Matt Wolfe apžvalga: Anthropic S-1, GPT-6.1 Tera, Gemini 4 Carbon ir Genie 4

Apžvalgoje aptariama Anthropic S-1 paraiška SEC ir laukiamas listingas apie lapkričio 16 d. esant 1,5–2 trln. USD vertinimui: pagal dokumentą 2025 m. pajamos siekė ~4,585 mlrd. USD, o 2026 m. iki birželio 30 d. — per 16 mlrd. USD su 80 mlrd. USD grynuoju nuostoliu, kurio didelę dalį lemia į akcijas konvertuojami instrumentai. Remiantis vieša analize, prie 2 trln. USD vertinimo apie 940 ankstyvų darbuotojų galėtų uždirbti devynženkles sumas. Toliau video nagrinėjami OpenAI GPT-6.1 Tera, Google Gemini 4 Carbon, Kimi K3.1 Pro, Genie 4 pasaulio modelis ir OpenAI skelbiamas matematinis proveržis.
Video eiga
- Anthropic 2 trln. USD vertės IPO — kas yra S-1, kokie Anthropic finansiniai rodikliai ir kiek galėtų uždirbti steigėjai bei darbuotojai
- Warp Factories (rėmėjas) — vaizdo įrašo rėmėjo pristatymas
- OpenAI GPT-6.1 Tera — greitesnis kompiuterio valdymas už mažesnę API kainą
- Google Gemini 4 Carbon — naujos Google modelio versijos apžvalga
- Kimi K3.1 Pro: galingas atvirų svorių modelis — naujo open-weight modelio pristatymas
- Google Genie 4 pasaulio modelio testavimas — autoriaus ankstyva prieiga prie interaktyvaus pasaulio modelio ir bandymai su juo
- Didelis OpenAI matematinis proveržis — teigiama, kad paneigta prielaida, kuria remiasi šimtai tyrimų
- Baigiamosios mintys — autoriaus vertinimas, ką visa tai reiškia
Pilna santrauka
Anthropic IPO ir finansai0:31
Apžvalgos pradžioje aptariama Anthropic IPO. Pirmadienį bendrovė pateikė S-1 dokumentą — tai paraiška SEC, teikiama prieš leidžiant parduoti akcijas viešai, ir dažnai pirma proga pamatyti tikruosius įmonės finansus bei vidinę nuosavybės struktūrą. Dokumentas apie 85 puslapių, listingas laukiamas maždaug lapkričio 16 d., o vertinimas — 1,5–2 trln. USD. Pagal pateiktus skaičius 2025 m. pajamos siekė beveik 4,6 mlrd. (tiksliau 4,585 mlrd.) USD, o 2026 m. iki birželio 30 d. — daugiau nei 16 mlrd., t. y. vos per pusmetį beveik keturis kartus daugiau nei per visus 2025 m. Tačiau per tą patį laikotarpį fiksuotas 80 mlrd. USD grynasis nuostolis.
Autorius pabrėžia, kad šis skaičius turi niuansų: anksčiau sudaryti sandoriai, kai investuotojai skolino pinigus, buhalteriškai rodomi kaip nuostolis, nors vėliau skola konvertuojama į akcijas, taigi tai nėra realiai iš banko sąskaitos išėję pinigai.
Kas praturtės: akcijų paskirstymas2:38
Daugiausiai dėmesio skiriama Andrew Benson įrašui X platformoje apie tai, kas praturtės. Prie 2 trln. USD vertinimo išeitų maždaug 118 USD už akciją: 199 mlrd. atitektų septyniems kontroliuojantiems bendraįkūrėjams, 100 mlrd. — Anthropic visuomeninės naudos fondui, 331 mlrd. — darbuotojams per opcionus ir RSU. Esant apie 5 300 darbuotojų, tai vidutiniškai po 62 mln. USD, nors pasiskirstymas priklauso nuo darbo stažo. 300–500 iki 2023 m. pasamdytų darbuotojų gautų po 110–400 mln.; 440–640 pasamdytų 2024 m. — po 200–300 mln.; 1 360 pasamdytų 2025 m. — po 70–95 mln.; 3 000 pasamdytų 2026 m. — po 10–20 mln.
