Своя нейросеть на телефоне — бесплатно и без облака.
OpenBMB выложила MiniCPM5-2B: 2,5 млрд параметров, Apache 2.0. Первое место среди открытых моделей до 4B в рейтинге Artificial Analysis.
Зачем тебе: не платишь за API и подписки. Квант Q4_K_M весит 1,56 ГБ — спокойно тянет на ноутбуке и телефоне. Контекст 131 тысяча токенов, длинные доки и логи переваривает без нарезки.
Как поставить: качаешь GGUF с Hugging Face и кидаешь в LM Studio или llama.cpp. Минута — и у тебя локальный ассистент, приватный и без цензуры облака.
https://huggingface.co/openbmb/MiniCPM5-2B-GGUF
Бонус: открыли не только веса, но и данные с рецептами обучения — можно дообучить под свою задачу. 🤓
OpenBMB выложила MiniCPM5-2B: 2,5 млрд параметров, Apache 2.0. Первое место среди открытых моделей до 4B в рейтинге Artificial Analysis.
Зачем тебе: не платишь за API и подписки. Квант Q4_K_M весит 1,56 ГБ — спокойно тянет на ноутбуке и телефоне. Контекст 131 тысяча токенов, длинные доки и логи переваривает без нарезки.
Как поставить: качаешь GGUF с Hugging Face и кидаешь в LM Studio или llama.cpp. Минута — и у тебя локальный ассистент, приватный и без цензуры облака.
https://huggingface.co/openbmb/MiniCPM5-2B-GGUF
Бонус: открыли не только веса, но и данные с рецептами обучения — можно дообучить под свою задачу. 🤓
Один браузер на двоих: ты и твой AI-агент — без драки за вкладки.
ego-lite — Chromium-браузер, где Claude Code, Codex или Cursor гоняют задачи в изолированных «спейсах». Твои вкладки при этом остаются твоими.
Фишка: агент наследует твои реальные логины и сессии. Старые тулзы вроде browser-use гоняют агента в отдельном пустом браузере — куки не переносятся, и вы дерётесь за одни и те же вкладки.
7,5k звёзд на GitHub, задачи выполняются быстрее и на меньшем числе токенов. Ставится одной командой:
npx skills add citrolabs/ego-lite
https://github.com/citrolabs/ego-lite 👀
ego-lite — Chromium-браузер, где Claude Code, Codex или Cursor гоняют задачи в изолированных «спейсах». Твои вкладки при этом остаются твоими.
Фишка: агент наследует твои реальные логины и сессии. Старые тулзы вроде browser-use гоняют агента в отдельном пустом браузере — куки не переносятся, и вы дерётесь за одни и те же вкладки.
7,5k звёзд на GitHub, задачи выполняются быстрее и на меньшем числе токенов. Ставится одной командой:
npx skills add citrolabs/ego-lite
https://github.com/citrolabs/ego-lite 👀
Tencent открыл Hy4 — 770 млрд параметров, контекст больше миллиона токенов.
Весь твой репозиторий целиком влезает в один запрос. Модель видит проект, а не отдельный файл: понимает, планирует, отлаживает на длинных задачах.
По внутренней оценке на 203 инженерных задачах — 2.99 из 4, чуть выше GLM-5.3 (2.92) и Kimi K3 (2.94).
А ещё по одной фразе собирает играбельный прототип игры и сама разогнала свой инференс на 31.8%.
Затестить можно в CodeBuddy или WorkBuddy, через API $0.834 за миллион входных токенов. Веса открыты, на OpenRouter уже лежит.
https://www.tencent.com/tencent-releases-and-open-sources-tencent-hy4-preview/
🤯
Весь твой репозиторий целиком влезает в один запрос. Модель видит проект, а не отдельный файл: понимает, планирует, отлаживает на длинных задачах.
По внутренней оценке на 203 инженерных задачах — 2.99 из 4, чуть выше GLM-5.3 (2.92) и Kimi K3 (2.94).
А ещё по одной фразе собирает играбельный прототип игры и сама разогнала свой инференс на 31.8%.
