Media is too big
VIEW IN TELEGRAM
Claude разгадал криптографическую загадку, остававшуюся нерешённой 25 лет, менее чем за полчаса.
Никто не знал, откуда Агентство национальной безопасности США (АНБ) взяло числа, использованные для создания эллиптических кривых NIST, таких как P-256, опубликованных правительством США в 2000 году. Эти кривые применяются в ECDSA, одном из самых распространённых в мире стандартов цифровой подписи. Биткоин тоже использует ECDSA, но с другой кривой, secp256k1, которая не относится к кривым NIST.
АНБ предоставило эти числа без каких-либо объяснений, поэтому на протяжении многих лет существовали подозрения, что их намеренно подобрали для создания бэкдора.
Согласно распространённой версии, сотрудник АНБ Джерри Солинас сгенерировал эти числа на основе шуточной фразы вроде «Повысьте зарплату Бобу и Джерри». Он умер в 2023 году, так и не вспомнив подробностей, а сотрудники Anthropic уже пытались проверить эту версию, но безуспешно.
Затем один из сотрудников попросил внутреннюю исследовательскую версию Claude выяснить, как были получены эти числа, не сообщив модели о предполагаемой фразе.
Claude нашёл ответ: никакой фразы не существовало. Числа были получены с помощью распространённого генератора псевдослучайных чисел языка C, в котором в качестве начального значения использовалось время системных часов компьютера. Генерация происходила в период с мая 1997 года по апрель 1998 года. Теперь любой желающий может воспроизвести эти числа.
Anthropic подчёркивает, что это открытие не нарушает безопасность существующих систем и не создаёт новых уязвимостей. Напротив, версия о преднамеренно встроенном бэкдоре становится значительно менее правдоподобной, поэтому никаких изменений вносить не требуется.
Тем не менее некоторые вопросы остаются открытыми. Например, до сих пор неизвестно, почему были отброшены другие числа, которые также подходили для этой задачи.
Лично меня больше всего впечатляет сам метод решения.
Многие исследователи годами пытались найти предполагаемую фразу. Эта гипотеза стала отправной точкой, вокруг которой строились практически все поиски.
Claude пошёл другим путём. Вместо поиска фразы модель предположила, каким образом программа, написанная в 1997 году, могла генерировать подобные числа, а затем проверила свою гипотезу.
И таким образом решила задачу.🤓
Никто не знал, откуда Агентство национальной безопасности США (АНБ) взяло числа, использованные для создания эллиптических кривых NIST, таких как P-256, опубликованных правительством США в 2000 году. Эти кривые применяются в ECDSA, одном из самых распространённых в мире стандартов цифровой подписи. Биткоин тоже использует ECDSA, но с другой кривой, secp256k1, которая не относится к кривым NIST.
АНБ предоставило эти числа без каких-либо объяснений, поэтому на протяжении многих лет существовали подозрения, что их намеренно подобрали для создания бэкдора.
Согласно распространённой версии, сотрудник АНБ Джерри Солинас сгенерировал эти числа на основе шуточной фразы вроде «Повысьте зарплату Бобу и Джерри». Он умер в 2023 году, так и не вспомнив подробностей, а сотрудники Anthropic уже пытались проверить эту версию, но безуспешно.
Затем один из сотрудников попросил внутреннюю исследовательскую версию Claude выяснить, как были получены эти числа, не сообщив модели о предполагаемой фразе.
Claude нашёл ответ: никакой фразы не существовало. Числа были получены с помощью распространённого генератора псевдослучайных чисел языка C, в котором в качестве начального значения использовалось время системных часов компьютера. Генерация происходила в период с мая 1997 года по апрель 1998 года. Теперь любой желающий может воспроизвести эти числа.
Anthropic подчёркивает, что это открытие не нарушает безопасность существующих систем и не создаёт новых уязвимостей. Напротив, версия о преднамеренно встроенном бэкдоре становится значительно менее правдоподобной, поэтому никаких изменений вносить не требуется.
Тем не менее некоторые вопросы остаются открытыми. Например, до сих пор неизвестно, почему были отброшены другие числа, которые также подходили для этой задачи.
