@ai_productFavorited by 1
AI Product | Igor Akimov
Telegram channel @ai_product: 8.4K subscribers, 2.7K views per post, score 60
- 8.4K
- Subscribers
- 2.7K
- Median views over 30 days
- 31.9%
- Views / subscribers over 30 days
- 39
- Posts over 30 days
Data as of November 19, 2026
catalog description About the channel, by its author
Overview
Written automatically from the channel's data, updated 6 September 2026. The numbers in this text are as of that date; the fresh ones are in the tiles above.
AI Product | Igor Akimov covers artificial intelligence news: model releases from OpenAI, Anthropic, Google and Chinese labs, benchmark breakdowns, chip news and prompt-engineering takes. The author writes in first person, with personal commentary and side-by-side comparisons of model numbers.
The channel posts often — 33 posts in 30 days against a category median of 20 posts, nearly double the typical pace for the Artificial Intelligence category. Engagement runs at 29.9% ER, above the category median of 28.0%. With 8,125 subscribers, the median post gets 2,433 views. Over the 13-day observation window, subscribers grew by 77 and average views rose by 223.
The channel's Place Score is 61, out of 71 listings in the category. Its subscriber base is notably smaller than the category median of 14,145, but it compensates with posting frequency and engagement.
A fit for readers who want near-daily coverage of model releases and benchmark numbers without falling behind the news cycle.
Common questions
- What is the @ai_product channel about?
- The channel covers artificial intelligence news: model releases from OpenAI, Anthropic, Google, plus benchmark and chip breakdowns. The author comments in first person with personal takes.
- Can I advertise on @ai_product?
- The owner hasn't published an ad price yet. You can reach them directly on Telegram.
- How many subscribers?
- Subscribers: 8.4K. Median views per post: 2.7K. Views per subscriber: 31.9%. Measured on November 19, 2026.
- How often are posts published?
- Posts in the last 30 days: 39 — that is almost every day. Measured on November 19, 2026.
- Does this channel have a Telegram tick?
- No Telegram tick.
- Who runs this channel page in the catalog?
- Nobody yet. If this is your channel, claim the page: you will be able to reply to reviews and see its stats.
Is this your channel?
Claim it — accurate metrics, replies to reviews as the channel, and an owner badge on the page.
Verify ownershipTakes a minute: a post with a code, or the bot as an admin
Your page on tg.place
Know the owner?
Forward them this message — they can verify their rights and collect what has piled up: page statistics and replies to reviews.
Hover the chart or swipe it — we show the day.
| What it is made of | |
|---|---|
| Engagement | 10.4 of 30 |
| Growth quality | 20 of 20 |
| Reactions and forwards | 7.5 of 15 |
| Consistency | 8.2 of 12 |
| Trust | 4.5 of 8 |
| Reviews | not enough datano reviews yet |
Score 60 — from 5 of 6 signals: the rest are not measured yet. Methodology
Latest posts
Posts are in Russian — that is what the channel publishes.
- 1.7KOpen in TelegramВышли GPT-6.2 Astra и Sol! Ну-у... Claude Fable 5.2 в лоб по-прежнему умнее – 65 против 62 в индексе Artificial Analysis. Но задача у Astra стоит ~$4, а у Fable 5.2 на max – ~$27. Конкуренция идет за эффективность. Что из этого брать в работу: – много кода – Sol. На FrontierCode 2.0 он отстаёт от Astra на 0.5 балла за 1/5 цены – документы, слайды, таблицы, юридические задачи – Astra. Шаблон презентации она повторяет даже по скриншоту, а на юридическом Harvey LAB-AA выполняет больше чем вдвое больше заданий, чем Fable 5.2, примерно за 1/6 цены. – Fable 5.2 – когда нужно максимальное качество и бюджет не важен. Astra стала на 20% дешевле, Sol такая же. Кэш стал дешевле на 60% и хранится дольше, так что если промпт не меняете по ходу и не саммаризуете тулы - можно очень долго пользоваться супер-низкой ценой. Ну и по безопасности и 3D сильно прокачали. Прям красоту делает (гляньте там по ссылке демки) ТипаКстати, пишут, что в тестах обе модели чаще умалчивали, что им что-то мешает – нет файла, не работает поиск. В Codex это поправили инструкциями. Так что если делаете агента на 6.2, явно пропишите «если что-то недоступно – скажи» и проверяйте логи :) Да, и Ultrafast режим теперь доступен для 200 баксовых подписчиков на 6.2-Sol!
