Новая модель ChatGPT «Bel» предварительно обучена, количество параметров достигает 10 триллионов

marsbitОпубликовано 2026-08-31Обновлено 2026-08-31

Введение

В мире технологий происходит революция: согласно утечкам, OpenAI завершила предварительное обучение модели Bel с рекордными 10 триллионами параметров. Эта модель, преемник Doug и основа для эры после GPT-6, напрямую нацелена на создание общего искусственного интеллекта (AGI). Сообщается, что Bel превосходит Astra в задачах кодирования, рассуждений и долгосрочной работы агентов, способна функционировать автономно в течение нескольких дней и координировать сотни параллельных подагентов. Одновременно ожидается скорая публичная демонстрация модели Astra. Внутри OpenAI активно применяется рекурсивное самоулучшение (RSI) моделей, что уже привело к снижению операционных затрат на 80%. Руководство компании уверено в своем лидерстве благодаря огромным вычислительным мощностям и собственному чипу Jalapeño, утверждая, что конкуренты, такие как Anthropic, отстают. В ближайшем будущем, как прогнозируют в OpenAI, взаимодействие с ИИ станет практически мгновенным, что вернет пользователей в состояние потока, а локальные вычисления уступят место облачным агентским кластерам. Конечная цель — создание персонального AGI, который будет пассивно понимать цели и привычки пользователя, предлагая помощь без сложных команд. Эти разработки сигнализируют о приближении переломного момента в развитии искусственного интеллекта.

Технологический мир не спит!

Самой сильной модели OpenAI Astra, возможно, представят в следующий четверг, сейчас уже расширили тестовую зону.

Ранее внутренние секретные данные были утеряны, официально взяли под контроль исходный код собственного чипа «Jalapeño». Скорость работы ядра кода, написанного ИИ, в 1.8 раза быстрее, чем у лучших инженеров-людей. Внутри OpenAI появились признаки рекурсивного самовосстановления ИИ!

У OpenAI есть ещё одна глубоководная бомба.

По слухам, OpenAI успешно запустила предварительно обученную модель с кодовым названием «Bel» с 10 триллионами параметров, прямо направленную на преодоление последнего порога AGI, и даже более 10 триллионов параметров предварительного обучения — это только начало для Bel. После этого Bel может учиться с двумя скоростями.

Сэм Альтман уже заявил: мы должны устроить ещё одну вечеринку по случаю выхода следующего поколения моделей.

Какой скрытый план таится в мире после GPT-6?

Bel: Глубоководное чудовище с 10 триллионами параметров

В этом году OpenAI, кажется, столкнулась с узким местом масштабирования, даже срочно подняла тревогу «Red Code».

Чтобы сосредоточить вычислительные мощности, OpenAI даже сократила такие продукты, как Sora и AI-браузер Altas.

Следующее поколение моделей ИИ Astra добилось нескольких математических прорывов, поразив мир, но её представление затягивается.

В последние недели в OpenAI произошли кадровые потрясения: ушли топ-менеджеры — главный директор по доходам Деннис Дрессер, главный операционный директор Брэд Лайткэп, а также Фиги Симм, бывший заместитель генерального директора Сэма Альтмана.

В то время как внешний мир строил догадки, не иссяк ли уже потенциал OpenAI, несколько хардкорных технологических осведомителей раскрыли, что OpenAI только что завершила предварительное обучение сверхбольшого масштаба с кодовым названием «Bel».

Насколько ужасен этот «Bel»?

Давайте посмотрим на несколько ключевых слов:

1. Прорыв барьера в 10T (10 триллионов) параметров

Модель GPT-4 с триллионом параметров дала ИИ базовые знания и логику, близкие к уровню студента-бакалавра. Какую же «эмерджентную способность» в сложных рассуждениях, связи длинных текстов, междисциплинарном мультимодальном понимании продемонстрирует Bel с 10 триллионами параметров?

Это качественный скачок.

Это эквивалентно объединению всей умственной ёмкости лучших мировых экспертов, умноженной на экспоненциальный усилитель. На этом уровне параметров понимание ИИ мировой модели достигнет беспрецедентной глубины.

