Саймон Уиллисон (Simon Willison) — один из самых авторитетных независимых исследователей в области ИИ, создатель инструментов Datasette и LLM, сооснователь фреймворка Django — каждый месяц публикует закрытую рассылку для спонсоров, а через месяц выкладывает её в открытый доступ. Июньский выпуск 2026 года вышел 3 июля и охватывает, пожалуй, самый драматичный месяц в истории отрасли за последнее время: государственные запреты на модели, прорыв китайского open-source и смерть корпоративной гонки «кто сожжёт больше токенов».

Главное событие месяца: Claude Fable 5, GPT-5.6 и экспортные ограничения США

Июнь 2026 года войдёт в историю как первый месяц, когда правительство США применило экспортный контроль к коммерчески развёрнутым языковым моделям. В течение двух недель две самые мощные AI-модели в мире были сняты с публичного доступа — не по техническим причинам, а по приказу американского правительства: Claude Fable 5 и Mythos 5 от Anthropic, а затем GPT-5.6 от OpenAI.

Что произошло с Claude Fable 5

Fable 5 — первая публично доступная модель из семейства Mythos, которое компания Anthropic прежде считала слишком мощным для открытого релиза в части кибербезопасности. Уже через три дня после публичного запуска 9 июня 2026 года американское правительство потребовало снять модели с доступа, сославшись на национальную безопасность и полномочия в области экспортного контроля: Министерство торговли обязало Anthropic заблокировать доступ для всех иностранных граждан.

Поводом послужили сообщения о «джейлбрейке», позволявшем обойти защитные ограждения и потенциально превратить модели в неконтролируемые кибер-инструменты. Советник Белого дома Дэвид Сакс утверждал, что Anthropic отказалась устранить проблему; компания, в свою очередь, оспорила серьёзность уязвимости.

⚠ Прецедент для индустрии
Впервые в истории США экспортный контроль был применён к живому коммерческому развёртыванию языковой модели. До июня 2026 года все ограничения касались лишь железа — чипов и оборудования, но не программных весов и алгоритмов.

Развязка наступила 1 июля 2026 года: Министерство торговли США сняло экспортные ограничения с Claude Fable 5 и Mythos 5. Anthropic сообщила, что отключила доступ к Fable 5 и Mythos 5 в середине июня во исполнение директивы правительства, ссылавшейся на «полномочия в области национальной безопасности».

GPT-5.6: запуск только для «доверенных партнёров»

26 июня 2026 года OpenAI объявила о GPT-5.6 с новой схемой трёх уровней: GPT-5.6 Sol — флагман для кодинга, кибербезопасности и науки (88,8% на Terminal-Bench 2.1); GPT-5.6 Terra — сбалансированный уровень качества GPT-5.5 вдвое дешевле; GPT-5.6 Luna — быстрый и доступный уровень. Однако OpenAI выпустила новый флагман лишь как ограниченный превью для горстки прошедших проверку организаций.

Государственное ограничение совпало по времени со стремительным ростом китайских open-source моделей, которые оказываются практически столь же мощными и значительно дешевле американских аналогов. Введя ограничения на развёртывание новейших моделей Anthropic, администрация фактически подарила китайским разработчикам драгоценное время.

«Мы не считаем, что подобный процесс одобрения со стороны государства должен стать долгосрочным стандартом — он лишает лучших инструментов пользователей, разработчиков, предприятия и защитников киберпространства по всему миру.» — OpenAI

GLM-5.2: лучшая открытая модель на сегодня

Пока американские флагманы переживали регуляторный кризис, китайская компания Z.ai (бывшая Zhipu AI, спиноф Университета Цинхуа) тихо выложила в открытый доступ модель, которая взорвала сообщество.

Z.ai выпустила GLM-5.2 для подписчиков своего плана по кодингу 13 июня, а 16 июня опубликовала полные открытые веса под лицензией MIT.

