Londong Gatvik aeroporti Stanley Robotics bilan hamkorlikda robotli to'xtash joyini joriy etdi

NVIDIA bosh ijrochi direktori Jensen Huang ochiq sun'iy intellekt modellarini X'dagi birinchi postida 25 sanoat hamkorlari bilan qo'llab-quvvatlagan kuni Ant Group Bailing qismi Ling-3.0-flash modelini taqdim etdi. Ushbu model 124 milliard umumiy parametrga ega bajaruvchi model bo'lib, ammo faqat 5.1 milliard parametrni faollashtiradi, bu uning trilyon parametrlik flagman modeli kabi yuqori intellekt zichligini namoyish etadi.

Model sinov natijalari

Ling-3.0-flash 34 baholash sohasida yuqori natijalar ko'rsatib, 15 marta birinchi, 19 marta esa ikkinchi o'rinni egalladi. O'rtacha ball 67.6 ni tashkil etdi, bu uni DeepSeek V4 Flash ga tenglashtiradi. Shu bilan birga, model o'zining trilyonlik Ring-2.6-1T modelidan deyarli 8 ballga ustun keldi. Model 0.5 intellekt zichligi va 13.2 samaradorlik koeffitsientiga erishadi, bu solishtirma modellar orasida eng yuqori qiymatlar hisoblanadi va maqsadli bajaruvchi model dizayni aniq vazifalar bilan ishlayotganda umumiy miqyosdan ustun kelishi mumkinligini isbotlaydi.

Qo'llanilishi va ishlashi

Model ratsional fikrlash modellaridan farqli ravishda, bajaruvchi modellar paradigmasiga strategik sarmoya sifatida ishlab chiqilgan. Ling-3.0-flash real vaqt reja agentlari, kodlash va funksiya chaqiruvlari uchun tezlik va samaradorlikka e'tibor qaratadi. Masalan, kod omborlaridagi xatolarni tuzatish bo'yicha SWE-Bench Pro testida u 56.6% bilan birinchi o'rinni egalladi. Bir marta to'liq interaktiv komponentlarni yaratish uchun mo'ljallangan ArtifactsBench da u 77.0% natija ko'rsatdi, bu ikkinchi o'rinni 10 ballgacha ortda qoldirdi. Bitta ko'rsatma bo'yicha ilovani to'liq yaratishni talab qiladigan MiniAppBench da u 16 ta modelning o'rtacha ko'rsatkichi 17% ga qarshi 25.3% ga erishdi.

Imkoniyatlar va taqqoslashlar

BFCL-v4 funksiya chaqirish aniqligi 73.0% ga yetdi, bu birinchi o'rinda Claude-Sonnet-4.6 ga mos keladi. End-to-end GDPVal v2-AA agent baholashida model 1107 ball oldi, bu sinovdan o'tkazilgan modellarning eng yuqori qiymatidir. Model 256K hajmdagi kontekst oynalarini tabiiy tarzda qo'llab-quvvatlaydi, bunda MRCR_256K 81.1% ko'rsatdi. Ko'p bosqichli ko'rsatmalarni kuzatish Multi-IF 87.7% bilan ikkinchi o'rinda joy oldi. Uzoq muddatli ko'rsatma xotirasidagi LIFEBench testida u 77.3% natija bilan birinchi o'rinni egalladi. Agent qidiruvi WideSearch qobiliyati 73.6% bilan uchinchi o'rinda, ko'p agentli hamkorlik rejimidagi BrowseComp esa 82.0% bilan Claude-Sonnet-4.6 (82.1%) ga deyarli tenglashdi.