Затестить можно в CodeBuddy или WorkBuddy, через API $0.834 за миллион входных токенов. Веса открыты, на OpenRouter уже лежит.
https://www.tencent.com/tencent-releases-and-open-sources-tencent-hy4-preview/
🤯
−54% кода за те же задачи. Скилл ponytail заставляет AI-агента думать как самый ленивый сеньор.
Знаешь такого: понтайл, овальные очки, в компании дольше, чем система контроля версий. Показываешь ему 50 строк — он молча заменяет их одной.
Бенчмарк на реальном репо FastAPI + React, 12 задач, Haiku 4.5: −54% строк, −22% токенов, −20% стоимости, −27% времени. И 100% безопасно — голый промпт «пиши однострочники» ломает один тест из двадцати.
Просишь date picker — агент ставит flatpickr, обёртку, стили и лекцию про таймзоны. С ponytail остаётся одна строка: <input type="date">.
Ставится одной командой: npx skills add DietrichGebert/ponytail --agent claude-code. Заходит в Claude Code, Codex и Cursor.
https://github.com/DietrichGebert/ponytail 🤓
Знаешь такого: понтайл, овальные очки, в компании дольше, чем система контроля версий. Показываешь ему 50 строк — он молча заменяет их одной.
Бенчмарк на реальном репо FastAPI + React, 12 задач, Haiku 4.5: −54% строк, −22% токенов, −20% стоимости, −27% времени. И 100% безопасно — голый промпт «пиши однострочники» ломает один тест из двадцати.
Просишь date picker — агент ставит flatpickr, обёртку, стили и лекцию про таймзоны. С ponytail остаётся одна строка: <input type="date">.
Ставится одной командой: npx skills add DietrichGebert/ponytail --agent claude-code. Заходит в Claude Code, Codex и Cursor.
https://github.com/DietrichGebert/ponytail 🤓
Xiaomi: триллион параметров и 1000 токенов/с — бесплатно, open-source.
Xiaomi выложил MiMo-V2.5-Pro под MIT-лицензией: 1,02 трлн параметров, 42 млрд активных, контекст 1 млн токенов. Коммерческое использование и дообучение — свободно.
В паре с движком TileRT модель впервые в истории выдаёт больше 1000 токенов/с на триллионе параметров.
И это №1 среди open-source на GDPVal-AA и ClawEval.
Как попробовать: качаешь веса на Hugging Face, либо забираешь часть из 100 триллионов бесплатных токенов — Xiaomi раздаёт их всем в течение 30 дней.
https://mimo.xiaomi.com/mimo-v2-5-pro/
🤯
Xiaomi выложил MiMo-V2.5-Pro под MIT-лицензией: 1,02 трлн параметров, 42 млрд активных, контекст 1 млн токенов. Коммерческое использование и дообучение — свободно.
В паре с движком TileRT модель впервые в истории выдаёт больше 1000 токенов/с на триллионе параметров.
И это №1 среди open-source на GDPVal-AA и ClawEval.
Как попробовать: качаешь веса на Hugging Face, либо забираешь часть из 100 триллионов бесплатных токенов — Xiaomi раздаёт их всем в течение 30 дней.
https://mimo.xiaomi.com/mimo-v2-5-pro/
🤯
GPT-6 Astra прошёл Portal сам — 24 часа и $571.
Чувак cozyblaze посадил новую модель OpenAI играть в Portal. Не текстовую версию, а полноценный 3D-шутер с головоломками. Без гайдов и скриптов.
Astra через MCP смотрела скриншоты, позицию и угол камеры, решала куда идти и жала кнопки. Итог: 23 часа 43 минуты, 3336 вызовов, дошли до титров. Токенов на $571 по прайсу, но у него была подписка Codex Pro за $200 в месяц.
Код, контроллер и патч SourcePauseTool — на GitHub, можно повторить. cozyblaze не парится: «это худшая модель, которую мы когда-либо получим».
https://github.com/cozyblaze/portal-agent
😬
Чувак cozyblaze посадил новую модель OpenAI играть в Portal. Не текстовую версию, а полноценный 3D-шутер с головоломками. Без гайдов и скриптов.
