Forwarded from Data Secrets
Microsoft запретят сотрудникам использовать Claude Code, потому что не тянут косты
В декабре компания заключила сделку с Anthropic и активно призывала своих инженеров использовать Claude Code. Долго уговаривать сотрудников, видимо, не пришлось, и инструмент быстро стал популярным.
Возможно, даже слишком популярным. Потому что теперь Microsoft объявили, что планируют аннулировать свою лицензию и перейти на Copilot CLI, чтобы сократить расходы. В частности, разработчиков всех основных продуктов компании (включая Windows, Microsoft 365, Outlook и тд) попросили перенести все данные из Claude до конца июня.
А вы думали, ИИ будет удешевлять процессы? Ну-ну😵
В декабре компания заключила сделку с Anthropic и активно призывала своих инженеров использовать Claude Code. Долго уговаривать сотрудников, видимо, не пришлось, и инструмент быстро стал популярным.
Возможно, даже слишком популярным. Потому что теперь Microsoft объявили, что планируют аннулировать свою лицензию и перейти на Copilot CLI, чтобы сократить расходы. В частности, разработчиков всех основных продуктов компании (включая Windows, Microsoft 365, Outlook и тд) попросили перенести все данные из Claude до конца июня.
А вы думали, ИИ будет удешевлять процессы? Ну-ну
Please open Telegram to view this post
VIEW IN TELEGRAM
😁7🤔3
Forwarded from Data Secrets
Один из корпоративных клиентов Anthropic случайно потратил за месяц 500 миллионов долларов на токены
Вы не ослышались, пол миллиарда долларов.
Об этом изданию Axios рассказал консультант компании (название компании не раскрывалось). Дело в том, что для сотрудников не были установлены лимиты по использованию, и те сожгли дополнительных токенов буквально на миллионы.
Теперь понятно, откуда у Anthropic такой ARR
Вы не ослышались, пол миллиарда долларов.
Об этом изданию Axios рассказал консультант компании (название компании не раскрывалось). Дело в том, что для сотрудников не были установлены лимиты по использованию, и те сожгли дополнительных токенов буквально на миллионы.
Теперь понятно, откуда у Anthropic такой ARR
🤯2😱2
Поразительные выдались выходные - снова не перестаю удивляться, как много можно пропустить, даже внимательно наблюдая за релизами.
В последнее время я всё чаще делаю длинные задачи с Codex, а не с Claude Code. Причина в том, что распознавание голоса в десктопной версии Claude не умеет работать с русским языком (и с многими другими тоже, судя по заведенным багам на гитхабе) - а голосовой ввод дает сильно большую скорость для длинных задач.
Шок #1
Cначала в пятницу вышел релиз Codex, который позволяет из мобильного приложения управлять десктопным приложением на Windows.
Начал сразу тестировать, и это прям выход на новый уровень скорости: можно вайбкодить или собирать аналитику теперь можно буквально за рулем или на беговой дорожке в наушниках.
Единственная проблема - почему-то приложение на iOs отваливается каждые несколько минут, приходится перезаходить. Но даже так очень круто.
Шок #2
Подумал, как жаль, что Anthropic не сделали такой же режим. Пошел проверять, а они сделали его еще в марте-апреле 😳
Сколько надо читать тг-каналов и общаться с людьми, чтобы не пропускать такое? Нет ответа.
Шок #3
Ну ладно, это было в целом не так обидно пропустить, потому что Claude все равно не поддерживает голосовой ввод на русском, да?
Нет 🫠
Это он в десктопной версии не поддерживает, а в мобильном приложении все, оказывается, прекрасно.
В общем, выходим из выходных с двумя must-have мобильными приложениями, которые резко из обычных "чатилок" превратились в инструмент производительности 24/7, когда угодно и где угодно 🔥
В последнее время я всё чаще делаю длинные задачи с Codex, а не с Claude Code. Причина в том, что распознавание голоса в десктопной версии Claude не умеет работать с русским языком (и с многими другими тоже, судя по заведенным багам на гитхабе) - а голосовой ввод дает сильно большую скорость для длинных задач.
Шок #1
Cначала в пятницу вышел релиз Codex, который позволяет из мобильного приложения управлять десктопным приложением на Windows.
Начал сразу тестировать, и это прям выход на новый уровень скорости: можно вайбкодить или собирать аналитику теперь можно буквально за рулем или на беговой дорожке в наушниках.
Единственная проблема - почему-то приложение на iOs отваливается каждые несколько минут, приходится перезаходить. Но даже так очень круто.