Chiqarishning strategik ahamiyati

Agentlarga yo'naltirilgan to'liq baholashlar to'plami Ling-3.0-flash ni avtonom vazifalarni bajarish paradigmasi uchun optimallashtirilgan deb belgilaydi, bu yerda modellar uzun fikrlash zanjirlarini yaratish o'rniga vositalardan foydalanadi, interfeyslar bo'ylab harakatlanadi va ko'p bosqichli maqsadlarni bajaradi. Ant Bailing modelni ochiq qildi va og'irliklar API bepul sinov muddati tugagandan so'ng, avgust oyida mavjud bo'ladi. Modeldan NVIDIA tomonidan qo'llab-quvvatlangan xat bilan bir vaqtda chiqarilishi, Xitoy AI kompaniyalari Silikon vodiysidagi xavflar haqidagi munozaralarga qaramay, ochiq kodni qabul qilishda davom etayotganini signal beradi. Ling-3.0-flash samaradorlikni ajralib turuvchi xususiyat sifatida ta'kidlaydi: umumiy parametrlar soni bo'yicha raqobatlashish o'rniga, model agent bajarish yuklari uchun yaxshi loyihalashtirilgan ixcham bajaruvchi model 8 baravar katta modellardan ustun kelishi mumkinligini ko'rsatadi. Bu inferensni joylashtirish iqtisodiyoti asosiy cheklovga aylanayotgani sababli, vazifaga xos modellar tomon yo'naltirilgan sanoat tendensiyalariga mos keladi. OpenRouterdagi haftalik reyting besh kun ichida 9-dan 6-ga ko'tarildi, shu bilan birga iyul oyi uchun trafik hajmi DeepSeek V4 Pro ning 0.5% dan kamroq bo'lgan, bu samarali bajaruvchi modellar bozor talabini tasdiqlaydi.

Tencent WorkBuddy 2026 yil iyun oyida oylik 20,97 million tashrifga erishdi va bu raqam ByteDance Trae (12,79 mln) va Alibaba QoderWork (7,88 mln) jami ko'rsatkichlaridan oshib ketdi. Bu muvaffaqiyat 2026 yil mart oyida ishga tushirilganidan keyin atigi to'rt oy ichida amalga oshirildi va u OpenClaw ekotizimidan foydalanish hamda korporativ WeChat bilan integratsiya orqali ta'minlandi.

Tez o'sish va bozorga e'tibor

2026 yil iyun oyida Analysys reytingiga ko'ra, Tencent WorkBuddy oylik 20,97 million tashrifni namoyish etdi, bu ByteDance Trae (12,79 million) va Alibaba QoderWork (7,88 million) jami ko'rsatkichlaridan oldinda turdi. Mahsulot 2026 yil mart oyida ishga tushirilgan bo'lib, birinchi oyda 8,85 million tashrifni qayd etdi va avvalgi oygacha 831% ga ta'sirchan o'sish ko'rsatdi, bu birinchi haftada quvvatlarni 10 baravar kengaytirishga sabab bo'ldi. Bu tezkor ko'tarilish sanoatning Kimi K3, GLM-5.2 va DeepSeek V4 kabi modellarni solishtirishga e'tibor qaratilayotgan paytida sodir bo'ldi va Tencentga bevosita raqobatlashuv javobi bo'lmagan holda stol ustidagi AI ofis agentlari kategoriyasini egallash imkonini berdi.

Ekotizim va funksionallik

WorkBuddy muvaffaqiyatining asosini OpenClaw ekotizimi tashkil etadi – bu Tencent tomonidan integratsiya qilinishidan oldin GitHub'da 280 000 yulduzcha va 5 700 dan ortiq plaginga ega bo'lgan ochiq kodli freymvorkdir. 2026 yil 9 martda Tencent uchta mahsulotni bir vaqtning o'zida chiqarib berdi: shaxsiy foydalanuvchilar uchun QClaw, ishlab chiquvchilar uchun Lighthouse va korxonalar uchun WorkBuddy. WorkBuddy OpenClaw ko'nikmalari to'plami bilan to'liq mos keladi, 20 dan ortiq oldindan sozlanmagan ko'nikma paketlarini o'z ichiga oladi, bir nechta agentlar yordamida vazifalarni parallel dekompozitsiya qilishni qo'llab-quvvatlaydi va Hunyuan, DeepSeek, GLM, Kimi va MiniMax kabi modellar o'zaro almashtirilishi mumkin bo'lgan moslashuvchanlikni ta'minlaydi. Korporativ integratsiya zanjiri WeChat va WeCom orqali kirish ma'lumotlarini, Tencent Cloud'da hisoblashni va PC Manager orqali mahalliy qurilma ruxsatnomalarini qamrab oladi, bu esa raqobatchilar uchun ekotizim kengligi sababli takrorlash qiyin bo'lgan yopiq siklni hosil qiladi.