Iš viso apie 940 žmonių galėtų uždirbti devynženkles sumas. Balandį akcininkai galėjo parduoti po 25,91 USD už akciją, po kelių savaičių H serijos raundas vyko po 58,90 USD — taigi listingas po 118 USD reikštų daugiau nei keturgubą grąžą balandžio investuotojams ir maždaug dvigubą H serijos dalyviams. Autorius pakartotinai ragina šiuos skaičius vertinti atsargiai, nes matematikos pats netikrino.
Partneriai ir AI burbulo testas4:12
Pažymima, kad Amazon, Google ir Broadcom taip pat gali uždirbti šimtus milijardų, nes nuomoja Anthropic skaičiavimo pajėgumus, o dalis atsiskaitymų vyksta mainais į įmonės akcijas. Autoriaus nuomone, šis IPO bus savotiškas testas, ar AI yra burbulas: insaideriams paprastai taikomas maždaug 6 mėnesių „lockup" laikotarpis, ir kai jis baigsis, paaiškės, ar arčiausiai AI esantys žmonės išsigrynina pinigus, ar laiko toliau. Tai esą lūžio taškas, nes pirmą kartą į biržą eina grynai AI laboratorija (Google netinka palyginimui, nes turi daug kitų verslų), tad rinkos reakcija parodys tikruosius investuotojų įsitikinimus.
Rėmėjo intarpas: Warp Factories6:13
Rėmėjo intarpe pristatoma Warp Factories — nauja Warp platforma, leidžianti inžinerinėms komandoms debesyje sukurti visą AI valdomą programinės įrangos „surinkimo liniją". Autorius ją bandė YouTube scenarijų rašymui: tikslas — AI scenaristas, vienu ypu parašantis 20 minučių gilios analizės scenarijų, atsižvelgiant ir į tai, kokie vaizdai bus ekrane. Warp leidžia nustatyti vertinimo agentus kiekvienai svarbiai metrikai, savęs tobulinimo agentą, kuris atpažįsta pasikartojančias problemas ir siūlo pataisymus, bei stebėti įvertinimus laikui bėgant.
GPT-6.1 Terra: kainos ir rezultatai7:15
Toliau apžvelgiami trys nauji modeliai. Pirmasis — OpenAI GPT-6.1 Terra. Paaiškinama OpenAI modelių hierarchija: Astro (pažangiausi vieši), Soul (pakopa žemiau), Terra (dar žemiau) ir Luna (mažiausi, pigiausi). Lyginant su Anthropic, Astra apytiksliai atitiktų Fable, Soul — Opus, Terra — Sonnet, Luna — Haiku. Autorius nesupranta, kam skirta Terra. MMU Pro benchmark'e GPT-6.1 Soul max režimu kainuoja 0,013 ir pasiekia 86,3 % intelekto įvertinimą, o Terra kainuoja 0,012, t. y. beveik tiek pat, bet yra kvailesnis. OS World 2.1: Soul — 1,15 USD už 78 %, Terra — 1,19 USD už 74,2 %, t. y.
brangiau už prastesnį rezultatą; vidutinių pastangų režimu Soul — 65 centai už 73,5, Terra — 50 centų už 66,7. Terminal Bench 4.0: Soul — 1,98 USD už 55,9 %, Terra — 1,84 USD už gerokai žemesnį rezultatą. Artificial Analysis platformoje GPT-6.1 Soul surenka 55, Terra — 51; kaina už užduotį atitinkamai apie 127 ir 96, o greičio skirtumas nuo Astra ir Soul minimalus. Išvada: jei nori pigaus ir protingo — rinkis Soul, jei geriausio našumo — Astra, jei įrenginyje veikiančio greičiausio — Luna.
Savo Busey Bench teste Terra max pastangų režimu dirbo 7 minutes, kainavo 19 centų, sunaudojo 38 000 tokenų ir LLM-teisėjo buvo įvertintas penkta vieta. Autorius pažymi, kad SVG paveikslėlių generavime OpenAI modeliai dominuoja jo lyderių lentelėje, su viena išimtimi — Gemini 4 Argon.
