perfectAntonio

Буквы русские, начертание уверенное, вывеска висит ровно — только таких слов не существует. Так нейросеть Grok выполнила запрос, в котором прямым текстом стояло: на вывеске написать «РЕМОНТ ОБУВИ».

Это один из семи прогонов теста, где проверялось, умеют ли нейросети писать русский текст на картинке. Оказалось, что вопрос стоит по-другому: не «умеют ли», а «сколько знаков подряд удержат».

Сцена для всех была одна и та же: витрина мастерской по ремонту обуви, три надписи разной длины. Вывеска «РЕМОНТ ОБУВИ» — 12 знаков. Ценник «от 500 руб.» — 11 знаков, но мелким шрифтом. Объявление на двери «Открыто с 10:00 до 20:00» — 24 знака, тоже мелко. Один запрос на модель, без вторых попыток, что вышло — то и в зачёт. Проверка посимвольная: совпадает текст на картинке с заданным или нет.

Участвовали семь нейросетей для генерации изображений: GPT Image 2 (генерация картинок в чате GPT от OpenAI), Nano Banana Pro (та самая nano banana, генерация изображений у Gemini), FLUX.2 Max (старшая нейросеть FLUX), Seedream v4 (ByteDance), Qwen 2 (Alibaba), Grok Imagine (картинки у нейросети Grok от xAI) и Ideogram v3 — последний интересен тем, что его продают именно как специалиста по тексту на картинках. Гонялось всё в одном окне, через агрегатор veruna.io, где эти модели лежат рядом, — правда, половина участников открывается только на старших тарифах.

Вывеску из двух слов правильно написали шесть моделей из семи. Провалилась только та, что выдала «ОУЧНЫЙ КИВЫЙ».

Ценник «от 500 руб.» — пять из семи. Seedream v4 потерял букву: получилось «т 500 руб.». FLUX.2 Max продублировал число, написав в две строки «от 500.» и ниже «500 руб.».

Объявление на двери — три из семи. И вот тут ошибки самые обидные, потому что мелкие.

У Qwen 2 «д» превратилась в «а»: на бумажке написано «ао 20:00». Одна буква из двадцати четырёх — а объявление уже читается как опечатка на стекле.

У Ideogram v3 развалилось время: «до 26-80» вместо «до 20:00». Двоеточие стало дефисом, двадцать превратилось в двадцать шесть, нули — в восьмёрку. При этом крупную вывеску та же модель сделала лучше всех в тесте: ровная синяя табличка, ни одного артефакта.

Полный зачёт получили две модели: GPT Image 2 и Nano Banana Pro. У обеих совпали все три надписи, включая двоеточия во времени и точку в сокращении «руб.». Ни та ни другая ничего особенного про работу с текстом не обещает — то есть заявленная специализация Ideogram в этом тесте преимуществом не стала.

Общая картина складывается не в пользу привычного объяснения «нейросети не знают русского». Ни одна модель не написала латиницей вместо кириллицы и ни одна не перевела надпись на английский — с алфавитом проблем нет. Ломается другое: чем длиннее строка и чем мельче она набрана, тем выше шанс, что буква подменится на похожую, цифры перепутаются, символ пропадёт или кусок фразы продублируется.

Практический вывод для тех, кто делает картинки с надписями. Крупный короткий текст — вывеска, заголовок, одно слово на упаковке — модели тянут нормально. Всё, что в кадре выглядит мелким шрифтом, проверять придётся по буквам, потому что издалека кадр выглядит безупречно, а «ао 20:00» видно, только если специально всматриваться. Длинную фразу лучше просить частями, а если текст критичен — сгенерировать картинку по тексту без надписей и поставить буквы сверху в редакторе, где они останутся ровно теми, которые вы напечатали.

Разборы и новости про нейросети — в отдельном канале: t.me/veruna_ai_news

Росстат в 2026 году насчитал безработицу 2,2% — исторический минимум с начала наблюдений. По этому показателю Россия обходит все страны G20. Судя по одной цифре, работа сейчас есть почти для каждого, кто её ищет.

В IT та же весна выглядит по-другому. HeadHunter в июле насчитал 22 резюме на одну вакансию в отрасли. Год-два назад на этом же месте держалось 4–5 резюме — рост в четыре-пять раз за короткий срок.

