Gonka в деле: братья Либерманы раздают бесплатный API для LLM

Можно быстро погонять модели через один endpoint и сравнить ответы на своих задачах. Без оплаты и лишней настройки.
⠀
Доступ:
https://api.gonkagate.com/v1
⠀
API key:
gp-jjYei9SI5xL9wkXTneqK03GuQQAtQt7g
⠀
Что дают по output tokens:
┈ qwen/qwen3-235b-a22b-instruct-2507-fp8 — 16,384
┈ minimaxai/minimax-m2.7 — 16,384
┈ moonshotai/kimi-k2.6 — 8,192, лимит обещают поднять
⠀
Список моделей:
https://gonkagate.com/en/models
⠀
Хороший вариант для быстрых тестов: подключить endpoint, прогнать один и тот же промпт через Qwen, MiniMax и Kimi, потом сравнить скорость, длину ответа и качество на реальной задаче.

Как сделаю отпишусь.

🧩📣🔥💡🪄

Кейсы и инструменты: @human20
Среда ИИ: human20.app

TREK — self-hosted планировщик поездок на своём сервере
⠀
TREK собирает всю поездку в одном месте и работает как PWA: маршрут по дням, карту, брони, бюджет, списки вещей, документы, журнал, совместную работу и доступ для ИИ через MCP.
⠀
Проект open-source: TypeScript, AGPL v3, 5444 звезды на GitHub, релиз v3.0.22, Docker image mauriceboe/trek. Проверить в браузере можно здесь: demo.liketrek.com
⠀
План поездки
┈ места перетаскиваются между днями
┈ карта работает на Leaflet или Mapbox GL
┈ есть 3D-здания, рельеф, фото-маркеры, кластеры и маршруты
⠀
┈ поиск мест идёт через Google Places или OpenStreetMap
┈ можно вести заметки по дням, смотреть прогноз на 16 дней через Open-Meteo, оптимизировать маршрут и экспортировать его в Google Maps
⠀
Брони, деньги и вещи
┈ перелёты, отели, рестораны и другие бронирования с номерами подтверждений и файлами
┈ бюджет по категориям, диаграммы, разделение по людям/дням, несколько валют
⠀
┈ списки вещей с шаблонами, назначением участникам, прогрессом и сумками
┈ документы, билеты, визы и PDF-файлы до 50 MB
┈ экспорт всего плана поездки в PDF
⠀
Совместная работа
┈ синхронизация в реальном времени через WebSocket
┈ поездки на несколько участников
┈ пригласительные ссылки со сроком действия
┈ роли и доступы
⠀
┈ групповой чат, общие заметки, опросы и отметки по дням
⠀
Для семейной поездки, экспедиции или командного выезда это уже не календарь с точками на карте. Это маленькое рабочее пространство вокруг путешествия.
⠀
Self-hosting
TREK поднимается через Docker run, Docker Compose, Helm/Kubernetes, Portainer, Proxmox и Unraid. База: SQLite в ./data/travel.db, загрузки: в ./uploads, резервные копии есть в админке. В базовом запуске нужен порт 3000, volume для состояния и ENCRYPTION_KEY.
⠀
MCP для ИИ-клиентов
В TREK встроен MCP-сервер: OAuth 2.1, 150+ инструментов, 30 ресурсов, 27 OAuth scopes по 13 группам прав. ИИ-клиент получает поездки, собирает маршрут, добавлять места, формировать список вещей, управлять бюджетом и отмечать страны в Atlas.
⠀
Готовые промпты тоже есть: trip-summary, packing-list, budget-overview. MCP включается админом как аддон; статические API-токены уже deprecated, нормальный путь: OAuth 2.1.
⠀
Аддоны
┈ Atlas: карта посещённых стран, bucket list и travel stats
┈ Vacay: отпускной календарь, праздники и перенос дней
┈ Journey: журнал поездок с фото из Immich/Synology, картами и настроением
⠀
┈ Collab: чат, заметки и опросы
┈ Documents, Budget, Lists и импорт из Naver Maps
⠀
🦾 Это просто бомба для турагентов, консьержей и просто для своих поездок.