Texnologik rivojlanish va raqobat

Hunyuan modelining asosiy infratuzilmasi 2026 yil boshida qayta qurildi. HY3 ning preview versiyasi aprel oyida OpenRouter mingan reytingida uch hafta davomida yetakchi o'rinda turdi, toki uni DeepSeek V4 Flash o'tib ketmaguncha. 6 iyulda rasmiy chiqarilishi g'alulyatsiyalarning darajasini 44% ga pasaytirdi va WorkBuddy ning vazifani hal qilish ko'rsatkichini 72% dan 90% gacha oshirdi. Narxlash nuqtai nazaridan – million token uchun kirish uchun 1 yuan va chiqish uchun 4 yuan – mahsulot raqobatbardosh bo'lib qolmoqda. Tencent faol foydalanuvchilarni ushlab qolish ko'rsatkichi 60% dan yuqori, to'lovchi foydalanuvchilarni ushlab qolish ko'rsatkichi esa 80% dan yuqori ekanligini ma'lum qildi, garchi bu raqamlar CodeBuddy va WorkBuddy metrikalarini birlashtirsa ham. Moliyaviy direktor James Mitchell ARR maqsadini belgilashdan voz kechdi, talab o'zgarishlari 12 oylik ma'noli prognoz qilish uchun juda tez sodir bo'layotgani sababli.

Bozor paradigmasining siljishi

Raqobat kurashi AI ofis agentlari bozorini modellarning samaradorligi bo'yicha raqobatdan ekotizim va tarqatish bo'yicha raqobatga aylantirmoqda. WorkBuddy ning afzalligi model sifati ustunligi bilan emas, balki WeCom'dagi mavjud korxona munosabatlari, WeChat iste'molchilarini qamrovi va OpenClaw plagin ekotizimi bilan belgilanadi, bu foydalanuvchini moslashtirish vaqtini kunlardan daqiqalarga qisqartiradi. Javob sifatida Alibaba yangi bosh ijrochi DingTalk Chen Yusen rahbariyatida o'z mahsulotlarini Qianwen Office ostida konsolidatsiya qildi, byteDance esa Doubao ni o'z ofis agenti brendi sifatida qayta tuzdi. Biroq, ikkala kompaniya struktural to'siqqa duch kelmoqda: WorkBuddy WeChat korporativ ekotizimiga integratsiya qilingan, bu esa Xitoyda biznes aloqalari uchun allaqachon ishlatiladi. Savol shundaki, WorkBuddy atrofida guruhli hamkorlikning tarmoq effektlari shakllana olishi mumkinmi, bu iste'molchi WeChat ning tarmoq effektlariga teng bo'lishi mumkin, bu esa unga raqobatchilar uchun buzilishi qiyin bo'lgan barqaror mavqe'ni ta'minlaydi.

Token uchun ko'rinib turgan pastroq narxga qaramay, mahalliy xitoy katta til modellar (LLM) og'ir foydalanuvchilar uchun ishlab chiqish ssenariylarida, kunlik iste'mol hajmi o'nlab milliard tokenlarga yetganda, juda qimmatga tushadi.

Amaldagi xarajatlardagi farq

Sun'iy intellekt yordamida intensiv kodlash bilan shug'ullanadigan xitoy foydalanuvchilari har hafta Codex uchun 300 yuan sarflaydi, shu bilan birga GLM-5.2 kabi mahalliy modellardan foydalanish ular uchun kuniga 7800 yuan turadi. Haqiqiy qiymat token narxidan emas, balki xorijiy modellar eng faol foydalanuvchilar uchun xarajatlarni cheklaydigan paketli obunalar taklif qilishidan kelib chiqadi.

Kuniga o'nlab milliard token iste'moli bilan GLM-5.2 API dan foydalanish kuniga taxminan 7800 yuan, bu AQSh dollarining 1084 ga teng. Shunga o'xshash yuklanish GPT Codex Pro obunasi orqali haftasiga taxminan 300 yuan turadi. Bu paradoks xorijiy modellar token iste'molini belgilangan oylik obunalar ichiga kiritishi va shu bilan eng talabchan foydalanuvchilar uchun xarajatlarni samarali cheklashi, xitoy modellar esa oldindan belgilangan tariflar taklif qilmasdan, faqat har bir token uchun to'lov olishi sababli yuzaga keladi.

