Заместители

Можно вечно смотреть на три вещи: огонь, воду и как обучается новая фронтирная модель

Поэтому вот держите: Xiaomi стримят RL обучение новых Mimo V2.6 Pro и Flash.

Внутри ещё и куча внутренних метрик. Возможность заглянуть под капот, как техногиганты обучают фронтирные модели.

Заместители

Ex-разработчик OpenAI выкатил сверхэффективный класс моделей — идеальный тул для AI агентов

Диого Алмеида (Diogo Almeida) 2 года назад ушел из OpenAI и начал пилить свой стартап TypeSafe AI. Ребята бросили вызов современной самой мощной концепции ИИ — ЛЛМкам.

У них простой тейк — мы заставляем делать LLM то, подо что они не заточены. Так давайте сделаем модели, которые созданы специально для этого. И, похоже, сделали 😎

Чего-чего? О чем речь вообще?

Вот вы просите LLM — собери все отзывы на товары проанализируй их и опиши их. Или ставите агента отсматривать инциденты и принимать решение об эскалации. Или агент сидит в вашей почте и решает, какое письмо вам сегодня подсветить, а какое замьютить и не отвлекать вас...

Чтобы решать такие задачи вообще-то хорошо бы использовать специально обученные классификаторы. Но на все такие задачи не наобучаешься моделей, а иногда нет нужной выборки для обучения (ну вот приспичило вам классифицировать сообщения ваших коллег по психиатрическим диагнозам 😁) или просто нет времени и желания.

Вот тогда на сцену раньше выходили LLM. Но вообще-то LLM очень плохое решение для такого класса задач. Они переводят все данные в текст, сами размышляют текстом и либо выплевывают рандомную циферку, либо в лучшем случае пытаются придумать правила скоринга и потом оценивают по этой примитивной формуле. Да еще и сжигают кучу токенов и делают это очень медленно.

Возможно теперь решение проблемы — Jev

Так назвали свою первую модель ребята из TypeSafeAI. И, если вкратце, то модель берет на вход рандомный текст, а на выход позволяет юзеру предзадать любой набор классов. Модель — раскидает данные по ним.

То есть архитектура явно работает тоже через предобучение на большом количестве данных. И имеет под капотом некое представление об окружающем мире, как и LLM. Но только на выход модель выдает не текст, как LLM, а структурированный файл с заданной заранее классификацией.

Зато работает Jev почти в 200 раз быстрее топовых LLM и почти в 450 раз дешевле. А качество ответов будет на уровне Opus 5.

То есть получается такая универсальная решалка с общим знанием мира. А дальше ее можно комбинировать в деревья решений. И на выходе получается адаптивная AI система, которая напоминает те самые workflow из времен n8n. Только в n8n в "звенья" воркфлоу подключалась LLM в качестве мозга, а здесь — Jev на его космических скоростях. На выходе получаем систему, которая играет в Doom в реальном времени 🕶

Jev при этом, по заявлению создателей, был создан совершенно новым способом:
• новая архитектура
• новый sampler
• новый алгоритм обучения — RLCD (Reinforcement Learning for Calibrated Decisions)

Но детали, к сожалению, не раскрывают. Научной статьи тоже нет. Поэтому пока что приходится верить на слово. Однако стартап немного раскрывает свои эвалы, по которым оценивалась модель.

Мысли

Главная проблема этих ребят, честно говоря, — позиционирование. Они почему-то стали сразу наваливать на LLM, мол быстрее, выше, сильнее ЛЛМок. Мол AGI даже создали. Но вообще им бы хорошего продакта в команду 😁

Ведь они создали просто идеальный инструмент для LLM. Объективно, люди руками не будут придумывать классы для Jev и строить воркфлоу руками. Это в прошлом, умерло вместе с n8n. Теперь этим занимаются агенты.

А вот дать задачу агенту построить пайплайн с использованием Jev в качестве движка, и сэкономить таким образом тонну токенов и ускорить процесс в разы — это желанный брульянт всего рынка.

Сейчас это чудо заморское доступно только по листу ожидания. Заявочку я отправил, очень хочется потестить руками.