Настоящий центр управления полётами путешествиями. При этом семейные маршруты, документы, брони и бюджеты остаются на своём сервере; доступ можно закрыть SSO и 2FA; агенту можно дать ограниченный MCP-доступ к конкретным действиям.

🧱🔧🧬📈💎🟣🟢
⠀
GitHub: github.com/mauriceboe/TREK

Практика без воды: @human20
ИИ-среда: human20.app

GonkaGate API: что показал тест MiniMax, Kimi и Qwen
⠀
Протестировал бесплатный API GonkaGate на трёх моделях: MiniMax M2.7, Kimi K2.6 и Qwen3 235B FP8. API живой, модели отвечают быстро, но каждая годится под разные задачи.
⠀
MiniMax M2.7: быстрый, но с подвохом: в non-stream режиме он часто выплёвывает свои рассуждения прямо в ответ через <think>. Для экспериментов терпимо, для продакшена — придётся либо чистить ответ на своей стороне, либо переключаться на stream-режим, где поведение адекватнее.
⠀
Kimi K2.6 — самая быстрая модель из трёх. Хорошо справляется с короткими задачами: JSON, классификация, извлечение фактов, код. На длинных текстах режет объём и теряет часть требований. Роль: speed-модель: черновик, разбор, быстрый ответ на запрос без сложной логики.
⠀
Qwen3 235B FP8 понравился больше всего. Чуть медленнее Kimi, зато заметно стабильнее по качеству. Держит формат, нормально пишет длинные ответы, не разваливается на логике и коде. Если выбирать одну модель GonkaGate для реальной работы, начинать с Qwen.
⠀
Сравнение с GPT-5.5. GPT-5.5 по качеству всё ещё сильнее: лучше держит ограничения, стиль, структуру и сложные инструкции. Gonka выигрывает по скорости и цене: сейчас это бесплатный способ гонять задачи через API без оглядки на бюджет.
⠀
Итого по ролям:
┈ Kimi K2.6: скорость: короткие ответы, черновики, короткие агентные шаги, извлечение фактов.
┈ Qwen3 235B: баланс: тексты, код, логика, надёжные ответы.
┈ MiniMax M2.7: тестировать аккуратно: потенциал есть, но <think> в ответах требует обработки.
┈ задачи, где нельзя ошибиться с форматом и смыслом: пока оставлять на GPT-5.5.
⠀
GonkaGate полезен как быстрый набор моделей рядом с основным провайдером: где-то экономить, где-то ускорять, где-то гонять черновую работу без затрат.

Но как сердце харнесса пока не годится.

🧱🔧🧬📈💎🟣🟢

Разборы без шума: @human20
Платформа: human20.app

OpenAI хочет сделать из ChatGPT рабочую супераппу

FT сообщает: OpenAI готовит большой редизайн ChatGPT перед возможным выходом на биржу. В центр хотят сильнее поставить Codex, инструменты для кода и ИИ-агентов внутри веб- и мобильного приложения ChatGPT.

ChatGPT в такой версии становится не только окном для вопросов. OpenAI упаковывает его как рабочее место: код, ИИ-агенты, генерация изображений, плюс партнёрские сервисы вроде Canva и Booking.com.

OpenAI получает больше корпоративных сценариев, сильнее давит на Anthropic и держит пользователя внутри ChatGPT, вместо того чтобы отпускать его в десяток отдельных инструментов.

Для пользователей это важнее очередного прироста «умности» модели. Побеждать будет тот, кто ближе к реальной работе и забирает интерфейс между человеком и задачей.

Ждём OpenClaw в мобильном приложении ChatGPT?

