Волна ИИ-моделей октября 2026: GPT-6, Claude 5.5, Gemini 4

С конца сентября по 26 октября 2026 года Anthropic, OpenAI и Google выпустили по новому семейству флагманских моделей. Anthropic представила Claude Opus 5.5 22 сентября, OpenAI открыла GPT-6 для всех пользователей ChatGPT 7 октября, а Google сделала Gemini 4 Argon общедоступной 13 октября. Безоговорочного победителя нет. В Artificial Analysis Intelligence Index v5, опубликованном 27 октября, лидирует Claude Opus 5.5 с 58 баллами, следом идет GPT-6 Astra с 57, а лучшая модель с открытыми весами, Kimi K3.1 Pro от Moonshot, отстает на 12 баллов и набирает 46.

Если прочитать только одну строку, то вот она: на передовой идет плотная гонка трех американских лабораторий, и порядок меняется в зависимости от задачи. Открытые модели, где лидируют китайские лаборатории, дешевле, но отстают сильнее, чем казалось неделю назад. Это та же картина, что и в июне, в нашем обзоре лучших LLM 2026 года, только все названия моделей сменились.

Что вышло в осенней волне моделей 2026 года?

Коротко, по лабораториям. Даты взяты из анонсов самих компаний или из указанных публикаций.

Модель	Лаборатория (страна)	Выход	Веса	Для чего
GPT-6 Astra	OpenAI (США)	Сентябрь	Закрытые	Флагманская агентная модель OpenAI для сложных рассуждений и автономных задач, по данным BBC
Claude Opus 5.5	Anthropic (США)	22 сентября	Закрытые	Флагман. Агентное программирование и интеллектуальная работа, на 40% дешевле в работе, чем Opus 5, на типичных нагрузках
Claude Haiku 5.5	Anthropic (США)	7 октября	Закрытые	Маленькая и быстрая. Позиционируется для живой поддержки клиентов, саммари, классификации
GPT-6 (Sol / Luna)	OpenAI (США)	7–8 октября в ChatGPT	Закрытые	Новая модель по умолчанию в ChatGPT с ответами в формате «Intelligent UI», где есть графики, формы и инструменты
GPT-6.1 Terra	OpenAI (США)	26 октября	Закрытые	Быстрая и более дешевая модель для работы с компьютером и повседневных задач; цена в API на 50% ниже, чем у GPT-6.1 Sol
Gemini 4 Argon	Google DeepMind (США)	Анонс 30 сентября, общий доступ 13 октября	Закрытые	Длинная многошаговая работа в программировании, финансах, юриспруденции; единый лимит ввода и вывода до 1M токенов
Mistral Large 4	Mistral AI (Франция)	6 октября, публичное превью	Открытые, веса обещаны до конца октября	Крупнейшая модель Mistral на сегодня: 1 триллион параметров, из них 52 миллиарда активных
Nemotron 3.5 Super VL	NVIDIA (США)	15 октября	Открытые	Полностью открытый релиз (веса, датасеты, рецепты обучения), создана для мультимодальных агентов
DeepSeek V4.1-Flash-1017	DeepSeek (Китай)	17 октября	Открытые, лицензия MIT	Недорогая модель с контекстом 1M токенов
Kimi K3.1 Pro	Moonshot AI (Китай)	23 октября	Веса обещаны на 4 ноября	Лучшая модель с открытыми весами в Index v5

Anthropic также выпустила Claude Sonnet 5.5, которая стоит между Opus и Haiku, и значит она больше, чем можно подумать по ее «средней» позиции (подробнее ниже). Если вы выбираете модель, обратите внимание и на другие открытые линейки: семейство Qwen3.8 от Alibaba, GLM-5.3 от Z.ai и MiMo-V2.6-Pro от Xiaomi.

Какая ИИ-модель сейчас действительно лучшая?

Зависит от задачи. Тот, кто называет вам одно имя, упускает половину данных.

В широком независимом Artificial Analysis Index v5 первые пять мест занимают Anthropic и OpenAI: впереди Claude Opus 5.5 (58), GPT-6 Astra (57) и GPT-6.1 Sol (55), следом идет Gemini 4 Argon с 50. Бенчмарки по отдельным задачам делят корону иначе:

• Агенты для программирования в терминале: Claude Opus 5.5 набирает 66,4% в Terminal-Bench 4.0 против 57,4% у Gemini 4 Argon, согласно разбору VentureBeat собственного сравнения Google.
• Юриспруденция, финансы и бизнес-задачи: Gemini 4 Argon лидирует или делит первое место в 13 из 18 бенчмарков, опубликованных Google, в том числе с 19,6% в Legal Agent benchmark от Harvey против 5,4% у GPT-6 Astra и 3,8% у Opus 5.5. На запуске Google заявила, что Argon заняла первое место в Vals Index экономически значимой работы. По состоянию на 27 октября актуальная таблица Vals ставит на первое место Claude Sonnet 5.5 (70,85%), на второе Opus 5.5, на третье Argon (69,24%), и разрыв между ними меньше двух пунктов.
• Стоимость выполненной задачи: OpenAI утверждает, что GPT-6.1 Terra на максимальном уровне усилий выполняет задачи примерно за девятую часть стоимости Claude Opus 5.5 в пересчете на задачу и более чем в три раза быстрее, чем GPT-6 Astra и GPT-6.1 Sol, в анонсе Terra.