Gemini 4 Carbon pirmauja11:56
Antrasis modelis — Google Gemini 4 Carbon, žingsnis į priekį nuo prieš porą savaičių pasirodžiusio Gemini 4 Argon, tačiau dar viešai neprieinamas (dar vienas „paskelbimo paskelbimas"); prieigą turi tik kai kurie kibernetinio saugumo ir ankstyvieji testuotojai. Artificial Analysis jis jau rodomas languotu raštu (nėra per API), bet surenka daugiau taškų nei bet kuris kitas modelis — daugiau nei Opus 5.5 ir GPT-6 Astra, tapdamas nauju state-of-the-art. Jis nėra pigiausias: pigesnis už daugumą Anthropic modelių, bet brangesnis už praktiškai visus OpenAI.
Google benchmark'uose jis lyginamas su Argon, GPT-6 Astra, Opus 5.5 ir Fable 5.1, ir mėlynai pažymėtose srityse laimi. Modelis žadamas netrukus kūrėjams, verslams ir vartotojams.
Kimi K3.1 Pro openweight13:28
Trečiasis — Kimi K3.1 Pro iš Moonshot AI, vienos iš Kinijos laboratorijų, kurias Anthropic ir kitos įmonės kaltino jų modelių distiliavimu. Tai naujas geriausias openweight modelis: 2,8 trln. bendrų parametrų, 1 mln. tokenų konteksto langas, atviri svoriai žadami lapkričio 4 d. Terminal Bench 4.0 jis lenkia GPT-6 Astra, bet nusileidžia Opus 5.5; benchmark'ai akivaizdžiai atrinkti palankiai, tačiau GLM 5.3 ir Deepseek jis nušluoja praktiškai visur. Artificial Analysis jis surenka 46 balus — vos trimis mažiau nei Fable 5.1, kuris prieš kelis mėnesius siautė protus; kiti openweight modeliai (Qwen 3.8, Deepseek) lieka ties 32–34.
Busey Bench teste jis kainavo 28 centus, sunaudojo apie 28 000 tokenų, užtruko apie 6,5 minutės ir užėmė 11 vietą.
Ar galima paleisti lokaliai16:03
Prie openweight modelių autorius prideda svarstymą apie praktinį pritaikymą: teoriškai juos galima atsisiųsti, paleisti lokaliai, atlikti fine-tune ir nesiųsti duomenų OpenAI, Google ar Anthropic, taip išvengiant privatumo ir duomenų saugojimo rizikų. Tačiau 2,8 trln. parametrų modelį reikia visą laikyti atmintyje, net jei aktyvių parametrų tėra 104 mlrd. Nvidia 5090 turi apie 32 GB atminties, tad reikėtų maždaug 44 tokių kortelių; su maksimaliai sukomplektuotu Mac Studio su 512 GB RAM prireiktų bent trijų, o kiekvienas kainuoja 10–15 tūkst. USD.
Taigi eilinis žmogus namuose tokio modelio nepaleis, bet jis prasmingas ligoninėms, bankams ir vyriausybėms, turinčioms savo serverius. Autorius tikisi, kad ilgainiui atsiras mažesni, efektyvesni ir vis dar protingi modeliai, tilpsiantys į namų įrenginius, nors dabartinės atminties kainos tai atitolina.
Genie 4 pasaulio modelis18:07
Toliau — Google DeepMind Genie 4, autoriaus nuomone, kiečiausias savaitės dalykas; prieinamas tik ankstyvoje prieigoje per laukiančiųjų sąrašą. Tai pasaulio modelis, kuriame galima promptinti bet kokią sceną ir personažą, judėti joje ir, kas nauja, promptinti pakeitimus realiu laiku (pvz., įdėti dinozaurą ar nukrentančią katę). Pridėtas garsas, kurio ankstesnėse versijose nebuvo, ir padidintas realistiškumas, nors kai kurios scenos vis dar silpnesnės.
Demonstracijoje autorius sukūrė spalvingą japonišką miestą naktį lyjant su kiberpankiškomis neoninėmis iškabomis ir nindze; valdymas vyksta WASD arba rodyklių klavišais, indikatoriai rodomi ekrano apačioje. Sistema siūlo promptų idėjas, pvz., policijos droną, kuris įskrenda į kadrą. Įvedus tekstinį promptą prarandamas kameros valdymas — tai šiek tiek erzina. Jis paprašė, kad pro šalį pražygiuotų Godzilla, ir ji prasilaužė pro sieną, o po nurodymo nuplakti droną sesija užstrigo su klaidos pranešimu — ženklas, kad produktas labai ankstyvos beta stadijos.
