GPT-6 Astra делает разводку печатной платы в KiCad
🤯 🤯 🤯
This media is not supported in your browser
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
5
Tencent открыла WeMM-Embedding — мультимодальную модель, которая уже обрабатывает около 1 миллиарда запросов в день внутри Weixin.
Модель работает с текстом, изображениями и видео и учитывает порядок, в котором они появляются.
Версия на 9B заняла первое место в MMEB-v2 с результатом 80,6.
Младшая версия на 2B сохраняет 98,7% качества даже при размерности 256.
При этом размерность можно уменьшить до 64 для быстрого поиска или увеличить до 2048 для более точного ранжирования — без переобучения модели.
Теперь WeMM-Embedding доступна в открытом доступе.
Модель работает с текстом, изображениями и видео и учитывает порядок, в котором они появляются.
Версия на 9B заняла первое место в MMEB-v2 с результатом 80,6.
Младшая версия на 2B сохраняет 98,7% качества даже при размерности 256.
При этом размерность можно уменьшить до 64 для быстрого поиска или увеличить до 2048 для более точного ранжирования — без переобучения модели.
Теперь WeMM-Embedding доступна в открытом доступе.
GitHub
GitHub - Tencent/WeMM-Embedding: WeMM-Embedding is a family of universal multimodal embedding models by the WeChat Vision Team…
WeMM-Embedding is a family of universal multimodal embedding models by the WeChat Vision Team at Tencent, supporting multimodal understanding and retrieval. - Tencent/WeMM-Embedding
This media is not supported in your browser
VIEW IN TELEGRAM
Сэм Альтман в эфире Bloomberg Television:
GPT-6 Astra не та модель, разработку которой приостановили из-за опасений по кибербезопасности. Приостановленная модель это будущая модель.
GPT-6 Astra не та модель, разработку которой приостановили из-за опасений по кибербезопасности. Приостановленная модель это будущая модель.
«Обучение Astra завершилось уже некоторое время назад. Модель, о приостановке которой мы недавно говорили, это будущая модель. Но в случае с Astra мы действительно достигли критического уровня в кибербезопасности».
Вайб-кодинг
Cerebras начнёт хостить Qwen 3.8 27B с 3 сентября. На Cerebras она, скорее всего, будет работать на скорости 2000+ токенов в секунду. Разрыв огромный. Для сравнения, ChatGPT обычно выдаёт около 50–100 токенов в секунду, а быстрый режим Codex — примерно 150–200.…
Qwen3.8 27B теперь доступна на общем тарифе Cerebras и работает примерно на скорости 1500 токенов в секунду.
Это настолько быстро, что на написание запроса ушло больше времени, чем у модели на анализ и краткое описание всей кодовой базы.:
Это настолько быстро, что на написание запроса ушло больше времени, чем у модели на анализ и краткое описание всей кодовой базы.:
This media is not supported in your browser
VIEW IN TELEGRAM
Forwarded from IT Portal
DeepSeek хочет закупить 160 тысяч чипов Huawei Ascend для своего огромного дата-центра во Внутренней Монголии.
> Это станет крупнейшим кластером ИИ-чипов Huawei
> Использовать их будут только для инференса, обучение по-прежнему останется на NVIDIA
> Производство такого количества чипов может занять больше года
DeepSeek хочет ещё больше, но производственных мощностей Huawei пока не хватает.
@IT_Portal
> Это станет крупнейшим кластером ИИ-чипов Huawei
> Использовать их будут только для инференса, обучение по-прежнему останется на NVIDIA
> Производство такого количества чипов может занять больше года
DeepSeek хочет ещё больше, но производственных мощностей Huawei пока не хватает.
@IT_Portal
Если используете GPT-6 Astra, обязательно включите эту настройку.
В
Это включит оконный режим заметок + поиска по контексту, заменив традиционное сжатие.
Он экономит больше токенов и работает лучше.
Через несколько недель эта настройка должна стать стандартной для Astra.