Число вакансий подтверждает то же самое с другой стороны. За первое полугодие 2026 года IT-вакансий стало меньше на 21% по данным SuperJob и на 56% по подсчётам «Хабр Карьеры». Резюме при этом не просто не упали — выросли: на 21% у SuperJob, на 69% у «Хабр Карьеры».

Сужение к тому же ускоряется, а не держится ровно. У «Хабр Карьеры» в первом полугодии 2025-го падение вакансий было −32%, сейчас −56%. То есть год назад отрасль уже сжималась, просто вдвое медленнее, чем сейчас.

Внутри самого IT сжатие тоже неровное. По тем же подсчётам, спрос на специалистов по информационной безопасности просел на 40%, по ИИ — на 27%, а вот в маркетинге, дизайне и тестировании упал сильнее. Получается разрез не только «джун против сеньора», но и «специальность против специальности» — некоторые направления держатся заметно крепче остальных внутри одной и той же просевшей отрасли.

Получаются два одновременно верных факта на уровне страны. Она в целом почти не знает безработицы. Конкретно в IT конкуренция за место выросла кратно. Это не противоречие в статистике, а два разных рынка труда — общий и отраслевой, — которые в один и тот же момент двигаются в противоположные стороны.

Причин у сужения несколько сразу, а не одна. «Коммерсантъ» со ссылкой на SuperJob называет прежде всего дорогие деньги: ставка по кредиту такая, что исследовательские и продуктовые проекты откладывают не потому, что они не нужны, а потому что дорого занимать под них. Часть задач компании закрывают и по-другому — внутренними переводами сотрудников между проектами, где-то автоматизацией, в том числе на основе нейросетей. Но это один фактор среди прочих, не единственный и не главный по всем оценкам сразу.

Дальше — эффект, который виден отдельно от причин. Зарплаты в IT за полугодие выросли на 3,9% — меньше официальной инфляции в 5,31%. То есть реальный доход отрасли в среднем не сохранился, а немного просел. И почти весь этот скромный рост достался мидлам и сеньорам: конкуренция среди начинающих специалистов, по тем же данным, продолжает расти отдельно от общей картины зарплат.

Дефицит кадров в стране и толпа айтишников без работы — оба заголовка правдивы одновременно, потому что описывают разные рынки труда. Общая безработица в 2,2% измеряет всю экономику разом: продавца, водителя, врача, сварщика. IT — узкий сегмент внутри неё, который вошёл в собственный цикл сжатия ровно тогда, когда остальная экономика на подъёме. Один общий график и один частный график, поставленные рядом, дают не парадокс, а более точную картину рынка труда, чем каждый из них по отдельности.

Больше разборов и новостей про ИИ — в канале t.me/veruna_ai_news.

В запросе стояло «старая иномарка припаркована у дома». Из шести картиночных моделей, которым отдали один и тот же запрос, иномарку нарисовали две. У остальных четырёх во дворе оказался советский автопром: синяя «Нива» и три «Жигули» разных лет.

Смысл теста не в ошибке с машиной. Проверялось другое: что делают нейросети, которые рисуют картинки по описанию, с деталями запроса, когда те расходятся с усреднённым представлением модели о стране.

Запрос был один и тот же для всех шести, на английском, с пятью проверяемыми пунктами: двор российской пятиэтажки летом, снято на телефон; лавочка у подъезда с пожилой женщиной; верёвка с бельём между двумя деревьями; металлическая рама для выбивания ковров, на ней ковёр; старая иномарка у дома. Участники — шесть нейросетей для генерации изображений: GPT Image 2 (генерация фото в чате GPT от OpenAI), Nano Banana Pro (та самая nano banana — картиночная модель Gemini от Google), Qwen 2 (Alibaba), Seedream v4 (ByteDance), Grok Imagine (картиночный режим нейросети Grok от xAI) и FLUX.2 Max (нейросеть FLUX от Black Forest Labs). Гонялось всё в одном окне, через агрегатор veruna.io, где эти модели лежат рядом, — правда, половина участников теста открывается только на старших тарифах, на среднем их просто нет в списке.

Лавочка с пожилой женщиной — шесть из шести. Половина ещё и добавила платок на голову, которого в запросе не было.

Бельё на верёвке — шесть из шести, но «между двумя деревьями» соблюдено не везде: у трёх верёвка идёт от дерева к стене или к столбу.

