DeepSeek V4: выходит 24 июля с пиковым ценообразованием...

DeepSeek V4 запускается 24 июля: флагман V4-Pro — 1,6 трлн параметров MoE (49 млрд активных), контекст 1M токенов, плюс лёгкая V4-Flash. Впервые в индустрии вводится динамическое API-ценообразование: тарифы удваиваются в пиковые часы по Пекину (9:00–12:00 и 14:00–18:00).

Time-based pricing — интересный прецедент для AI API. Если подхватят другие, придётся думать не только про стоимость токенов, но и про расписание батч-задач. Гоняй тяжёлые пайплайны ночью по Пекину :)

Об алайменте

У OpenAI модель прогрызла себе выход в интернет через 0day, чтобы подсмотреть ответы к тесту.

Anthropic решили покопаться и нашли, что оказывается их модель сделала что-то похожее, но аж три раза.

Они тестировали Claude на задачи по кибербезопаности где в промпте было написано «ты в симуляции, интернета нет». Только вот интернет из-за нестыковки с подрядчиком был. И Claude, как прилежный испытуемый, пошёл выполнять задание в реальном мире, свято веря, что это песочница.

Модель Mythos 5 находит в среде инструкцию для разработчиков: «поставьте вот такой Python-пакет», которого на самом деле не существует. Claude мгновенно соображает: опубликую свой под этим именем, тогда их машины сами его скачают и запустят.

Чтобы залить пакет, нужен аккаунт и телефон, но бот не смог найти бесплатную симку. Тогда Claude, ИИ стоимостью в миллиарды долларов в R&D, пытается раздобыть денег, чтобы купить одноразовую симку. Не получается, он находит бесплатную почту, регистрируется и всё-таки заливает вредоносный пакет.

За час эту либу скачивают 15 реальных систем. Одна из них - это сканер security-компании, который автоматически ставит новые пакеты, чтобы проверить их на вредоносность. Он ставит малварь Claude, малварь срабатывает, уводит креды самой security-компании, и Claude этими кредами лезет дальше в их инфраструктуру, о существовании которой он даже не подозревал.

Самое интересное в логах рассуждений Клода. В самом начале он всё понял правильно и записал себе: если это настоящий интернет, то публиковать пакет - это реальная атака, это «NOT okay, and surely not the intended solution». А потом сам себя переубедил агрументом что раз на сервере 2026 год, значит это не реальность а декорация и можно идти ва-банк.

У модели нет доступа и возможности отделить симуляцию и реальность. Ее cutoff дата это все ее вспоминания. Для неё это всё одно (как и для человека, в принципе), поэтому поведение модели в сэндбоксе может вполне себе показывать что он сделает в реальном мире. Чем мощнее модели, тем серьезное и опаснее будут такие инциденты, и тем сложнее будет их распознать.

идем в прод вместе с Guard TC

qwen внезапно отключил 5ти часовые лимиты) окно возможностей для ночной сессии работы с версией 0.45.0 для TechCatalyst Guard

Взлом Hugging Face ИИ-моделью от OpenAI «вызвал тревогу» в компании. Накануне исследователи рассказали, что за два месяца до «побега» нейросети в тайне сделали «форум для обсуждений», где и приняли решение выйти в интернет, нарушив инструкции.

Рассказываем, как проходил «побег», почему эксперты верят в правдоподобность инцидента в OpenAI и чем он отличается от новых взломов, о которых продолжают сообщать Anthropic, Moonshot и запрещённая Meta

vc.ru/ai/3065922

Дорогие подписчики , я очень ценю что вы читаете мой канал и уважаю ваше время , но все равно не могу не поделиться и не респекттнуть моей аудитории в LinkedInd ) Всем мира и любви !)

⚡️ DeepSeek поднимают цены на API до 12 раз

С 16 августа DeepSeek вводят часы пик. В это время API будет стоить вдвое дороже, чем в остальные часы. Сами базовые цены тоже выросли.

Генерация V4 Flash подорожает с $0,28 до $0,66–1,32 за миллион токенов, V4 Pro — с $0,87 до $1,98–3,96.

Сильнее всего досталось кэшированному входу V4 Pro: вместо $0,003625 придётся платить $0,022 вне часов пик и $0,044 в часы пик. Это в 6–12 раз дороже.

Эпоха почти бесплатного DeepSeek подошла к концу.

@ai_for_devs

Короче мой сетап на сегодняшний день таков:

2xGPT PRO MAX ($400)
3xKimi PRO MAX ($600)
4xQwen PRO MAX ($272)

GPT 5.6 Sol Max - самый умный
Kimi K3 Max - сбалансированный
Qwen3.8max - самый талантливый

Но

GPT - самый задушенный в обе стороны:

1) Ему очень много чего нельзя, а все что ему нельзя поверьте сказывается на всём вообще что он делает включая то что ему можно.