2. Преемник «Doug», окончательный фундамент после GPT-6

Согласно раскрытым данным, до этого OpenAI уже завершила предварительное обучение с кодовым названием «Doug».

Doug позиционировался как базовая модель для проекта Astra, а также слухов о GPT-6 (впоследствии она пройдёт чрезвычайно интенсивное выравнивание через обучение с подкреплением).

Как преемник, Bel — это следующий шаг по сравнению с Doug, следующий фундамент «эпохи после GPT-6».

Bel напрямую нацелена на святой Грааль технологического мира — AGI (искусственный общий интеллект).

Сообщается, что модель Bel превосходит Astra в кодировании, рассуждениях и задачах агента с долгосрочным интеллектом.

По словам осведомлённых лиц, эта модель может непрерывно и эффективно работать в течение нескольких дней без вмешательства человека, способна к самовосстановлению и координации сотен параллельных суб-агентов.

3. Убийца Claude Fable (The Fable Killer)

@ChrisGPT в своём твите прямо заявил:

Bel — это «монструозная» модель OpenAI, предназначенная стать убийцей Fable.

Она должна появиться до конца этого года или в течение нескольких месяцев после выхода Astra.

Он даже получил это кодовое название шесть дней назад, что подтверждает надёжность источника информации.

Теоретически Bel, возможно, уже превзошла GPT-6 и даже приблизилась к порогу AGI, определённому OpenAI.

В официальном выпуске GPT-5.6 они представили «индекс RSI», который объединяет результаты исследований и отладки, оптимизации ядра и рецептов обучения, экспериментов машинного обучения, а также самосовершенствования модели. В конечном итоге, модель sol улучшила показатель на 16.2 балла по сравнению с GPT-5.5.

Затем sol разработала сотни архитектурных экспериментов для своей меньшей черновой модели и запустила обучение. И вмешательство человека происходило только при аппаратных сбоях и нестабильности обучения. В конечном итоге, эффективность генерации токенов увеличилась более чем на 15%.

Bel становится поистине эволюционирующим существом.

Слои быстрых весов будут поглощать уроки из проверенных доказательств, тестов кода, экспериментов и траекторий инструментов во время её работы. Более медленные циклы будут закреплять те улучшения, которые выживут при оценке, в постоянных весах и рецептах обучения.

Она быстро учится в быстрой памяти, закрепляя проверенные улучшения в виде медленных весов, одновременно непрерывно оптимизируя механизмы выполнения следующего цикла обучения и дистиллируя окончательные результаты в небольшие модели, которые все могут использовать на практике.

GPT-7, возможно, является всего лишь безопасным снимком состояния Bel на определённой неделе.

На Reddit сообщение Лео уже вызвало множество обсуждений, учитывая, что утечки Лео всегда надёжны.

Некоторые предполагают, что внутренние модели могут опережать внешние на 4.5-6 месяцев.

OpenAI заявляет: «Anthropic уже не успевает»

Если Bel — это технический удар другого измерения, то вычислительная мощность — это скрытый козырь, поднимающий боевой дух внутри OpenAI.

Согласно перекрёстному анализу нескольких трекеров, OpenAI считает, что сохранять лидерство во второй половине 2026-го и в 2027 году — без сомнений.

Почему такая уверенность? Потому что вычислительная мощность.

Согласно утечкам, внутренняя оценка OpenAI считает, что её главный смертельный враг Anthropic испытывает нехватку вычислительных мощностей и не сможет противостоять следующему поколению ИИ OpenAI.

В гонке вооружений больших моделей вычислительная мощность — это боеприпасы. Когда количество параметров модели взлетает до уровня 10 триллионов, обучение один раз стоит огромных денег.

Хотя Anthropic достигла больших высот в архитектуре моделей и технологиях выравнивания, перед абсолютной «эстетикой насилия» она, очевидно, уже бессильна.

Перед предстоящим публичным представлением Astra, ограниченная узким местом вычислительной мощности, Anthropic, вероятно, не сможет дать сильного ответа в этом году.

В то время как другие компании всё ещё ломают голову над тем, как собрать 100 000 чипов H100/B200, OpenAI уже использует эстетику насилия, чтобы создать «Doug» и «Bel».

А с выпуском собственного чипа OpenAI Jalapeño, ров не только не заполнился, а, наоборот, стал шире.