Старая иномарка — две из шести. Иномарку дали Nano Banana Pro (ржавая Audi 100) и Grok Imagine (зелёный Volkswagen Passat). У GPT Image 2 — «Нива», у Qwen 2, Seedream v4 и FLUX.2 Max — «Жигули». Слово «foreign» стояло в запросе прямо, но представление «российский двор» его перебило: в кадрах, которые модели видели про такие дворы, у подъезда стоит «Лада».

Металлическая рама для выбивания ковров — пять из шести: узнаваемая конструкция из труб, вкопанная в землю или сваренная буквой «А». Qwen 2 повесила ковёр на складную бельевую сушилку посреди двора — предмет из соседней категории, назначение перепутано.

Пять этажей — ноль из шести. Дом целиком, с крышей, влез в кадр только у Seedream v4 — и этажей в нём четыре. У остальных дом обрезан по верхней границе: посчитать нечего, но и пяти этажей не видно ни на одной картинке.

Отдельно — то, что никто не заказывал. Grok Imagine выдал машине российский номер, но написал на нём кириллическую абракадабру, которая не читается. Nano Banana Pro поставила во двор песочницу с игрушками, Grok — трёхколёсный велосипед и самокат.

Итог. Легче всего дались вещи, которые есть в любой стране: лавочка, пожилая женщина, бельё. Сложнее — предмет без западного аналога: раму для ковров одна модель заменила похожим объектом. Хуже всего прошло то, что противоречило усреднённой картинке: «пять этажей» и «иномарка» проиграли тому, что модель чаще видела в кадрах с подписью «российский двор».

То есть запрос читается не как инструкция, а скорее как пожелание: где он совпадает с типичным, там исполняется буквально, где расходится — молча правится в сторону типичного. Практический вывод для тех, кто генерирует картинки по описанию: чем дальше деталь от типичной, тем настойчивее её приходится повторять — и всё равно проверять результат глазами по каждому пункту.

Разборы и новости про нейросети — в отдельном канале: t.me/veruna_ai_news.

30 июля Google DeepMind показала Gemini Robotics 2 — набор из трёх моделей, которые управляют роботами. Ролик разошёлся быстро: гуманоид ходит по комнате, приседает, берёт предметы с пола и с полок, завязывает мусорный пакет, вставляет кассету в магнитофон. Всё это, по заявлению компании, снято в реальном времени и без человека на пульте.

Что изменилось по сравнению с прошлыми версиями. Раньше такие модели управляли только верхней частью робота — руками над столом. Теперь модель ведёт всё тело: робот идёт к цели, наклоняется, удерживает равновесие с предметом в руках, протискивается в тесноте, потому что дома и склады построены под человеческие движения, а не под манипулятор на тумбе. Пример из анонса: «поставь лейку в зелёный ящик на нижней полке» — робот доходит до стола, берёт лейку, делает несколько шагов к стеллажу и ставит её на место.

Моделей три, у каждой своя работа. Первая переводит картинку и команду в движения. Вторая — рассуждающая, работает как высокоуровневый мозг: разбивает задание на шаги, следит за ходом выполнения, понимает, когда задача началась и когда закончилась, и может согласовать действия нескольких роботов, чтобы они делали общую работу вдвоём. Третья — облегчённая, крутится прямо на роботе, без интернета и облака, и осваивает новое железо за несколько часов: чтобы модель начала работать на незнакомом корпусе с другим числом суставов, ей нужно меньше 200 примеров.

А теперь то, что в ролике не показывают, хотя лежит в том же анонсе двумя экранами ниже. Там опубликованы результаты замеров — сколько попыток из ста заканчиваются успехом.

Взять предмет со стола — 68,4%. Взять с полки — 76,3%. Поднять с пола — 45,7%.

Дальше мелкая моторика, пятипалая рука с 22 подвижными суставами. Выкрутить лампочку — 92%. Вкрутить лампочку обратно — 36%. Завязать мусорный пакет — 44%. Застегнуть зип-пакет — 40%. Подмести мусор в совок — 32%.

DeepMind это не прячет и в подписи к графику пишет прямо: с задачами всего тела и с обычным захватом-клешнёй модель справляется средне-хорошо, а тонкая работа пальцами остаётся тяжёлой.

Разрыв между «выкрутить» и «вкрутить» хорошо объясняет, где именно у робота проблема. Выкручивание прощает неточность: обхватил, повернул, вытащил. Вкручивание требует попасть в резьбу и постоянно проверять на ощупь, идёт ли виток — то есть работать по обратной связи от пальцев, а не по картинке с камеры. Ровно на этом и спотыкаются: совок, пакет, зип-замок — всё это задачи, где мягкий, меняющий форму предмет надо контролировать пальцами, а не глазами.