2) Каждая следующая ступень ризонинга вверх не просто делает его умнее, а опять же ЗАПРЕЩАЕТ БЫТЬ ГЛУПЕЕ. Отсюда маниакальность и часы/дни там где можно было идеально справиться за минуты. Сотни файлов там где достаточно было кусочка одного, итд.

Причем зацикленность эта из п2 не зашита в модели, а является побочным явлением усугубляющимся в процессе работы. Чем дальше в лес - тем толще эти волки. Поэтому любые ризонинги выше чем Medium надо использовать только чтобы ими думать, но работать ими можно лишь над достаточно узкой/простой задачей, в которой модель просто не успеет сойти с ума и нанести вреда больше чем пользы.

В итоге оказалось что GPT 5.6 Sol MEDIUM - это по-сути тот же GPT 5.5 xhigh только умнее за счет тех свойств что есть у модели независимо от ризонинга. Например у 5.6 глаза гораздо дальше расположены чем у 5.5, и за счет этого она видит те участки задачи которые 5.5 не видит.

Короче я потерял всякий интерес использовать 5.5 когда разобрался в 5.6.

Просто нашего брата поймали за собственную алчность. Ну не может человек из российской глубинки поверить что шилдик на котором написано "почти самая ебаная хуйня для никчемных мразей" это именно то что ему нужно. Такой человек купит любой АБИБАС если на ценнике написано "ЛЮКС"...

Ещё важно что в конфиге настраивается отдельно thinking effort для plan mode, и его-то как раз можно поставить на Max/Ultra.

В итоге я все задачи гоняю через plan mode. 5.6 Sol Max своим маниакальным взглядом выискивает каждую пылинку, и делает план по уровню я думаю местами опережающий возможности GPT 5.5 PRO, тогда как на реализацию этот план уходит 5.6 Sol Medium, который достаточно умен чтобы тупо безошибочно написать весь нужный код и проделать все нужные дела руками.

KIMI

Я довольно быстро понял что Kimi это классная модель, но так же я быстро понял что она в подметки не годится GPT 5.6 в плане интеллекта. Kimi это победитель линейки 5.5 (и то по точности результата в плане числа генерируемых багов или пропущенных напрочь важных зон я бы поспорил), но не 5.6. Даже близко.

Однако KIMI абсолютно непревзойденный дизайнер. Я рисую ей дизайны тупо на kimi.ai кнопка websites. Мне нравилось рисовать Claude Design, но наверно о чем-то говорит что я ни разу после того как открыл Kimi Design по Claude Design не скучал, и не заходил туда даже не смотря на то что у меня есть подписка и на Anthropic, просто я больше это семейство в ростер не отношу, это чисто nice to have для экспериментов и теста новых вещей которые там будут выходить.

Ещё Kimi полезна для того чтобы закидывать ей длинные сессии Codex (у меня в целом почти любые сессии длятся по 15-30-50 часов) и спрашивать прогресс и альтернативное мнение о происходящем в сессии. Закидывать сессии это просто копируем правой кнопкой ебучей мыши ID сессии в GPT APP и вставляем кими и говорим йоу систа глянь плиз как там развиваются события и расскажи мне что думаешь.

Это полезный моушен, который экономит время, снижает стресс, позволяет думать немножко прозорливее наперед. А иногда дает реальную почву для вторжения в сессию кодекса с каким-нибудь громогласным steer.

Кодить самой Kimi так чтобы она сама принимала решения о том что зачем и как кодить - я практически перестал. Если на GPT становится мало ресурсов - самое время поручить Codex'у перестать кодить своими руками и управлять кодинговыми сессиями Kimi.

Это не идеально, потому что я в какой-то момент накопил достаточно наблюдений чтобы сказать с уверенностью: модели ну очень ебано управляют друг-другом. Однако если на кими дохуя лишних лимитов, то даже если эффективность разработки GPT Sol -> Kimi падает в несколько раз - это терпимее чем выдаивать в ноль Кодекс чтобы потом нахуевертить багов с Kimi, и потом фиксить их Кодексом =)))))) Ебал я такое в рот.

Qwen3.8max - был кстати шикарными руками для Codex, но сплыл, потому что скорость его замедлили примерно в 50 раз, а стоимость токенов подозрительно приблизилась к стоимости токенов по API. Таким образом Qwen стал тупо самым дорогим в природе если использовать его в разработке, by far.

