@ai_productВ избранном у 1
AI Product | Igor Akimov
Telegram-канал @ai_product: 8,4 тыс. подписчиков, 2,7 тыс. просмотров на пост, оценка 60
- 8,4 тыс.
- Подписчики
- 2,7 тыс.
- Медиана просмотров за 30 дней
- 31,9%
- Просмотры / подписчики за 30 дней
- 39
- Постов за 30 дней
Данные на 19 ноября 2026 г.
описание каталога О канале от автора
Обзор
Составлен автоматически по данным канала, обновлён 6 сентября 2026. Числа в тексте — на эту дату; свежие стоят плитками выше.
AI Product | Igor Akimov — канал о новостях искусственного интеллекта: релизы моделей от OpenAI, Anthropic, Google и китайских лабораторий, разборы бенчмарков, чипов и промпт-инженерии. Автор пишет от первого лица, с личными оценками и сравнением цифр разных моделей между собой.
Канал публикует часто: 33 поста за 30 дней при медиане по категории «Искусственный интеллект» в 20 постов — почти вдвое активнее типичного канала ниши. При этом ER держится на уровне 29,9%, что выше медианы категории (28,0%). На 8 125 подписчиков медиана просмотров поста — 2 433. За 13 дней наблюдений подписчиков прибавилось 77, а средние просмотры выросли на 223.
Place Score канала — 61, при 71 записи в категории. По размеру аудитории канал заметно уступает медиане категории (14 145 подписчиков), но берёт частотой публикаций и вовлечённостью.
Подойдёт тем, кто хочет держать руку на пульсе релизов моделей и следить за новостями AI-индустрии без задержек — автор публикует материал почти ежедневно и разбирает конкретные цифры бенчмарков.
Частые вопросы
- О чём канал @ai_product?
- Канал пишет о новостях искусственного интеллекта: релизы моделей OpenAI, Anthropic, Google, разборы бенчмарков и чипов. Автор комментирует новости от первого лица с личными оценками.
- Можно ли купить рекламу в @ai_product?
- Владелец канала пока не открыл прайс на рекламу. Связаться с ним можно напрямую в Telegram.
- Сколько подписчиков?
- Подписчиков — 8,4 тыс. Медиана просмотров поста — 2,7 тыс. Просмотров на подписчика — 31,9%. Данные на 19 ноября 2026 г.
- Как часто выходят посты?
- За 30 дней вышло постов: 39 — это почти каждый день. Данные на 19 ноября 2026 г.
- Есть ли у канала галочка Telegram?
- Галочки Telegram нет.
- Кто ведёт страницу канала в каталоге?
- Пока никто. Если это ваш канал — заберите страницу: сможете отвечать на отзывы и видеть её статистику.
Это ваш канал?
Подтвердите владение — точные метрики и что улучшить, ответы на отзывы от лица канала и бейдж владельца на странице.
Подтвердить владениеЗаймёт минуту: пост с кодом или бот в администраторах
Ваша страница в tg.place
Знаете владельца?
Перешлите ему это сообщение — он подтвердит права и заберёт накопленное: статистику страницы и ответы на отзывы.
Наведите на график или проведите пальцем — покажем день.
| Из чего складывается | |
|---|---|
| Вовлечённость | 10,4 из 30 |
| Качество роста | 20 из 20 |
| Реакции и пересылки | 7,5 из 15 |
| Регулярность | 8,2 из 12 |
| Доверие | 4,5 из 8 |
| Отзывы | недостаточно данныхотзывов пока нет |
Оценка 60 — по 5 показателям из 6: остальные пока не измерены. Методология
Последние посты
- 1,7 тыс.Открыть в 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 - Реклама
- 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
О канале в цифрах
- Создан
- 19 января 2023 г.
- Фото
- 1,3 тыс.
- Видео
- 247
- Файлы
- 58
- Ссылки
- 1,4 тыс.
По данным Telegram на 19 ноября 2026 г.
Рейтинги и подборки
Отзывы
Оставить отзыв
Отзывов пока нет. Ваш будет первым.