Я вам новую модель принес. Только я вам ее не отдам.
У вас документов нет.
🤣13😁3💯2
Мы добавили новые и новые-старые модели на хаб, но не успели об этом написать. Внимательные наши пользователи сами заметили это и пришли в личку.
Исправляемся.
1. Fable 5 вновь доступен, о чем Anthropic сообщил в своем пресс-релизе. Из интересного видно, что компания активно толкает своих пользователей на модель pay-as-you-go и предупреждает, что в подписках Pro, Max и Team можно использовать только 50% недельных лимитов на Fable 5 модель, а с 7-го июля и вовсе они будут доступны только по модели pay-as-you-go. Если вы ждали момента попробовать хаб – пожалуй это подходящий момент, у нас нет лимитов на использование, а вместе с этим вы получаете OpenAI и DeepSeek модели.
2. И также отличился Anthropic и выпустил новую Sonnet 5 модель. Анонс почитать можно по ссылке: https://www.anthropic.com/news/claude-sonnet-5
– @tthread
Исправляемся.
1. Fable 5 вновь доступен, о чем Anthropic сообщил в своем пресс-релизе. Из интересного видно, что компания активно толкает своих пользователей на модель pay-as-you-go и предупреждает, что в подписках Pro, Max и Team можно использовать только 50% недельных лимитов на Fable 5 модель, а с 7-го июля и вовсе они будут доступны только по модели pay-as-you-go. Если вы ждали момента попробовать хаб – пожалуй это подходящий момент, у нас нет лимитов на использование, а вместе с этим вы получаете OpenAI и DeepSeek модели.
2. И также отличился Anthropic и выпустил новую Sonnet 5 модель. Анонс почитать можно по ссылке: https://www.anthropic.com/news/claude-sonnet-5
– @tthread
Сегодня – последний день, когда пользователи подписок Anthropic могут использовать Fable 5.
Хотите использовать последние модели, без ограничений – используйте API-доступ. Хотите делать это удобно и надежно – используйте наш AI Hub.
Все больше функциональности будет оставаться за бортом субсидируемых подписок, все чаще. API-доступ – единственный долгосрочно работающий вариант, для всего спектра задач.
– @pgregory
Хотите использовать последние модели, без ограничений – используйте API-доступ. Хотите делать это удобно и надежно – используйте наш AI Hub.
Все больше функциональности будет оставаться за бортом субсидируемых подписок, все чаще. API-доступ – единственный долгосрочно работающий вариант, для всего спектра задач.
– @pgregory
👍5
Некоторое время назад я запустил autoresearch на задаче по ускорению тестов. Неожиданная находка: мы упирались не в сами тесты, а в путь до базы через порт-форвардинг докера. Изменение только этого ускоряет локальный прогон интеграционных тестов на macOS в полтора раза: 17.5 s против 28 s
Мы использовали Docker в Colima, а с Postgres, запущенным напрямую, каждый запрос к базе почти в 4 раза быстрее: ~0.1 мс против ~0.4 мс. Эти 0.3 мс уходят на SSH port-forwarding: host → SSH-туннель → VM → контейнер. А интеграционные тесты — это десятки тысяч последовательных запросов, так что 0.3 мс превращаются в +10 секунд.
Вывод: для локальной разработки лучше нативный Postgres. Если докер обязателен — Docker Desktop заметно лучше Colima: у него порт пробрасывается через vmnet, а не SSH.
Постфактум нашёл, что есть опция заменить ssh на grpc, но это все равно медленнее Docker Desktop 0.28 мс против 0.20 мс
– @razmser
Мы использовали Docker в Colima, а с Postgres, запущенным напрямую, каждый запрос к базе почти в 4 раза быстрее: ~0.1 мс против ~0.4 мс. Эти 0.3 мс уходят на SSH port-forwarding: host → SSH-туннель → VM → контейнер. А интеграционные тесты — это десятки тысяч последовательных запросов, так что 0.3 мс превращаются в +10 секунд.
Вывод: для локальной разработки лучше нативный Postgres. Если докер обязателен — Docker Desktop заметно лучше Colima: у него порт пробрасывается через vmnet, а не SSH.
Постфактум нашёл, что есть опция заменить ssh на grpc, но это все равно медленнее Docker Desktop 0.28 мс против 0.20 мс
colima start --port-forwarder grpc– @razmser
❤4👀4👍3🔥2
Продуктовые новости!