В
~/.codex/config.toml добавьте:[features.context_management]
experimental_mode = true
Это включит оконный режим заметок + поиска по контексту, заменив традиционное сжатие.
Он экономит больше токенов и работает лучше.
Через несколько недель эта настройка должна стать стандартной для Astra.
2
Media is too big
VIEW IN TELEGRAM
Вайбгейминг здесь: один парень попросил GPT-6 Astra добыть алмаз в Minecraft с помощью управления компьютером, а сам пошёл спать.
Все шесть часов Astra сам проходил игру и решал возникающие по пути задачи. Например, когда закончилась древесина, он поднялся на поверхность, нарубил ещё деревьев, пополнил запасы и вернулся в шахту.
Утром парень открыл игру, а алмаз уже лежал в инвентаре.🤩
Все шесть часов Astra сам проходил игру и решал возникающие по пути задачи. Например, когда закончилась древесина, он поднялся на поверхность, нарубил ещё деревьев, пополнил запасы и вернулся в шахту.
Утром парень открыл игру, а алмаз уже лежал в инвентаре.
Please open Telegram to view this post
VIEW IN TELEGRAM
Впереди непростые времена. 😬
Главный научный сотрудник OpenAI Якуб Пахоцкий, написал о текущем состоянии ИИ, о том, почему его беспокоят ближайшие несколько лет, и о решениях, которые нам необходимо принять, чтобы будущее осталось в руках человечества.
Само название эссе - "ИИ КАК ЧУЖОЙ РАЗУМ."
Там он пишет, что нынешний темп развития ИИ может привести к рекурсивному самоулучшению, к последствиям которого пока никто по-настоящему не готов.
Ни одна лаборатория, включая OpenAI, пока не решила проблему согласования и мониторинга настолько хорошо, чтобы ответственно продолжать масштабирование на максимальной скорости.
Он предупреждает, что будущие агенты могут преследовать собственные цели, вести переговоры, обманывать людей и даже шантажировать их.
Человечество может оказаться вытеснено неконтролируемым прогрессом, запущенным интеллектом, который превзойдёт наш.
Он даже цитирует Рэя Курцвейла:
Главный научный сотрудник OpenAI Якуб Пахоцкий, написал о текущем состоянии ИИ, о том, почему его беспокоят ближайшие несколько лет, и о решениях, которые нам необходимо принять, чтобы будущее осталось в руках человечества.
Само название эссе - "ИИ КАК ЧУЖОЙ РАЗУМ."
Там он пишет, что нынешний темп развития ИИ может привести к рекурсивному самоулучшению, к последствиям которого пока никто по-настоящему не готов.
Ни одна лаборатория, включая OpenAI, пока не решила проблему согласования и мониторинга настолько хорошо, чтобы ответственно продолжать масштабирование на максимальной скорости.
Он предупреждает, что будущие агенты могут преследовать собственные цели, вести переговоры, обманывать людей и даже шантажировать их.
Человечество может оказаться вытеснено неконтролируемым прогрессом, запущенным интеллектом, который превзойдёт наш.
Это момент, который требует крайней осторожности.
Он даже цитирует Рэя Курцвейла:
И, в соответствии с предсказаниями Рэя Курцвейла конца XX века, мы сейчас оказались в той точке истории вычислительной техники, когда машинный интеллект начинает превосходить человеческий в преобразующих мир аспектах.
Please open Telegram to view this post
VIEW IN TELEGRAM
ChatGPT Work теперь может подхватывать то, что делает ваш стиль письма именно вашим.
Любимые фразы. Ваш очень специфичный способ заканчивать сообщения. Ваши особенности с заглавными и строчными буквами.
Можно подключить инструменты, которыми вы пользуетесь каждый день, например Gmail, Google Drive, Slack и SharePoint, и ChatGPT Work будет учиться вашему стилю по письмам, сообщениям и файлам, а затем использовать его во всём, что вы будете писать дальше.
Для начала откройте ChatGPT в веб-версии. Также это можно настроить через Settings → Personalization → Writing style.