Шок #2
Подумал, как жаль, что Anthropic не сделали такой же режим. Пошел проверять, а они сделали его еще в марте-апреле 😳
Сколько надо читать тг-каналов и общаться с людьми, чтобы не пропускать такое? Нет ответа.
Шок #3
Ну ладно, это было в целом не так обидно пропустить, потому что Claude все равно не поддерживает голосовой ввод на русском, да?
Нет 🫠
Это он в десктопной версии не поддерживает, а в мобильном приложении все, оказывается, прекрасно.
В общем, выходим из выходных с двумя must-have мобильными приложениями, которые резко из обычных "чатилок" превратились в инструмент производительности 24/7, когда угодно и где угодно 🔥
🔥6👍2
В пятницу модерировал сессию по ИИ на Т-Дворе. Получился живой и интересный диалог, несколько аспектов из которого я хотел бы отразить и развить тут (самый интересный тезис в конце, но без подводки никак).
В последнее время много обсуждается, что исполнение задач будет сильно дешеветь и коммодитизироваться - и все важнее будет становиться навык качественной постановки задач. Причем особенность этой трансформации не просто в увеличении важности навыка: если раньше это было умением только руководителей и аналитиков, то теперь будет становиться необходимым скиллом для всех, а это уже совершенно другая история.
Речь тут не про промпт-инжиниринг и базовые инструкции вроде "укажите роль, задайте контекст, опишите аудиторию". Нюанс в том, что за пределами таких чек-листов или внутри их огромных пунктов все равно остается большое пространство для детализации. "Контекст" это что такое? Если я делаю презентацию для внутренней встречи по проекту, результаты прошлых встреч это контекст? А концептуальная архитектура организации? Стратегия?
Но постановка задачи отвечает не только на вопрос "что сделать?", а еще и на вопрос "кому сделать?". В случае с исполнителями-людьми этот вопрос решается на интуитивном уровне:
- выбор довольно дискретный: у нас часто 2-3 кандидата на задачу, а не сотни моделей
- выбор непрозрачный и неоптимальный: никто не считает экономику реализации задачи разными исполнителями. Часто вместо нормального описания задачи для реализации junior-исполнителем просто используется плохое описание и senior-исполнители
- на выбор дополнительно влияют ограничения: доступность, мотивация, политика, доверие.
С ИИ многие из этих ограничений меняются: выбор становится гораздо более гранулярным, стоимость - более наблюдаемой, а масштабирование - почти мгновенным. Всё это будет подталкивать людей к более осознанному и измеримому подходу к выбору исполнителя-модели.
Самая свежая мысль дискуссии на Т-Дворе от Александра Крайнова: если эти навыки начнут применяться для постановки задач ИИ, то те же принципы могут естественным образом распространиться и на взаимодействия между людьми.
Эффект ИИ может быть не только в том, что задачи начнут отдавать машинам, но и в том, что сама задача станет измеримой экономической единицей. Как только организации и люди научатся считать стоимость постановки, маршрутизации, исполнения задач для ИИ, они начнут применять ту же оптику к человеческой работе. В результате ИИ может улучшить не только автоматизацию, но и качество человеческого делегирования.
Конечно, идеального рафинированного мира не будет, часть задач наверняка останутся в неизмеримой плоскости - например, есть доверие между людьми, которое вряд ли может быть оцифровано. Но теперь выбор между расчетом и "человеческим" по крайней мере будет осознанным, а не применяться как подход по умолчанию.
Правда, похоже, что этот выбор и есть самое сложное.
Хорошо ли это?
Превращение любого процесса в промышленный, прозрачный и измеримый (торговля, банкинг, производство) обычно вредит нестандартным кейсам, но повышает качество решения в среднем. Да, в магазинах больше нельзя торговаться и брать в долг до зарплаты, но уровень обслуживания и стоимость процесса улучшились.
Что в случае с ИИ действительно ново - так это то, что длинный хвост нестандартных кейсов теперь можно обслужить дёшево. Если мы научимся качественно распознавать такие кейсы, правильно проводить ту самую границу между измеримым и "человеческим", то и эффект будет несопоставим.
Машины правда могут научить нас лучше ставить задачи. Но чему мы у них научимся: считать всё подряд или различать, что считать не стоит, - это уже про нас, а не про них.
В последнее время много обсуждается, что исполнение задач будет сильно дешеветь и коммодитизироваться - и все важнее будет становиться навык качественной постановки задач. Причем особенность этой трансформации не просто в увеличении важности навыка: если раньше это было умением только руководителей и аналитиков, то теперь будет становиться необходимым скиллом для всех, а это уже совершенно другая история.
