Вып. 08/2026 Независимый обзор ИИ · RU+EN

Машины
думают.
Мы — фиксируем.

AI Chronicle — хроника искусственного интеллекта: от теста Тьюринга 1950 года до автономных агентов 2026-го. Рейтинги моделей на реальных бенчмарках, бизнес-кейсы с измеримым ROI, ноль хайпа.

Рейтинг моделей → Кейсы с ROI Блог
200+материалов и кейсов
18моделей в базе
80.3SWE-Bench Pro лидера — Fable 5
2×/месобновление данных

Коротко — состояние ИИ на август 2026

  • Самая мощная публичная модель — Claude Fable 5 (Anthropic, Mythos-класс): 80.3% SWE-Bench Pro, контекст 1M токенов, $10/$50 за миллион.
  • Лучший терминально-агентный результат — GPT-5.6 Sol: 88.8% Terminal-Bench 2.1, в режиме Ultra — 91.9%.
  • Оптимум цены — Claude Opus 5 (24 июля): рядом с Fable на большинстве задач за полцены, $5/$25.
  • Новая реальность: правительство США впервые вмешалось в графики релизов — пауза Fable/Mythos 5 и ограниченный старт GPT-5.6.
01 —

76 лет пути к AGI

Полная история →

Искусственный интеллект прошёл путь от философского вопроса Тьюринга «может ли машина мыслить?» до систем, которые самостоятельно пишут код и управляют бизнес-процессами. Ключевые вехи:

1950–80

Зарождение дисциплины

Тест Тьюринга (1950), термин «artificial intelligence» на Дартмутской конференции (1956), языки LISP и Prolog, экспертные системы MYCIN и XCON. Первая «зима ИИ» 1974–1980: финансирование иссякает из-за завышенных ожиданий.

1986–2009

Машинное обучение вытесняет символьный ИИ

Backpropagation Хинтона (1986) возрождает нейросети. Deep Blue обыгрывает Каспарова (1997). Статистические методы, байесовские сети и SVM становятся стандартом индустрии.

2012–19

Революция глубокого обучения

AlexNet выигрывает ImageNet с отрывом 10% (2012). AlphaGo побеждает Ли Седоля (2016). Статья «Attention is All You Need» (2017) дарит миру трансформеры — архитектуру всех современных LLM.

2020–22

GPT-момент

GPT-3 со 175 млрд параметров пишет человекоподобные тексты. Ноябрь 2022: ChatGPT набирает 1 млн пользователей за 5 дней — самый быстрый старт продукта в истории технологий.

2023–25

Мультимодальность и гонка контекстов

Claude 3, GPT-4o, Gemini Ultra видят, слышат и генерируют видео. Контекст растёт с 4K до 2M токенов. Llama открывает экосистему open-source. Появляются первые рабочие ИИ-агенты.

2026 →

Эра агентов

ИИ-агенты пишут и запускают код, управляют браузером, работают с API. Летом 2026-го Anthropic открыла Mythos-класс (Fable 5), а правительство США впервые вмешалось в графики релизов. ИИ перестал быть чат-ботом — стал сотрудником и вопросом национальной безопасности.

02 —

Рейтинг моделей

Полное сравнение + FAQ →

Обновлено: 16 августа 2026 · Лето-2026: четыре релиза Claude 5 и семейство GPT-5.6

1

Claude Fable 5

Anthropic · Mythos-класс
1M ctx$10/$5009.06.2026
80.3SWE-Pro
2

GPT-5.6 Sol

OpenAI
1.05M ctx$5/$30Sol·Terra·Luna
88.8TB 2.1
3

Claude Opus 5

Anthropic
1M ctx$5/$25Регулятор усилий
43.3Frontier №1
4

GPT-5.5

OpenAI
1M ctx$5/$30Pro: $30/$180
82.7TB 2.0
03 —

ИИ в бизнесе

Все кейсы + план внедрения →

Реальные результаты внедрения по отраслям. Каждая цифра — из опубликованного кейса, а не из презентации вендора.

