ByteDance представила Seedance 2.5 — модель для генерации и редактирования видео со звуком. Она создаёт ролики длительностью до 30 секунд за один проход и поддерживает многократное продолжение сцен с сохранением персонажей, окружения и темпа повествования. За один запрос можно загрузить до 30 изображений, 10 видео и 10 аудиозаписей. Модель использует их как референсы для персонажей, … Читать далее
OpenAI объявила о снижении цен на модели GPT-5.6 Luna и Terra и запуске Fast mode для GPT-5.6 Sol в API. Luna подешевела на 80%, Terra — на 20%. С 30 июля GPT-5.6 Terra стоит $2 за 1 млн входных токенов и $12 за 1 млн выходных. Для GPT-5.6 Luna цена составляет $0,20 и $1,20 соответственно. … Читать далее
OpenAI представила серию GPT-5.6: Sol, Terra и Luna. Sol — флагманская модель, Terra рассчитана на повседневные задачи и стоит вдвое дешевле GPT-5.5, Luna — самая быстрая и доступная версия. Пока модели доступны только небольшой группе доверенных партнеров через API и Codex. Широкий запуск для ChatGPT, Codex и API планируют в ближайшие недели. OpenAI заранее показала … Читать далее
OpenAI и Broadcom представили Jalapeño — чип для быстрой работы AI-моделей. Он нужен, чтобы ChatGPT, Codex, API и будущие AI-сервисы отвечали быстрее, стабильнее и дешевле при большом числе пользователей. Jalapeño — это не универсальный процессор, а ускоритель для LLM inference. Так называют этап, когда модель уже обучена и отвечает пользователю. Чип разработали OpenAI, Broadcom и … Читать далее
Задержка убивает магию голосового ИИ. OpenAI нашла решение — Realtime API. Это похоже на живой разговор.
xAI выпустила в preview модель grok-imagine-video-1.5-preview через свой API. Это image-to-video-модель, которая превращает одно статичное изображение в видео с движением, камерой, атмосферой и физикой сцены. Пользователь задает исходный кадр и текстовый prompt с описанием движения, темпа, ракурса и звука, а модель анимирует сцену, стараясь сохранить детали и освещение оригинального изображения. Поддерживается генерация роликов до 720p. … Читать далее
Компания Agoda выпустила в открытый доступ APIAgent. Инструмент решает главную проблему разработки ИИ-агентов — подключение к данным.
Google представила Gemini 3.1 Flash TTS — новую модель для преобразования текста в речь, управляемую промптами. Модель доступна через стандартный Gemini API и позволяет детально настраивать голос, акцент и эмоциональную окраску с помощью текстовых инструкций, что открывает новые возможности для создания аудиоконтента.
Разработчик Саймон Уиллсон выпустил две новые альфа-версии плагина datasette-llm для работы с языковыми моделями. Версия 0.1a5 улучшает отслеживание цепочек промптов, а 0.1a4 добавляет гибкую настройку API-ключей для разных задач. Эти обновления важны для разработчиков, создающих сложные ИИ-приложения.
Компания Fly.io представила Sprites.dev — инновационную программную библиотеку, которая функционирует без необходимости написания кода, объединяя две ключевые среды для разработчиков.
Компания Fly представила платформу Sprites.dev, которая одновременно решает задачи изолированных сред для разработчиков и тестирования API.
Prompt Caching — это метод оптимизации, который помогает сократить расходы на LLM API, выявляя и кэшируя семантически схожие пользовательские запросы.