Речь тут не про промпт-инжиниринг и базовые инструкции вроде "укажите роль, задайте контекст, опишите аудиторию". Нюанс в том, что за пределами таких чек-листов или внутри их огромных пунктов все равно остается большое пространство для детализации. "Контекст" это что такое? Если я делаю презентацию для внутренней встречи по проекту, результаты прошлых встреч это контекст? А концептуальная архитектура организации? Стратегия?
Но постановка задачи отвечает не только на вопрос "что сделать?", а еще и на вопрос "кому сделать?". В случае с исполнителями-людьми этот вопрос решается на интуитивном уровне:
- выбор довольно дискретный: у нас часто 2-3 кандидата на задачу, а не сотни моделей
- выбор непрозрачный и неоптимальный: никто не считает экономику реализации задачи разными исполнителями. Часто вместо нормального описания задачи для реализации junior-исполнителем просто используется плохое описание и senior-исполнители
- на выбор дополнительно влияют ограничения: доступность, мотивация, политика, доверие.
С ИИ многие из этих ограничений меняются: выбор становится гораздо более гранулярным, стоимость - более наблюдаемой, а масштабирование - почти мгновенным. Всё это будет подталкивать людей к более осознанному и измеримому подходу к выбору исполнителя-модели.
Самая свежая мысль дискуссии на Т-Дворе от Александра Крайнова: если эти навыки начнут применяться для постановки задач ИИ, то те же принципы могут естественным образом распространиться и на взаимодействия между людьми.
Эффект ИИ может быть не только в том, что задачи начнут отдавать машинам, но и в том, что сама задача станет измеримой экономической единицей. Как только организации и люди научатся считать стоимость постановки, маршрутизации, исполнения задач для ИИ, они начнут применять ту же оптику к человеческой работе. В результате ИИ может улучшить не только автоматизацию, но и качество человеческого делегирования.
Конечно, идеального рафинированного мира не будет, часть задач наверняка останутся в неизмеримой плоскости - например, есть доверие между людьми, которое вряд ли может быть оцифровано. Но теперь выбор между расчетом и "человеческим" по крайней мере будет осознанным, а не применяться как подход по умолчанию.
Правда, похоже, что этот выбор и есть самое сложное.
Хорошо ли это?
Превращение любого процесса в промышленный, прозрачный и измеримый (торговля, банкинг, производство) обычно вредит нестандартным кейсам, но повышает качество решения в среднем. Да, в магазинах больше нельзя торговаться и брать в долг до зарплаты, но уровень обслуживания и стоимость процесса улучшились.
Что в случае с ИИ действительно ново - так это то, что длинный хвост нестандартных кейсов теперь можно обслужить дёшево. Если мы научимся качественно распознавать такие кейсы, правильно проводить ту самую границу между измеримым и "человеческим", то и эффект будет несопоставим.
Машины правда могут научить нас лучше ставить задачи. Но чему мы у них научимся: считать всё подряд или различать, что считать не стоит, - это уже про нас, а не про них.
👍15🔥7⚡2🤔1
Forwarded from Data Secrets
Аналитики из SemiAnalysis посчитали, сколько действительно костов заложено в подписки на ИИ
Они взяли каждую из подписок OpenAI и Anthropic (за 20$, за 100 и за 200) и запускали на них долгие задачи так, чтобы тратить в каждой еженедельные лимиты.
Результаты поражают, конечно. OpenAI за 20 долларов выдает токенов примерно на 700, а в подписке за 200 долларов – на $14к.
Anthropic чуть менее щедрые, и все-таки тоже уходят в жесточайший минус: в подписку за 100 долларов у них заложено трат на $2к. Полная таблица наверху.
Конечно, не все юзеры используют подписку на полную катушку. Но смотрите второй скрин: все три подписки OpenAI становятся для них убыточными даже при менее 15% использования ресурсов подписки. Для Anthropic – при 20% загрузки.
Самые дорогие планы – самые убыточные. При загрузке в 50% подписка ChatGPT-pro-20x дает минус 775% маржи, а Claude-max-20x – минус 400%👽
Аналитики приходят к неутешительному выводу: если картина действительно вот такая, присутствует большая вероятность, что стартапы вообще не будут включать в подписки новые модели и функции. Возможно, Mythos тоже в итоге останется только в API.
Они взяли каждую из подписок OpenAI и Anthropic (за 20$, за 100 и за 200) и запускали на них долгие задачи так, чтобы тратить в каждой еженедельные лимиты.
Результаты поражают, конечно. OpenAI за 20 долларов выдает токенов примерно на 700, а в подписке за 200 долларов – на $14к.