3.1

Маркетинг и контент

+340%

производительности контент-команды с Claude и GPT

 3.2

Финтех

−89%

времени детекции мошенничества — ML в реальном времени

 3.3

Legal

−75%

времени на due diligence — анализ договоров LLM

 3.4

Производство

−62%

простоев — предиктивное обслуживание оборудования

 3.5

E-commerce

+28%

средний чек — персональные рекомендации

 3.6

Медицина

+31%

точность диагностики на медицинских снимках

 3.7

HR

−60%

времени первичного скрининга кандидатов

 →

Ещё 12 отраслей

Образование, логистика, строительство, ритейл и другие — с инструментами и планом запуска
04 —

Калькулятор экономии

Консервативная оценка: ИИ автоматизирует 35% рутинных задач. Реальные кейсы показывают 40–70%. Подвиньте ползунки под вашу команду:

Потенциальная экономия / месяц 70 ч освобождённого времени команды
Часов сэкономлено70 часов
В деньгах за месяц35 000 ₽
За год420 000 ₽

* 35% экономии на рутине — консервативный сценарий. Как достичь: план внедрения за 4 шага

05 —

Свежие материалы

Весь блог →
01

Anthropic открыла Mythos-класс: Claude Fable 5 доступен всем — 80.3% SWE-Bench Pro

Anthropic
09.06.26 02

OpenAI выпустила семейство GPT-5.6: Sol, Terra и Luna — после согласования с властями США

OpenAI
09.07.26 03

Claude Opus 5: почти уровень Fable 5 за половину цены — $5/$25

Anthropic
24.07.26 04

Слухи: Claude Fable 5.1 готов внутри Anthropic — релиз ожидают в августе

Инсайдеры X
26.07.26
05d —

Состояние индустрии — 2026

Гонка сместилась с размера моделей на их применение. Если 2023–2024 годы прошли под лозунгом «больше параметров», то теперь вендоры соревнуются в трёх других измерениях. Первое — надёжность агентов: способность выполнить двадцатишаговую задачу, не потеряв цель на седьмом шаге. Второе — стоимость вывода: цена за миллион токенов у флагманов за два года упала в пять-семь раз, и это открыло массовые сценарии, которые раньше не сходились экономически. Третье — специализация: медицинские, юридические и инженерные версии моделей обгоняют универсальные на своих задачах при меньшем размере.

Разделение рынка тоже оформилось. Закрытые API (Anthropic, OpenAI, Google) держат верхний сегмент качества и снимают с бизнеса заботу об инфраструктуре. Открытые модели (Meta, Mistral, DeepSeek, Qwen) забирают всё, что связано с конфиденциальностью, кастомизацией и предсказуемой ценой. Между ними вырос слой провайдеров инференса, продающих открытые модели как сервис, — по цене заметно ниже флагманских API.

Регулирование дозрело вместе с технологией: европейский AI Act вошёл в фазу применения, корпоративные закупщики спрашивают у вендоров аудит-трейлы и условия обработки данных раньше цены. Вопрос «какая модель умнее» всё чаще проигрывает вопросу «какую мы вообще можем развернуть в нашем комплаенс-контуре».

Для российского рынка добавляется фактор доступности: часть западных API работает с ограничениями, поэтому доля self-hosted решений и локальных моделей здесь выше среднемировой. Практический вывод один: архитектуру стоит строить так, чтобы замена модели не превращалась в новый проект — промпты, тесты и данные должны жить отдельно от конкретного вендора.

05a —

Что такое современный ИИ

Когда в 2026 году говорят «искусственный интеллект», в девяти случаях из десяти имеют в виду большие языковые модели — LLM. Это нейросети на архитектуре трансформера, обученные на триллионах слов предсказывать следующий фрагмент текста. Из этой обманчиво простой задачи вырастает всё остальное: перевод, программирование, анализ договоров, поддержка клиентов. GPT-5.6, Claude Fable 5, Gemini 3.1 Pro и открытая GLM-5.2 устроены по одному принципу — различаются данные обучения, размер, дообучение и инженерная обвязка вокруг ядра.

Ключевой сдвиг 2025–2026 годов — переход от чат-ботов к агентам. Чат-бот отвечает на вопрос и останавливается. Агент получает цель и сам раскладывает её на шаги: открывает браузер, вызывает API, пишет и запускает код, проверяет результат, исправляет собственные ошибки. По оценке McKinsey, к концу 2025 года агентов в рабочих процессах применяли 78% компаний Fortune 500 — годом ранее таких была треть.