Anthropic сама признала это в анонсе Opus 5.5: на таком уровне «разница в бенчмарках стала менее надежным ориентиром для реальных различий». Бизнесу полезнее спросить другое: какая модель лучше всего подходит для конкретного шага и сколько стоит один разговор.

Насколько близко подошли китайские и открытые модели?

Не так близко, как писали заголовки на прошлой неделе. Artificial Analysis перестроила свой индекс для v5 и перевела большую его часть на закрытые датасеты, и в итоге отставание открытых моделей выросло с 3 баллов до 12. Лучшая модель с открытыми весами, Kimi K3.1 Pro, набирает 46, а Moonshot обещает выложить веса 4 ноября. Среди моделей, веса которых можно скачать уже сегодня, DeepSeek V4.1-Flash-1017 и GLM-5.3 от Z.ai набирают по 32 в актуальном рейтинге.

Открытый сегмент в основном китайский. Отчет Mozilla State of Open Source AI, в изложении Tech.eu, показал, что самые сильные из изученных открытых моделей «в подавляющем большинстве китайские», и среди лидеров названы Kimi K3, GLM-5.3 и Qwen 3.8. США и Европа отвечают: NVIDIA Nemotron 3.5 Super VL выходит с открытыми весами, открытыми датасетами и рецептами обучения, а Mistral Large 4 это нативно мультимодальная модель на триллион параметров, которую Mistral обещает выпустить с открытыми весами. Для европейских покупателей, которым нужна сильная модель на собственных серверах, это важно.

Зачем вообще брать открытые модели, если они отстают? Ради цены и контроля. Большинству сообщений от клиентов передовая модель не нужна, а модель, которую запускаете вы или доверенный хостинг, не отправляет ваши промпты на серверы исходной лаборатории. Одна оговорка: дешевая модель в собственном приложении разработчика передает ваши промпты этому разработчику. Политика конфиденциальности DeepSeek, которую цитирует Fello AI, гласит, что компания собирает, обрабатывает и хранит персональные данные в Китайской Народной Республике. Подробнее об этом компромиссе мы писали в статье о том, где хранятся разговоры с вашими клиентами.

Почему OpenAI придержала одну из своих моделей?

Потому что та не прошла внутреннюю планку безопасности именно на той работе, которую бизнес хочет доверить агентам. В конце сентября OpenAI сообщила, что не будет выпускать GPT-6.1 Astra, агента, который сам просматривает веб и пользуется приложениями. Руководитель направления систем безопасности сказал, что модель не дотянула в том, что касается «соблюдения границ задачи и полномочий, а также того, как она сообщает пользователю о характере проделанной работы», сообщила BBC.

В материалах к релизам других лабораторий в этом цикле на первый план вышло то же самое. Anthropic пишет, что Opus 5.5 «гораздо реже, чем недавние модели, совершает труднообратимые действия или выходит за установленные для нее рамки». Google сообщает, что обучила Gemini 4 Argon «останавливаться и ждать подтверждения человека перед необратимыми шагами», и приводит показатель успешных атак 0,7% в бенчмарке косвенных промпт-инъекций от Gray Swan.

Если у вас ИИ-агент общается с клиентами, задайте те же вопросы своей системе: держится ли он в рамках задачи, честно ли отчитывается и ждет ли одобрения перед рискованными действиями? Как это выглядит на практике, мы разбирали в материалах о промпт-инъекциях и ИИ-агентах для браузера.

Что бизнесу делать с этими новостями?

На этой неделе ничего не перестраивайте. Но проверьте три вещи.

1. Вы привязаны к одной лаборатории? Желание отвязаться есть не только у вас. Опрос Stacklok среди 520 технических руководителей, опубликованный в блоге Stack Overflow 21 октября, показал: только 8% организаций работают с одним поставщиком моделей, 25% используют пять и больше, а 57% сказали, что переход от текущего поставщика займет четыре месяца или больше. Если в следующем месяце выйдет модель лучше или дешевле (а она выйдет), сколько времени уйдет у вас, чтобы начать ей пользоваться?
2. Хватает ли маленькой модели для рутинной работы? Большинство сообщений от клиентов это вопросы из FAQ, часы работы, цены и запросы на запись. Haiku 5.5, GPT-6.1 Terra и открытые модели созданы как раз для такого потока. Платить по флагманскому тарифу за «во сколько вы закрываетесь?» значит выбрасывать деньги, о чем мы писали в статье о малых языковых моделях в 2026 году.
3. Спрашивает ли ваш агент, прежде чем действовать? Записи, возвраты и все, что касается денег или карточки клиента, должно быть защищено ограничителями и иметь путь передачи живому сотруднику, какая бы модель ни работала внутри.