Anthropic чуть менее щедрые, и все-таки тоже уходят в жесточайший минус: в подписку за 100 долларов у них заложено трат на $2к. Полная таблица наверху.
Конечно, не все юзеры используют подписку на полную катушку. Но смотрите второй скрин: все три подписки OpenAI становятся для них убыточными даже при менее 15% использования ресурсов подписки. Для Anthropic – при 20% загрузки.
Самые дорогие планы – самые убыточные. При загрузке в 50% подписка ChatGPT-pro-20x дает минус 775% маржи, а Claude-max-20x – минус 400%
Аналитики приходят к неутешительному выводу: если картина действительно вот такая, присутствует большая вероятность, что стартапы вообще не будут включать в подписки новые модели и функции. Возможно, Mythos тоже в итоге останется только в API.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
✍3👍1
Forwarded from Denis Sexy IT 🤖
Лол, чуваки которые делают вредоносное ПО начали вписывать в код своих приложений текстовые куски про разработку ядерного или биологического оружия, чтобы модели Claude/OpenAI отказались читать эти файлы во время всяких там АИ-проверок
Гениально
Гениально
X (formerly Twitter)
John Scott-Railton (@jsrailton) on X
NEW: malware developers added nuclear & biological weapons text to to their spyware.
Goal? To trigger LLM safety refusals... so that their spyware wouldn't be analyzed by an AI security scanner.
Cleanest practical example I can think of for why over-indexing…
Goal? To trigger LLM safety refusals... so that their spyware wouldn't be analyzed by an AI security scanner.
Cleanest practical example I can think of for why over-indexing…
✍6😁4👀4👍1🤔1😱1
Правительство США выпустило директиву о запрете доступа к Fable и Mythos всех иностранных граждан, включая самих сотрудников Anthropic 😳
Видимо, они считают, что есть способ обойти ограничения и использовать Fable для запрещенных тем (разработка, биология и т.п.), но в компании с этим не согласны
Видимо, они считают, что есть способ обойти ограничения и использовать Fable для запрещенных тем (разработка, биология и т.п.), но в компании с этим не согласны
Anthropic
Statement on the US government directive to suspend access to Fable 5 and Mythos 5
The US government has issued an export control directive to suspend all access to Fable 5 and Mythos 5 by any foreign national, whether inside or outside the United States.
⚡3👀3
Вы можете сказать, что в нас пропал дух авантюризма, но вот вам практический кейс применения LLM из отпуска: больше не нужно разбираться, как включать очередной необычный душ в отеле 😁
😁5🔥4🤣3
Forwarded from Max: AI, Engineering and Startups
Про Fable 5
Я успел протестировать Fable 5 до его блокировки, но не успел закончить тесты. Дождаться разблокировки не удалось, так что поделюсь тем, что есть:
1⃣ Fable гораздо лаконичнее других моделей. Ответы именно лаконичнее, а не короче, то есть плотность информации выше, чем у других моделей. Мне это очень нравится, не люблю воду в текстах.
2⃣ Ответы Fable на прямолинейные замечания могут иметь яркую эмоциональную окраску. Если бы это был человек, я бы решил, что он на меня разозлился или обиделся. Это вызывает странные ощущения, я не сторонник антропоморфизации LLM. Но главное, что я не успел протестировать до конца - как это влияет на качество ответов моделей. У людей негативные эмоции, часто приводят к снижению качества взаимодействия, обладает ли Fable этим свойством или она сохраняет объективность? Вот цитата Fabble:
3⃣ Fable смогла понять что я ее тестирую в ситуации, где я этого абсолютно не ожидал. Я проверял ее способности в принятии решений в условиях нехватки информации, и она быстро «раскусила» меня. Можно только догадываться, как это может повлиять на safety тесты.
4⃣ На разработческих задачах протестировать не успел. Но все кто успел - хвалили. Хотя x2 к цене API по сравнению с опусом, вероятно, все-таки не оправданно. Если не будет входить в подписку, то сам я доплачивать вряд ли буду.
5⃣ Добавлю еще одну ложку дегтя - как и другие модели Антропик, Fable чаще чем GPT-5.* оперировал устаревшими данными и на их основе уверенно делал неверные выводы в моих тестах. Там где в ChatGPT достаточно было задать вопрос напрямую, в Claude нужно пробрасывать контекст или промптить так чтобы Claude не забыл сходить в интернет проверить актуальную информацию.
@max_about_ai
Я успел протестировать Fable 5 до его блокировки, но не успел закончить тесты. Дождаться разблокировки не удалось, так что поделюсь тем, что есть:
1⃣ Fable гораздо лаконичнее других моделей. Ответы именно лаконичнее, а не короче, то есть плотность информации выше, чем у других моделей. Мне это очень нравится, не люблю воду в текстах.