🧩📣🔥💡🪄

Источник: Financial Times / Reuters

Разборы без шума: @human20
Платформа: human20.app

Сравнивал SocialData и официальный X API v2 на живых запросах

Прогнал одинаковые поиски по X:
┈ "Hermes Agent" OR "Hermes Desktop"
┈ "Claude Code" "GitHub"
┈ "AI agent" (github OR repo OR framework)

Оба API отработали нормально, все запросы вернули 200 OK.

По деньгам официальный X API проигрывает:
┈ SocialData: 60 твитов → примерно $0.012
┈ X API: 59 твитов → примерно $0.295
┈ X API вышел дороже в 24.6 раза

SocialData берёт примерно $0.0002 за возвращённый твит или профиль. Официальный X API берёт $0.005 за read одного поста и $0.010 за read профиля.

Scout каждый день читает 77 X-аккаунтов и забирает последние твиты.

Масштаб такой:
┈ SocialData: около $0.092 за прогон
┈ X API: около $2.70 за прогон
┈ в месяц: примерно $2.77 против $80.85

Для регулярного мониторинга X официальный API дороже примерно в 25–30 раз.

По качеству официальный X API местами даёт чуть более свежую первую страницу и яснее по легальности и доступу: прямой официальный источник, нормальный контракт, меньше серых зон.

Плюсы SocialData для моего случая сильнее:
┈ сильно дешевле
┈ платишь только за реально возвращённый результат
┈ удобно для массового read/search и масштабирования источников

Минусы SocialData:
┈ неофициальный API
┈ порядок и свежесть выдачи иногда отличаются
┈ для строгого enterprise-комплаенса придётся смотреть в сторону X API

Минусы X API:
┈ цена для read/search очень высокая
┈ user lookup отдельно, post read отдельно
┈ регулярный мониторинг быстро превращается в дорогую подписку

Что бы я выбрал: SocialData как основной источник для Scout.

Официальный X API держал бы как запасной источник, smoke-check и вариант для задач, где нужен именно официальный доступ. Для ежедневного сканера, который читает десятки аккаунтов и поисковых выдач, платить в 25–30 раз больше смысла нет.

🧱🔧🧬📈💎🟣🟢

Рабочие ИИ-кейсы: @human20
Среда: human20.app

Зачем плодить агентов, если один сильный Hermes закрывает маркетинг, кодинг, CRM, тревел, картинки, видео и любые разговоры?
⠀
Если у тебя в распоряжении большой умный агент на основе Hermes, то у тебя есть всё, что нужно: инструменты, скилы, память, поиск по прошлым сессиям, расписания, профили и сотни навыков.

Память одного агента всегда лучше, чем общая память нескольких. С общей памятью всегда будут трудности "там помню, тут не помню" или же память станет помойкой, куда ваши агенты будут тащить хлам как бабка с дэмэнцией.

Исключение — работа в команде, где у каждого свой агент, тут общая память с границами уже необходимость. Мы для своей команды сделали своё решение на основе mem0g.
⠀
Не понимаю, почему сольников тянет завести «агента по маркетингу», «агента-разработчика», «агента психолога» как отдельную личность. Такая личность чаще всего просто имитирует крутую архитектуру и усложняет там, где не надо. Попахивает биполярочкой.
⠀
Маркетинг, кодинг, CRM, тревел, тексты и картинки лучше живут как навыки, процессы и инструменты внутри твоего главного Hermes.
⠀
Реальные задачи всегда смешанные: маркетинг лезет в продукт, бизнес в кодинг, контент в дистрибуцию, тревел в календарь, деньги и документы. Придумал с маркетологом новую фичу, можешь без handout сразу слепить патч в прод.

А разрежешь по профессиям, получишь зоопарк маленьких начальников отделов, которые грызутся между собой и требуют синхронизации.

