку всегда есть вероятность, что он неправильно поймет инструкцию, давайте очень четкие указания в таких случаях.

Лучше понимать нейросети и взаимодействовать с ними на профессиональном уровне учат в Академии ТОП на курсе «Разработчик нейросетей».

Раньше ИИ в Notion работал как консультант: вы спрашиваете — он отвечает. Теперь пока вы заняты более важными делами, помощник:

• отвечает на десятки вопросов о дорожной карте и работе функций, а когда появляется новая информация, сам обновляет исходные документы;

• фиксирует запросы, отзывы; отслеживает их в базе данных, обогащает их всей необходимой информацией и возвращаются с обновлениями для команды;

• делает ежедневные сводки, еженедельные отчеты по спринтам, месячные бизнес-отчеты — собирает контекст из Notion, подключенных инструментов и сети.

И, наконец, самое впечатляющее в обновлении 2026 года — автономные спринты до двадцати минут. Вы даете задачу, и агент работает в фоне, создавая таблицы, документы, собирая данные из разных источников. Не нужно ждать каждого шага — агент сам составляет план и выполняет его.

Это как оставить задание коллеге перед обедом и вернуться к готовому проекту.

Все больше компаний внедряют автономных агентов, разрабатывают механизмы их безопасного запуска и учат системы взаимодействовать с реальными инструментами — файлами, таблицами, браузерами и корпоративными сервисами. Умение работать с такими технологиями становится одним из ключевых цифровых навыков на ближайшие годы. Освоить эти навыки и научиться применять нейросети на практике можно в Академии ТОП.