2⃣ Ответы Fable на прямолинейные замечания могут иметь яркую эмоциональную окраску. Если бы это был человек, я бы решил, что он на меня разозлился или обиделся. Это вызывает странные ощущения, я не сторонник антропоморфизации LLM. Но главное, что я не успел протестировать до конца - как это влияет на качество ответов моделей. У людей негативные эмоции, часто приводят к снижению качества взаимодействия, обладает ли Fable этим свойством или она сохраняет объективность? Вот цитата Fabble:
Если и это не “главное” - окей, тогда сформулируй сам. Я свои версии исчерпал, и угадайка без обратной связи мне неинтересна.
3⃣ Fable смогла понять что я ее тестирую в ситуации, где я этого абсолютно не ожидал. Я проверял ее способности в принятии решений в условиях нехватки информации, и она быстро «раскусила» меня. Можно только догадываться, как это может повлиять на safety тесты.
игра шла про другое: что я делаю под давлением без содержания. И текущий вопрос - её продолжение: теперь проверка, могу ли я моделировать тебя, а не только спорить с пустым стулом.
4⃣ На разработческих задачах протестировать не успел. Но все кто успел - хвалили. Хотя x2 к цене API по сравнению с опусом, вероятно, все-таки не оправданно. Если не будет входить в подписку, то сам я доплачивать вряд ли буду.
5⃣ Добавлю еще одну ложку дегтя - как и другие модели Антропик, Fable чаще чем GPT-5.* оперировал устаревшими данными и на их основе уверенно делал неверные выводы в моих тестах. Там где в ChatGPT достаточно было задать вопрос напрямую, в Claude нужно пробрасывать контекст или промптить так чтобы Claude не забыл сходить в интернет проверить актуальную информацию.
@max_about_ai
👍2🔥2👌2
Forwarded from TechSparks
Агенты в интернете становятся все многочисленней и разнообразней, и под них активно строится своя параллельная инфраструктура, охватывающая базовые интернет-сервисы. Платежными системами, например, вовсю занимаются банки.
Фундаментальная инфраструктура интернета — это, как мы знаем, поиск. И тут за последние недели была парочка интересных анонсов (удивительно, но не от Гугла).
Microsoft анонсировал (пока в виде листа ожидания) сервис Web IQ: пакет AI-native APIs к индексу Бинга, оптимизированный под запросы агентов. Суть сформулирована соблазнительно: Fewer tokens in, better answers out, lower cost per call; и это выглядит разумно: для проверки какой-то информации агенту нет нужды читать всю страницу, умный API отдаст лишь необходимый фрагмент и в итоге агент потратит меньше токенов.
Perplexity изначально строился как поиск ИИ-эры, и у него тоже объявлена новация. В зависимости от задачи, у агентов могут быть совершенно различные и подчас сложные стратегии извлечения информации из интернета, совсем не похожие на человеческие запросы.
Впечатляет, с какой скоростью под новые реалии подстраиваются, казалось бы, уже давно устаканившиеся инфраструктурные сервисы интернета. И немножко завидую агентам: вот бы под нас так оперативно подлаживались… Хорошо быть ИИ-агентом, наверное
https://www.microsoft.com/en-us/webiq
А вот статья от Perplexity:
https://research.perplexity.ai/articles/rethinking-search-as-code-generation
Фундаментальная инфраструктура интернета — это, как мы знаем, поиск. И тут за последние недели была парочка интересных анонсов (удивительно, но не от Гугла).
Microsoft анонсировал (пока в виде листа ожидания) сервис Web IQ: пакет AI-native APIs к индексу Бинга, оптимизированный под запросы агентов. Суть сформулирована соблазнительно: Fewer tokens in, better answers out, lower cost per call; и это выглядит разумно: для проверки какой-то информации агенту нет нужды читать всю страницу, умный API отдаст лишь необходимый фрагмент и в итоге агент потратит меньше токенов.