openai.com/…
https://openai.com/index/introducing-gpt-6-2-astra-sol/?video=1245920966openai.com/…
https://openai.com/index/introducing-gpt-6-2-astra-sol/ - Прикольно, создатель Digg задолбался платить за DocuSign и сделал опенсорсную версию SignuDoc. Загружаешь PDF, расставляешь поля, рассылаешь ссылки и получаешь запечатанный документ с аудит-сертификатом. Лицензия MIT, код на GitHub. – до 10 подписантов по очереди плюс получатели копии; подписывать можно без аккаунта и с телефона – поля: подпись, инициалы, дата, имя, текст, число, чекбокс, выпадающий список, радиокнопки – шаблоны, дедлайны от 3 до 90 дней, автонапоминания – проверка подписанта по коду доступа или одноразовому коду на почту – PAdES-печать на итоговом PDF и аудит-лог с хэш-цепочкой; есть публичная страница Verify, где файл сверяется по отпечатку и не покидает устройство – свой домен, логотип и фирменный цвет – для электронной подписи валидируемой подключается eID Easy или другой провайдер Все бесплатно и можно делать че хочешь. Одним кликом разворачивается на бесплатных планах Vercel, Neon и Resend, этого хватает примерно на 250 документов в месяц за $0. Для сравнения, команда из 15 человек на DocuSign Business Pro платит $8 100 в год ($45 за место в месяц), на Standard – $5 400. Плюс у DocuSign лимит в 100 отправок на пользователя в год. Надо сказать, чтобесплатный Vercel Hobby – только для некоммерческого использования, так что компании по-честному нужен Pro за $20 в месяц. Но $240 в год против $8 100 – так себе аргумент в пользу DocuSign :) Чего нет: API и вебхуков, одновременного подписания, Word-файлов, нескольких документов в одном конверте, интеграций с Salesforce и т. п. Страницы подписания пока только на английском. Короче, хороший пример того, что сейчас происходит с SaaS. Продукт с понятным циклом «загрузил – подписал – запечатал» теперь можно собрать с агентами и раздавать бесплатно, а платить только за инфраструктуру. Для малого бизнеса и стартапов в ЕС вполне рабочий вариант, особенно если договоры хочется хранить у себя и в своём регионе. А энтерпрайзу с Salesforce и массовой рассылкой DocuSign пока нужен. И как уже писал, не нужны компаниям 100500 энтерпрайз-фичей, им нужны основные 20%. А это легко делается с ИИ-кой.
