AI: дайджест за 20 мая 2026
1. Google выпустил Gemini 3.5 Flash и сделал ставку на агентность
На Google I/O представили Gemini 3.5 Flash: модель стала заметно сильнее в агентских задачах, получила высокую скорость генерации и новые бенчмарки, но при этом подорожала относительно прошлой Flash. Вокруг релиза также заявлены планы на Pro-версию в следующем месяце и ускорения на новых TPU, что важно для практического внедрения в продакшен и оценки стоимости «за задачу».
Источники: t.me/How2AI, t.me/ai_newz, t.me/cgevent, t.me/denissexy
2. Gemini Omni Flash: мультимодальная генерация и редактирование видео, интеграции с YouTube
Google раскатывает Gemini Omni Flash — мультимодальную модель для генерации и пошагового редактирования видео через язык (с сохранением контекста правок), с доступом по подписке и планами на Pro-версию. Модель встраивают в YouTube Shorts/YouTube Create и экосистему Flow, что может превратить Gemini в «диалоговый видеоредактор» без таймлайна.
Источники: t.me/How2AI, t.me/cgevent
3. Цены и лимиты Gemini Omni в Google Flow: 30 кредитов за 10 секунд видео
Появились конкретные тарифные детали для генерации видео Gemini Omni в Google Flow: одно 10‑секундное видео стоит 30 кредитов, а на плане Pro дают 1000 кредитов в месяц (примерно 33 ролика). Для сравнения внутри той же системы Veo 3.1 Quality стоит 100 кредитов за видео, что важно для расчёта бюджета на видеопродакшен.
Источники: t.me/cgevent
4. Google анонсировал линейку агентных продуктов и API вокруг Gemini
На I/O показали несколько агентных направлений: Gemini Spark (личный 24/7 агент, работающий в фоне), Managed Agents API (агент с удалённой Linux-средой в одном вызове) и Search Agents (множество фоновых агентов прямо в поиске). Это расширяет сценарии автоматизации и закрепляет агентный слой внутри экосистемы Google.
Источники: t.me/How2AI
5. Исследование OASR: в LLM могут существовать множество функционально эквивалентных «схем»
В работе «All Circuits Lead to Rome» предложен метод Overlap-Aware Sheaf Repulsion (OASR) и показано, что в LLM могут быть почти не пересекающиеся, но функционально эквивалентные вычислительные подграфы для одной задачи. Это важно для интерпретируемости и alignment: вмешательство в одну «цепочку» может не менять поведение, потому что модель опирается на резервные механизмы.
Источники: t.me/gonzo_ML
6. Слух/сообщение: Сэм Альтман предложил стартапам YC по $2M в токенах за долю
Сообщается, что Сэм Альтман в YC предложил стартапам финансирование в виде $2M «в токенах» (которые можно тратить на модели/API) в обмен на процент компании, но точная доля в источнике не указана. Если подтвердится, это может заметно повлиять на выбор стеков (модели/IDE-агенты) и экономику ранних команд.
Источники: t.me/cgevent
7. Hermes как альтернатива OpenClaw: рост использования и интеграция с Grok
В видео-обзоре утверждается, что Hermes (Nous Research) быстро набирает популярность, обгоняя OpenClaw по метрикам использования токенов на OpenRouter, и предлагает путь миграции с OpenClaw. Также заявлено о партнёрстве/интеграции с Grok, позволяющей использовать подписку Grok как «мозг» для агента, что расширяет выбор провайдеров для агентных пайплайнов.
Источники: youtube.com