Astra через MCP смотрела скриншоты, позицию и угол камеры, решала куда идти и жала кнопки. Итог: 23 часа 43 минуты, 3336 вызовов, дошли до титров. Токенов на $571 по прайсу, но у него была подписка Codex Pro за $200 в месяц.
Код, контроллер и патч SourcePauseTool — на GitHub, можно повторить. cozyblaze не парится: «это худшая модель, которую мы когда-либо получим».
https://github.com/cozyblaze/portal-agent
😬
Одна фотка → минута 1440p видео, где камеру двигаешь ты.
Fei-Fei Li и World Labs выкатили Atlas — world model, который понимает 3D нативно. Камеру он берёт как геометрию (траекторию), а не как текст «медленно лети влево», поэтому кадр слушается на 100%.
Из 2–3 фото комнаты Atlas собирает настоящую 3D-сцену — point cloud и Gaussian splats, а не плоский клип. Люди предпочли его камеру Gemini Omni Flash в 81% и Seedance 2.5 в 94% случаев.
Зачем тебе: VFX и играм — переснять ракурс готового видео, роботам — прогнать комнату в симуляции до покупки железа. Сейчас early access: просишь доступ по форме, попутно крутишь их Marble бесплатно.
https://worldlabs.ai/blog/atlas
🤯
Fei-Fei Li и World Labs выкатили Atlas — world model, который понимает 3D нативно. Камеру он берёт как геометрию (траекторию), а не как текст «медленно лети влево», поэтому кадр слушается на 100%.
Из 2–3 фото комнаты Atlas собирает настоящую 3D-сцену — point cloud и Gaussian splats, а не плоский клип. Люди предпочли его камеру Gemini Omni Flash в 81% и Seedance 2.5 в 94% случаев.
Зачем тебе: VFX и играм — переснять ракурс готового видео, роботам — прогнать комнату в симуляции до покупки железа. Сейчас early access: просишь доступ по форме, попутно крутишь их Marble бесплатно.
https://worldlabs.ai/blog/atlas
🤯
Google выложил в опенсорс агента, который сам управляет твоим Android-телефоном.
Пишешь обычным языком «открой карты, построй маршрут, включи YouTube» — ARTEMIS сам нажимает, свайпает и доводит сценарий до конца. На бенчмарке AndroidWorld он закрывает 99%+ из 100+ многошаговых задач в 20+ приложениях.
Такое раньше умели только платные тулзы для QA-команд. Теперь бесплатно: Apache-2.0, Python 3.12+, твой телефон по USB-отладке или эмулятор.
Подключается через MCP к Codex, Claude Code и Antigravity, работает с Gemini, Claude, GPT-4o, Qwen-VL. То есть агент пишет тебе код — и тут же проверяет его на реальном девайсе.
https://github.com/google/artemis
Бери и тестируй, пока горячее. 🤓
Пишешь обычным языком «открой карты, построй маршрут, включи YouTube» — ARTEMIS сам нажимает, свайпает и доводит сценарий до конца. На бенчмарке AndroidWorld он закрывает 99%+ из 100+ многошаговых задач в 20+ приложениях.
Такое раньше умели только платные тулзы для QA-команд. Теперь бесплатно: Apache-2.0, Python 3.12+, твой телефон по USB-отладке или эмулятор.
Подключается через MCP к Codex, Claude Code и Antigravity, работает с Gemini, Claude, GPT-4o, Qwen-VL. То есть агент пишет тебе код — и тут же проверяет его на реальном девайсе.
https://github.com/google/artemis
Бери и тестируй, пока горячее. 🤓
35B открытая модель сравнялась с Claude Fable 5 на финансовых задачах.
Apodex выкатил 1.1 — агентную модель, которая сама доводит длинную работу до конца: открывает CSV, гоняет анализ, проверяет собственные выводы, а не останавливается на текстовом отчёте.
Главное — Mini-версия на 35B лежит в открытых весах под Apache-2.0. На бенчмарке FrontierFinance она набрала 50.2 против 49.2 у Claude Fable 5. Локальная бесплатная модель почти не уступает модели за $200/мес.
