TL;DR: Meta, по данным Techmeme, обучает новую крупную мультимодальную модель под кодовым названием Watermelon. В источнике утверждается, что по качеству она уже приблизилась к GPT-5.5 от OpenAI, а для обучения требует примерно в десять раз больше вычислительной мощности, чем предыдущая флагманская разработка Meta с кодовым названием Avocado. Официального анонса, даты релиза, лицензии и публичных бенчмарков пока нет, поэтому к деталям стоит относиться как к ранней информации из закрытого проекта.
Watermelon — это закрытая разрабатываемая Meta мультимодальная языковая модель, о которой стало известно из сообщения Techmeme со ссылкой на обсуждение внутри ИИ-индустрии. Это не публичный продукт и не модель, которую можно скачать или протестировать: пока речь идёт о стадии обучения и внутренней оценке возможностей.
Что именно известно о Watermelon?
Короткий ответ: известно немного: кодовое название, связь с Meta, заявленная мультимодальность, сравнение с GPT-5.5 и резкий рост потребности в вычислениях относительно Avocado.
Главная фактура из источника — масштаб обучения. По словам главы Scale AI Александра Ванга, которые приводятся в материале, проект Watermelon требует на порядок больше compute, чем предыдущая флагманская модель Meta под кодовым названием Avocado. Это не раскрывает архитектуру, размер модели или состав датасета, но показывает направление: Meta делает ставку на крупные распределённые тренировки и пытается догонять закрытые флагманы рынка не только алгоритмами, но и инфраструктурой.
Отдельно упоминается, что Meta улучшила распределённое обучение на сотнях тысяч GPU. Важно: это не означает, что Watermelon уже готова к релизу или что её результаты подтверждены независимыми тестами. Пока нет публичной карточки модели, API, технического отчёта или официальной страницы с характеристиками.
Watermelon действительно конкурент GPT-5.5?
Короткий ответ: по данным источника, внутри проекта её сравнивают с GPT-5.5, но независимого подтверждения уровня модели пока нет.
Формулировка «сравнялась с GPT-5.5» звучит громко, но без открытых бенчмарков её нельзя воспринимать как доказанный факт. У разных компаний различаются тестовые наборы, сценарии оценки и критерии «равенства»: где-то важнее кодинг, где-то длинный контекст, агентные задачи, работа с изображениями, устойчивость к ошибкам или стоимость вывода.
Есть и временной нюанс. В исходном сообщении Watermelon сопоставляли именно с GPT-5.5. По актуальному справочнику моделей на июль 2026 года текущая общедоступная линейка OpenAI уже называется GPT-5.6, а GPT-5.5 относится к предыдущему поколению. Поэтому корректнее говорить так: Watermelon, по ранним данным, сравнивали с GPT-5.5 на момент утечки; насколько она будет выглядеть на фоне GPT-5.6 и других свежих флагманов, пока неизвестно.
Как Watermelon вписывается в гонку флагманских моделей?
Короткий ответ: если информация подтвердится, Meta пытается вернуться в верхний сегмент рынка, где сейчас конкурируют OpenAI, Anthropic, Google и xAI.
Для Meta ставка особенно важна из-за её прежней стратегии вокруг семейства Llama: компания уже делала сильные модели более доступными для разработчиков, чем многие закрытые конкуренты. Но по Watermelon нет подтверждённой информации о лицензии. Нельзя заранее утверждать, что модель будет open source, выйдет под свободной лицензией или станет доступна для локального запуска.
| Компания | Актуальная флагманская модель / линейка | Что важно для сравнения с Watermelon |
|---|---|---|
| OpenAI | GPT-5.6: Sol, Terra, Luna | Текущая общедоступная линейка; исходное сравнение Watermelon было с GPT-5.5, а не с GPT-5.6. |
| Anthropic | Claude Opus 4.8 | Флагман Anthropic для сложного reasoning, агентного кодинга и крупных архитектурных задач. |
| Gemini 3.1 Pro и Gemini 3.1 Pro Deep Think | Сильная мультимодальность и интеграция с экосистемой Google, включая Flow. | |
| xAI | Grok 4.5 | Свежий флагман xAI; потребительские тарифы лучше проверять на x.ai или grok.com. |
| Meta | Watermelon, кодовое название | Закрытая разработка; публичных тестов, цены, API и лицензии пока нет. |
Почему вокруг compute столько внимания?
Короткий ответ: для моделей верхнего уровня вычислительная инфраструктура стала таким же важным преимуществом, как архитектура и данные.
Если обучение Watermelon действительно требует в десять раз больше ресурсов, чем Avocado, это говорит о резком росте ставки Meta. Большие кластеры позволяют обучать более сложные модели, быстрее проводить эксперименты и масштабировать мультимодальные возможности. Но сами по себе GPU не гарантируют победу: итоговое качество зависит от данных, постобучения, безопасности, инструментов, стоимости инференса и того, насколько модель полезна в реальных задачах.
Для разработчиков важен не только «сырой интеллект» модели, но и практические параметры: доступность API, стабильность, цена токенов, скорость ответа, лимиты контекста, качество работы с кодом и документами. По Watermelon ни один из этих пунктов пока официально не раскрыт.
Когда ждать релиз Watermelon?
Короткий ответ: точной даты нет. Активное обучение не означает скорый публичный запуск.
Модель может пройти несколько стадий: предобучение, постобучение, внутренние тесты, red teaming, настройку безопасности, оптимизацию инференса и подготовку продукта. На любом этапе компания может изменить название, стратегию доступа или вообще не выпускать модель в том виде, в котором она существует внутри.
Главная интрига — не только в качестве Watermelon, но и в формате распространения. Если Meta сделает модель широко доступной, это усилит давление на рынок API и корпоративных подписок. Если оставит её закрытой, конкуренция пойдёт скорее на уровне собственных продуктов Meta и инфраструктуры.
Как следить за новыми ИИ-моделями из России?
Западные ИИ-сервисы и их платные тарифы могут быть недоступны или неудобны для пользователей из разных регионов. Для стабильного доступа к ChatGPT, Claude, Gemini и другим сервисам можно использовать приложение dropweb: скачайте клиент на dropweb.org под Windows, macOS, Linux или Android, войдите в кабинет cab.dropweb.org, оформите подписку и подключитесь в один клик. В приложении есть режимы «Стандарт», «Умный» и «Страна», а ручная настройка не требуется.
Если проблема не в доступе, а в оплате зарубежной подписки, dropweb также помогает с оформлением ИИ-тарифов, включая Google Gemini. Актуальные условия можно уточнить в поддержке: cab.dropweb.org/support или в Telegram-боте @dropwebsup_bot.
Что это значит для рынка ИИ?
История с Watermelon показывает, что гонка моделей всё меньше похожа на соревнование отдельных «умных чат-ботов» и всё больше — на инфраструктурную битву. Побеждают те, кто умеет собрать данные, обучить модель на огромном кластере, довести её до стабильного продукта и сделать использование экономически разумным.
Для пользователей хорошая новость в том, что конкуренция обычно ускоряет улучшения: модели становятся сильнее в коде, анализе документов, мультимодальных задачах и агентной работе. Но до официального релиза Watermelon лучше не делать выводов о её реальном месте в рейтинге. Сейчас это многообещающий, но всё ещё закрытый проект Meta.