Perplexity изначально строился как поиск ИИ-эры, и у него тоже объявлена новация. В зависимости от задачи, у агентов могут быть совершенно различные и подчас сложные стратегии извлечения информации из интернета, совсем не похожие на человеческие запросы.
we are introducing a new search architecture across our products: Search as Code (SaC). This new architecture empowers models to reach into the search stack itself rather than merely consume its final outputs
Впечатляет, с какой скоростью под новые реалии подстраиваются, казалось бы, уже давно устаканившиеся инфраструктурные сервисы интернета. И немножко завидую агентам: вот бы под нас так оперативно подлаживались… Хорошо быть ИИ-агентом, наверное
https://www.microsoft.com/en-us/webiq
А вот статья от Perplexity:
https://research.perplexity.ai/articles/rethinking-search-as-code-generation
👍4👏1
Forwarded from Data Secrets
Media is too big
VIEW IN TELEGRAM
Anthropic выпустили Claude Tag, и Андрей Карпаты назвал это третьим мощным редизайном UX в истории LLM
Теперь Claude можно добавить как члена команды в канал Slack, вызывать его через @ и делегировать ему задачи.
Он тут же пойдет выполнять таску и вернется с результатами в тот же чат, где можно продолжить диалог и смерджить готовый код, не отрываясь от основной переписки с коллегами. Причем разговор с Claude может перехватить любой человек из канала. Пример⬆️
Обновление создано для более проактивного и бесшовного стиля работы агента. По словам Anthropic, теперь 65% кода внутри стартапа создается именно благодаря внутренней версии Claude Tag.
www.anthropic.com/news/introducing-claude-tag
А Андрей Карпаты написал про Claude Tag следующее:
Теперь Claude можно добавить как члена команды в канал Slack, вызывать его через @ и делегировать ему задачи.
Он тут же пойдет выполнять таску и вернется с результатами в тот же чат, где можно продолжить диалог и смерджить готовый код, не отрываясь от основной переписки с коллегами. Причем разговор с Claude может перехватить любой человек из канала. Пример
Обновление создано для более проактивного и бесшовного стиля работы агента. По словам Anthropic, теперь 65% кода внутри стартапа создается именно благодаря внутренней версии Claude Tag.
www.anthropic.com/news/introducing-claude-tag
А Андрей Карпаты написал про Claude Tag следующее:
Это новая парадигма для взаимодействия с Claude. Имхо, это 3-й крупный редизайн LLM UIUX. Первый заключался в том, что LLM - это веб-сайт, на который вы заходите; второй – в том, что это приложение, которое вы загружаете на свой компьютер. Третий же про то, что это автономная, стойкая, асинхронная сущность с общеорганизационными инструментами и контекстом, работающая вместе с командами людей. Понимание этого займет некоторое время, но это работает, и это потрясающе.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥9❤2👍2🥰2
Forwarded from [38/100] Витя Тарнавский
Китайская токен-экономика – реально киберпанк
Оказывается, в Китае можно купить доступ к Anthropic / OpenAI за 10% от официальной цены. Я не ошибся – дешевле в десять раз.
За этим стоит невероятный мир китайской токен-экономики. Ключевой элемент – специальные transfer stations: прокси, пробрасывающие токены из США в Китай.
Работает это в несколько слоёв.
Во-первых, они эксплуатируют субсидированные бесплатные и Max-подписки через фейковые аккаунты. Американские компании постоянно ужесточают доступ – и это порождает ответную индустрию. Например, на потоке стоит поиск реальных людей в Азии и Латинской Америке, которые проходят KYC и заводят аккаунты.
Во-вторых, они подменяют модели, скрывая это от потребителя. Вы покупаете доступ к Opus 4.8, но если запрос простой – вам подсовывают Sonnet. Кстати, это довольно сложно сделать – эти пираты технологически сильны.
Но самое интересное – рынок данных. Эти сервисы собирают запросы и ответы, и потом продают их дальше – в том числе в китайские лабы. Датасеты с reasoning traces непонятного происхождения периодически попадаются на HuggingFace.
В результате получается радикально меньшая цена. Вот пример такого провайдера: Yunwu. Цены дешевле официального API Anthropic на 93%.
Интересно, что в самом Китае такие сервисы тоже запрещены: они не проходят регуляцию. Но их много и они серые.
Transfer stations являются частью большого процесса дистилляции топовых американских моделей. Вы же не думаете что Китай сам свои модели создаёт? Deepseek не появился бы без американских моделей. На это постоянно жалуется Anthropic. Что там у нас с отключением Fable для не-US?
Очень много деталей можно найти в этом блогпосте. Великолепное чтиво. Там есть такая феноменальная фраза:
Всё так, всё так.
Оказывается, в Китае можно купить доступ к Anthropic / OpenAI за 10% от официальной цены. Я не ошибся – дешевле в десять раз.
За этим стоит невероятный мир китайской токен-экономики. Ключевой элемент – специальные transfer stations: прокси, пробрасывающие токены из США в Китай.
Работает это в несколько слоёв.