github.com/…
https://github.com/NYLLON-SOFTWARE/signudoc - Ad
- Qwen4-Max: Ну-у... Нормальный такой апдейт. Alibaba сегодня выкатила в GA Qwen4-Max и назвала его “24/7 AI teammate” втрое дешевле. Магии там, как вижу, нету, но просто хорошая модель. Что внутри: – 2.4Т параметров, активно 71B, то есть для датацентров (весов кстати не будет, только на младшие) – контекст 1M, на вход текст, картинки и видео, на выход только текст – цена: $1.50 / $4.50 за 1M, кэш $0.075. Это на 25% дешевле Qwen3.8-Max и в разы ниже лидеров. Выглядит как нормчик, но смотрим дальше. Вендорский чарт (собирала сама Alibaba): – DeepSWE v1.1: 75.7 против 74.2 у Opus 5.5 и 75.5 у Kimi K3.1. Пять моделей в пределах полутора пунктов, это шум, а не лидерство – HLAB-Vals (legal): 21.3 против 9.2 у Opus 5.5, тут реально порвал – Terminal-Bench 4.0: 48.5 против 67.2 у Kimi K3.1 и 59.6 у Opus 5.5, такое себе – ProgramBench: 31.5 против 65.0 у Opus 5.5. Н-да – Chartography и Video-Index: отставание от американцев на 6–17 пунктов Независимые замеры: – Artificial Analysis Intelligence Index: 43 (было 34 у Qwen3.8-Max). Впереди Fable 5.2 (65), Gemini 4 Carbon (60), Opus 5.5 (59), GPT-6 Astra (57), GPT-6.1 Sol (55) и даже старенькая Kimi K3.1 Pro (46). – Vals Index: 63.20%, 11-е место из 38, лучший из китайских. – Code Arena WebDev: шестое место, 1750 Elo, пока preliminary Теперь про "втрое дешевле". По AA задача из индекса стоит $3.27 против $10.02 у предшественника, минус 67%. Но 75% этой экономии дал прайс и только 25% – реальное сокращение токенов. Модель все еще болтливая: 127M output-токенов на прогон индекса при медиане 78.6M. И главное сравнение. GPT-6.1 Sol при прайсе $2 / $10 обходится в $1.27 за задачу у AA и $3.61 за тест у Vals. Qwen4-Max – $3.27 и $9.33. При этом Sol у Vals еще и набирает чуть больше (63.94%). Дешевый токен не равен дешевой задаче. В общем, пока не добирается до рабочих моделей даже с низкой ценой: слишком много рассуждает. Но это честный generational апдейт: +9 пунктов индекса и втрое дешевле прошлого поколения. Но скорее подходит там, где нужен 1M контекста за недорохо. За агентным кодингом в терминале – все еще к Kimi или Sol/Opus/Carbon. qwen.ai/blog?id=qwen4-max
- Блин, Дженсена Хуанга из Nvidia-таки уволили Это конечно очень странное решение совета директоров. Я понимаю негодование и разборки в семье, я вообще не переношу измен, но в компании ответственность директора - перед сотрудниками, акционерами, клиентами. Отзывы о нем со всех стороны были очень хорошие. Вот 1600 сотрудников уже подписались по возвращению. Он пахал как лошадь и по сути вырастил с нуля лидера рынка. Если все три "жертвы" не предъявили никаких претензий - очень странно просто перечеркивать все остальное. Очередной раз подумаешь, нафиг нужен такой совет директоров.
wired.com/…
https://www.wired.com/story/nvidia-employees-petition-for-jensen-huangs-return/ - Гугл прорвало, выпустили Gemini 4 Hydrogen – «рабочую лошадку для агентов» Google окончательно перешёл на таблицу Менделеева: сверху тяжёлые Carbon и Argon, а Hydrogen – быстрая и недорогая модель на каждый день для кода и агентных задач. Что внутри: – $1.50 за 1M входных и $7.50 за 1M выходных токенов, цена одна на весь контекст в 1M – до 1M токенов на выходе (!) – 4 уровня thinking: low, medium, high (по умолчанию) и новый xhigh – в ~2.5 раза быстрее Gemini 3.8 Flash; у партнёров – в 2–2.8 раза быстрее и на 12–23% меньше токенов на