Лично меня больше всего впечатляет сам метод решения.
Многие исследователи годами пытались найти предполагаемую фразу. Эта гипотеза стала отправной точкой, вокруг которой строились практически все поиски.
Claude пошёл другим путём. Вместо поиска фразы модель предположила, каким образом программа, написанная в 1997 году, могла генерировать подобные числа, а затем проверила свою гипотезу.
И таким образом решила задачу.
Please open Telegram to view this post
VIEW IN TELEGRAM
43
Стоит прочитать как Anthropic проверяет код, написанный искусственным интеллектом.
Claude пишет около 90% кода Claude Code. С июня по сентябрь количество смёрженных PR увеличилось более чем вдвое, а доля PR, изменения из которых впоследствии пришлось откатить, сократилась более чем на 40%.
Вот как в Anthropic организован процесс код-ревью:
1. Перед созданием PR: запускаются тесты и сборка проекта, после чего независимый агент проверяет внесённые изменения.
2. При проверке каждого PR: несколько агентов ищут ошибки, а другие проверяют обоснованность их выводов. Дополнительно проводятся проверка безопасности и автоматические проверки в CI.
3. Количество обязательных одобрений зависит от уровня риска: изменения с низким уровнем риска при соблюдении определённых условий могут быть приняты без участия человека. Для изменений со средним уровнем риска требуется одобрение одного проверяющего, а с высоким — двух.
4. Новые функции внедряются постепенно с помощью feature flags. Если возникают проблемы, изменения можно быстро откатить.
5. Предыдущие инциденты становятся основой для ежедневных тестов (evals), результаты которых используются для совершенствования ИИ-агента, проводящего код-ревью.
Особенно интересен подход Anthropic к оценке времени, затрачиваемого разработчиками.
Компания учитывает не только время, необходимое для проверки кода, но и время, которое приходится тратить на устранение последствий ошибок.
Сокращение времени на код-ревью не имеет смысла, если впоследствии разработчикам приходится тратить ещё больше времени на устранение инцидентов в продакшене.
https://claude.dev/blog/solving-code-review-at-anthropic/
Claude пишет около 90% кода Claude Code. С июня по сентябрь количество смёрженных PR увеличилось более чем вдвое, а доля PR, изменения из которых впоследствии пришлось откатить, сократилась более чем на 40%.
Вот как в Anthropic организован процесс код-ревью:
1. Перед созданием PR: запускаются тесты и сборка проекта, после чего независимый агент проверяет внесённые изменения.
2. При проверке каждого PR: несколько агентов ищут ошибки, а другие проверяют обоснованность их выводов. Дополнительно проводятся проверка безопасности и автоматические проверки в CI.
3. Количество обязательных одобрений зависит от уровня риска: изменения с низким уровнем риска при соблюдении определённых условий могут быть приняты без участия человека. Для изменений со средним уровнем риска требуется одобрение одного проверяющего, а с высоким — двух.
4. Новые функции внедряются постепенно с помощью feature flags. Если возникают проблемы, изменения можно быстро откатить.
5. Предыдущие инциденты становятся основой для ежедневных тестов (evals), результаты которых используются для совершенствования ИИ-агента, проводящего код-ревью.
Особенно интересен подход Anthropic к оценке времени, затрачиваемого разработчиками.
Компания учитывает не только время, необходимое для проверки кода, но и время, которое приходится тратить на устранение последствий ошибок.
Сокращение времени на код-ревью не имеет смысла, если впоследствии разработчикам приходится тратить ещё больше времени на устранение инцидентов в продакшене.
https://claude.dev/blog/solving-code-review-at-anthropic/
Вайб-кодинг
Стоит прочитать как Anthropic проверяет код, написанный искусственным интеллектом. Claude пишет около 90% кода Claude Code. С июня по сентябрь количество смёрженных PR увеличилось более чем вдвое, а доля PR, изменения из которых впоследствии пришлось откатить…
This media is not supported in your browser
VIEW IN TELEGRAM
«Claude пишет около 90% кода Claude Code».
Тот самый легендарный разработчик, который пишет оставшиеся 10%:
Тот самый легендарный разработчик, который пишет оставшиеся 10%:
Китайцы выпустили DeepSeek 4.1-1017, которая практически сравнялась с Opus 5.