Контекст 262K, база — Qwen3.5-35B-A3B. Запускается одной командой:
vllm serve apodex/Apodex-1.1-mini
Рядом открытый фреймворк FrontierAgent — ReAct и Agent Team прямо в терминале.
huggingface.co/apodex/Apodex-1.1-mini
🤯
Apodex выкатил 1.1 — агентную модель, которая сама доводит длинную работу до конца: открывает CSV, гоняет анализ, проверяет собственные выводы, а не останавливается на текстовом отчёте.
Главное — Mini-версия на 35B лежит в открытых весах под Apache-2.0. На бенчмарке FrontierFinance она набрала 50.2 против 49.2 у Claude Fable 5. Локальная бесплатная модель почти не уступает модели за $200/мес.
Контекст 262K, база — Qwen3.5-35B-A3B. Запускается одной командой:
vllm serve apodex/Apodex-1.1-mini
Рядом открытый фреймворк FrontierAgent — ReAct и Agent Team прямо в терминале.
huggingface.co/apodex/Apodex-1.1-mini
🤯
Prime Intellect: агент, который сам себя допиливает. MIT, бесплатно.
Те, кто делал PRIME-RL, выкатили Prime Agent — кодинг-агент на архитектуре RLM. Контекст тут переменная, а сабагенты вызываются как функции прямо из Python-репла.
Главное: команда /refine смотрит твой сеанс и сама правит себе харнесс — навыки, память, промпты. По их бенчам — выше уровня человека на ARC-AGI-3.
Ставится одной командой:
curl -fsSL https://app.primeintellect.ai/prime-agent/install.sh | sh
Затестить вечером вместо Claude Code — вдруг реально сам допилит проект.
https://github.com/PrimeIntellect-ai/prime-agent
🤯
Те, кто делал PRIME-RL, выкатили Prime Agent — кодинг-агент на архитектуре RLM. Контекст тут переменная, а сабагенты вызываются как функции прямо из Python-репла.
Главное: команда /refine смотрит твой сеанс и сама правит себе харнесс — навыки, память, промпты. По их бенчам — выше уровня человека на ARC-AGI-3.
Ставится одной командой:
curl -fsSL https://app.primeintellect.ai/prime-agent/install.sh | sh
Затестить вечером вместо Claude Code — вдруг реально сам допилит проект.
https://github.com/PrimeIntellect-ai/prime-agent
🤯
Кодинг-агент на полной автономии — а ноутбук и пароли в безопасности.
Eclipse Enclave: open-source песочница, где каждый агент живёт в своём Docker-контейнере — своя файловая система, свой сетевой шлюз. Включил Claude Code без «Approve» — а он физически не дотянется до домашки, ключей и продовой базы.
Из коробки 6 агентов: Claude Code, Codex CLI, OpenCode, Theia AI, Pi, Mistral Vibe. MIT, работает на Linux, macOS и Windows через WSL2.
Схема на день: git worktree на ветку → cd → команда enclave. Один бранч — одна папка — один агент, ноль коллизий.
github.com/eclipse-enclave/enclave 😎
Eclipse Enclave: open-source песочница, где каждый агент живёт в своём Docker-контейнере — своя файловая система, свой сетевой шлюз. Включил Claude Code без «Approve» — а он физически не дотянется до домашки, ключей и продовой базы.
Из коробки 6 агентов: Claude Code, Codex CLI, OpenCode, Theia AI, Pi, Mistral Vibe. MIT, работает на Linux, macOS и Windows через WSL2.
Схема на день: git worktree на ветку → cd → команда enclave. Один бранч — одна папка — один агент, ноль коллизий.
github.com/eclipse-enclave/enclave 😎
26% AI-скиллов — с дырами. 5% — откровенно злые.
Скиллы для Claude Code и Codex исполняются с полным доверием к твоей машине, а проверяет их почти никто. Промпт-инъекции, кража данных, supply-chain — всё это уже гуляет по «готовым» скиллам.
SkillSpector от NVIDIA сканирует скилл до установки: 71 паттерн атаки в 17 категориях, на выходе риск-скор от 0 до 100.