Отсюда практический вывод, который не совпадает с настроением ролика. Порог полезности домашнего робота — не «эффектно справился при мне», а «не создаёт мне работы». Робот, который подметает в 32 случаях из 100, а в остальных 68 рассыпает, — это не помощник, это ещё один участник уборки, за которым надо переделывать. Между такими цифрами и бытовым применением лежит не одно обновление модели, а годы работы над железом рук и обратной связью.

Есть и часть про безопасность: вместе с моделями выпущен отдельный набор тестов, который проверяет, откажется ли робот выполнять опасную команду, поймёт ли, что задача невыполнима, и попросит ли помощи, когда не уверен. Плюс модель научили лучше замечать людей рядом и останавливаться, если кто-то подошёл слишком близко.

Купить всё это нельзя. Рассуждающая модель доступна разработчикам через инструменты Google, а те две, что непосредственно двигают роботом, выдаются только партнёрам по раннему доступу — производителям самих роботов.

Так что «роботы уже здесь» пока читается точнее так: они научились ходить и рассуждать, но всё ещё проваливают две трети подметаний.

Больше разборов и новостей про ИИ — в канале t.me/veruna_ai_news.

27 июля Бабушкинский районный суд Москвы вынес решение по делу №02-1545/2026 — и интересно оно не столько исходом, сколько тем, что суд вообще не стал выяснять. Спор шёл о рабочих данных, загруженных в DeepSeek. Но вопрос «слила ли нейросеть чьи-то секреты третьим лицам» суд не разбирал вовсе — и, возможно, ответа на него никогда не будет. Разбирали другое: имела ли сотрудница право вынести эти данные за пределы компании. Не имела.

Директора по продажам одной московской инженерной компании уволили с формулировкой «разглашение коммерческой тайны». На должности она проработала меньше полугода, оклад — свыше 800 тысяч рублей в месяц. По версии работодателя, женщина копировала защищённые сведения из внутренней системы отчётности и загружала их в DeepSeek, пересылала служебную переписку — включая данные о зарплатах сотрудников и бюджетных планах — на личную почту в скрытой копии, а поставщику компании между делом рассказала о планах запустить собственный бренд.

В суд она пошла не для того, чтобы доказать невиновность, а чтобы изменить формулировку увольнения на «по соглашению сторон» — тогда полагается выходное пособие в 5 миллионов рублей. Суд отказал: такую выплату не платят при увольнении за виновные действия, только при сокращении штата или расставании по-хорошему. Увольнение признали законным. Правда, не всё легло в одну сторону: суд всё же присудил бывшей сотруднице компенсацию — 10 тысяч рублей за необоснованный выговор по одному из мелких эпизодов.

Формулировка, на которую опёрся суд, звучит сухо: у сотрудницы «отсутствовала производственная необходимость» выносить данные за пределы защищённого контура компании. Не «нейросеть подвела», а «человек сам решил, что вынести и куда». DeepSeek в этой логике можно было бы заменить флешкой, личной почтой, фотографией экрана на телефон — итог для суда был бы тем же. Сервис здесь не подсудимый, а просто место, куда сложили то, что не должны были выносить.

Разница, которую легко упустить, если по инерции решить, что раз речь про нейросеть — значит, была «утечка через ИИ». Двумя неделями раньше разбирали похожую на первый взгляд историю: переписки пользователей DeepSeek засветились в поисковой выдаче Google из-за того, как устроена кнопка «Поделиться» — там была настоящая техническая дыра, человек ни при чём. Здесь всё наоборот: дыру в DeepSeek никто не искал и не нашёл. Один человек своими руками вынес данные за периметр компании — и только этот жест суд и оценивал.

Прямого запрета загружать рабочие документы в нейросеть в законе нет — есть общее требование сохранять коммерческую тайну, а расшифровывает его каждая компания как умеет. По некоторым оценкам, около 60% компаний вообще никак не прописали правила работы сотрудников с нейросетями: не разрешили и не запретили, а просто не подумали. В итоге каждый сотрудник в моменте сам решает, где проходит грань между «свести цифры быстрее» и «вынести то, что выносить нельзя».