#ИИстатья #заместители

Заместители

Хакатон от OpenAI — вот что я понял

Сегодня ради фана участвовал в хакатоне от OpenAI в международном сообществе AI Tinkerers. И хочу вам сказать — хакатоны поменялись с тех пор, как я последний раз в них участвовал. Делюсь впечатлениями ⌨️

Во-первых, я угарнул с того, как теперь выглядит «напряженная работа» команд на хакатонах. Они напряженно смотрят в экраны, где GPT-6 Astra пыхтит над реализацией затеи команды 😁

Во-вторых, раньше в команде работа шла пару дней. Эх, помню эти бессонные ночи с пиццей и энергетиками… Пицца и энергетики остались, но вот время на разработку сократилось до 5 часов! За 5 часов 5 незнакомых до этого людей с нуля строят работающий MVP с несколькими интеграциями, красивым фронтэндом и, конечно же, с движком на базе AI агента внутри.

Безумно вдохновляет видеть, как реально на практике схлопнулось расстояние от идеи до работающего сервиса. Уходишь с мыслью «если это построили за 5 часов, что я могу построить за 5 дней?!»

В-третьих, в работе команд сместился фокус с чисто гиковской разработки на проработку пользовательских маршрутов, сценариев и UX. При этом в команде все ещё есть технари и бизнес люди. Но теперь это просто разные концы одного и того же спектра, а не разные «виды» участников. Каждый член команды думает о сути и каждый может участвовать в разработке.

Мой вывод из этого всего такой

Если вы технарь, который думает, что его работа просто кодить — вам осталось недолго отсиживаться. Учитесь думать о юзерах, продумывать сценарии использования продуктов и строить архитектуру на основе этого. Вы теперь — архитекторы и CPO в одном лице.

Если вы аналитик или менеджер и не построили ни одного рабочего AI-проекта хотя бы для фана — вы почти безнадежно отстали. Claude/GPT в руки и срочно пилить свой проект, причем до самого победного конца! Чтобы работующая версия была задеплоина. Поверьте, это проще чем кажется, именно поэтому это все делают.

В общем и целом, AI сжимает пространственно-временной континуум разработки по всем осям: время, необходимый опыт и знания, стоимость. Причем не на Х%, а на порядок!

И вопреки расхожему мнению, что в IT теперь зайти очень сложно, мол джуны никому не нужны — я ответственно заявляю обратное! Это джунам больше не нужны компании, чтобы зайти в IT! Каждый может построить свой цифровой продукт, легко и просто, с минимальным понимаем технической стороны вопроса.

И да, я знаю, что вы сейчас подумали: «да, конечно, навайбкодят там из гомна и палок, а на масштабе и под нагрузкой все развалится». Да, вы правы, развалится. Но какой процент проектов и стартапов вообще доходит до нагрузки? 1000 юзеров еще нужно привлечь. А если у вас есть 1000 юзеров — почему у вас еще нет инвестиций или выручки, чтобы нанять 1 архитектора с ChatGPT/Claude? 😊

Всем отдуши рекомендую поучаствовать в каком-нибудь крупном хакатоне, чтобы почувствовать эту атмосферу, особенно если вы не айтишник 🎮

Заместители

Artificial: человек-паук в роли Сэма Альтмана и Юра Борисов в роли Ильи Суцкевера

Вышел тизер фильма, который обещают релизнуть в январе 2027. Фильм расскажет про драматический момент OpenAI, когда Сэма уволили с позиции гендира в 2023 году, но потом он отвоевал свое место в компании назад.

Актерский состав — вкуснятина. Эндрю Гарфилд (который сыграл самого плаксивого из всех человеков-пауков) и наш слоняра — Юра Борисов — в роли Ильи Суцкевера ❤️

Да, интересно, как бы все развивалось, если бы Альтман не остался у руля...

Жанр: биография, комедия и драма.

Это мы ждем, это мы смотрим 👍

Заместители

Структурный сдвиг на рынке AI — NVIDIA покупает Hugging Face 🤗 за $12.9 млрд

HF это гитхаб в мире AI — крупнейший репозиторий опенсорсных моделей и датасетов. Сейчас платформа хостит больше 3 млн моделей, 500к датасетов. А используют ее более 18 млн разрабов и 200 тыс компаний. Наверное каждый DS хоть раз в жизни да деплоил модельку оттуда ⌨️

И хоть начинали HF как просто репозиторий — недавно платформа начала предоставлять вычислительные мощности для развертывария мини AI приложений. Сейчас таких приложений хостится более 1 млн.