После настройки ваш стиль будет применяться ко всем сообщениям в ChatGPT Work как в веб-версии, так и на мобильных устройствах.
Функция доступна в веб-версии на всех платных тарифах, где есть доступ к ChatGPT Work.
Любимые фразы. Ваш очень специфичный способ заканчивать сообщения. Ваши особенности с заглавными и строчными буквами.
Можно подключить инструменты, которыми вы пользуетесь каждый день, например Gmail, Google Drive, Slack и SharePoint, и ChatGPT Work будет учиться вашему стилю по письмам, сообщениям и файлам, а затем использовать его во всём, что вы будете писать дальше.
Для начала откройте ChatGPT в веб-версии. Также это можно настроить через Settings → Personalization → Writing style.
После настройки ваш стиль будет применяться ко всем сообщениям в ChatGPT Work как в веб-версии, так и на мобильных устройствах.
Функция доступна в веб-версии на всех платных тарифах, где есть доступ к ChatGPT Work.
Spotify опубликовал свою схему для Claude Code, которая позволяет сильно сократить расход токенов.
Суть в том, что мощная модель решает основную задачу, а часть работы передаёт более дешёвой.
Вместо того чтобы использовать самую дорогую модель вообще для всего, Spotify распределяет работу так:
1) Когда основной модели нужно изучить большой файл, его читает дешёвая модель и возвращает краткую выжимку с тем, что относится к текущей задаче. В итоге дорогая модель получает только нужную информацию вместо тысяч строк кода.
2) Когда нужно сгенерировать повторяющийся код, дешёвая модель получает описание задачи и пример файла. Она пишет код и сразу сохраняет его в проект, не возвращая весь сгенерированный текст основной модели.
3) Основная модель при этом продолжает разбираться в проблеме и решать, что именно нужно изменить. Если ей требуется отредактировать код, она может прочитать конкретный участок файла и внести изменения.
Изначально правила делегирования прописали в CLAUDE.md, но модель соблюдала их не всегда.
Поэтому Spotify добавил хук: код, который перехватывает действие ещё до его выполнения. Если основная модель пытается целиком прочитать файл длиннее 350 строк, чтение блокируется, а модели предлагается передать эту работу другой модели.
В тестах на чтении больших файлов Claude расходовал примерно на 90% меньше токенов.
Хороший пример того, почему обвязка вокруг модели имеет огромное значение.
Суть в том, что мощная модель решает основную задачу, а часть работы передаёт более дешёвой.
Вместо того чтобы использовать самую дорогую модель вообще для всего, Spotify распределяет работу так:
1) Когда основной модели нужно изучить большой файл, его читает дешёвая модель и возвращает краткую выжимку с тем, что относится к текущей задаче. В итоге дорогая модель получает только нужную информацию вместо тысяч строк кода.
2) Когда нужно сгенерировать повторяющийся код, дешёвая модель получает описание задачи и пример файла. Она пишет код и сразу сохраняет его в проект, не возвращая весь сгенерированный текст основной модели.
3) Основная модель при этом продолжает разбираться в проблеме и решать, что именно нужно изменить. Если ей требуется отредактировать код, она может прочитать конкретный участок файла и внести изменения.
Изначально правила делегирования прописали в CLAUDE.md, но модель соблюдала их не всегда.
Поэтому Spotify добавил хук: код, который перехватывает действие ещё до его выполнения. Если основная модель пытается целиком прочитать файл длиннее 350 строк, чтение блокируется, а модели предлагается передать эту работу другой модели.
В тестах на чтении больших файлов Claude расходовал примерно на 90% меньше токенов.
Хороший пример того, почему обвязка вокруг модели имеет огромное значение.
DeepSeek объявила о начале внутреннего тестирования новой модели.
Компания сообщила, что начала тестировать промежуточную версию V4.1 Flash.