Narx takliflarini taqqoslash

Token narxi bo'yicha, GLM-5.2 GPT-5.6 Sol (AQSh dollari 5/30) ga qaraganda pastroq stavkani (kirish/chiqish million tokeni uchun 1.4/4.4 AQSh dollari) namoyish etadi. Biroq, kuniga milliardlab token iste'moli paytida paketli tarifning ustunligi taqqoslash rasmini butunlay o'zgartiradi. Masalan, Codex Plus oyiga 20 AQSh dollari, Pro esa 5 yoki 20 baravar ko'proq kvota bilan oyiga 100 AQSh dollardan boshlanadi, qo'shimcha ravishda API orqali limitdan oshib ketgan to'lov mavjud. Claude Code oyiga 20 AQSh dollari miqdoridagi Pro va oyiga 100 dan 200 AQSh dollarigacha bo'lgan Max rejalarini taklif qiladi.

Alibaba Qoder CN holati ham muammolarni ko'rsatadi: individual rejalar 2000–6000 kredit uchun oyiga 59–169 yuan turadi, bu og'ir foydalanuvchilar bir necha kun ichida sarflab yuboradi. Taxminan 20-30 korporativ mijoz narxlarni qayta tuzishdan so'ng yangilashni to'xtatganligi ma'lum bo'ldi. Qoderning korporativ versiyasi joy uchun oyiga 199 yuan turadi va o'rtacha foydalanishda 3 kunda yoki intensiv foydalanishda 1 kunda sarflanadi.

Kirish imkoniyati va texnik to'siqlar

GLM-5.2 obunasi uchun kirish juda qiyinlashdi. Ertalabki 10 da chiqariladigan kunlik limit bir necha daqiqa ichida sotib olinadi, va yanvar 2026 yildan boshlab mavjud hajm hisoblash quvvati cheklovlari tufayli dastlabki hajmdan 20% gacha kamaytirilgan. Eng yuqori yuklanish vaqtlarida tokenlar uch marta yechiladi, bu bir dasturchi tomonidan ruletka o'yiniga o'xshatildi. Xuddi shunday, Kimi Code oyiga 49 dan 699 yuan gacha narxlarni haftalik yangilanish bilan taklif qiladi, ammo u ham xorijiy obunalar og'ir foydalanuvchilar uchun foydali bo'lishini ta'minlaydigan paketli tarifga ega emas.

Xitoy modellar yetkazib beruvchilari bu to'siqni inferensdagi yuqori hisoblash xarajatlari bilan izohlaydilar. Paketli qayta ishlash va keshlash uchun optimallashtirilgan bulutli xizmatlarning aksiga, xitoy provayderlari kontekst keshining kichik oynalari va miqyosdagi o'zaro foydalanuvchi paketlashining yetarli darajada samaradorligining yo'qligi tufayli token uchun yuqori xizmat ko'rsatish xarajatlari bilan duch kelishmoqda. Bundan tashqari, iqtisodiy haqiqat shundaki, paketli tariflar ortiqcha hisoblash quvvatini talab qiladi, bu esa xitoy kompaniyalari hozirgi hisoblash resurslari cheklangan sharoitlarda qila olmaydigan narsa.

Bozor segmentatsiyasi va kelajak

Bu narx strategiyasi bozorni segmentatsiya qiladi: yengil foydalanuvchilar Xitoydagi pastroq token narxidan foyda ko'radi, ammo eng qimmatli ishlab chiquvchilar segmenti paketli tarifning ustunligi tufayli amalda xorijiy modellar foydasiga subsidiyalangan. Xitoy modellar yengil foydalanuvchilar va narxga sezgir ilovalar hisobiga global inferens hajmining 63.5% ni egallayotgan bo'lsa, yuqori intensiv AI kodlash oqimlari GPT va Claude obunalariga yo'naltirilmoqda. Ishlab chiqaruvchilar ulushni egallash uchun Codex ning haftalik qiymatiga mos keladigan belgilangan stavkalarga ega kodlash rejasi kerak, lekin bu hozir AI kompaniyalari uchun cheklangan hisoblash quvvatini talab qiladi.