Поддержали вышедшую вчера серию GPT-5.6 моделей (и новые особенности и детали протокола OpenAI) в нашем AI Hub: Sol, Terra и Luna.
Модели, по первым впечатлениям – замечательные: устанавливают новый фронт Парето на большинстве бенчмарков. С одной стороны – в 3 раза более дешевая альтернатива Fable (Sol), с другой – более дешевая альтернатива GLM (!!!, Luna). Подробный анализ – у Artificial Analysis.
Факт, который понравился больше всего мне – это то, что это первые модели, добившиеся ненулевых результатов в ARC-AGI-3, и даже выиграли одну игру:
Бонус: поддержали фишечки, необходимые для корректной работы новогоCodex App ChatGPT Work, в т.ч. auto permissions! Computer use – просто магия, с офисными документами можно работать из коробки – очень впечатляет, попробуйте!
– @pgregory
Поддержали вышедшую вчера серию GPT-5.6 моделей (и новые особенности и детали протокола OpenAI) в нашем AI Hub: Sol, Terra и Luna.
Модели, по первым впечатлениям – замечательные: устанавливают новый фронт Парето на большинстве бенчмарков. С одной стороны – в 3 раза более дешевая альтернатива Fable (Sol), с другой – более дешевая альтернатива GLM (!!!, Luna). Подробный анализ – у Artificial Analysis.
Факт, который понравился больше всего мне – это то, что это первые модели, добившиеся ненулевых результатов в ARC-AGI-3, и даже выиграли одну игру:
Sol at max reasoning effort is the only performant model (as of July 2026) averaging 13.33% on Public and 7.78% on Semi-Private. It is the first model to win an ARC-AGI-3 public game (ft09, 87%).
Бонус: поддержали фишечки, необходимые для корректной работы нового
– @pgregory
❤8🎉5🔥1
Совершенно бесплатно, то есть даром, даем пользоваться GLM-4.7-Flash через наш хаб. Сильная маленькая (30B) современная модель – можно использовать, как и остальные GLM модели, через наши OpenCode и Pi плагины.
– @pgregory
– @pgregory
❤10🎉7
Какое-то время назад смотрел видео (очень рекомендую), где обсуждалось, как выглядит современный inference в продакшене: MoE, батчинг, карточки и сеть Nvidia.
Дизайн карточек обусловлен требованиями последних моделей – и мне врезалось в память, что последние карточки могут потянуть 10Т (!!!) MoE модели. Это когда Large Language Model – это, например, 500-800B параметров.
Чуть отмотаем вперед – и начинают выходить DeepSeek v4 Pro (1.6T), Kimi K3 (2.8T) и, буквально сегодня, Qwen 3.8 (2.4T). Несколько триллионов параметров стремительно становятся нормой.
А теперь деталь, которая меня глубоко поразила. В недавнем релизе Thinking Machines Inkling отмечалось, что при ~1T весов, на обучение было суммарно (модель мультимодальная – так что текст + аудио + картинки + видео) потрачено порядка 45T токенов.
1Т весов, 45T токенов, Карл.
Иными словами – по 1 весу на каждые 45 (очень сильно не-уникальных) токенов, и это модель "всего" на 1T (не 3Т, и не 10Т).
Это, дамы и господа, уже территория обычного архиватора.
Даже не знаю, что тут сказать. Пути AGI неисповедимы.
– @pgregory
Дизайн карточек обусловлен требованиями последних моделей – и мне врезалось в память, что последние карточки могут потянуть 10Т (!!!) MoE модели. Это когда Large Language Model – это, например, 500-800B параметров.
Чуть отмотаем вперед – и начинают выходить DeepSeek v4 Pro (1.6T), Kimi K3 (2.8T) и, буквально сегодня, Qwen 3.8 (2.4T). Несколько триллионов параметров стремительно становятся нормой.
А теперь деталь, которая меня глубоко поразила. В недавнем релизе Thinking Machines Inkling отмечалось, что при ~1T весов, на обучение было суммарно (модель мультимодальная – так что текст + аудио + картинки + видео) потрачено порядка 45T токенов.
1Т весов, 45T токенов, Карл.
Иными словами – по 1 весу на каждые 45 (очень сильно не-уникальных) токенов, и это модель "всего" на 1T (не 3Т, и не 10Т).
Это, дамы и господа, уже территория обычного архиватора.
Даже не знаю, что тут сказать. Пути AGI неисповедимы.
– @pgregory
👍4🤯2🤔1💯1