Технические характеристики

GLM-5.2 насчитывает 744 миллиарда параметров с примерно 40 миллиардами активных параметров на токен (архитектура Mixture of Experts — смесь экспертов), контекстное окно в 1 миллион токенов и архитектурные инновации, делающие модель конкурентоспособной с закрытыми флагманами OpenAI и Anthropic.

Контекстное окно GLM-5.2 составляет 1 миллион токенов — против 200 000 у GLM-5.1. Это принципиальное изменение для агентных задач, где нужно удерживать в памяти огромные кодовые базы.

Технология IndexShare повторно использует индексаторы разреженного внимания через несколько трансформерных слоёв, снижая вычислительные затраты до 2,9× при контексте в 1 миллион токенов при сохранении точности.

Бенчмарки

По данным Artificial Analysis — одного из наиболее авторитетных независимых бенчмарков — GLM-5.2 стал лидером среди открытых моделей в Artificial Analysis Intelligence Index.

БенчмаркGLM-5.2Claude Opus 4.8GPT-5.5
Terminal-Bench 2.181,085,0—
Humanity’s Last Exam (с инструментами)54,757,952,2
Artificial Analysis Intelligence Index51 (лучшая open)выше—
IDOR-детекция (Semgrep)39% F132% F1 (Claude Code)—

GLM-5.2 без какого-либо скаффолдинга обошёл Claude Code на семь процентных пунктов (39% против 32%). Открытая модель на голом промпте превзошла флагманский агент-кодировщик в задаче по безопасности, требующей сложных рассуждений.

💡 Экономика GLM-5.2
API GLM-5.2 стоит около $1,40 за миллион входных токенов и $4,40 за выходные — против $10/$50 у Claude Fable 5. Веса доступны бесплатно на Hugging Face под MIT-лицензией: zai-org/GLM-5.2.

Комбинация топового перформанса, радикально более низких цен, MIT-лицензированных открытых весов и контекста в 1M токенов делает GLM-5.2 лучшим предложением по соотношению цена/качество для команд, которым нужны фронтирные возможности без привязки к единому вендору.


graph TD
    A[GLM-5.2 Z.ai] --> B[744B параметров MoE]
    A --> C[1M токенов контекст]
    A --> D[MIT-лицензия]
    B --> E[40B активных на токен]
    C --> F[IndexShare: -2.9x FLOPs]
    D --> G[Self-hosting без ограничений]
    E --> H[Конкурент Claude Opus 4.8]
    G --> H

Токенмаксинг окончен

Токенмаксинг (tokenmaxxing) — явление, когда сотрудники компаний соревновались в том, кто потратит больше AI-токенов, часто через внутренние рейтинги — стало одним из главных корпоративных трендов начала 2026 года. В июне выяснилось, что он себя изжил.

Amazon и Microsoft начали ограничивать внутренние AI-инструменты или приостанавливать проекты, отслеживающие использование, чтобы бороться с поведением «токенмаксинга» — неэффективным потреблением вычислительных ресурсов для улучшения внутренних рейтингов сотрудников.

Самый обсуждаемый кейс — компания Uber, чей технический директор заявил, что компания исчерпала годовой AI-бюджет за несколько месяцев 2026 года, преимущественно из-за Claude Code. Уиллисон считает это вполне объяснимым: бюджет устанавливался в 2025 году, когда никто не мог предсказать такую популярность агентных инструментов в 2026-м.

Лимит $1 500 в месяц на инструмент выглядит рациональным ответом на перерасходы — и куда более разумным, чем те рейтинги по токенмаксингу, где сотрудники соревновались за максимальное потребление AI.

ℹ Контекст
Антропик и OpenAI изменили схему тарификации: теперь корпоративные планы работают по модели $20/место/месяц плюс оплата API по факту использования. Это именно то, что разоблачает токенмаксинг: реальные расходы становятся видимыми.

Проекты Уиллисона: Datasette Apps, sqlite-utils и shot-scraper

Уиллисон — независимый AI-исследователь, создатель datasette.io и llm.datasette.io, строит open-source инструменты для журналистики данных. В июне его собственные проекты получили значимые обновления.