Прецедент не первый в своём роде — просто раньше редко доходило до суда. В 2023 году сотрудники Samsung вставили в ChatGPT фрагменты внутреннего кода и протокол совещания — компания после этого временно запретила генеративный ИИ вообще, для всех и без исключений. Три года спустя в России похожая история впервые прозвучала не в служебной записке, а в официальном решении суда.

Секретность в этой истории оказалась вообще не про то, взломают DeepSeek или нет. Вопрос был в том, что человек с доступом к данным решил сделать в конкретный момент, — и суд оценил именно это решение, а не инструмент, которым оно было исполнено.

Подобные разборы с нейросетями — от судебных прецедентов до курьёзов — собираются в отдельном канале: t.me/veruna_ai_news.

Раз в несколько месяцев в сети выходит новый рейтинг «лучшая нейросеть года» — и почти всегда с новым победителем. Полугодовой лидер тихо сползает на второе-третье место, никто не признаёт прошлый рейтинг ошибочным, просто выходит следующий с новым первым местом. Если присмотреться к тому, чем модели реально отличаются друг от друга, эта чехарда перестаёт удивлять: единой «лучшей» там нет — есть модели, каждая из которых уверенно выигрывает свой узкий класс задач и так же уверенно проигрывает в остальных.

Разница проявляется не в сумме баллов очередного бенчмарка, а в конкретных типах работы.

Связный читаемый текст из сухих тезисов большинство современных моделей, включая ChatGPT, делают быстро и уверенно: превращают три вымученных пункта в абзац за минуту, который не стыдно показать руководству. Но там же, где текст незаметно переходит в счёт — «на сколько выросли показатели», «сколько это в процентах», — уверенность в ответе не падает вместе с точностью. Одинаково гладко подаётся и верное число, и выдуманное: тон ответа не меняется ни разу. Отсюда простое бытовое правило — цифру в тексте от нейросети сверяют отдельно, вне зависимости от того, насколько убедительно она прозвучала.

Российская бюрократия — отдельный класс задач, где модели расходятся заметнее всего. На вопрос про конкретный пункт налогового вычета или формулировку в местной форме крупные международные модели вроде ChatGPT обычно отвечают максимально обтекаемо — «уточните в вашей инспекции», без опоры на конкретную норму. Модели, которые изначально учили на большем объёме русскоязычных законов и форм — в первую очередь GigaChat, — в этой узкой нише отвечают предметнее: называют номер пункта, а не отправляют искать его самостоятельно. При этом в задаче на живой деловой текст на русском те же модели нередко звучат суше и казённее, чем международные конкуренты.

Длинный документ — ещё одна ось разрыва. Модели с большим объёмом памяти на разговор, прежде всего Gemini и Claude, удерживают структуру многостраничного текста, не разваливаясь к последней странице, и разбирают сразу несколько файлов и изображений за один запрос. Расплата — короткий бытовой текст вроде делового письма на пару абзацев у них же иногда выходит с лёгким машинным привкусом, будто автор подглядывал в словарь.

Голосовые ассистенты вроде Алисы выигрывают там, где остальным вообще не место, — быстрый бытовой ответ вслух, когда руки заняты чем-то другим. Для серьёзного текста их лучше не звать: там они теряются на второй-третьей фразе.

Ни один из этих разрывов не баг конкретной компании — это специализация, которая просто не укладывается в рейтинг с одной итоговой цифрой места. Честная оговорка: это не протокол лабораторного теста с одинаковыми условиями для всех участников, а наблюдение, которое повторяется в разных независимых сравнениях. Но и рейтинг «топ-10» с единственным победителем такого протокола не проводит тоже — он просто выводит средний балл по набору задач, которые лично вам скорее всего не нужны все сразу.

Отсюда растущая привычка части пользователей — держать не одну подписку, а несколько моделей под разные типы работы вместо погони за универсальным победителем. Дороже по деньгам и по времени на переключение между окнами, зато результат предсказуемее.

Вопрос «какая нейросеть лучшая» в этом смысле сформулирован неправильно с самого начала — примерно как «что лучше, молоток или дрель». У него нет ответа не потому, что его ещё не нашли, а потому что сам вопрос некорректен. Рейтинги с единственным победителем при этом продолжат выходить каждые несколько месяцев и дальше — не потому что кто-то не в курсе этой разницы, а потому что заголовок «мы разобрались, какая модель нужна для чего» кликов не собирает, а «нашли ту самую лучшую» собирает исправно.