задачах с большим объёмом данных. Бенчмарки (по данным Google): – Artificial Analysis Intelligence Index: 51 на high, 54 на xhigh – Terminal-Bench 4.1: 57% против 18.2% у 3.8 Flash – Vals Tax Agent Bench: 52.3% – первое место – Vals Legal Research: 55.8% – делит первое – Agents' Last Exam: 71.6% На high Hydrogen набирает в Intelligence Index 51, а «фронтирный» Argon – 50. Кажется Argon сольют скоро. Тестили связку: Carbon планирует и координирует, а Hydrogen гоняет воркеров и верификаторов в изолированных окружениях. Google пишет, что результат почти как у одного Carbon, но квоты уходит на ~24% меньше, а работа идёт на ~19% быстрее. Постоянно так использую модельки. Модель уже доступна почти везде: API и AI Studio на всех тарифах, Gemini app, Search, Sheets, а в Antigravity – для подписчиков Pro/Ultra. Короче, по цене это уже не совсем «Flash»: $7.50 за выход для младшей модели кусается. Но если подтвердится экономия токенов и скорость, задача целиком может выйти дешевле. Почти все бенчмарки – от самого Google, часть из них внутренние, так что ждём независимых тестов. Скорее всего будет удачная замена для обычных рабочих агентских задач
blog.google/…
https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-hydrogen/ - Снова дыра в безопасности, теперь Apache ИИ-ки нашли уязвимость, через которую можно удалённо, без пароля, запустить на сервере любой код. Проще говоря – захватить сайт. – По данным Wiz, уязвимые серверы есть у 64% компаний в облаке, у половины они открыты в интернет – Взломов пока не видели – Лечится обновлением до версии 2.4.71, вышла вчера. Нашли независимо друг от друга Anthropic и Google. Если у вас сайт на Apache – обновитесь сегодня же.
wiz.io/…
https://www.wiz.io/blog/cve-2026-119618-rce-apache-http-server-vulnerability - О, Apple тоже может в AI Research, научила ИИ искать по документам в 8 раз быстрее Короче, все про уже избитый и 100 раз обсужденный RAG. Проблема, что всякие эмбеддинги и реранкеры исходят из того, что вопрос похож на документ, а в жизни вопрос – это короткая фраза пользователя, а документ – длинный вычитанный текст. Система часто идет не к той полке, и приходится перерывать соседние. Что придумали в Apple: – Для конкретной базы и типичных вопросов к ней один раз заранее обучают маленькие нейросети – такого типа опытного искателя, который знает именно эту базу знаний – Первая сетка подсказывает, на какую полку идти: выбирает кластер с максимальной оценкой вместо "ближайшего по смыслу" – Вторая переделывает вопрос в то, как выглядел бы идеальный ответ, и уже с ним идет в обычный поиск (ну это уже типичный механизм) Что получилось (тест на 2.6 млн текстов): – Найти верный документ в 99% случаев удается за 0.23 мс вместо 1.8 мс – в 8 раз быстрее – Просматривать для этого нужно в 11 раз меньше базы – Нужную полку находит почти вдвое быстрее: 1.74 мс против 3.36 мс Вопросы и раньше переписывали для лучшего поиска, но большой языковой моделью – это долго и стоит денег. А тут крошечная сетка делает то же самое за доли миллисекунды, и существующий поиск менять не надо. Ложка дегтя: маленькую модель учат под одну конкретную базу и привычные вопросы. Если документы постоянно меняются или люди начнут спрашивать о другом – надо переучивать. И кода Apple не выложила. Короче, норм идея больших стабильных архивов (поддержка, справочники, законы). И особенно для поиска прямо на телефоне, где нужно потребление энергии и скорость.
