✔️ OpenAI выпустила открытый бенчмарк для оценки ИИ в психологии

OpenAI, Anthropic и Amazon представили новые ИИ-разработки

Крупные технологические компании и стартапы выпустили новые инструменты и модели для работы с искусственным интеллектом. В числе главных анонсов — психологический бенчмарк от OpenAI, облачные сессии кода от Anthropic и видеомодель от Amazon.

OpenAI выпустила открытый бенчмарк для оценки ИИ в психологии

Набор Mental Health Bench проверяет поведение моделей в диалогах, охватывающих темы от бытового стресса и проблем в отношениях до тяжелого дистресса и экстренных кризисов. Сценарии включают взаимодействие со взрослыми, подростками, опекунами и врачами. Критерии оценки разработали более 80 психологов и психиатров из 22 стран.

Итоговый балл распределяется по десяти параметрам поведения, включая безопасность, сбор контекста и сохранение самостоятельности пользователя. Ответы моделей оценивает GPT-5.6 Sol. Лучший результат показала GPT-6 Astra с 57,3%, следом идут GPT-6 Sol с 53,9% и Claude Opus 5.5 с 52,4%.

Anthropic вывела облачные сессии Claude Code в общий доступ

Функция вышла из исследовательского превью, сессии теперь работают на виртуальных машинах Anthropic. Пользователи могут поручить агенту в облаке долгий рефакторинг, миграцию или обновление зависимостей. Запуск доступен из веб-версии, мобильных и десктопных приложений, а также через команду claude —cloud.

Задачи можно ставить по расписанию, через вызов API или по событиям в GitHub, при этом компании имеют возможность держать сессии на собственных серверах. Функция входит в тарифы Pro, Max, Team и Enterprise, расходуя общие лимиты подписки. Подписчики Pro и Max до 7 октября могут получить разовый бонус в 100 и 250 долларов соответственно, который тратится исключительно на облачные сессии.

Amazon и The Biological Computing готовят видеомодель на основе живых нейронов

Стартап The Biological Computing совместно с AWS готовит коммерческий запуск text-to-video модели, оптимизированной по замерам активности живых нейронов. Она генерирует видео в 5 раз быстрее и на 80% дешевле рядовой модели при лучшем качестве. Компания не раскрывает, какой видеогенератор взят за основу и как именно измерялось качество.

Оптимизация представляет собой проприетарный программный слой, который увеличивает модель менее чем на 0,1% и работает на обычном оборудовании. Модель запустят на чипах AWS Trainium, в Amazon SageMaker AI и AWS Marketplace. Пока доступ к ней выдают по заявке.

Black Forest Labs выпустила открытую модель мира FLUX 3 Action

Стартап опубликовал веса и отчет по FLUX 3 Action, модели класса World Action Model на 7 млрд параметров. Она одновременно предсказывает команды для робота и кадры рабочей сцены на 2,13 секунды вперед. Основой послужила FLUX 3, дообученная преимущественно на видеоданных.

На бенчмарке RoboLab-120 дистиллированная версия решает 42,2% задач, что является лучшим результатом среди открытых моделей. Для сравнения, Cosmos 3 Nano от Nvidia на 16 млрд параметров набирает 36,8%, а π0.5 показывает 28,0%. В формате FP8 модель FLUX 3 Action работает в 1,5–4 раза быстрее Cosmos 3 Nano на ускорителях от B200 до RTX 5090.

Comfy Org запустила единый API для генерации медиа

Сервис Comfy Router объединяет инструменты генерации изображений, видео и аудио за одной точкой входа. Он предлагает общий биллинг и единый формат запросов и вебхуков.

Система самостоятельно выбирает провайдера по цене и задержке, распределяет нагрузку и при сбое переключается на другой узел. Через API можно обращаться как к открытым и закрытым моделям, так и запускать в облаке собственные графы ComfyUI.