Antrame bandyme jis pasirinko pirmojo asmens vaizdą, animacinį Candyland pasaulį ir kamanės personažą. Čia išryškėjo nuoseklumo problemos: apsisukus 360 laipsnių objektai keičiasi — saldainių lazdelė ir gėlės dalinai išlieka, bet atsiranda keksiukas, sausainiai pakeičia pozicijas. Sugeneravus ledinuko signalinį perjungiklį, perjungiklis atsirado, bet ledinuko nesimatė; pasigirdo muzika ir garso efektai pravažiuojant traukiniui.
Viena sesija trunka apie dvi minutes, po to viskas užšąla ir vartotojas išmetamas. Autorius spėja, kad pagrindiniai naudotojai galėtų būti kino kūrėjai, norintys apytiksliai suplanuoti sceną prieš filmuodami, nors kokybė dar nepakankama realiai vaizdo medžiagai; žaidimų dizaineriai, greitai tikrinantys idėjas prieš modeliuodami Unreal Engine ar Unity; taip pat robotikos įmonės, treniruojančios robotus pasaulio modeliuose — tai vienas didžiųjų Nvidia pasaulio modelių panaudojimo atvejų. Kaip žaidimo valandų valandoms jis to nemato dėl 2 minučių limito, nuoseklumo problemų ir to, kad tai tėra demonstracija.
Per metus, jo spėjimu, gali atsirasti 20 minučių nuoseklūs įrašai su balso komandomis.
Eksponentinio laiko hipotezės paneigimas24:15
Paskutinė tema — OpenAI pareiškimas, kad vienas jų neišleistų vidinių modelių paneigė eksponentinio laiko hipotezę, 25 metų senumo prielaidą informatikoje. Autorius ją aiškina per šviesos jungiklių analogiją: turint eilę jungiklių ir taisyklių rinkinį (pvz., jei trečias įjungtas, septintas turi būti išjungtas), reikia rasti nė vienos taisyklės nepažeidžiančią konfigūraciją. Su 10 jungiklių yra apie tūkstantis kombinacijų, su 30 — apie milijardą, kiekvienas papildomas jungiklis skaičių padvigubina, o prie kelių šimtų jungiklių kombinacijų yra daugiau nei atomų visatoje.
Tokius uždavinius kompiuteriai sprendžia sudarydami tvarkaraščius, projektuodami lustus, testuodami programinę įrangą, ir 25 metus buvo manoma, kad sunkiausioms versijoms bet kuris metodas auga eksponentiškai. Hipotezė niekada nebuvo įrodyta, bet ja remiasi šimtai mokslinių straipsnių, kurie dabar potencialiai gali būti paneigti. Teigiama, kad modelis paneigimą rado spalio 16 d.
Įrodymas buvo patikrintas su Lean — savotišku matematikos „rašybos tikrintuvu", kuris tikrina, ar kiekvienas žingsnis išplaukia iš ankstesnio, ir nepraleidžia klaidų, kurias žmogus galėtų padaryti, tarkime, septintame iš 40 žingsnių. Autoriaus manymu, tai svarbu todėl, kad iki šiol AI puikiai sekėsi tai, ką žmonės jau moka — laikyti egzaminus, rašyti kodą — o čia būtų atsakyta į klausimą, į kurį ekspertai atsakyti negalėjo; jei pasitvirtins, tai svarbiau nei bet kuris iki šiol matytas benchmark'o rezultatas.
Jis ragina skaityti patį OpenAI paskelbtą straipsnį apie darbą su akademinėmis bendruomenėmis arba paprašyti ChatGPT paaiškinti, nes pats supaprastino.
Pakeistas epizodo formatas27:51
Pabaigoje autorius paaiškina, kad šis epizodas kitoks: atsisakyta „rapid fire" ir atsitiktinių produktų pranešimų, susitelkiant tik į tai, kas atrodo tikrai svarbu. Visas savaitės naujienas, kurias anksčiau minėdavo greitojoje dalyje, galima rasti futuretools.io/news, o ateities naujienų vaizdo įrašus jis planuoja rezervuoti esminiams momentams.
Originalas: 6 AI Updates Worth Knowing & A Bubble-Bursting IPO (Matt Wolfe YouTube kanalas)