«Дарио, подписчики взбунтовались! Говорят, Fable 5 — ненастоящий!»

Интересно наблюдать, как вместе с новыми моделями меняется и сам рынок AI

Еще пару лет назад все обсуждали качество моделей. Сейчас не меньше внимания уделяют инвестициям, инфраструктуре, GPU, агентам, корпоративному внедрению и тому, кто в итоге будет зарабатывать на всей этой экосистеме.

16 июля Yandex Cloud проводит вебинар «Взгляд на рынок ИИ: от глобальных трендов к российской практике».

Обещают поговорить не про очередной релиз модели, а про то, как сегодня устроен рынок: что происходит в России и мире, какие технологические тренды становятся определяющими и как GenAI уже влияет на бизнес.

Из интересного — в обсуждении участвуют не только представители Yandex Cloud, но и «Яков и Партнёры», а также инвестор в Software, Data & AI Аида Чушкина. Такой состав обычно дает более объемную картину, чем взгляд только со стороны вендора.

🔗 Регистрация по ссылке

“Мы хотим, как поросята, Хрюкать!”

Запушил код в мастер на гитхабе, попросил агента запустить сборку в Тестфлайт (там же на гитхабе собирается и заливается в ТФ) ну и обычно отвлекаешься дальше на какие-нибудь задачи. Сборка приложения и загрузка билда в тестфлайт с гитхаба занимает, в зависимости от сложности приложения, минут 10-30. Клод код часто предлагает повешать монитор и следить за состоянием сборки и сообщает, когда завершился весь долгий процесс.

А сегодня вдруг подумалось “а давай ты еще и звук проиграешь по окончании сборки”. Но нет, звук скучно… Давай ты будешь хрюкать, придумай как это сделать, но хочу чтобы ты хрюкал. И “этот”, ни на секунду на замешкался, придумал, что он может использовать синтезатор голоса в Mac OS, выбрал русский голос какой-то Милены, понизил ему тональность и темп речи, и просто озвучил словами “хрю-хрю-хрю”. И я аж “заржал” когда это услышал, думал он реально хрюкать будет, а он просто озвучил. Но от этого оно стало еще веселее!

Используется системная команда say в Mac OS, с выбранным голосом, параметрами и фразой. И самый прикол, CC подсказал мне, что есть новый голос блеяния овцы “Bahh”, поддерживается только английский, но любая фраза произносится как будто овцой, и создается эффект как будто бот из игры-стратегии сообщает вам “хозяин, нужно больше токенов”.

Штука озвучивания окончания задачи далеко не новая (можно все что угодно там придумать, хоть звонить на телефон вам будет), но вот использовать встроенный синтезатор голоса и произносить разные фразы голосом по окончании нужных фаз разработки или выполнения какой-то задачи, до этого не додумывался, а тут неожиданно получилось прикольно.

За придумку клоду – пять, за актерское мастерство «неуд»!

Новый голосовой режим от OpenAI

Пффф, ну это разрыв ребятки! Прям полный восторг! Я даже не знаю, конкуренты там вчера не умерли от зависти?

OpenAI выкатили GPT-Live, новый голосовой режим для ChatGPT.

И главная фишка, что теперь голос умеет слушать и говорить одновременно. Можно перебивать, делать паузы (да, оно уже было, но стало намного круче), просить его помолчать, и разговор теперь реально воспринимается как будто настоящий. На русском сам голос воспринимается как сильняа генерация (но работает!), но на английском прям уууу-ля-ля!

GPT-Live отвечает за живой разговор, а если вопрос сложный, он может передать ваш запрос на GPT-5.5 в фоне: поиск, рассуждение, агентные задачи. При этом беседа ваша продолжается, пока большая модель копает глубже.

Еще OpenAI обновили 9 голосов (я себе поставил Spruce, у вас какой?), улучшили работу с шумом и добавили визуальные карточки прямо во время разговора: погода, спорт, акции и всякое такое. Выглядит очень полезно, когда хочется воспринимать во время беседы информацию визуально.

Уже должны были раскатить на всех. GPT-Live-1 будет у платных пользователей, GPT-Live-1 mini у бесплатных.

Работает пока без видео и шаринга экрана, но OpenAI говорит, что работает над этим.

Это теперь настоящий собеседник, особенно для одиноких людей, реально ощущается как беседа, а не вот это как раньше было, ожидание, провалы, ну я думаю вы понимаете о чем я. Перевод в реальном времени заценил, супер круто. Просишь переводить пока ты говоришь, начинаешь говорить и он тут же переводит. Гугл ты там как? Надо будет попробовать такой режим в созвонах, когда с собеседником на англ говоришь, но уровень моего английского сильно хромает, и я бы лучше на русском говорит, а чатик бы тут же синхронно переводил мои слова. Кейс же крутой?!