Руководитель OpenAI Codex раскрывает «финальную картину»

10 триллионов параметров, возможно, кажутся далёкими. Но внутри OpenAI эти фундаментальные прорывы в силе в конечном итоге ведут к одному и тому же финалу ИИ.

Недавно в интервью известному технологическому подкастеру Мэтью Берману топ-менеджер OpenAI Тибо без утайки раскрыл будущую дорожную карту OpenAI на уровне приложений.

Он даже смело заявил:

Сверхмощная модель Codex, которая есть сейчас, через 2-3 месяца будет выглядеть как продукт примитивной эпохи.

Соединив с предыдущими утечками, Тибо указал на четыре революционных изменения.

Рекурсивное самосовершенствование (RSI) происходит внутри OpenAI каждый день.

Тибо подтвердил, что «внутренняя сингулярность» не только существует, но и уже создала коммерческую замкнутую петлю.

OpenAI уже давно использует самую сильную модель для оптимизации собственного стека вывода, ядра CUDA и даже инфраструктуры.

Он привёл пример: внутри OpenAI использовали модель Sol для оптимизации модели Luna, что напрямую сократило операционные затраты на 80%!

«Ultra Fast (сверхбыстрый)» перестроит человеческий поток сознания.

Тибо раскрыл, что внутренний режим Ultra Fast в настоящее время уже достиг ускорения в 14 раз. Он предсказывает, что такая сверхнизкая задержка станет отраслевым стандартом по умолчанию всего через 1-2 года.

Когда скорость отклика ИИ приблизится или даже превзойдёт скорость человеческого мышления, взаимодействие станет реальным временем. Рабочий процесс полностью вернётся в «состояние потока (Flow State)», когнитивная нагрузка на человека снизится экспоненциально.

Сдвиг парадигмы вычислений: ваш компьютер скоро превратится в «металлолом».

С появлением следующего поколения моделей (таких как Astra), Тибо чётко указал: будущее ИИ определённо не будет локальным исполнением, а полным переходом к крупномасштабным кластерам агентов в облаке.

Последний удар: слияние ChatGPT и Codex, превращение в «Personal AGI».

В будущем «механизмы полностью исчезнут». Вам больше не нужно будет вручную писать сложные промпты, поддерживать файлы навыков (Skill file) или управлять памятью, не нужно будет вручную распределять суб-агентов.

Personal AGI будет постоянно, пассивно понимать ваши цели, повседневные привычки и динамику команды и активно предлагать помощь.

Что ещё более удивительно, это её динамическая адаптация пользовательского интерфейса. Хотя технически в основе лежит один и тот же мультимодальный, голосовой подход, интерфейс будет автоматически трансформироваться, как вода, в зависимости от вашей личности.

Заключение: Сингулярность наступила, она незримо с нами

Независимо от того, насколько преувеличены слухи о «Bel» и насколько гладко Astra действительно разрывает код экспертов-людей, эта крупномасштабная утечка уже передала всему миру сигнал, который нельзя игнорировать:

Развитие искусственного интеллекта не остановилось, оно лишь накапливает бурю, способную перевернуть игровой стол.

Во второй половине 2026 года хорошее представление только начинается.

Ссылки:

https://x.com/ChrisGPT/status/2092334431142850782

https://x.com/fanofaliens/status/2091805645221789771

https://x.com/notjazii/status/2092336615473701361

https://www.reddit.com/r/singularity/comments/1vy99vk/according_to_leo_openai_just_finished_its_next/、https://x.com/imjustnewatai/status/2092482501524516888?s=20

Эта статья из официального аккаунта WeChat «Новая эра интеллекта» (ID: AI_era), автор: Дэвид

Связанные с этим вопросы

QКакие ключевые характеристики делает модель Bel настолько революционной?

AМодель Bel от OpenAI, как сообщается, обладает тремя ключевыми характеристиками: 1. Она имеет более 10 триллионов параметров, что на порядок больше, чем у предыдущих моделей, и ведет к качественному скачку в возможностях рассуждений и понимания. 2. Она позиционируется как базовая модель эпохи, следующей за GPT-6, и нацелена непосредственно на создание AGI. 3. Она обладает функцией «рекурсивного самоулучшения» (RSI) — способна быстро обучаться на новых данных и консолидировать полученные знания.