Ставится одной командой: uv tool install git+https://github.com/NVIDIA/skillspector.git
Потом skillspector scan ./my-skill/ — и знаешь, можно ли пускать этого агента к своим файлам.
🤨
Скиллы для Claude Code и Codex исполняются с полным доверием к твоей машине, а проверяет их почти никто. Промпт-инъекции, кража данных, supply-chain — всё это уже гуляет по «готовым» скиллам.
SkillSpector от NVIDIA сканирует скилл до установки: 71 паттерн атаки в 17 категориях, на выходе риск-скор от 0 до 100.
Ставится одной командой: uv tool install git+https://github.com/NVIDIA/skillspector.git
Потом skillspector scan ./my-skill/ — и знаешь, можно ли пускать этого агента к своим файлам.
🤨
Google выкатил генерацию музыки прямо в Gemini — бесплатно.
Lyria 3.5, их лучшая музыкальная модель, теперь в приложении и API. Полноценные песни на 44.1 kHz — куплеты, припевы, бриджи — из одной строчки текста или даже фото.
Раньше за такое платили Suno или Udio по $10–30 в месяц. Тут открываешь Gemini, описываешь жанр, выбираешь вокал или инструментал, короткий или длинный трек — и через несколько секунд готовая песня.
Пригодится для фоновой музыки в видео, джинглов, кастомного трека на день рождения. Заходишь в Gemini → «создай трек» → описал настроение — и всё.
https://blog.google/innovation-and-ai/products/gemini-app/better-tracks-lyria-gemini/
🤩
Lyria 3.5, их лучшая музыкальная модель, теперь в приложении и API. Полноценные песни на 44.1 kHz — куплеты, припевы, бриджи — из одной строчки текста или даже фото.
Раньше за такое платили Suno или Udio по $10–30 в месяц. Тут открываешь Gemini, описываешь жанр, выбираешь вокал или инструментал, короткий или длинный трек — и через несколько секунд готовая песня.
Пригодится для фоновой музыки в видео, джинглов, кастомного трека на день рождения. Заходишь в Gemini → «создай трек» → описал настроение — и всё.
https://blog.google/innovation-and-ai/products/gemini-app/better-tracks-lyria-gemini/
🤩
OpenAI: ChatGPT Images 2.5 вышел — картинки теперь в 2 раза быстрее, и можно просто нарисовать, что хочешь.
Новый Sketch: рисуешь кривульку-скетч прямо в чате, модель доводит её до фотореализма.
Точечные правки: обводишь область и пишешь «сделай глаза зелёными» — правит только её, остальное не трогает, даже после 10 правок.
Раньше ради такого держал Midjourney за $20/мес. Теперь бесплатный тариф ChatGPT закрывает половину задач.
Цифра: 3 млрд картинок в неделю уже генерится в ChatGPT Images. Для кода два API-эндпоинта — Flare (быстрее) и Sunburst (точнее), по $30 за 1M токенов.
https://openai.com/index/introducing-chatgpt-images-2-5/
👀
Новый Sketch: рисуешь кривульку-скетч прямо в чате, модель доводит её до фотореализма.
Точечные правки: обводишь область и пишешь «сделай глаза зелёными» — правит только её, остальное не трогает, даже после 10 правок.
Раньше ради такого держал Midjourney за $20/мес. Теперь бесплатный тариф ChatGPT закрывает половину задач.
Цифра: 3 млрд картинок в неделю уже генерится в ChatGPT Images. Для кода два API-эндпоинта — Flare (быстрее) и Sunburst (точнее), по $30 за 1M токенов.
https://openai.com/index/introducing-chatgpt-images-2-5/
👀
Meta: личный агент Muse, который сам шлёт письма, бронирует и покупает.
Запустили во вторник на США. Muse живёт в отдельной виртуалке со своим браузером — твои данные изолированы от сайтов. Общаешься как с человеком: приложение, muse.ai или прямо WhatsApp, скоро AI-очки.
Бесплатный тариф есть, платные — $20 и $100 в месяц. Письма и покупки сам не делает, ждёт твоего ок. Meta ещё открыла баунти: до $300k за уязвимость, до $130k за промпт-инъекцию.