⠀
Отделять агентов стоит главным образом для границ. Отдельный агент оправдан, когда у него есть рабочая зона с жёстким контрактом: он работает без запроса, живёт в публичном чате или канале, держит ограниченную память и права, делает одну функцию быстро и стабильно, факапится без последствий.
⠀
Поэтому нормально если вы делаете отдельного бота для инбокса, скаута, транскрибатора, наблюдателя, под задачу по расписанию, публичный бот с низкими правами, отдельный профиль под Telegram-посты или изолированный исполнитель кода как субагент в рабочей ветке.
⠀
Каждый закрывает своё ограничение: публичному боту закрыт серверный доступ, крону не лают вашу личную память, скаут читает источники без права править прод, Telegram-редактура держится отдельно от личного контекста.
⠀
Так выросла моя система. Нужна компетенция: пиши навык. Нужна самостоятельная жизнь по расписанию и ограниченная память: поднимай агента-воркера. Нужна отдельная память и канал: заводи профиль (profile в Hermes, agentid в OpenClaw).
⠀
Нужна параллельная тяжёлая работа: запускай субагента. Нужен публичный или рискованный доступ: отдельный бот, причем не Hermes, с низкими правами. Нужна большая связная задача: начинай диалог с главным Hermes.
⠀
Главный минус многоагентности: налог на координацию. Каждый новый агент добавляет вопросы: где правда, кто отвечает за результат, кто имеет право отправлять, где смотреть логи, как синхронизировать память. Как часто проверять, что отдельный агент не в коме.
⠀
Если агент не отбивает этот налог автономностью, безопасностью, скоростью или изоляцией, он лишний.
⠀
Я бы строил так: один главный Hermes как кабина управления: много навыков, мало постоянных профилей. Узкие автономные исполнители там, где есть расписание, права, канал или есть риск взлома или промт инъекции.
⠀
Субагенты остаются временной рабочей силой под конкретную задачу. Новых личностей они не плодят.
⠀

Архитектура персонального агента будущего: один сильный операторский агент и набор маленьких утилитарных сущностей вокруг него.

Команда из двадцати линейных ИИ-сотрудников тут не нужна, это пережитки прошлого. Claude Code туповат, у него просто нет всех возможностей харнесса Hermes, а OpenClaw в силу своей архитектуры не тянет 500 скилов в одном боте.

В Hermes это учли при разработке концепции и мои 478 скилов не тащат этот корабль на дно. На старте читаются лишь краткие описания, когда вызывать тот или иной скил.

🧱🔧🧬📈💎🟣🟢

Практика ИИ: @human20
Среда внедрения: human20.app

OpenReel Video: CapCut, который работает прямо в браузере
⠀
OpenReel Video — open-source видеоредактор на TypeScript. Он запускается в браузере и обрабатывает видео локально на устройстве: без установки, без загрузки файлов в облако и без водяных знаков.
⠀
По README внутри уже не игрушечный набор: многодорожечный таймлайн, текст и анимации, звук, цветокоррекция, эффекты, субтитры, 4K-экспорт, WebGPU и WebCodecs.
⠀
Главный плюс — приватность и низкий порог входа. Открыл редактор в браузере, смонтировал ролик, экспортировал файл. Исходники не уезжают на чужой сервер.
⠀
Проект под MIT, написан на TypeScript. На GitHub сейчас 3425 звёзд и 476 форков. Смерть SaaS так и выглядит , появляются альтернативы, которые переезжают в браузер и становятся open-source.

И это инструмент который ты можешь допилить под себя так, как тебе надо.

🧱🔧🧬📈💎🟣🟢
⠀
GitHub: Augani/openreel-video

Разборы и инструменты: @human20
Внедрение ИИ: human20.app

CloddsBot превращает компьютер в торговый терминал

Нашел вам интересную штуку. CloddsBot — автономный торговый бот для рынков прогнозов и крипты.