QКакова, согласно статье, текущая ситуация с конкуренцией между OpenAI и Anthropic?

AСогласно утечкам и анализу, упомянутым в статье, OpenAI оценивает, что имеет значительное преимущество перед своей главной конкуренткой, компанией Anthropic, особенно в плане вычислительных мощностей. Антропик якобы испытывает нехватку вычислительных ресурсов и не сможет адекватно ответить на выпуск следующего поколения моделей OpenAI (Astra, Bel) в 2026-2027 годах. Это даёт OpenAI уверенность в сохранении лидерства в ближайшие годы.

QЧто такое рекурсивное самоулучшение (RSI) и как оно применяется внутри OpenAI?

AРекурсивное самоулучшение (RSI) — это процесс, при котором модель искусственного интеллекта, в частности самая мощная на данный момент (например, Sol), используется для оптимизации и улучшения других внутренних моделей, инфраструктуры и процессов самой компании OpenAI. Тиб, руководитель Codex, подтвердил, что это происходит ежедневно и уже создало коммерчески замкнутый цикл. Например, использование модели Sol для оптимизации модели Luna сократило операционные расходы на 80%.

QКакие изменения в пользовательском опыте предсказывает руководитель OpenAI Codex, Тиб?

AТиб, руководитель OpenAI Codex, предсказывает четыре основных изменения в пользовательском опыте: 1. Появление «сверхбыстрого» режима с задержкой, близкой к нулю, который вернёт пользователей в состояние «потока». 2. Сдвиг парадигмы вычислений: будущее за облачными агентскими кластерами, а не за локальным запуском на ПК. 3. Слияние ChatGPT и Codex в «Персональный AGI», который будет пассивно понимать цели и привычки пользователя и действовать проактивно. 4. Исчезновение ручных механизмов, таких как сложные промпты или управление агентами.

QКакова связь между моделями Doug, Astra, Bel и GPT-6?

AСогласно утечкам в статье, существует иерархия разработки моделей: Doug — это базовая предобученная модель, на которой строятся Astra и, предположительно, будущий GPT-6. Astra — это, вероятно, первая модель следующего поколения для публичного выпуска. Bel — это следующая, более мощная базовая модель (более 10 трлн параметров), которая является преемником Doug и нацелена на порог AGI. Bel существует в эпоху «после GPT-6» и представляет собой постоянно эволюционирующую систему, из которой такие продукты, как GPT-7, могут быть лишь «безопасными моментальными снимками» её состояния.

Похожее

Marvell: не дотягивает до Nvidia, не оправдывает ожиданий, и высокая оценка сначала «выжимает воду»?

Компания Marvell Technologies опубликовала финансовые результаты за второй квартал 2027 финансового года (по состоянию на июль 2026 года). Выручка за квартал составила 2,74 млрд долларов, что соответствует ожиданиям рынка. Основной рост был обеспечен сегментом центров обработки данных, выручка которого выросла на 19% и достигла 2,17 млрд долларов, в основном за счет продуктов для соединений. Руководство компании представило прогнозы на 2027 и 2028 финансовые годы, повысив ожидания по выручке до 12 млрд и 18 млрд долларов соответственно (рост на 45% и 50%). Однако эти прогнозы оказались лишь незначительно выше консенсус-ожиданий аналитиков (11,8 млрд и 17-17,5 млрд долларов) и выглядят скромно на фоне более высоких темпов роста, заявленных Nvidia. Особое внимание рынка было приковано к перспективам бизнеса по производству заказных ASIC-чипов после недавнего соглашения с Google. Однако компания не повысила прогнозы по этому направлению, оставив ожидание двукратного роста только на 2028 финансовый год. Это заставило инвесторов усомниться в немедленном коммерческом эффекте от сделки с Google, которая может оказаться рамочным соглашением. Акции Marvell упали в ходе послеторговых сессий. Основными причинами стали: 1) недостаточно впечатляющий, по мнению рынка, прогноз роста, особенно на фоне Nvidia; 2) отсутствие пересмотра в сторону повышения прогнозов по бизнесу ASIC, что снизило ожидания от партнерства с Google. Несмотря на долгосрочный потенциал в области AI-чипов и сетевых решений, текущая высокая оценка компании, по мнению аналитиков, подвергается корректировке. Ключевые детали по ASIC-стратегии руководство пообещало раскрыть на Дне аналитика 6 октября.