Перекидываешь на него рутину: «сравни цены», «продай хлам», «забронируй столик». Затестить — пишешь Muse в WhatsApp и говоришь «забронируй столик на пятницу», дальше смотришь, что предложит.
about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/
🤯
Запустили во вторник на США. Muse живёт в отдельной виртуалке со своим браузером — твои данные изолированы от сайтов. Общаешься как с человеком: приложение, muse.ai или прямо WhatsApp, скоро AI-очки.
Бесплатный тариф есть, платные — $20 и $100 в месяц. Письма и покупки сам не делает, ждёт твоего ок. Meta ещё открыла баунти: до $300k за уязвимость, до $130k за промпт-инъекцию.
Перекидываешь на него рутину: «сравни цены», «продай хлам», «забронируй столик». Затестить — пишешь Muse в WhatsApp и говоришь «забронируй столик на пятницу», дальше смотришь, что предложит.
about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/
🤯
14 мегабайт. Целый LLM уместился в часы, VR-шлем и микроконтроллер.
Cactus Compute (бэк от Y Combinator) выкатил Needle 2 — open-source модель на 45M параметров, сжатая в один бинарь 14MB. Вся сессия жрёт 28MB RAM, крутится прямо на телефоне за $200, Meta Quest 3S и даже ESP32.
Скорость: 500 токенов/сек на Raspberry Pi 5, до 1500 на Apple Vision Pro. По tool calling и structured extraction тягается с моделями в 5–70 раз больше — FunctionGemma 270M, LFM2.5 230M.
Зачем тебе: локальный ИИ без облака и подписок, приватно и офлайн. Tool calling и device use на крошечном железе, Apache 2.0 — пихай в свой продукт.
github.com/cactus-compute/needle
🤯
Cactus Compute (бэк от Y Combinator) выкатил Needle 2 — open-source модель на 45M параметров, сжатая в один бинарь 14MB. Вся сессия жрёт 28MB RAM, крутится прямо на телефоне за $200, Meta Quest 3S и даже ESP32.
Скорость: 500 токенов/сек на Raspberry Pi 5, до 1500 на Apple Vision Pro. По tool calling и structured extraction тягается с моделями в 5–70 раз больше — FunctionGemma 270M, LFM2.5 230M.
Зачем тебе: локальный ИИ без облака и подписок, приватно и офлайн. Tool calling и device use на крошечном железе, Apache 2.0 — пихай в свой продукт.
github.com/cactus-compute/needle
🤯
Krea открыла веса 12B картинки-модели.
Не тулзу, а open-weights: называют самой эстетичной открытой генерацией картинок на рынке. 12 млрд параметров.
Два чекпоинта — Turbo для скорости и RAW под дообучение. Тренируешь LoRA под свой стиль на RAW, гоняешь уже на быстром Turbo.
Запускается в ComfyUI и SGLang — локально, без подписки на Midjourney. Веса и честный техотчёт про чистку данных и RL в открытом доступе.
https://www.krea.ai/krea-2-open-source
😍
Не тулзу, а open-weights: называют самой эстетичной открытой генерацией картинок на рынке. 12 млрд параметров.
Два чекпоинта — Turbo для скорости и RAW под дообучение. Тренируешь LoRA под свой стиль на RAW, гоняешь уже на быстром Turbo.
Запускается в ComfyUI и SGLang — локально, без подписки на Midjourney. Веса и честный техотчёт про чистку данных и RL в открытом доступе.
https://www.krea.ai/krea-2-open-source
😍
Nex-AGI выложила computer-use агента с открытыми весами. 35 млрд параметров, Apache-2.0, 70 ГБ.
Nex-N2.5 Mini видит экран, ходит по браузеру и сам правит код по ходу. Заявляют 71.2 на OSWorld-Verified — для ~3 млрд активных параметров это офигеть.
Крутится на двух H100. Не дата-центр, а обычный узел — и никаких закрытых API.