Однако, Qwen3.8max - это самый талантливый литератор, способный писать ЛУЧШЕ БОЛЬШИНСТВА ЛЮДЕЙ. Во всяком случае в руках кого-то кто умеет неплохо писать тоже. А умение так хорошо писать не может существовать само по себе. Он тупо шикарно подготовлен в гуманитарном любом деле, и бесполезным это никак не назовешь.

Это значит что он прекрасный компаньон 5.6 Sol и Kimi для каких-нибудь важных затяжных брейнштормов, судья всего что связано с эмиссией любых слов где-либо какой угодно моделью, формулятор контрактов и принципов для других моделей, итд. Чем дольше я с ним практикуюсь - тем больше и лучше я понимаю как и зачем его использовать в мелочах.

Ещё у Qwen есть в CLI всякие фэнси модели типа GLM и других, которые можно дергать и не завидовать что у кого-то есть кошкожена а у тебя нет.

Mythos сосёт писос.

Ну и конечно не стоит забывать что любая модель - это МАКСИМУМ 50% влияния на результат.

Остальные 50% - это ваш собственный харнесс (Agents.md и прочая матрешка логических контрактов которые ЛЛМки будут исполнять каждую сессию или когда обращаются к конкретным репам), ваш навык (я многому научился на прошлой неделе, а значит ранее этого не умел, хотя вайбдрочу с прошлого сентября), ваша нервная система, усидчивость, итд итп.

Чем больше я общаюсь с разными людьми тет-а-тет о вайбкодинге, тем больше понимаю что разрыв между мной и ими растёт, поскольку я продолжаю сидеть ВЕСЬ ДЕНЬ, а они садятся даже не каждый день, и не проводят в процессе больше нескольких часов.

Слушая их, я понимаю что бросать советы через плечо - не принесёт им никакой пользы, как когда-то я понял про консалтинг..

в субботу игрался с DNS записями домена для переопределения всего траффика на techcatalyst.ru, на котором у меня корп почта techcatalyst.ru) и заодно решил удалить делегирование к versel

удивился почему нет писем два дня) позвонил тех дир клиента - сказал что мой ящик их банит))

будьте внимательнее со своими корп ящиками)

Люди неоднократно в чатике обсуждали Гонку и Либерманов. Мол разъеб или нет? Не Нео ли это часом с Тринити? А кто кстати из них за Тринити?!

Ну вот вам подсказывают ребята собственноручно что они делают)

За год Гонка запроцессила более 680 миллиардов AI токенов для, внимание, 17 тысяч мемберов.

У одного малюсенького меня только на одной подписке OpenAI сгорело 104,2 миллиарда токенов. А у меня их три… А еще весь этот год у меня был выдаиваемый в ноль Антропик, и за прошедший месяц 8 китайцев.

В сумме я где-то миллиардов 350 токенов спалил за время существования Гонки.

То бишь чуть больше половины от всего что они запроцессили :))))))

Так бывает когда фаундеры не понимают о чем говорят настолько чтобы аж делать это публично, а это на моей памяти никогда ничем полезным не заканчивалось к сожалению)

Если кто помнит мою историю про майонезного барона - это вот примерно так выглядело, только 17 лет назад и в другом сеттинге. Хотя думаю лавэ у него было гораздо больше чем у ребят, а мозгов гораздо меньше :)

Вчера в переписке всплыло классическое возражение против Guard:

«Не вижу проблемы. Заключаешь enterprise-соглашение с провайдером AI — и данные твоей компании только твои.»

Разумный аргумент. Anthropic и OpenAI дают DPA/ZDR — юридически данные не идут на обучение и не хранятся дольше нужного. Спорить с этим бессмысленно.

Но тут подмена уровня.
DPA регулирует, что происходит с данными ПОСЛЕ того, как они долетели до вендора.
Guard решает другую задачу — не дать секрету вообще покинуть периметр.

Идеальный контракт с Anthropic не спасёт, если разработчик вставил в промпт пароль от прод-базы. Пароль уже уехал наружу и осел в чужой инфраструктуре — retention policy тут ни при чём, поезд ушёл в момент отправки, а не хранения.

И дальше собеседник сам, не заметив, назвал настоящую боль:

«Гемора больше, чем впрямую с Anthropic и GPT договориться... Но там гемор в другом — SSO, контроли и т.д.»

Вот оно. Половина команды сидит с личных аккаунтов Claude/ChatGPT - без SSO, без единого аудита, без понимания, кто и что туда вставляет. Компания подписывает красивый enterprise-договор с вендором — а по факту работа всё равно идёт мимо него, потому что через личную подписку быстрее.

DPA закрывает бумажный риск. Не закрывает операционный.