Тем временем NVIDIA в последнее время сильно топит за опенсорсные и локальные модели. Интерес компании понятен — они создают спрос на свое железо. В частности на свои домашние суперкомпьютеры DGX Spark.

При этом OpenAI, Google и другие AI-гиганты потихоньку пилят собственные чипы и пытаются меньше зависеть от NVIDIA. И компании нужно срочно принимать ответные меры. А на кого делать ставку, если корпоративные клиенты хотят свалить? Правильно — на того самого разраба, который скачал квен и хочет его где-то быстро и легко развернуть.

Вот и получается, что подмять под себя крупнейшую опенсорс платформу в мире AI — это шикарная возможность компенсировать потенциальную, даже пускай еще отдаленную потерю жирных клиентов типа OpenAI.

Что теперь будет?

Hugging Face до сих пор были достаточно нейтральной площадкой. Любая модель на любом железе: AMD, Apple Silicon, Google TPU и NVIDIA.

А теперь площадкой завладеет NVIDIA. Но СЕО компании, Дженсен, сразу нас успокаивает: Hugging Face продолжит поддерживать разные модели, облака и железо. NVIDIA compute для работы с платформой тоже не станет обязательным.

И я могу в это поверить. Ведь достаточно сделать так, чтобы запуск на железе от NVIDIA был бы самой удобной и выгодной опцией. Что несложно сделать, если ты владеешь всей платформой 😊

Сделку еще должны одобрить регуляторы, а закрытие ожидается в первой половине 2027 года. Но препятствий не намечается. Врядли кто-то прямо сейчас захочет ссориться с главным поставщиком вычислительных мощностей в мире.

Если все будет как обещает Дженсен, то для нас с вами тоже все станет только лучше — HF зальют железом и деньгами, а значит опенсорс получит мощный буст в развитии 📈

Заместители

GPT-6 Astra здесь

Первые впечатления. Коротко — ставка на эффективность. Тратит токенов меньше даже GPT-5.6 Sol. Но это компенсируется более высокой ценой — 10$/50$.

По интеллекту до Fable 5.1, возможно, все-таки не дотягивает. Хотя пока сказать сложно — бенчмарки противоречивые. ARC-AGI 3 модель решила полностью, сильно лучше Opus 5 (UPD все потому что это прохождение с харнессом, а не чисто модели — а таким макаром этот бенчмарк проходят многие и легко. Так что про этот бенчмарк расслабляемся). А вот на Artificial Analysis Index модель осталась на уровне GPT-5.6 Sol.

Сделали большой упор на безопасность и снижение галлюцинаций.

Также обещают феноменальное управление компьютером. Возможно поэтому ARC-AGI 3 так хорошо решен.

Рекомендую помимо официального релиза читать вот этот обзор от Artificial Analysis — там детально разложили модель по бенчмаркам.

Модель пока все еще не доступна в подписке — обещают завезти в ближайшие дни.

Заместители

Одна TimesFM вместо тысячи моделей

Google выпустила TimesFM-3, новую версию своей zero-shot модели для прогнозирования временных рядов.

Сначала, разберемся, что это за zero-shot

Zero-shot модели не нужно дообучать под каждую отдельную задачу, потому что их заранее предобучили на огромном количестве данных, и она обобщает полученные знания на другие временные ряды. Например, вот эту TimesFM-3 предобучили на 1 триллионе временных точек в разных задачах. И это позволяет просто закидывать временной ряд и получать уверенный неплохой прогноз.

Важно отметить, что специально обученные под конкретную задачу модели часто будут выигрывать у zero-shot моделей. Но во-первых, иногда важна не точность, а массовость и время до деплоя. На все задачи не наобучаешься моделей, а тут можно сразу получать приемлемый прогноз.

А во-вторых, при желании zero-shot модели можно использовать как базу для построения специализированных моделей прогнозирования.

Теперь про апдейт — он получился хорошечным

Главное ограничение предыдущих TimesFM вплоть до версии 2.5 заключалось в том, что они были одномерными. Модель смотрела на историю одной переменной и по ней предсказывала значения этой же переменной в будущем.

Например, хотим узнать продажи мороженого: загружаем исторические продажи → получаем прогноз продаж.

Но реальные задачи обычно сложнее — они многомерные. Продажи одного товара связаны с продажами других товаров, посещаемостью магазина, погодой, скидками и праздниками.