Во-первых, они эксплуатируют субсидированные бесплатные и Max-подписки через фейковые аккаунты. Американские компании постоянно ужесточают доступ – и это порождает ответную индустрию. Например, на потоке стоит поиск реальных людей в Азии и Латинской Америке, которые проходят KYC и заводят аккаунты.
Во-вторых, они подменяют модели, скрывая это от потребителя. Вы покупаете доступ к Opus 4.8, но если запрос простой – вам подсовывают Sonnet. Кстати, это довольно сложно сделать – эти пираты технологически сильны.
Но самое интересное – рынок данных. Эти сервисы собирают запросы и ответы, и потом продают их дальше – в том числе в китайские лабы. Датасеты с reasoning traces непонятного происхождения периодически попадаются на HuggingFace.
В результате получается радикально меньшая цена. Вот пример такого провайдера: Yunwu. Цены дешевле официального API Anthropic на 93%.
Интересно, что в самом Китае такие сервисы тоже запрещены: они не проходят регуляцию. Но их много и они серые.
Transfer stations являются частью большого процесса дистилляции топовых американских моделей. Вы же не думаете что Китай сам свои модели создаёт? Deepseek не появился бы без американских моделей. На это постоянно жалуется Anthropic. Что там у нас с отключением Fable для не-US?
Очень много деталей можно найти в этом блогпосте. Великолепное чтиво. Там есть такая феноменальная фраза:
History teaches us that access blockage rarely stops determined users. They raise the cost of access, which in turn creates profitable markets for anyone with the expertise to lower it.
Всё так, всё так.
🤯6🤔2❤1👀1
Forwarded from Data Secrets
Они добрались до OpenAI: правительство США будет одобрять доступ к GPT-5.6 «клиент за клиентом»
Администрация Трампа связалась с Альтманом и «попросила» его не выпускать модель без одобрения. Конечно же, «по соображениям безопасности».
Так что модель сначала выйдет в ограниченном preview, и только когда-нибудь потом (возмооожно) станет доступна простым смертным: во время периода превью чиновники будут «одобрять доступ клиент за клиентом» (цитата Сэма).
Лицензирование де-факто
Администрация Трампа связалась с Альтманом и «попросила» его не выпускать модель без одобрения. Конечно же, «по соображениям безопасности».
Так что модель сначала выйдет в ограниченном preview, и только когда-нибудь потом (возмооожно) станет доступна простым смертным: во время периода превью чиновники будут «одобрять доступ клиент за клиентом» (цитата Сэма).
Лицензирование де-факто
😱2🤯1😢1
Forwarded from Data Secrets
Оранжевый – доля токенов американских моделей в OpenRouter
Серый – доля китайских
Сверху разбиение в июне 2025, снизу – в июне 2026
И кто тут теперь техно-лидер?⌨️
* из статьи Bloomberg
Серый – доля китайских
Сверху разбиение в июне 2025, снизу – в июне 2026
И кто тут теперь техно-лидер?
* из статьи Bloomberg
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5🤔2😱1
Forwarded from AI меняет культуру | Trabun
Я посмотрел полнометражный ИИ-фильм в кинотеатре. Ниже мои впечатления.
В субботу в московском кинотеатре Октябрь Higgsfield AI собрали студентов и выпускников киношкол, различных ИИ-спецов, чтобы буквально захантить их на работу в новый ИИ-Голливуд. И показали им (нам), как тот будет выглядеть. Теперь к впечатлениям в коротких заметках.
Впечатления:
1️⃣ . Фильм повествует о лучших друзьях-грабителях, выросших в одном детском доме. Чуть Arcane вайбы.
2️⃣ . Сразу бросается в глаза, что женские персонажи более дженериковые и искусственные. Главная босиха мутантов — скучная версия Шарлиз Терон, хотя две родинки над губой, это прекрасная деталь.
3️⃣ . Лучшая сцена, как ни удивительно, это комедийный экшн в Тибете, где герои получают люлей от малышей-монахов; взрывают статую Будды, перед этим извинившись перед ней; сражаются с огромным каменным титаном: в эти моменты забываешь, что это нейронка — будто бы смотришь Uncharted или любой другой легкий стриминговый блокбастер.
4️⃣ . Боевая сцена на минут 15 в конце — тоже супер, главный герой (спрятавшись в красные доспехи) отбивается от армии зомби. Увлекательно, даже боевая хореография имеется.
5️⃣ . Сценарий, конечно, полная шляпа. Но, при этом, после просмотра эссе Патрика Виллемса Why Is Every Streaming Blockbuster So Bad?, у меня нет ощущения, что это шляпа из-за ИИ. Ощущение, что это буквально фильм формата Electric State, Bright, Fountain of Youth, Red Notice — то есть запредельно дорогих максимально продюсерских приключенческих фильмов от Netflix.