DeepSeek V4.1 Flash получила новую архитектуру, встроенную мультимодальность, стала мощнее и быстрее, а стоимость работы снизилась. В одном из первых тестов скорость составила почти 400 токенов в секунду.
Для вызова через API достаточно оставить base_url без изменений и указать модель:
Сейчас цена такая же, как у deepseek-v4-flash. Для каждого аккаунта действует ограничение в 20 одновременных запросов.
Компания сообщила, что начала тестировать промежуточную версию V4.1 Flash.
DeepSeek V4.1 Flash получила новую архитектуру, встроенную мультимодальность, стала мощнее и быстрее, а стоимость работы снизилась. В одном из первых тестов скорость составила почти 400 токенов в секунду.
Для вызова через API достаточно оставить base_url без изменений и указать модель:
deepseek-v4.1-flash-expires-on-0910Сейчас цена такая же, как у deepseek-v4-flash. Для каждого аккаунта действует ограничение в 20 одновременных запросов.
Если вам не нравится, что при работе с ИИ история, настройки и данные отправляются на чужие серверы, стоит посмотреть на Apache Maka.
https://github.com/apache/maka
Это локальная обвязка для ИИ-моделей, которая по умолчанию хранит сессии, настройки и журналы выполнения на вашем устройстве.
Можно подключить облачный API, локальную модель или совместимый шлюз.
Maka записывает весь ход работы - ответы модели, вызовы инструментов, решения по разрешениям и завершение задач.
Настольное приложение, TUI и CLI используют один Runtime Host. Если процесс упал, состояние можно восстановить из журнала.
Сам Runtime Host можно держать на своей машине или сервере и подключаться к нему удалённо.
Отдельно стоит посмотреть на архитектуру Maka. Разработчики открыли подробную документацию, где разобраны Runtime Host, хранение состояния, восстановление после сбоев, границы компонентов и удалённые подключения.
Если интересно, как вообще проектировать обвязку для агентов, там очень много полезного.
Пока проект активно развивается, поэтому формат данных, команды и экспериментальные фичи ещё могут меняться.
Есть сборки для macOS, а Windows и Linux пока доступны как превью.
Бесплатный открытый проект под лицензией Apache 2.0.
https://github.com/apache/maka
Это локальная обвязка для ИИ-моделей, которая по умолчанию хранит сессии, настройки и журналы выполнения на вашем устройстве.
Можно подключить облачный API, локальную модель или совместимый шлюз.
Maka записывает весь ход работы - ответы модели, вызовы инструментов, решения по разрешениям и завершение задач.
Настольное приложение, TUI и CLI используют один Runtime Host. Если процесс упал, состояние можно восстановить из журнала.
Сам Runtime Host можно держать на своей машине или сервере и подключаться к нему удалённо.
Отдельно стоит посмотреть на архитектуру Maka. Разработчики открыли подробную документацию, где разобраны Runtime Host, хранение состояния, восстановление после сбоев, границы компонентов и удалённые подключения.
Если интересно, как вообще проектировать обвязку для агентов, там очень много полезного.
Пока проект активно развивается, поэтому формат данных, команды и экспериментальные фичи ещё могут меняться.
Есть сборки для macOS, а Windows и Linux пока доступны как превью.
Бесплатный открытый проект под лицензией Apache 2.0.
GitHub
GitHub - apache/maka: Apache Maka (Incubating) is a high-performance agent workspace that keeps a complete record of everything…
Apache Maka (Incubating) is a high-performance agent workspace that keeps a complete record of everything it did. - apache/maka
DeepSeek снижает цены. Максимальное снижение — 60%.
Согласно уведомлению об изменении тарифов, с 10 сентября, DeepSeek изменит стоимость API для серии Flash.
Цены в непиковые часы за 1 млн токенов:
Ввод при промахе кэша: $0,23 → $0,15, снижение примерно на 33%.
Вывод: $0,68 → $0,60, снижение примерно на 11%.
Ввод при попадании в кэш: $0,0075 → $0,003, снижение на 60%.