Второй сдвиг — рассуждающие модели. Вместо мгновенного ответа модель строит внутреннюю цепочку рассуждений, перебирает гипотезы и только потом отвечает. Разрыв поколений виден на SWE-Bench Pro: 80.3% у Mythos-класса Fable 5 против 69.2% у предыдущего Opus 4.8 — на реальных инженерных задачах, а не на викторинах. Цена вопроса — время и деньги: рассуждающий запрос обходится в 3–10 раз дороже обычного, поэтому включать его на каждую мелочь бессмысленно.

Чего модели по-прежнему не умеют: они уверенно выдумывают факты (реже, чем год назад, но не до нуля), сбиваются в длинной арифметике без внешнего калькулятора и теряют детали в середине очень длинного документа. Отсюда рабочее правило редакции: ИИ — черновик и ускоритель; финальная проверка — всегда за человеком. Подробные определения терминов — в глоссарии, практический старт — в гайде «Первая неделя с ИИ».

05b —

Как мы считаем рейтинг

Полная методика →

С лета 2026 рейтинг строится на агентных бенчмарках: SWE-Bench Pro — реальные инженерные задачи в больших репозиториях, Terminal-Bench 2.1 — автономная работа в командной строке, Frontier-Bench и GDPval-AA — длинная офисная работа. Классическая тройка MMLU/GPQA/HumanEval ушла в архив: флагманы различаются на ней долями процента. Единого теста, который публично прошли все лидеры, пока нет — поэтому у каждой модели в таблице профильный бенчмарк с лучшим подтверждённым результатом, сверенным по независимым площадкам (Vals AI, Vellum, Artificial Analysis).

Чего рейтинг сознательно не измеряет: качество диалога, творческие задачи, скорость ответа и устойчивость к взлому промптов. Для этого есть развёрнутые обзоры в блоге. Цифры обновляем в первую неделю каждого месяца; при крупном релизе — внепланово в течение 48 часов.

05c —

Частые вопросы новичков

С чего начать, если я не технарь?
Прочитайте хронологию выше — 10 минут, и станет понятно, откуда всё взялось. Дальше практика: зарегистрируйтесь в любом из трёх флагманов (Claude, ChatGPT, Gemini) и отдайте ему одну реальную задачу сегодняшнего дня — письмо, план, таблицу. Затем — гайд «Первая неделя с ИИ»: семь дней по 20 минут, без программирования.
Платить за подписку или хватит бесплатной версии?
Бесплатные версии закрывают эпизодические задачи: пара запросов в день, короткие тексты. Подписка около $20 в месяц окупается, когда ИИ работает у вас больше 30–40 минут в день: выше лимиты, доступ к старшим моделям, длинные документы. Начните бесплатно — потребность в платной версии почувствуете сами, обычно на второй неделе.
ИИ отберёт мою работу?
Данные кейсов 2025–2026 показывают перераспределение, а не массовые увольнения: освободившиеся часы уходят на задачи выше по цепочке ценности. Под давлением оказываются роли, состоящие из повторяющихся операций с текстом. Практичная стратегия — стать в своей команде человеком, который умеет ставить ИИ задачи: спрос на это сейчас превышает предложение.
Чем Claude отличается от ChatGPT для обычного пользователя?
На бытовых задачах — почти ничем: оба напишут письмо и разберут документ. Разница проявляется на краях: Claude заметно сильнее держит длинные документы и многошаговые рассуждения, ChatGPT удобнее экосистемой — встроенные инструменты, генерация изображений, память между чатами. Наш совет из практики: попробуйте оба бесплатно на одной и той же вашей задаче и оставьте тот, чьи ответы приходится меньше править.
На чём зарабатывает AI Chronicle?
Подписки читателей и реклама компаний вне ИИ-индустрии — всегда с пометкой. От Anthropic, OpenAI, Google и Meta денег не берём, чтобы рейтинг оставался независимым. Подробнее — в принципах редакции.
06 — Дайджест

ИИ-неделя.
Без воды.

Главное из мира ИИ за 7 дней: новые модели, кейсы, исследования. Одно письмо в неделю, на русском и английском.

✓ 1×/неделю✓ RU + EN✓ Без спама

Нажимая кнопку, вы принимаете политику конфиденциальности. Отписка — в один клик.