Он ставится как npm-пакет clodds, запускается локально и работает через WebChat или мессенджеры. 1000+ рынков, 21 канал, 10 рынков прогнозов, 7 фьючерсных бирж, Solana/EVM-интеграции и 119 навыков.

Я проверил репу: там есть CLI, MCP-сервер, обработчики Polymarket, Kalshi, Hyperliquid, Binance и Bybit, движок риска, аварийные стопы, kill switch, dry-run и пути исполнения ордеров. По GitHub API сейчас 360 звёзд и 78 форков, в npm последняя версия 1.7.7.

Безопасную прибыль он не обещает. И, скорее всего, не даст. Из коробки. Но это хорошая точка старта для построения своей системы:

Чат → гипотеза → котировки → риск-чек → ордер → журнал сделок.

📊💹🧮💰🪙🏦⚙📉💵

Источник: GitHub

Практика ИИ: @human20
Среда внедрения: human20.app

Корпоративные бюджеты на ИИ выходят на новый фронт войны
⠀
WSJ сообщает: внутри OpenAI обсуждают резкое снижение цен на токены — базовой единицы, по которой компании считают стоимость ИИ-продуктов.
⠀
Бой идёт за корпоративных клиентов и разработчиков. Anthropic взлетела на спросе к Claude Code, а OpenAI выводит Codex в число своих ведущих продуктов.
⠀
Для заказчиков это круто: больше ИИ-результата при меньшем бюджете. Для OpenAI и Anthropic — давление на маржу. Обе компании уже жгут миллиарды на вычисления, и теперь им предстоит доказать, что бизнес держится на чём-то помимо одного дорогого токена.

Но чего не сделаешь ради успешного IPO?

🧩📣🔥💡🪄
⠀
Источник: WSJ

Практика ИИ: @human20
Среда внедрения: human20.app

👨‍💻 Сделано вручную, но с нейронкой

HR открывает сотое резюме за день и быстро узнаёт общий шаблон: гладкие формулировки, одинаковые глаголы, ноль живого человека. Все прогнали опыт через нейронку, поэтому документы стали похожи друг на друга.

Magic Resume работает в другом режиме. Это open-source редактор резюме на GitHub JOYCEQL/magic-resume: слева структура и настройки, в центре редактор, справа превьюшка готового документа.

Под капотом TanStack Start, Motion / Framer Motion, Tiptap, Tailwind и Zustand. Пользователь меняет блоки, кастомные темы (шаблоны оформления) и типографику, а справа сразу видит, как резюме ложится на страницу.

Есть тёмная тема, автосохранение в файл на компе и экспорт в PDF. То есть ИИ помогает быстро чистить текст и собирать внешний вид, а финальный документ всё равно выглядит так, будто его делал человек с руками и вкусом.

В эпоху одинаковых AI-CV нормальная стратегия такая: использовать нейронку для грязной работы, а самому оставить факты, порядок и решения.

🧱🔧🧬📈💎🟣🟢

Источник: GitHub

ИИ без лишнего шума: @human20

Воркшоп по ИИ агентам: @human20salesbot

ИИ на случай конца света: крути ручку и говори с моделью

CrankGPT — локальный голосовой ассистент от Squeez Labs, который работает без облака, Wi‑Fi и розетки. Внутри Raspberry Pi 5, микрофонный HAT, локальные ASR/LLM/TTS-модели, llama.cpp и ONNX Runtime. Питание даёт 20‑ваттный ручной генератор.

Выглядит как шутка для препперов (которые бункеры роют и живут в них), но инженерно это уже работает и ИИ перемещается из дата-центра на такие вот девайсы. Маленькие модели тянут вопросы, перевод, справки и голосовой интерфейс без интернета и без передачи личной информации наружу.

В случае зомби-апокалипсиса вы сможете быстро выяснить, можно ли пить грязную воду и что делать если ты уже сделал это, как скрафтить топор из дерева, травы и камня и как построить бункер до седьмой ночи.