TimesFM-3 сделали многомерной и научили работать со всей этой картиной. Причем здесь есть сразу несколько сценариев многомерности.

Первый сценарий: при прогнозе модель учитывает дополнительные исторические факторы. Например, вместе с продажами можно передать прошлую посещаемость магазина.

Второй: модель учитывает известные будущие факторы. Календарь скидок, праздники или прогноз погоды помогают скорректировать прогноз на конкретные даты.

Третий: модель прогнозирует сразу несколько рядов. Можно загрузить продажи мороженого, рожков и сиропов и получить прогноз для всех трех товаров. Связи между ними модель тоже учтет.

Эти сценарии можно объединять. Например, одновременно прогнозировать несколько товаров с учетом прошлой посещаемости и будущих скидок.

В TimesFM 2.5 дополнительные факторы тоже можно было подключать через внешний XReg. В новой версии несколько временных рядов внутри самой модели.

Про технику

Ради перехода к многомерности переделали attention. Модель отдельно следит за тем, как каждый показатель меняется во времени, и за связями между разными показателями.

Изменился и сам способ построения прогноза. Раньше TimesFM генерировала часть прогноза, добавляла ее в контекст и переходила к следующей части. Поэтому ошибка на одном участке могла потянуться дальше. В третьей версии — TimesFM прогнозирует на весь горизонт за один проход. Это быстрее, а ошибки не накапливаются.

Модельку уже выложили на GitHub и Hugging Face. Интеграцию с BigQuery обещают следом. По бенчам впереди сопостовимых моделей.

Забираем в арсенал моделей для прогнозирования 📈

#ИИстатья

Заместители

Там Fable 5.1 новый выкатили

И единственное, что хочется сказать — ну выкатили и выкатили...

Хотя бы формально теперь сделали его умнее Opus 5 😁 Соотношение цены-качества постарались чутка выровнять за счет снижения стоимости чтения кеша. Обещают, что в среднем цена выполнения задачи будет на 25% дешевле чем у Fable 5.

То есть теперь всего лишь в полтора раза дороже Opus 5 и всего лишь в 3 раза дороже GPT 5.6 Sol 🤡

На фоне релизов китайских моделей по перфомансу немного отстающих от Fable при этом за сущие копейки — выглядит этот апдейт отчаянной попыткой удержать аудиторию.

Лучше бы уже релизили новый Opus. Модель всем нравится, цена адекватная, по перфомансу на реальных задачах местами даже лучше фейбла. А фейбл оставьте в лаборатории, пока до AGI не дорастет.

Fable все больше похож на концепт-кары в автоиндустрии, которые выкатывают просто чтобы поохать в соцсетях и через день забыть о них до следующей новости.

Заместители

Perplexity Computer теперь можно поселить у себя под столом

Perplexity вместе с NVIDIA выпустили Portable Computer — локальную версию своего AI-агента «Computer».

Причем локально работает не только LLM, а весь харнесс:
• специально дообученная PPLX 27B (на базе Qwen 3.8)
• оркестратор и планировщик
• поиск по локальным файлам
• вызов инструментов
• создание sandbox для безопасной работы агента

То есть можно дать агенту доступ к своим документам и коду, но данные при этом будут обрабатываться полностью локально.

Но что если 27B-модельке не хватит мозгов? 🤔

Тогда агент может обратиться за помощью к большой облачной модели. Но сделает это только с вашего одобрения и явно подсветит, какой контекст придется отправить в облако.

Получается примерно так:

PPLX 27B работает локально → упирается в сложную задачу → спрашивает Opus → получает совет → продолжает работать сама.

И они даже померили, насколько такой Франкенштейн хорош. На Terminal Bench 2.1 замерили три сетапа:

1. Если все отдать только локальной модели, то агент выбьет стыдные 59.6%.
2. А вот если дать локальному агенту консультироваться с Opus 5 то уже солидные 73.0%.
3. Чисто Claude Opus 5 выбивает, конечно, больше — 82.4%.

Но такова цена приватности. И, кстати о цене, — решение задачи в гибридном формате в среднем обходится в $0.42 за задачу против $0.65 у чистого Opus. Так что еще и экономия.

Сам подход, конечно, не новый. Уже сейчас многие распределяют работу между моделями: например, сложное планирование отдают GPT-5.6 Sol, а исполнение — более дешевой Luna.