Зачем тебе: пока все спорят, готовы ли open-source агенты к длинным задачам, ты скачиваешь чекпойнт и проверяешь сам. nex-agi/Nex-N2.5-mini, SGLang-форк и рецепт в репо.
https://www.orcarouter.ai/blog/nex-n2-5-mini-open-weights-release
👀
Nex-N2.5 Mini видит экран, ходит по браузеру и сам правит код по ходу. Заявляют 71.2 на OSWorld-Verified — для ~3 млрд активных параметров это офигеть.
Крутится на двух H100. Не дата-центр, а обычный узел — и никаких закрытых API.
Зачем тебе: пока все спорят, готовы ли open-source агенты к длинным задачам, ты скачиваешь чекпойнт и проверяешь сам. nex-agi/Nex-N2.5-mini, SGLang-форк и рецепт в репо.
https://www.orcarouter.ai/blog/nex-n2-5-mini-open-weights-release
👀
68% SWE-bench бесплатно — OpenHands 1.0 догнал платных агентов на твоём железе.
Бывший OpenDevin дозрел до продакшена: Docker-песочница, политики безопасности, лимиты ресурсов, плагины. Каждое действие агента — правки файлов, shell, тесты — крутится в изолированном контейнере, код и ключи с машины не уходят.
Цифры: с открытой моделью Devstral 24B он даёт 46.8% SWE-bench Verified — вровень с тем, что Devin 2.0 публикует за деньги. С frontier-моделью — около 68%. Себестоимость $0.20–1.05 за решённую задачу.
Как затестить за минуту:
```
docker run -it --rm -p 8000:8000 -v "$HOME/.openhands:/home/openhands/.openhands" -v "$HOME/projects:/projects" ghcr.io/openhands/agent-canvas:1.15.0
```
Фишка — харнессу всё равно, какая модель внутри. Рутину гоняй через дешёвые open-модели, frontier оставь на сложное. 🤓
https://github.com/OpenHands/OpenHands
Бывший OpenDevin дозрел до продакшена: Docker-песочница, политики безопасности, лимиты ресурсов, плагины. Каждое действие агента — правки файлов, shell, тесты — крутится в изолированном контейнере, код и ключи с машины не уходят.
Цифры: с открытой моделью Devstral 24B он даёт 46.8% SWE-bench Verified — вровень с тем, что Devin 2.0 публикует за деньги. С frontier-моделью — около 68%. Себестоимость $0.20–1.05 за решённую задачу.
Как затестить за минуту:
```
docker run -it --rm -p 8000:8000 -v "$HOME/.openhands:/home/openhands/.openhands" -v "$HOME/projects:/projects" ghcr.io/openhands/agent-canvas:1.15.0
```
Фишка — харнессу всё равно, какая модель внутри. Рутину гоняй через дешёвые open-модели, frontier оставь на сложное. 🤓
https://github.com/OpenHands/OpenHands
Ant Group: финансовая модель на 124B — бесплатно, открытые веса.
Ling-3.0-flash-Fin. MoE: 124 млрд параметров всего, 5,1 млрд активных на токен. Заточена под инвестиционные исследования, оценку компаний и готовые отчёты.
Такое раньше делали терминалы за тысячи баксов в месяц или платные фин-LLM. Веса открыты на Hugging Face и ModelScope, API на OpenRouter и Vercel.
Подключаешь поиск, Python, базы и таблицы — приватный фин-агент под свои воркфлоу. Бонусом FinFIRST: 123 задачи, 701 критерий, писали инвестбанкиры из CICC.
https://businesswire.com/news/home/20260908565055/en/
🤓
Ling-3.0-flash-Fin. MoE: 124 млрд параметров всего, 5,1 млрд активных на токен. Заточена под инвестиционные исследования, оценку компаний и готовые отчёты.
Такое раньше делали терминалы за тысячи баксов в месяц или платные фин-LLM. Веса открыты на Hugging Face и ModelScope, API на OpenRouter и Vercel.
Подключаешь поиск, Python, базы и таблицы — приватный фин-агент под свои воркфлоу. Бонусом FinFIRST: 123 задачи, 701 критерий, писали инвестбанкиры из CICC.
https://businesswire.com/news/home/20260908565055/en/
🤓