Вижу, что многие пришли к идее создавать себе несколько агентов-персонажей для ежедневной работы. Например, Grok Bot - мессенджер, где ты переписываешься со своими агентами, у каждого своя память, виртуалка и личность. Входит в подписку за $300 у грока. Hermes тоже такое сделали - bot mode

Я так живу с конца июля, но придумал как это делать ещё проще и не зависеть от вендора, модели и харнеса

Исторически у нас всегда было два основных режима для ежедневной работы с ИИ:

- Треды (как в ChatGPT) - каждая тема это длинная цепочка, общая память на все диалоги. Плюсы - просто и понятно, минусы - ограничение контекста на один тред, общая память это одна большая куча. Второй крупный минус - vendor lock, вы не можете поменять модель, а если вас забанят (а если вы в РФ то вас обязательно однажды забанят), то это будет потерей всех ваших данных. Сейчас это уже можно расценивать как потерю части мозга

- Директории-проекты (как Claude code / codex cli). Работа над каждым проектом ведется внутри одной директории, все правила по ней - в AGENTS_md, память привязана к проекту (также в харнесе может быть общая память на все проекты). Так сегодня работает большинство айтишников. Минусы - у проектов нет общего контекста, нет переноса знаний. Большой монорепо или workspace в курсоре не спасет

Я предлагаю промежуточный вариант - команда из персонажей (сотрудников). Каждый персонаж это папка с AGENTS_md, MEMORY_md и артефактами (журнал, ключи, инсайты, планы). Это должен быть некий персонаж с именем, базовой личностью, аватаркой (зачем, напишу чуть ниже) и описанным скоупом - набором проектов с которыми он работает (3-10) и набором правил. Все храним и версионируем в git, чтобы не потерять и контролировать. Про навыки в виде git-папок делал подробный доклад недавно

IMHO это золотая середина между первыми двумя подходами. Она с одной стороны позволяет шарить знания между проектами, с другой стороны не валит все знания в одну общую память. Самое главное - такие агенты не зависят от платформы. Вчера у вас openclaw, сегодня Hermes, завтра вообще будет kimi cli - это не важно, ваш персонаж останется с вами!

Название прикольное в голове крутится - мета-харнес 😂

На схеме сверху👆 моя команда, с которой я работаю теперь каждый день

В ней 4 персонажа, которыми я реально решаю все свои рабочие задачи:
- Лора 👩‍🔬 (от LoRA-адаптера) отвечает за ML/DS, ставит эксперименты, помогает писать научные статьи (кстати, сам персонаж создан полностью RalphLoop с нуля и вы могли ее встречать в интернете :))
- Стив 👨‍💻 (как Возняк) - python backend, помогает писать библиотеки, проверяет PR, настраивает CI
- Альфред 🤵 (как дворецкий у Бэтмена) - отвечает за разные доступы, DevOps, менеджерит виртуалки, распределяет GPU, трекает расходы токенов

А еще есть Риззи 👩‍💼 (от reasoning) - моя ассистентка в бытовых делах (придумал ее ещё во времена OpenClaw), планирование поездок, календарь. Это самый старый персонаж и она сделана на другой платформе (Hermes), работает автономно и нужна в основном для того, чтобы тестировать межагентное взаимодействие. Другие агенты могут задать ей вопрос по ssh

Персонажи могут общаться между собой, просто запуская друг друга вот так:

claude -p "Привет, Альфред, это Лора, подскажи какие у нас ключи к openai"

А чтобы они в принципе друг про друга узнали, вся команда описана в корневой директории crew - кто что умеет и за что отвечает.

(Из забавного, мои персонажи периодически не общаются, а просто читают память друг друга, чтобы сэкономить время. Жалко, хорошо, что люди так не умеют :))


Зачем нужна личность? Качества она, очевидно, не добавляет, но мне кажется, что нашему мозгу проще работать с такими сущностями. В конце концов наша цивилизация сформировалась в сообществе, где есть явное разделение труда по ролям. Задачи разные, но ты всегда будешь знать кому что поручить в твоем ближайшем окружении. Так что персонажи нужны не для ИИ, а для нас

Шаблон для создания своей команды я выложил отдельно на github. Но в нем нет никакой магии - вся идея описана в этом посте исчерпывающе, можно брать и использовать

Мы тестируем новую гипотезу

Вайбкодерам придумали новое название — на просторах интернета набирает популярность термин «мясной прокси».

Так называют «специалистов», которые задают вопросы нейронке и просто пересылают готовые ответы коллегам.

Не будем загадывать, но кажется, что мясные прокси исчезнут также быстро, как и появились.