Но тут следующий логичный шаг — исполнитель вообще переезжает из облака к вам на компьютер. А дорогую фронтирн-модель зовёт только когда уже невмоготу.

Полностью локально, но есть нюанс…

Точнее два 😁

Во-первых, пока Portable Computer официально работает только на NVIDIA DGX Spark. А это, на минуточку, домашний суперкомпьютер за $5к+ на 128 GB. Хотя самой PPLX 27B столько мощи не нужно — ей надо только 28 GB памяти.

Конечно, нужно пространство, чтобы параллельно бегало несколько сабагентов. Но потенциально даже такой сетап можно спокойно перенести на MacBook с 48–64 GB unified memory или ПК с RTX 5090 32 GB. Поддержку обычных RTX, кстати, Perplexity таки обещает завезти попозже. Но сейчас нам впаривают какую-то дичь…

А во-вторых, следите за руками: модель локальная, железо ваше (ну когда вы заплатили да него 5к), электричество ваше. А подписка Perplexity Pro или Max все равно нужна 🤡

То есть, по сути, в аренду сдают просто удобный харнесс.

И вот получается вроде ругаться хочется… осадочек какой-то неприятный. Но такая гибридная реализация сейчас из коробки только у них. И тут уж право первых…

#заместители

Заместители

Anthropic сделала MCP для физического мира

Компания представила Model Hardware Standard⁠ — единый стандарт, через который AI-агенты могут управлять лабораторным и промышленным оборудованием: микроскопами, роботизированными манипуляторами, дозаторами и даже компонентами квантовых компьютеров.

Интересно, что с роботами в основном идет развитие через обучение специальных моделей под управление конкретными роботами. Там это обосновано тем, что роботы только зарождаются, и мы можем их развивать параллельно с моделями. К тому же у многих разрабов робототехники есть желание сделать вендор лок на свое ПО.

А вот с лабораторным оборудованием все сложно — оно существует очень давно, оно очень разнообразное и слишком дорогое, чтобы переделывать его под какие-то новые универсальные AI модели. А обучать собственные модели и делать своих агентов желания, да и часто возможности,
у большинства производителей нет. При этом каждое устройство говорит на своем языке.

Поэтому сейчас на объединение оборудования в одну систему для экспериментов у ученых уходят недели или месяцы.

MHS предоставляет универсальный стандарт с простыми командами вроде read и write, описывает возможности и ограничения устройства, а затем отдает управление любому AI агенту — в том числе через MCP.

MHS протестили уже в реальном мире

- В Genentech — научили робота правильно наливать разные жидкости 👨‍🔬

Claude управлял автоматической пипеткой, роборукой и прибором для измерения концентрации белка. Вода и густой белковый раствор наливаются по-разному: если качать белок слишком быстро, возникают пузырьки и измерения портятся.

Claude несколько раз переливал жидкости, проверял результат и в итоге сам подобрал подходящую скорость для каждой.

Правда пока не без подсказок ученых — модель сначала решила бороться с пузырьками ровно обратным способом — перемешивать раствор ещё сильнее. Тут людям пришлось вмешаться и объяснить Клоду физику проблемы.

- В QuEra Claude научился возвращать к жизни лазер квантового компьютера 🐈‍⬛

Для работы квантового компьютера частоту лазера нужно удерживать с огромной точностью. Температура, вибрации и даже изменение давления вокруг могут сбить настройку. Обычно специалист вручную проверяет несколько регуляторов и возвращает лазер в рабочее состояние за 5–10 минут.

Claude сотни раз намеренно сбивал и заново настраивал лазер квантового компьютера. За ночь агент превратил линейный алгоритм восстановления в дерево решений. Готовый скрипт прошел 700 испытаний, восстановив лазер в 695 случаях — 99,3% успешности. И теперь восстановление лазера занимает от 0,9 до 14 секунд.

MHS пока доступен только в рисерч превью по запросу. Но позже Anthropic собирается открыть стандарт.

Большой шаг к Physical AI.

Заместители

OpenAI: «вы и ваша мама будут использовать одного AI агента»

Ещё недавно мы с вами говорили: как круто будет, когда у нас появится AI коллега, или даже команда AI агентов, которая заменит весь скучный ручной труд. А мы будем попивать джус и с телефона отправлять задачи этим агентам 😁 Но вот будущее наступило. И оказывается это не все, чего мы хотели. И вообще мы хотели как раз наоборот — никакую не команду AI агентов.