machinelearning.apple.com/…
https://machinelearning.apple.com/research/faster-retrieval - Ну вот, недолго музыка у Jev играла, Google тоже выкатил decision-модель Gemini Decisions API на новой Gemini Decision 1. Идея та же, что у Jev: модель не генерит текст по токену, а за один проход оценивает готовые варианты и отдает вероятность. Итого внутри: – три типа вопросов: да/нет, выбор из 2–255 вариантов и оценка по рубрике – до 1000 вопросов на один общий вход, контекст 256K(!) – на вход текст, картинки, аудио, видео и PDF (вау!) – 150–250 мс end-to-end, и латенси почти не растет от 1 до 100 вопросов – $0.10 за 1M входных токенов, выход бесплатно, есть бесплатный тир в AI Studio Бенчмарки (таблица самого Google, так что делим на два): – JevBench: 92.2% против 90.0% у Jev 1.14 и 90.9% у GPT-6 Luna – Amazon ESCI: 58.7% против 56.7% и 54.7% – When2Call (выбор тула): 79.9%, тут Jev впереди с 82.0%, Mind2Web тоже за ним – аудио и видео: 71.8% и 69.1%, у Jev и Luna там прочерки По цене Google даже самой дешёвой моделью не может тягаться. Я бы сказал, что во всяких классификациях, извлечениях данных стоимость можно спокойно уменьшить раз в 5. Интересно, кстати, что Microsoft-Decision-1 не добавили. Короче, за месяц decision-эндпоинты стали отдельной категорией: OpenAI вышел в бету 6 октября, Microsoft – 9-го, теперь Google. Jev очень вовремя поднял денег и как я и предсказывал, гранды потянулись быстро. Идея-то огненная. Для роутинга, проверок и классификации документов это ровно то, что надо: вместо LLM с JSON-схемой и молитвой получаешь вероятность, на которую можно повесить порог. Разница в 2 п.п. между игроками – ну такое, можно выбирать любого, кто нравится, а вот мультимодальность и калибровка у Google выглядят здорово.
blog.google/…
https://blog.google/innovation-and-ai/technology/developers-tools/gemini-decisions-api/ - OpenAI строит свой Google Business Profile прямо в ChatGPT А от OpenAI ответка по рекламе и представленности вашего бренда внутри ChatGPT (потому что аудитория же огромная). И это конечно будет крутой большой "новый интернет". Там надо быть. Вчера выкатили бету Businesses in ChatGPT. Что внутри: – Business Hub – подтверждаешь компанию, получаешь синюю галочку, дальше сам правишь описание, цены и остатки. Работает на всех рынках, где есть ChatGPT, но локальным магазинам и ресторанам пока дают забрать листинг только в США. Я зарегистрировался, но пока прохожу верификацию. Все стандартно - документы на тебя, проверка имейла и телефона, документы на компанию. – Аналитика – агрегаты за 28 дней: упоминания, клики на сайт, повторяющиеся темы. Сами чаты бизнесу не отдают, а цифры появляются только после минимального порога – Business Agent – ваш ИИ-продавец внутри ChatGPT. Прикольная идея, конечно. Всех ИИ агентов с сайтов забрать к себе. Можно будет отвечать на вопросы по вашим товарам и услугам. Кормится товарным фидом с ценами и остатками или подключенным Shopify. Пока только США, только ecommerce и онлайн-сервисы, дальше будет на всех. – Цена – на старте и Hub, и агенты бесплатные, но скорее всего будет и платно. Ну либо на рекламе будут зарабатывать. Купить прямо в агенте нельзя – отправляет на сайт бренда, платежи пилят с Visa Теперь зачем это всё. Агента можно спонсировать (то есть оплачивать токены людей в нем сидящих) и сделать посадочной для ChatGPT Ads – это продолжение сентябрьского анонса, где по клику на рекламу открывается отдельный диалог с агентом компании, а первыми партнерами стали HubSpot (CRM) и Shopify (ecommerce). Реклама OpenAI уже просит $1 млрд годового run rate (100 000+ рекламодателей в 89 странах). Опять же убили стартапы только зарождающегося GEO... Peec AI, Profound и OtterlyAI продавали брендам оценки их видимости в ChatGPT – а теперь первоисточник отдает реальные цифры бесплатно. Короче, это заявка на то, чтобы ChatGPT стал витриной, а не просто чатом. OpenAI клянется, что оплата не влияет на то, как часто ChatGPT рекомендует бизнес – ну, Google тоже когда-то так начинал ) Короче, что думаю: профиль забирать сейчас, пока бесплатно и пока конкуренты спят, фид с ценами готовить заранее. Агенты до Европы доедут не завтра, а вот когда подключат оплату через Visa – это будет уже не лидген, а вся воронка целиком. youtu.be/Z9k5oI3Paoc
