LLM-дайджест: 23 сентября 2026

🆕 Новые модели

Claude Opus 5.5, GPT-6 Sol и GPT-6 Luna вышли на фоне новой ценовой войны. Simon Willison собрал главные модельные релизы дня и сравнил их в контексте усиливающейся конкуренции по цене.
Jev предложила новый класс «моделей решений». TypeSafe AI представила Jev как пример System One model — системы для принятия решений, отличающейся по форме от привычных генеративных LLM.

UK AISI и EvalEval делают результаты бенчмарков воспроизводимыми. Hugging Face рассказала о подходе, призванном повысить воспроизводимость и проверяемость оценок моделей.
Стек инференса может искажать оценку локальных моделей с инструментами. Исследование показывает, что успешность tool calling зависит не только от модели, но и от слоя сервинга, который обрабатывает её вызовы.

Transformers теперь запускает квантизованные модели llama.cpp. В библиотеке появилась поддержка квантов llama.cpp, упрощающая работу с компактными локальными моделями.
LLM 0.36 добавила поддержку GPT-6 Sol и GPT-6 Luna. Новая версия CLI-инструмента Simon Willison позволяет обращаться к свежим моделям OpenAI.
llm-anthropic 0.29 получила поддержку Claude Opus 5.5. Обновлённый плагин позволяет запускать новую модель Anthropic через CLI LLM.
Flash-dLLM ускоряет диффузионные LLM с помощью KV-кэша и параллельного декодирования. Авторы предлагают IO-aware кэширование и параллельную генерацию для более быстрого и экономного инференса.
Agensh масштабирует коллективную работу до 1024 агентов. Новый многоагентный подход нацелен на снижение ограничений центрального оркестратора при распределении параллельных задач.

Обучаемые политики поиска улучшают рассуждения LLM по сравнению с повторным сэмплированием. Работа предлагает обучать стратегию поиска решений вместо запуска множества независимых попыток, различающихся лишь шумом декодирования.