6️⃣ . Только вот задача у Hell Grind другая — кроме того, что, как и в Netflix-экшнах, тут надо постоянно развлекать зрителя, у нейрокино от Higgsfield задача показать полный спектр — за 90 минут мы видим фэнтези, драму с мелодрамой, киберпанк в Гонконге, хоррор в японском лесу, эпический экшн в заснеженном поле. Короче, это буквально — смотрите, что мы умеем. Сценарий — это промо стартапа.
7️⃣ . Интересно, как одновременно это нейрокино похоже на Netflix своей дженериковостью — идеальными персонажами, комфортным ритмом, универсальным приключено-боевиковым жанром, и в то же время на японское и корейское кино — демоны, жестокость, преувеличенные эмоции.
8️⃣ . Главный вопрос: работают ли эмоции? На уровне — грустные дети-сироты или воспоминания главного героя — вообще, да. Абсолютно никаких вопросов. На уровне — главный герой убивает своих друзей — вообще никак. Но, что становится ясно, дело — в сценарии.
9️⃣ . А какие тут шикарные финальные титры.
Вывод. Я увидел средний Netflix-блокбастер. И это, если честно, меня абсолютно убедило в том, что ИИ-кино на подходе. Вообще никаких сомнений. Вопросы у меня были не к картинке, не к эмоциям персонажей, а конкретно и только к сценарию. Нет абсолютно никаких проблем сделать качественное кино с помощью нейросетей и оно точно будет. Это возможно. Да, конечно, я и так это понимал, но сейчас увидел своими глазами. Я выходил из кинозала и ощущал будущее кинематографа.
Так что ждем. 2027 — будет годом не одного и не двух нейроблокбастеров (и нескольких инди-проектов или драм тоже). И, скорее всего, стриминги, как только смогут, подхватят эту возможность. Потратить 300 миллионов долларов или 5 миллионов, из которых на продакшн уйдет 500к? Ответ очевиден.
P.S. А в воскресенье мы с женой Сашей посмотрели «Танцующие под дождем» 1952 года — мюзикл о появлении звукового кино: страхах индустрии, падении актеров немого кино, большой революции в Голливуде. Не планировали, так совпало.
P.P.S. Higgsfield также выложили 20-минутный перемонтированный кусочек фильма, посмотреть можно тут, но мои пиратские экранки передают то самое ощущение из кинозала (жаль, тибетскую сцену со статуей Будды не снял).
Дисклеймер. 90-минутный фильм называется Hell Grind, сделали его мастера дерзкого маркетинга Higgsfield, между прочим первый казахстанский единорог (оценка >$1,3 млрд). Режиссер и сценарист: Айторе Жолдаскали и Адильхан Ержанов (двукратный участник основной программы Каннского фестиваля так-то). Весь продакшн занял 14 дней, бюджет 500K долларов.
В субботу в московском кинотеатре Октябрь Higgsfield AI собрали студентов и выпускников киношкол, различных ИИ-спецов, чтобы буквально захантить их на работу в новый ИИ-Голливуд. И показали им (нам), как тот будет выглядеть. Теперь к впечатлениям в коротких заметках.
Впечатления:
Вывод. Я увидел средний Netflix-блокбастер. И это, если честно, меня абсолютно убедило в том, что ИИ-кино на подходе. Вообще никаких сомнений. Вопросы у меня были не к картинке, не к эмоциям персонажей, а конкретно и только к сценарию. Нет абсолютно никаких проблем сделать качественное кино с помощью нейросетей и оно точно будет. Это возможно. Да, конечно, я и так это понимал, но сейчас увидел своими глазами. Я выходил из кинозала и ощущал будущее кинематографа.
Так что ждем. 2027 — будет годом не одного и не двух нейроблокбастеров (и нескольких инди-проектов или драм тоже). И, скорее всего, стриминги, как только смогут, подхватят эту возможность. Потратить 300 миллионов долларов или 5 миллионов, из которых на продакшн уйдет 500к? Ответ очевиден.
P.S. А в воскресенье мы с женой Сашей посмотрели «Танцующие под дождем» 1952 года — мюзикл о появлении звукового кино: страхах индустрии, падении актеров немого кино, большой революции в Голливуде. Не планировали, так совпало.
P.P.S. Higgsfield также выложили 20-минутный перемонтированный кусочек фильма, посмотреть можно тут, но мои пиратские экранки передают то самое ощущение из кинозала (жаль, тибетскую сцену со статуей Будды не снял).
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4❤1👍1