- Anthropic собрал офисный пакет внутри Claude Решили видимо выпулить фич перед инвесторами. Вчера одним залпом выкатили Sheets, Whiteboards, Data, Meetings и "полноразмерные" коннекторы. И всё это ровно в неделю старта IPO-роудшоу – совпадение, ага :) Короче, еще тыщу стартапов поляжет, вот что теперь прям в клоде: – Sheets (бета) – по промпту получаешь таблицу с вкладками, формулами, форматированием и выпадающими списками, каждую свою правку Claude помечает. Есть и экспорт в .xlsx и CSV есть. Это как раз всяких аналитиков отвадить от экселек или хотя бы транзишен предложить. – Whiteboards (бета) – наговариваешь сырой план, на выходе доска с таймлайном, ответственными и датами. На ретро стикеры команды группируются по темам, а action items расписываются по людям. Готовую доску можно превратить в док или презу либо унести в Miro, Lucid и Vani от Zoho. Ну теперь понятно, почему Miro продалась не сильно дешево. Теперь есть бесплатная Miro у вас дома... – Data (GA, бывший Dashboards) – кроме дашбордов (надо только подключить ваши данные) умеет data stories и короткие озвученные видео. Запросы, заверенные дата-командой, получают бейдж “certified”, а зрителям расшаренного дашборда доступ к коннектору не нужен. То есть убили и аналитические BI стартапы, и аналитиков самих... – Meetings (бета) – Claude сидит на созвоне видимым участником и делает задачи прямо по ходу разговора. Пока только Google Meet и только Team/Enterprise. Если на звонок заходит внешний гость – сам выходит. То есть он за вас не только записывает, но и сразу делает, что-нибудь например находит в аналитике или таски в джире правит. И про джиру... – Коннекторы – Notion, Jira, Asana, Confluence открываются рядом с чатом полноценным редактором под твоим аккаунтом, а не урезанным превью, и Claude правит открытую страницу с твоего подтверждения. Adobe, Box и HubSpot уже там, Figma, Harvey и Shopify пилят. То есть они как бы и отжирают аудиторию, и предлагаю еще больше затаскивать свои продукты в Claude... Ну... Выиграет тут только Anthropic :) – Sheets, Whiteboards и Data – доступны на всех платных планах, то есть от $20 в месяц; web, десктоп и мобилка. – Коннекторы – на всех планах, web и десктоп. – На Team всё включено по умолчанию, на Enterprise Sheets и Whiteboards выключены, Data там включится 19 ноября. В общем, ставка на то, чтобы стать окном, из которого человек вообще не выходит. Работает это на MCP Apps – открытом расширении MCP, где сервер приносит свой интерфейс, и такие приложения запустятся в любом ИИ-клиенте с поддержкой расширения, не только в Claude. То есть вендоры сами несут свой UI в чат, а в маркетплейсе уже больше 9000 коннекторов и плагинов. Конкуренты бегут туда же: OpenAI пару недель назад показал свои рабочие инструменты для ChatGPT – визуализация данных компании, презентации, у Meta агент Muse на лету собирает мини-приложения под задачу. Все дружно строят офисный пакет против Microsoft и Google. – Interactive connectors: full tool – More ways to work with Claude – Whiteboards, Sheets, Data Демка: youtu.be/YewAJPawE7I
The channel in numbers
- Created
- January 19, 2023
- Photos
- 1.3K
- Videos
- 247
- Files
- 58
- Links
- 1.4K
Telegram data as of November 19, 2026
Rankings and collections
- AI: what to readcollection
Reviews
Leave a review
No reviews yet. Yours would be the first.