Datasette Apps

В мае было объявлено о первом релизе Datasette Agent — нового расширяемого AI-ассистента для Datasette. Уиллисон работает над библиотекой LLM уже более трёх лет, и Datasette Agent стал моментом, когда LLM и Datasette наконец объединились. В июне развитие продолжилось: теперь в Datasette можно размещать собственные HTML-приложения прямо внутри платформы.

sqlite-utils 4.0

Работая над бэклогом задач и PR с помощью комбинации Claude Fable 5 и GPT-5.5, Уиллисон продолжает расширять changelog sqlite-utils 4.0. Крупнейшая новая функция — поддержка интроспекции и создания составных внешних ключей, затрагивающая table.foreign_keys. Библиотека также теперь следует соглашению SQLite о нечувствительных к регистру именах столбцов.

shot-scraper video

В shot-scraper 1.10 появилась новая команда shot-scraper video, принимающая файл storyboard.yml с описанием рутины для веб-приложения и использующая Playwright для записи видео этой рутины. Уиллисон писал о важности того, чтобы агенты-кодировщики создавали демонстрации своей работы — это его последняя попытка обеспечить им такую возможность.

# Пример использования shot-scraper video
shot-scraper video storyboard.yml -o demo.mp4

WASM-проекты

Отдельного внимания заслуживает эксперимент с портированием модели инпейтинга Moebius 0.2B (0.2 миллиарда параметров, производительность уровня 10B-моделей) для работы прямо в браузере — с помощью Claude Code и технологии WebAssembly (WASM — исполнение кода в браузере без сервера). Этот проект иллюстрирует нарастающий тренд на edge-инференс: запуск нейросетей на стороне клиента без отправки данных на сервер.

Другие релизы моделей в июне

Июнь оказался богатым не только на скандалы. На Google I/O вышел Gemini 3.5 Flash — сразу в режиме общей доступности (GA), без пометки preview. Google использует его в ключевых продуктах. DeepSeek выпустил первые модели горячо ожидаемой серии V4 — DeepSeek-V4-Pro и DeepSeek-V4-Flash.

📝 Как выбрать модель в 2026 году
Практический совет от Уиллисона: для кодинга в агентных пайплайнах задействуйте более дешёвые модели для реализационных задач, оставляя флагман для синтеза, ревью и принятия решений. Это существенно снижает расходы на токены без потери качества результата.

Выводы: что июнь означает для разработчиков

Если смотреть на июнь 2026 года в совокупности, вырисовывается несколько важных тезисов:

  1. Государственное регулирование AI-моделей стало реальностью. Модель, являющаяся золотым стандартом сегодня, может исчезнуть по приказу завтра — в одночасье, без переходного периода, без возможности провайдера вмешаться. Тот, кто жёстко привязал своих чат-ботов, агентов или внутренних ассистентов к одному идентификатору модели, останется без решения.

  2. Открытые модели достигли паритета с закрытыми флагманами. Разрыв между открытыми и закрытыми AI-моделями стремительно сокращался, но GLM-5.2 представляет собой нечто новое: открытую модель, которая не просто «приближается» к фронтиру — она достигает или превосходит его на конкретных важных бенчмарках.

  3. Токенмаксинг как корпоративная практика мёртв. Реальная токенная тарификация убивает бессмысленное соревнование за потребление ресурсов.

  4. Инструментальный слой становится критически важным. Разработчикам нужен не просто доступ к языковым моделям — им нужны контроль, портабельность, наблюдаемость и быстрая итерация. Библиотека LLM стала влиятельной именно потому, что рассматривает языковые модели не как магические конечные точки, а как программные компоненты, которые можно инспектировать, логировать, заменять и интегрировать в реальные рабочие процессы.

Июнь 2026 года показал: эпоха, когда можно было просто выбрать лучшую модель и строить на ней, заканчивается. Диверсификация провайдеров и ставка на открытые веса — уже не опция, а стратегическая необходимость.