Видео с бабушками заслуживает отдельной награды! Тот, кто это придумал – гений!

Детально, как это всё работает можно изучить/прочитать в большой статье от OpenAI, там много интересного: https://openai.com/index/introducing-gpt-live/

OpenAI вместе с Work Louder представили мини клавиатуру Codex Micro, специально для работы с Codex.

Есть 6 отдельных клавиш для агентов. Подсветка показывает, что происходит с каждым тредом: агент думает, закончил задачу, ждёт ответа или упал с ошибкой. Одним нажатием можно переключиться на нужного агента, двойным открыть окно Codex. Есть отдельная клавиша для диктовки ваших сообщений агенту.

Остальные клавиши, крутилку и джойстик можно настроить под команды Codex или любые другие приложения. Можно настроить до 6 наборов команд, нужно набор будет включаться автоматически при переходе между приложениями.

В комплект входит набор из 32 дополнительных кейкапов Codex Icon, чтобы можно было кастомизировать под себя.

Выглядит прикольно. Взяли бы себе такую? Но пока не купить, уже не купить, так как раскупили за секунды.

Цена: $230 

Все детали: https://openai.com/ru-RU/supply/co-lab/work-louder/

И вот небольшая презентация в живую мини клавиатуры Codex Micro.

Ну и будьте аккуратны, OpenAI подтвердила, что GPT-5.6 может ошибочно сносить файлы в системе.

Вот при каких условиях:
“Codex работал в режиме полного доступа, песочница и автоматическая проверка команд были отключены, а модель пыталась временно изменить переменную $HOME.

В какой-то момент модель путала временную папку с настоящей домашней директорией пользователя и удаляла уже её содержимое. То есть вместо очистки временных файлов могла снести документы, настройки и другие данные из домашней папки.”

С праздником вас!

Неожиданно для себя узнал, что сегодня международный день ИИ или AI Appreciation Day.

Или вы были в курсе и уже празднуете? Компаньон у вас теперь всегда рядом, а новый голосовой режим в чатгпт отличный собутыльник 😁💀

Вышла Kimi K3, новая фронтир модель от Moonshot AI.

Контекст до 1 млн токенов, нативная поддержка изображений и сильные скиллы в программировании. Модель заточена на работу с большими проектами, игры и 3D-графику, а также решение сложных задач.

По собственным тестам Kimi, новая модель по общему уровню уступает только Claude Fable 5 и GPT-5.6 Sol. В одном из тестов на агентную работу со знаниями она обошла GPT-5.6 Sol Max и Opus 4.8 Max.

При этом API стоит $3 за миллион входных токенов и $15 за выходные. Люди конечно ожидали цены чуть пониже, чтобы это стал геймченджер как говорится. Для сравнения опус 4.8 $5/$25, Sonnet 5 $2/$10, GPT-5.6 Sol $5/$30.

Уже можно бесплатно попробовать на сайте Kimi или через Kimi Code CLI.

Детали и цены
https://platform.kimi.ai/docs/pricing/chat-k3
https://www.kimi.com/code/docs/en/kimi-code/models

Kimi Kimi Ача Ача…

Kimi K3 сотворил чудо?

Вчера ушел спать пока еще толком не было никаких бенчей и сравнений, просыпаюсь, а весь твиттер засыпан восторгами, сравнением Kimi K3 с Opus 4.8 и Fable и те вещи, на которых люди сравнивают, Kimi бьёт всех в пух и прах (подождем пока уляжется пыль и восторги, и послушаем “трезвые” головы).

Опенсорс модель, 2.8 трлн параметров, вот вот (27 июля) релизнут веса модели. Это ли не сказка?

Браво!

Сэр, советуем не убирать Fable из подписки. Иначе бить карты вам будет нечем.

И сэр, советуем сегодня обнулить все лимиты. Пользователям Opus и Fable сейчас нужен позитив как никогда.

Прекрасный пример возможностей Кими и как рой агентов в Kimi K3 воссоздал Mac OS с ликвид глассом (у нас тут есть фанаты ликвид гласса). Все работает, все открывается, играет музыка (которую кими тоже сгенерировала), всё наполнено контентом. Словами не описать, нужно прям смотреть. Ссылка ниже

При этом не было никакого сложного промпта, выверенных инструкций, в наше время агента способны сами понять запрос и проработать нюансы.

Вот какой промпт был, а дальше дело было за роем агентов:

“build a macos 27 system in my browser here that has all of the default apps and mimics liquid glass nearly perfectly and all of teh elements are actually usable”

https://macos27.kimi.page/