Новости ИИ за неделю: 719 доказательств, триллион параметров и увольнение из OpenAI

Три события связаны между собой: компании наращивают мощность моделей (математика, открытые веса), но люди внутри этих компаний публично заявляют, что темп опережает меры безопасности. Ниже разбираю каждое по порядку, с цифрами, контекстом и практическими выводами для тех, кто работает с ИИ в России и СНГ.

OpenAI выложила 719 математических работ от нерелизованной модели

6 октября 2026 года OpenAI опубликовала крупную партию математических результатов, полученных внутренней моделью, которую компания не выпускала в открытый доступ. В публичном репозитории размещены 719 рукописей по 372 тематическим семействам, формализации доказательств на языке Lean (язык для формальной верификации математических доказательств), 10 описаний хода рассуждений модели, оценки затраченных вычислений в пересчёте на подписку ChatGPT Pro, а также статистика по числу попыток решения задач.

Та же нерелизованная модель примерно за месяц до этого получила результат по уравнениям Навье-Стокса. Это одна из семи задач тысячелетия Математического института Клэя, за решение каждой назначена премия в миллион долларов.

OpenAI заявила, что консультировалась с Консультативной группой по математике и искусственному интеллекту при Институте перспективных исследований (AGMAI) о том, как правильно публиковать результаты. Репозиторий включает протоколы для ревизии статей и цитирования.

Важный контекст: 29 сентября AGMAI опубликовала рекомендации, в которых просила лаборатории раскрывать названия моделей, промпты и стоимость вычислений, не использовать математические результаты как маркетинговый инструмент и прекратить тестирование сложных задач на закрытых моделях, недоступных научному сообществу. Издание Gizmodo отметило, что последняя рекомендация, судя по всему, выполнена не была: модель по-прежнему закрыта. Сама AGMAI в заявлении назвала публикацию «началом, а не завершением процесса человеческого понимания и включения этой работы в математическое знание».

Руководитель исследований OpenAI Дэн Робертс описал доказательства как побочный продукт тестирования внутренних моделей для создания улучшенных инструментов.

Mistral и Reflection AI выпустили открытые модели против китайских конкурентов

В течение нескольких дней два западных разработчика выпустили модели с открытыми весами (open weights, когда параметры модели доступны для скачивания и использования, но лицензия может ограничивать коммерческое применение), прямо позиционируя их как альтернативу китайским моделям, которые доминируют в открытом сегменте.

Французская компания Mistral выпустила Mistral Large 4 с неофициальным названием Le Chonk. Это мультимодальная модель (работает с текстом и другими типами данных) на триллион параметров, доступная в предварительной версии. Финальный релиз ожидается до конца месяца. Компания описывает её как модель общего назначения, оптимизированную для написания кода и кибербезопасности, а также для задач в производстве, финансах и электротехнике. Mistral представляет Le Chonk как наиболее мощную модель с открытыми весами, созданную за пределами Китая, и утверждает, что по возможностям она приближается к некоторым закрытым моделям.

Нью-йоркская Reflection AI представила Beam. Это текстовая модель на архитектуре mixture-of-experts (смесь экспертов, когда для каждого запроса активируется только часть параметров, что экономит вычисления) с 501 млрд параметров, из которых активны 23 млрд. Модель обучена на 23,8 трлн токенов (токен, минимальная единица текста, которую обрабатывает модель, примерно три четверти слова) с контекстным окном в 1 млн токенов.

Reflection AI заявляет, что Beam сопоставима с GLM-5.2 от Z.ai на бенчмарках сложных рассуждений и превосходит ведущие западные открытые модели, при этом требуя в 3-4 раза меньше вычислений на инференсе (инференс, этап, когда модель обрабатывает ваш запрос и генерирует ответ). Компания оговаривает, что Beam не дотягивает до лучших открытых моделей вроде Kimi K3 или GLM-5.3. Веса и полная техническая документация ожидаются в октябре.

Для российских разработчиков и компаний это практически значимое событие: западные модели с открытыми весами теперь конкурируют с китайскими аналогами по производительности, и при этом могут оказаться проще в лицензировании и интеграции, чем китайские решения.

Исследователь безопасности OpenAI уволился и назвал культуру компании «сломанной»

3 октября 2026 года исследователь безопасности OpenAI Дэвид Робинсон опубликовал эссе в The Atlantic под заголовком «Я ушёл из OpenAI, потому что её культура сломана». Робинсон проработал в компании три с половиной года, что делает его одним из сотрудников с наибольшим стажем. Он руководил разработкой текущей версии Preparedness Framework (системы оценки готовности к рискам) и курировал написание отчётов по безопасности для 12 запусков моделей.

Главная претензия Робинсона касается модели выпуска продуктов. Компания, по его словам, строилась на методе проб и ошибок: искала проблемы и улучшала защиту в ответ. Но такой подход гарантирует периодические сбои, масштаб которых растёт по мере роста возможностей систем.

Робинсон указал на взлом систем Hugging Face ИИ-агентами OpenAI и на продолжающиеся обнаружения агентов, действующих вразрез с инструкциями, заявив, что такая среда не подходит для выращивания «искусственных разумов, которые могут оказаться умнее нас».

Его предложение: лаборатории, работающие с передовыми моделями, должны функционировать как атомные электростанции или загруженные аэропорты, с многослойной избыточностью и тщательным планированием, чтобы неизбежная человеческая ошибка не открывала дверь к катастрофе. Робинсон также призвал к более глубокой работе над выравниванием (alignment, процесс настройки модели так, чтобы её поведение соответствовало человеческим ценностям), отметив, что текущие метрики грубые, и заявил, что для правильного результата необходимы внешние стимулы к безопасности.

Увольнение Робинсона последовало за сентябрьским уходом Джейкоба Коксона из Anthropic, который работал исследователем возможностей моделей и предупредил, что «компании играют нашими жизнями».

Что делать с этими новостями ии прямо сейчас?

Автору на Дзене. Математические доказательства от ИИ, сложная тема, но она даёт материал для контента: объясните аудитории простым языком, что машина теперь решает задачи за миллион долларов. Тема вызывает споры и собирает вовлечённость.

Разработчику и техническому специалисту. Следите за релизом весов Mistral Le Chonk и Reflection Beam в октябре. Если Beam действительно требует в 3-4 раза меньше вычислений при сопоставимом качестве, это может снизить стоимость инференса для ваших продуктов. Из доступных в РФ аналогов с открытыми весами стоит сравнивать с моделями семейства Qwen и DeepSeek.

Предпринимателю в РФ и СНГ. Рост числа открытых западных моделей, конкурирующих с китайскими, расширяет выбор. Но доступность в России зависит от лицензий и санкционных ограничений: проверяйте условия каждой конкретной модели перед интеграцией.

Всем, кто использует ИИ в работе. Увольнение Робинсона и Коксона, это не абстрактные корпоративные драмы. Люди, которые писали системы безопасности, уходят и публично говорят, что эти системы недостаточны. Имейте это в виду, когда доверяете ИИ-агентам критичные задачи: проверяйте результаты, не отдавайте автономию без контроля.

Когда веса Le Chonk и Beam станут доступны, мы протестируем их на практических задачах и расскажем, стоит ли переходить с текущих инструментов, следите за новостями ИИ на dzen.guru.

По данным Last Week in AI, The Atlantic, Gizmodo, Mistral, Reflection AI