Какое место здесь занимает Entagl?

Entagl это прикладная платформа. Мы не обучаем собственную модель: платформа ведет разговоры с вашими клиентами, звонки и креативы на базе лучших доступных моделей, а Ads Co-Pilot готовит изменения в рекламе, которые вы одобряете. Поэтому такой месяц для клиента Entagl хорошая новость, а не проект по миграции.

• Маршрутизация по уровням между поставщиками. Пайплайн агентов Entagl выбирает модели по уровню из OpenAI и Google Gemini: быстрые рутинные ответы идут через быстрые экономичные модели, а сложные рассуждения через флагманские.
• Резервные модели от другого поставщика. Для каждого агента можно задать резервную модель от другого поставщика, и если основная модель выдаст ошибку, пайплайн переключится на резервную, а не оставит клиента без ответа.
• Собственный ключ. Рабочие пространства могут подключить свой API-ключ OpenAI или Gemini.
• Ограничители и передача человеку вне модели. Ограничители ответов и путь передачи живому сотруднику работают вокруг модели, а не внутри нее, поэтому они остаются на месте, когда модель внутри меняется.

Знания о вашем бизнесе, правила и история клиентов хранятся в платформе, в четырех агентах с общим мозгом, а не внутри какой-то одной модели. Подробно мы объясняли это в статье о том, почему не стоит строить бизнес на одной ИИ-модели.

FAQ

Какие новые ИИ-модели вышли в октябре 2026 года?

OpenAI открыла GPT-6 для всех пользователей ChatGPT 7–8 октября и выпустила GPT-6.1 Terra 26 октября. Anthropic выпустила Claude Haiku 5.5 7 октября, вслед за Claude Opus 5.5 22 сентября. Google сделала Gemini 4 Argon общедоступной 13 октября. Mistral показала превью Mistral Large 4 6 октября, NVIDIA выпустила Nemotron 3.5 Super VL 15 октября, DeepSeek обновила V4.1-Flash 17 октября, а Moonshot AI выпустила Kimi K3.1 Pro 23 октября.

Какая модель лучше: GPT-6, Claude Opus 5.5 или Gemini 4 Argon?

Ни одна не выигрывает во всем. По состоянию на 28 октября 2026 года Claude Opus 5.5 возглавляла Artificial Analysis Intelligence Index v5 (58), чуть опережая GPT-6 Astra (57), и лидировала в бенчмарках программирования в терминале. Gemini 4 Argon лидировала в юридических и финансовых бенчмарках Google, а Claude Sonnet 5.5 возглавила Vals Index. GPT-6.1 Terra от OpenAI оказалась самой дешевой в пересчете на задачу в собственных тестах OpenAI. Выбирайте под задачу.

Какая открытая ИИ-модель лучшая в октябре 2026 года?

В Artificial Analysis Index v5 лучшая модель с открытыми весами это Kimi K3.1 Pro от Moonshot (46), хотя ее веса обещаны только на 4 ноября 2026 года. Среди моделей, которые можно скачать уже сегодня, лидируют DeepSeek V4.1-Flash-1017 и GLM-5.3 от Z.ai с 32 баллами. NVIDIA Nemotron 3.5 Super VL это полностью открытый американский вариант (веса, датасеты и рецепты обучения), а французская Mistral Large 4 находится в превью, и ее веса обещаны до конца октября.

Почему OpenAI не выпустила GPT-6.1 Astra?

По данным BBC от 29 сентября 2026 года, OpenAI заявила, что агентная модель не прошла ее планку безопасности в части соблюдения границ задачи и полномочий, а также точных отчетов о проделанной работе.

Стоит ли моему бизнесу менять ИИ-модель при каждом новом релизе?

Не через перестройку системы. Используйте схему, где модель это решение о маршрутизации, а ваши знания, ограничители и история клиентов хранятся вне ее. Тогда новая модель это изменение настроек, которое можно протестировать, а не миграция.

Хотите, чтобы разговоры с вашими клиентами шли на подходящей модели для каждой задачи, с возможностью резервной модели от другого поставщика и передачей живому сотруднику? Запишитесь на 30-минутное демо, и мы покажем все на вашем собственном сценарии.

Источники, дата обращения 28 октября 2026 года: Anthropic (Claude Opus 5.5, Claude Haiku 5.5), OpenAI (GPT-6, GPT-6.1 Terra), Google (Gemini 4 Argon), релизы моделей Mistral AI, NVIDIA и DeepSeek, Artificial Analysis (Intelligence Index v5 и рейтинг), Vals AI, VentureBeat, BBC News, Tech.eu, Fello AI и блог Stack Overflow (опрос Stacklok). Результаты бенчмарков приведены в том виде, в каком их сообщает указанный источник; оценки, заявленные самими разработчиками, не являются независимыми.