По документации CrankGPT поднимается примерно за 30 секунд от начала вращения ручки до разговора. На Raspberry Pi 5 Gemma 3 1B в Q4_K_M даёт около 14 токенов/с, LFM2.5 350M — почти 49 токенов/с. Для голосового ассистента это уже живой режим, если не пытаться засунуть туда тяжёлую модель.

Самое прикольное это энергия. В режиме ожидания Pi ест около 4 Вт, распознавание речи около 8 Вт, LLM + озвучка около 15 Вт. Когда модель думает и говорит одновременно, ручку реально становится тяжелее крутить. Для сглаживания скачков они добавили кастомную плату конденсаторов: примерно 20 секунд энергетического буфера. Кайф.

Серийный выпуск пока не обещают: сейчас это прототип и форма для демонстрации технической возможности. Локальный ИИ становится железкой, которую можно питать мышцами, батареей, солнечной панелью или любым дешёвым источником. Например, хомяком.

Через пару лет такие коробки будут обычным локальным ИИ: переводчик, справочник, аварийный ассистент, полевой терминал, домашняя приватная модель. Бункерный вайб просто сделал идею заметной.

Облако останется для тяжёлых задач. Всё бытовое и приватное начнёт сползать в телефоны, планшеты, умные наушники и очки.

🧩📣🔥💡🪄

Источник: CrankGPT, Squeez Labs docs

Человек 2.0
Среда внедрения ИИ

Baserow: опенсорсный Excel для ИИ-агентов без кода

Baserow — open-source альтернатива Airtable для команд, которым нужна рабочая система поверх таблиц и процессов.

В одном месте можно собрать базу, автоматизации, внутреннее приложение, портал и дашборд. В README отдельно выделяют Kuma: ИИ-помощника, который создаёт базы и рабочие процессы по описанию на обычном языке.

Главный плюс: контроль над рабочей информацией. Baserow можно использовать в облаке или развернуть на своём сервере, поэтому он подходит командам с приватностью, интеграциями и своими правилами доступа.

По README у проекта больше 150 тысяч пользователей, есть соответствие GDPR, HIPAA и SOC 2 Type II. На GitHub у репозитория сейчас около 5.1 тысячи звёзд; стек: Django, Vue.js и PostgreSQL.

Если Airtable уже тесный, а полноценную внутреннюю систему писать долго, Baserow закрывает промежуток: таблицы, интерфейс, автоматизации и ИИ-помощник в одном месте.

🧱🔧🧬📈💎🟣🟢

Источник: GitHub

Человек 2.0
Среда внедрения ИИ

🤓 Кому агент нужен прямо сейчас

Если вы периодически задаете вопросы ChatGPT или у вас каждый день есть повторяющаяся работа, которая проходит через вас вручную, то стоит задуматься.

Потому что вам каждый день приходится руками собирать рабочую систему из кусков. И это большая проблема.

Эту проблему может решить рабочий контур, в котором ИИ-агент забирает всю рутину на себя, а человек утверждает и принимает решение.


Самый заметный эффект будет у тех, кто постоянно держит несколько процессов на себе:

• Маркетолог, открывающий по 20 вкладок, чтобы собрать ресёрч, анализ и черновики в единый отчёт.

• Контентщик, который тонет в референсах и постоянных правках

• Предприниматель/Фаундер, которому надо держать в голове продукт, команду, деньги, продажи и ещё 40+ мелких задач.

• Специалист любого уровня, который старается работать эффективнее, а по факту полдня перекладывает информацию из одного окна в другое.


Если вы уже пробовали ChatGPT, но всё осталось на уровне отдельных запросов в чат, воркшоп по внедрению ИИ-агентов — логичный следующий шаг

Сейчас ещё можно зайти до повышения цены. Если узнали себя — лучше не откладывать. Старт уже в понедельник.

👉 Записаться на воркшоп

Практика без воды: @human20
ИИ-среда: human20.app