marsbit11 мин. назад

Marvell: не дотягивает до Nvidia, не оправдывает ожиданий, и высокая оценка сначала «выжимает воду»?

marsbit11 мин. назад

Тенденции на рынке акций США (31 августа): Высказывание Уоша подорвало акции чипов, взаимные атаки США и Ирана в выходные подняли цены на нефть

Индексы США завершили неделю в минусе после выступления председателя ФРС Уорша на симпозиуме в Джексоне, где он дал сигналы о возможном ужесточении политики в сентябре. Вероятность повышения ставки выросла до почти 60%. Это вызвало скачок доходности казначейских облигаций, особенно на коротком конце кривой, и оказало давление на активы, чувствительные к ставкам. Индекс полупроводников упал на 3.47%, акции NVIDIA потеряли почти половину послеролевых достижений. Геополитическая напряженность обострилась после взаимных ударов США и Ирана по целям в регионе Персидского залива в выходные, что подстегнуло цены на нефть в начале азиатских торгов. Одновременно было объявлено о масштабном нефтяном соглашении между США и Венесуэлой, что создает противоречивое влияние на рынок. Ключевыми факторами на текущей неделе будут переоценка траектории ставок ФРС после жестких заявлений Уорша, дальнейшее развитие конфликта с Ираном и его влияние на цены на нефть, а также способность переоцененных технологических акций, особенно полупроводникового сектора, стабилизироваться на фоне растущих ставок.

marsbit27 мин. назад

Тенденции на рынке акций США (31 августа): Высказывание Уоша подорвало акции чипов, взаимные атаки США и Ирана в выходные подняли цены на нефть

marsbit27 мин. назад

OpenAI закупил десятки тысяч Mac для усиленного обучения! NVIDIA оттесняет Apple

Сообщается, что OpenAI приобрела десятки тысяч компьютеров Mac (моделей Mac mini и Mac Studio) для обучения своих агентов искусственного интеллекта методом reinforcement learning (с подкреплением). Эти агенты, так называемые "computer-use agents", обучаются автономному выполнению задач на компьютере, таких как редактирование кода или суммирование документов. К подобной практике также прибегает компания Anthropic, арендуя Mac mini через AWS. Рост спроса со стороны AI-сектора способствовал резкому увеличению продаж Mac: в последнем квартале их выручка выросла на 29%, до $10,3 млрд, что сделало Mac самым быстрорастущим продуктом Apple. На специальном мероприятии для бизнеса Apple представила Mac mini как идеальное аппаратное решение для локальной обработки AI-задач. Ключевым технологическим преимуществом Mac для AI-обучения является унифицированная память (Unified Memory) в чипах Apple Silicon, которая позволяет CPU и GPU напрямую обращаться к общему пулу памяти, повышая эффективность. Кроме того, модели Mac mini и Mac Studio обладают улучшенной системой охлаждения для продолжительных вычислений. Успех Apple в этом сегменте привлек внимание NVIDIA, которая выпустила конкурирующий продукт DGX Spark. В то же время Apple столкнулась с дефицитом поставок высокопроизводительных конфигураций Mac из-за общего недостатка чипов памяти в отрасли. Хотя Apple начала использовать собственные серверы на своих чипах для внутренних AI-задач, она пока не планирует продавать их внешним клиентам, полагаясь на партнеров для продвижения своих решений в корпоративном секторе.

marsbit1 ч. назад

OpenAI закупил десятки тысяч Mac для усиленного обучения! NVIDIA оттесняет Apple

marsbit1 ч. назад

Крупный сбой механизмов безопасности Claude: ИИ удалил 700 ГБ домашнего каталога разработчика