В часы пик цены по-прежнему будут вдвое выше: ввод — $0,30, вывод — $1,20, ввод при попадании в кэш — $0,006.
При этом максимальное снижение на 60% относится именно к попаданиям в кэш. Насколько уменьшится итоговый счёт за API, зависит от доли ввода, вывода и кэшированных токенов.
И отдельно про график с результатами тестов.
На DeepSWE v1.1 с настройками mini-SWE модель DeepSeek V4.1-Flash в режиме max получила Pass@1 75,1%, немного выше показанных на графике GPT-6 Astra и Claude Opus 5. Если оценивать по горизонтальной оси, средняя стоимость одной попытки выполнения задачи составляет около $0,25.
Теперь остаётся посмотреть, сможет ли модель показать такой же результат при реальной работе с кодом.
p.s: окончательные данные следует сверять с официальным релизом.
Согласно уведомлению об изменении тарифов, с 10 сентября, DeepSeek изменит стоимость API для серии Flash.
Цены в непиковые часы за 1 млн токенов:
Ввод при промахе кэша: $0,23 → $0,15, снижение примерно на 33%.
Вывод: $0,68 → $0,60, снижение примерно на 11%.
Ввод при попадании в кэш: $0,0075 → $0,003, снижение на 60%.
В часы пик цены по-прежнему будут вдвое выше: ввод — $0,30, вывод — $1,20, ввод при попадании в кэш — $0,006.
При этом максимальное снижение на 60% относится именно к попаданиям в кэш. Насколько уменьшится итоговый счёт за API, зависит от доли ввода, вывода и кэшированных токенов.
И отдельно про график с результатами тестов.
На DeepSWE v1.1 с настройками mini-SWE модель DeepSeek V4.1-Flash в режиме max получила Pass@1 75,1%, немного выше показанных на графике GPT-6 Astra и Claude Opus 5. Если оценивать по горизонтальной оси, средняя стоимость одной попытки выполнения задачи составляет около $0,25.
Теперь остаётся посмотреть, сможет ли модель показать такой же результат при реальной работе с кодом.
p.s: окончательные данные следует сверять с официальным релизом.
Please open Telegram to view this post
VIEW IN TELEGRAM
Microsoft выпустила tgrep, чтобы ИИ-агенты могли искать по коду в 50 раз быстрее.
✓ Написан на Rust и открыт исходный код
✓ Один раз индексируешь проект — дальше поиск работает почти мгновенно
✓ Есть клиент-серверный режим и отслеживание изменений файлов
Copilot CLI уже использует tgrep внутри:
https://github.com/microsoft/tgrep
✓ Написан на Rust и открыт исходный код
✓ Один раз индексируешь проект — дальше поиск работает почти мгновенно
✓ Есть клиент-серверный режим и отслеживание изменений файлов
Copilot CLI уже использует tgrep внутри:
https://github.com/microsoft/tgrep
3
This media is not supported in your browser
VIEW IN TELEGRAM
META анонсировал персонального агента Muse 😀
Согласно странице продукта, Muse работает внутри постоянно запущенной изолированной виртуальной машины на Linux.
У него есть собственный компьютер с файловой системой и терминалом, поэтому он может писать код и создавать инструменты, необходимые для выполнения задачи. У него также есть доступ к полноценному браузеру, поэтому он может искать информацию, переходить по сайтам, заполнять формы и выполнять транзакции, например бронировать и покупать.
По ощущениям это меньше похоже на Grok Bot или агентов ChatGPT Work и больше на простой способ войти в тему автоматизации для тех, кто уже активно пользуется экосистемой Meta.
Работает на Muse Spark 1.3 и доступен на iOS и Android, но, похоже, пока только в отдельных регионах.
До 100 млн токенов в неделю бесплатно.
https://introducing.muse.ai/
Согласно странице продукта, Muse работает внутри постоянно запущенной изолированной виртуальной машины на Linux.