Но обо всем по порядку

Недавно xAI релизнули интересную штуку — Grok Bot. И AI комьюнити сильно возбудилось на этот счёт. Ведь это те самый AI коллеги, как по учебнику.

Идея простая: вы отдаете задачу той самой команде, состоящей из агентов-специалистов, а они решают ее в тесной коллаборации разделяя задачи между собой. Вот главный Chief of Staff, под ним рисерчер, тестировщик, дизайнер, ассистент по разгребанию почты и тд. Каждый агент настраивается. У него свой "компьютер", память и обязанности. И, конечно, они могут общаться между собой!

Ну, сингулярность наступила, подумаете вы. Но штука в том, что сингулярность уже улетела далеко вперед. А Grok Bot теперь выглядит как достаточно простой и чисто инженерный шаг от Grok Build (аналог Claude Code и Codex) — его просто размножили и настроили возможность отправлять сообщения разным сессиям друг другу.

Кстати, исходники Grok Bot утекли в сеть ровно по той же схеме, что и Claude Code. Так что, немного подшаманив, можно запустить даже с OpenRouter потестить эту штуку 🎹

Но где теперь эта ваша сингулярность?

Сформулировался новый магнум опус — единый агент, который самостоятельно адаптируется под абсолютного любого юзера и его задачи. Может показаться, что вышеупомянутые агенты уже это делают. Но речь про совершенно другой UX.

Больше никаких скиллов, геморроя с ручным описанием должностных обязанностей агентов, выбора нужных моделей с правильным эффортом и харнессом. Ведь будем откровенны — это все костыли. И даже Grok Bot на фоне этой концепции — костыль.

Суть в максимальном отказе от ручных настроек и повышении эффективности работы. Вы просто "живете" вместе с этим агентом, а он смотрит, изучет, впитывает ваш образ жизни. И потом придумывает как все это дело автоматизировать да еще и эффективно, параллеля и оптимизируя работу.

Как попасть в это светлое будущее?

Чтобы добиться такого UX понадобятся лучшие из лучших:
1. Существенно более высокая скорость и низкая стоимость вычислений. Моделям придется пропускать через себя существенно больше информации.
2. Адаптивный UI. В идеале дописываемый агентом. Codex или Claude Code — это каменные рамки. За них нельзя выйти, и толком поменять. В будущем же одному сервису понадобиться уметь подстраиваться налету под нужды любого: программиста, менеджера, врача, художника, юриста, ученого и тд. А им всем нужны свои приколы в UI. Юристу — работа с судебными делами и НПА, а врачу — просмотрщик рентген снимков.
3. Модели поумнее. Казалось бы куда уж еще. Но текущего уровня все еще маловато. Они слишком заточены под бенчмарки, слишком склонны соглашаться и тд. Все эти проблемы все еще достаточно сильно сдерживают нас.

И похоже ближе всех к этому уровню подобрались OpenAI

Об этом в интервью рассказал Тибо — батя Codex и продакт лид всей платформы OpenAI. Загибаем пальцы:
1. Ultrafast режим + их собственные процессоры Jalapeño. Быстрый режим, кстати, рано или поздно станет дефолтным для всех юзеров.
2. Адаптивный UI — их цель по словам самого Тибо. А слияние ChatGPT и Codex — шаг в этом направлении.
3. Model Astra. Та самая модель, которую в закрытом режиме показывают правительству США и все никак не релизнут. Уж не знаю, насколько она мощна, но сами OpenAI в нее сильно верят 📈

На выходе — Тибо пушит платформу OpenAI к такому виду, чтобы и вы и ваша мама или бабушка общались с одним и тем же ботом. Но со временем он будет сильно персонализироваться, сам развивать необходимые скиллы и поддерживать их актуальными, сам управлять армией сабагентов и делать это все супер-эффективно.

Вот так незаметно, как это обычно и бывает, мы подбираемся к реалистично сформулированному AGI.

Заместители

Неизвестная фронтир-модель раздается бесплатно в стелс режиме

Темная лошадка, точнее темный бычок появился на OpenRouter. Новая стелс-модель Ox Alpha. Кто её сделал — официально неизвестно. Но ее стали раздавать с беспрецедентным размахом — бесплатно отдают до 100 триллионов токенов в день 😮

Известный джейлбрейкер Pliny the Liberator, тот который Fable 5 ломанул, делает ставку на то, что под капотом скрывается новая GLM 5.x от Z.ai.

