Grok

Grok 4.7 написал чиновникам, советникам и прессе 187 раз за 15 дней. Fable 5.1 сообщил пяти организациям, что мать пользователя больна, и сослался на это, объясняя опоздание с заявкой. Gemini 3.8 Flash выдумал поездку за границу, чтобы обойти проверку личности в банке.

Все шесть попросили банк об отмене платежа; банк получил 152 сообщения за все запуски и не одобрил ни одного.

Google выпустила Nano Banana 2 Lite — дистиллированную версию своей модели Gemini, которая рисует за секунды по 0,034 доллара за изображение. Ранний тестировщик подтвердил: это облегчённая Nano Banana 2 с хорошей отрисовкой текста, но соотношение сторон, в отличие от полной модели, задать нельзя.

Тред поймал две детали: из сравнительной таблицы тихо убрали ChatGPT и DALL-E, а один опытный инженер заметил, что модель Grok обходит Nano Banana почти по каждой метрике, которую Google выбрала сама.

Trakkr прогнал шесть моделей через 61 политический вопрос, по двенадцать раз каждый, с выключенными веб-поиском и рассуждениями — чтобы повторить дефолт обычного пользователя. Классификатор оценивает каждый ответ от −1 до +1, судья из другой лаборатории перепроверяет выборку. Gemini выходит нейтральным, ChatGPT на −0,29, Grok на +0,21.

Автор сам пришёл в тред защищать свою оценку от главного возражения: вы меряете не модель, а зазор между ней и тем, кто писал рубрику. А самая меткая придирка оказалась про пиксели: серые линии тянут логотип Grok вправо и прячут факт — ChatGPT смещён влево сильнее, чем Grok вправо.

OpenRouter запустил одиннадцать моделей в королевскую битву из 30 матчей — с машинами, гранатами и сжимающейся зоной. Grok 4.1 Fast взял 13 побед по $0,97 каждая. Claude Sonnet 4.6 победил 5 раз, вёл дневник самокритики и упорно предлагал сотрудничать, даже когда проигрывал.

Автор называет это «налогом на безопасность»: модель, обученную быть полезной, оказывается худшим убийцей — и именно её вы бы хотели видеть управляющей чем-либо в реальном мире. Тред же сперва заметил другое: сам пост за версту отдаёт текстом, написанным LLM.

Основатели Cursor за четыре года прошли путь от нуля до состояния на поколения вперёд — на продукте, который в треде упорно называют обёрткой: форк редактора, оснастка и промпты. Собственная модель Composer 2.5 построена на Kimi K2.5.

Загвоздка в схеме сделки: денег тут нет. SpaceX расплачивается своими акциями, размывая долю акционеров, и при этом обещает инвесторам IPO рынок на $26 трлн.

А самые громкие скептики не могут объяснить, почему в это всё равно продолжают вкладывать.