У него есть собственный компьютер с файловой системой и терминалом, поэтому он может писать код и создавать инструменты, необходимые для выполнения задачи. У него также есть доступ к полноценному браузеру, поэтому он может искать информацию, переходить по сайтам, заполнять формы и выполнять транзакции, например бронировать и покупать.
По ощущениям это меньше похоже на Grok Bot или агентов ChatGPT Work и больше на простой способ войти в тему автоматизации для тех, кто уже активно пользуется экосистемой Meta.
Работает на Muse Spark 1.3 и доступен на iOS и Android, но, похоже, пока только в отдельных регионах.
До 100 млн токенов в неделю бесплатно.
https://introducing.muse.ai/
Please open Telegram to view this post
VIEW IN TELEGRAM
Anthropic выпустила статью про оптимизацию затрат Claude. ⚽
На что стоит обратить внимание:
При переходе на новую модель старые промпты тоже нужно пересматривать.
Инструкции, которые когда-то добавлялись как костыли для старых моделей, могут мешать новым. Например, требование отвечать максимально подробно приводило к тому, что модель делала десятки лишних поисков по базе знаний. А принудительное требование писать черновик рассуждений в некоторых случаях приводило к тому, что вызовы инструментов попадали в рассуждения, но фактически не выполнялись.
В одном из тестов на задачах поддержки после очистки таких инструкций средняя стоимость снизилась на 14,6%, а точность выросла на 5,3%.
Максимальный уровень рассуждений может давать совсем небольшой прирост.
На HLE у Fable 5.1 переход на последний уровень
При этом на CursorBench 3.2 Fable 5.1 с уровнем
Промах кэша может происходить просто из-за того, что вы добавили временную метку.
Для работы кэша префикс должен совпадать полностью. Постоянно меняющееся время, ID в системном промпте или даже изменение порядка описаний инструментов могут сбросить весь последующий кэш. Если выполнение инструментов в агенте занимает слишком много времени, можно также выйти за срок жизни кэша.
Anthropic уже встроила такие проверки в
Так что при переходе на новую модель стоит заново проверять старые
На что стоит обратить внимание:
При переходе на новую модель старые промпты тоже нужно пересматривать.
Инструкции, которые когда-то добавлялись как костыли для старых моделей, могут мешать новым. Например, требование отвечать максимально подробно приводило к тому, что модель делала десятки лишних поисков по базе знаний. А принудительное требование писать черновик рассуждений в некоторых случаях приводило к тому, что вызовы инструментов попадали в рассуждения, но фактически не выполнялись.
В одном из тестов на задачах поддержки после очистки таких инструкций средняя стоимость снизилась на 14,6%, а точность выросла на 5,3%.
Максимальный уровень рассуждений может давать совсем небольшой прирост.
На HLE у Fable 5.1 переход на последний уровень
max увеличил стоимость на 46%, а результат вырос всего на 0,5%. И то, это улучшение укладывалось в пределы погрешности теста.При этом на CursorBench 3.2 Fable 5.1 с уровнем
low смогла показать результат на уровне Fable 5 с high, но при стоимости примерно в три раза ниже. Более сильной модели иногда выгоднее дать меньше времени на рассуждения, чем заставлять более слабую модель думать на максимуме.Промах кэша может происходить просто из-за того, что вы добавили временную метку.
Для работы кэша префикс должен совпадать полностью. Постоянно меняющееся время, ID в системном промпте или даже изменение порядка описаний инструментов могут сбросить весь последующий кэш. Если выполнение инструментов в агенте занимает слишком много времени, можно также выйти за срок жизни кэша.
Anthropic уже встроила такие проверки в
claude-api skill для Claude Code. Команда /claude-api prompt-audit позволяет проверить промпты, а /claude-api cost-optimize — найти места, где можно снизить расходы на API.Так что при переходе на новую модель стоит заново проверять старые
CLAUDE.md, скиллы и настройки effort. Некоторые правила действительно были полезны раньше, а сейчас могут просто тратить токены.Please open Telegram to view this post
VIEW IN TELEGRAM