Но это пока спекуляция — разрабы тщательно скрывают модель.

А бычок то нехилый

- 1 миллион контекст
- до 131K токенов на выходе
- настоящая мультимодальность на входе: кушает текст, картинки и видео 🧐
- полноценный reasoning
- заточен под долгую работу и агентные задачи.

Похоже Ox Alpha — фронтирная модель. В независимом прогоне бенчмарка DeepSWE она выбила 63%. Это чуть чуть хуже Grok 4.6 high, и четко на уровне DeepSeek v4 pro max(!). Но только сильно эффективнее по количеству потраченных токенов — а значит потенциально еще дешевле.

Но самое важное — Ox Alpha бесплатно раздают на OpenRouter

Я гоняю ее пару дней на max reasoning в OpenCode— мне заходит! Воду не льет, действительно долго самостоятельно работает, уточняющие вопросы задает по делу.

На реддите отзывы смешанные. Но дареному коню в зубы не смотрят. Бесплатно такое мы точно забираем ☀️

Только рабочие секреты туда пока не суйте: OpenRouter отдельно предупреждает, что анонимный провайдер сохраняет все промпты и ответы.

P.s. представьте шок, если это окажется новый Гигачат на базе GLM 😁

Заместители

Помните того парня, который сделал вакцину от рака для своей собаки

Я рассказывал о нем вот тут. Продолжение истории, к сожалению, не такое радужное. Но в то же время важное.

К сожалению, у Рози после достаточно долгой ремиссии внезапно после очередной операции с новой силой активизировался рак (был ли это рак, который победили или второй, который Пол только планировал вылечить — не уточняется). И очень быстро, буквально за месяц, болезнь стала слишком серьезным противником для маленькой собачки. Хозяину, который так долго боролся за нее, пришлось признать поражение и усыпить Рози 💻

Но есть в этой истории и светлая сторона

Эта история прогремела на весь мир и стала маяком надежды для всех, кто борется с этим страшным заболеванием 🙏

И хозяин Рози, Пол, который явно не из тех, кто быстро опускает руки — несмотря на тяжелый и внезапный исход истории — продолжил свое дело.

Он основал компанию Gamgee и прошел отбор в YCombinator. А вчера получил первые инвестиции в $4 млн. Сущие копейки по меркам AI стартапа в биотехе.

Но эти деньги пойдут на две важные вещи:
1. Клинические испытания протокола по созданию персональной мРНК вакцины от рака для собак.
2. На непосредственную помощь собачкам, которым поставили этот диагноз.

То есть компания не просто пилит какое-то очередное псевдопрорывное ПО, а продолжает тестировать сработавший для Рози подход и параллельно пытается помочь другим собакенам.

И за это огромный респект Полу ☀️

Что ещё тут важно

AI все чаще используют для серьезного биотеха. Он и дизайнит новые вирусы 🦠 (безобидные и даже полезные).

И новые белки разрабатывает. Антропики пару дней назад рассказали, как Claude разработал дизайн новых белков. В данном случае minibinder — белков-связывателей. Такие «минибиндеры» используют, чтобы находить какой-то другой белок-мишень в организме, цепляться к нему и как-то на него воздействовать. Клод справился лучше кожаных: среди его кандидатов успешно справлялись со своей задачей до 35% биндеров. Среднеотраслевой саксес рейт — 15%.

До недавнего времени схема работы в биотехе в основном выглядела так:

Учёный - основной мозг процесса → пользуется специальными AI типа AlphaFold → получает от них проверки своих гипотез и придумывает новые. И так по кругу до получения набора кандидатов для испытаний в лабе.

Но теперь это становится больше похоже на процесс разработки с помощью агентов.

Учёный ставит задачу → универсальный AI агент типа Claude сам все планирует → запускает в параллель сабагентов проверять кучу гипотез → каждый агент использует инструменты, среди которых другие модели типа AlphaFold + научная литература + код и вычислительные ресурсы → на выходе готовые кандидаты вирусы и белки для тестирования в лаборатории.

Помните, все ругались на 1 китайскую лабораторию, которая недосмотрела за 1 вирусом? Теперь представьте что у нее есть агент, который штампует такие вирусы как пирожки. А, и таких лабораторий - сотни по всему миру 😐

Заместители