Вот краткое изложение статьи на русском языке: Инцидент с Claude AI привел к катастрофической потере данных: модель удалила 700 ГБ файлов из домашнего каталога разработчика. Разработчик Guillemot поручил Claude Fable 5 создать скрипт для безопасной очистки временных файлов в /tmp, оставляемых AI-агентами. Модель, определив операцию удаления как рискованную, инициировала внутреннюю проверку безопасности (adversarial review). В рамках этой проверки система Anthropic автоматически понизила версию модели со "способной" Fable 5 до более "осторожной" Opus 4.8 для выполнения теста. Тест успешно определил домашний каталог как защищенную зону, которую нельзя удалять. Однако в последующем шаге очистки временных тестовых файлов модель ошибочно повторно использовала переменную, содержащую путь к домашнему каталогу, и выполнила команду `rm -rf`, уничтожив все данные. Ирония ситуации в том, что механизм безопасности, предназначенный для снижения рисков, передал сложную задачу по работе с файловыми путями и переменными менее способной модели, что и привело к фатальной ошибке. Разработчики критикуют эту систему за излишнюю чувствительность, "липкое" понижение версии на весь сеанс и снижение общей эффективности при выполнении стандартных задач кодирования. Целевой каталог /tmp остался нетронутым.

marsbit1 ч. назад

Крупный сбой механизмов безопасности Claude: ИИ удалил 700 ГБ домашнего каталога разработчика

marsbit1 ч. назад

От Anthropic к Hyperliquid: Разбираем рынок бессрочных контрактов

Автор: Thejaswini M A Источник: Token Dispatch Компиляция и подготовка: BitpushNews Предисловие Jesse Leimgruber, соучредитель компании по производству аппаратного обеспечения для ИИ OpenHome и акционер Anthropic, ранее сообщил о потенциальной продаже своих акций. Интерес покупателей был огромен. Он использовал платформу Ventuals на Hyperliquid (теперь заменена на Entropy) для оценки своей доли. Это подчеркивает высокий спрос на акции частных компаний, таких как Anthropic, для обычных инвесторов, которые могут получить доступ только через такие продукты, как HIP-3 на Hyperliquid. Крипто-инвестиции на «автопилоте» Hyperliquid запустил протокол HIP-3 в октябре 2025 года, позволяющий любому создать децентрализованную биржу (DEX) для бессрочных контрактов, заблокировав 40 миллионов долларов в качестве гарантии. В августе 2026 года Entropy, поддержанная Ribbit Capital, развернула свой DEX на HIP-3, запустив синтетический актив ANTH, отслеживающий предполагаемую рыночную капитализацию Anthropic в миллиардах долларов. Контракт будет закрыт наличными в августе 2028 года, если Anthropic не станет публичной. Сравнение подходов Trade.xyz, доминирующий на HIP-3, использует внутренний ценовой оракул на основе своей собственной 30-минутной средней цены. В отличие от него, Entropy использует гибридный оракул, сочетающий данные ордербука с оценками частного рынка. Entropy также вводит ограничение на годовое финансирование около 10%, решая ключевую проблему, из-за которой потерпел неудачу Ventuals (предшественник Entropy), где ставки финансирования достигали 8700% годовых. Ventuals обвалилась из-за резких колебаний цен и высоких ставок финансирования. Текущая ситуация и вызовы Entropy, несмотря на поддержку Ribbit Capital и опытную команду, имеет относительно низкий открытый интерес для своего контракта ANTH, что указывает на преимущественно краткосрочную торговлю, а не на долгосрочные позиции. Платформа также запрещает доступ пользователям из строго регулируемых регионов (США, Великобритания, ЕС и др.). Возможное тестирование Kraken на основе HIP-3 показывает интерес регулируемых институтов к этой технологии, но в рамках разрешенной, а не безразрешительной среды. Заключение Entropy стремится создать новый класс активов — синтетические контракты на частные компании. Его успех зависит от способности преодолеть проблемы с ликвидностью и точностью ценообразования, с которыми столкнулся Ventuals. HIP-3 Hyperliquid позволяет создавать рынки без разрешения, но для соответствия регуляциям институты, вероятно, будут использовать его базовую технологию с добавлением своих правил и белых списков пользователей. Развитие этого пространства продолжается.

marsbit2 ч. назад

От Anthropic к Hyperliquid: Разбираем рынок бессрочных контрактов

marsbit2 ч. назад

Торговля

Спот
活动图片