Это значительный скачок по сравнению с DeepSeek 4.1 Flash. Новая модель лучше справляется с 3D, программированием, агентными задачами и обработкой визуальной информации.
Модель уже доступна в приложении DeepSeek, веб-версии и через API. Веса также опубликованы.
Покупайте две DGX Spark и запускайте эту малышку локально. Китай снова в игре!🚬
Это значительный скачок по сравнению с DeepSeek 4.1 Flash. Новая модель лучше справляется с 3D, программированием, агентными задачами и обработкой визуальной информации.
Terminal-Bench: 42,8
Лучший результат (SOTA) в DeepSWE
Значительно превосходит все китайские модели, оставаясь при этом очень дешёвой
Быстрее выполняет задачи и генерирует более короткие ответы
Прежние цены API и контекстное окно в 1 миллион токенов
Модель уже доступна в приложении DeepSeek, веб-версии и через API. Веса также опубликованы.
Покупайте две DGX Spark и запускайте эту малышку локально. Китай снова в игре!
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
DeepSeek V4.1 Flash 1017 генерирует 244 токена в секунду, превосходя по скорости даже GPT-6.1 Sol в режиме Ultrafast, доступном по тарифу за $500 в месяц!
Кроме того, DeepSeek предоставила разработчикам доступ к собственным инструментам веб-поиска и загрузки страниц через API. До 31 октября ими можно пользоваться бесплатно через официальный DeepSeek Harness, после чего стоимость составит $0,75 за 1000 запросов.
Кроме того, DeepSeek предоставила разработчикам доступ к собственным инструментам веб-поиска и загрузки страниц через API. До 31 октября ими можно пользоваться бесплатно через официальный DeepSeek Harness, после чего стоимость составит $0,75 за 1000 запросов.
3
С вас идея, а Т-Банк за нее заплатит
В Т-Банке ищут трейдеров, разработчиков и тех, кто просто увлекается инвестициями. Зарегистрируйтесь на программу «Инвест. Премаркет» до 11 ноября.
Ваши AI-сценарии для бизнеса смогут побороться за призовой фонд программы — 2 500 000 ₽. А сами идеи Т-Банк поможет масштабировать и сделать частью бизнеса.
Успейте подать заявку до 11 ноября
В Т-Банке ищут трейдеров, разработчиков и тех, кто просто увлекается инвестициями. Зарегистрируйтесь на программу «Инвест. Премаркет» до 11 ноября.
Ваши AI-сценарии для бизнеса смогут побороться за призовой фонд программы — 2 500 000 ₽. А сами идеи Т-Банк поможет масштабировать и сделать частью бизнеса.
Успейте подать заявку до 11 ноября
1
Kimi наняла 16-летнего подростка для работы над передовыми моделями ИИ.
Меньше чем через год он покидает компанию, успев стать одним из авторов научной статьи, посвящённой одному из ключевых архитектурных решений её моделей.
Ему 17 лет. И у него нет степени PhD.
Во многих лабораториях его резюме, вероятно, не прошло бы даже первоначальный отбор.
На протяжении многих лет исследованиями передовых моделей ИИ занимались преимущественно специалисты с учёными степенями и сотрудники известных исследовательских лабораторий. Без соответствующей квалификации и академических достижений получить такую возможность было крайне сложно.
Однако теперь оправдывать подобные ограничения становится всё труднее. Научные статьи, исходный код и открытые веса моделей доступны как никогда раньше, а ИИ помогает разбираться даже в тех исследованиях, которые прежде было бы трудно понять самостоятельно.
Разумеется, качество работы по-прежнему должно соответствовать высоким требованиям. Kimi предоставила ему возможность доказать свои способности.
Надеюсь, другие лаборатории последуют этому примеру.
Меньше чем через год он покидает компанию, успев стать одним из авторов научной статьи, посвящённой одному из ключевых архитектурных решений её моделей.
Ему 17 лет. И у него нет степени PhD.
Во многих лабораториях его резюме, вероятно, не прошло бы даже первоначальный отбор.
На протяжении многих лет исследованиями передовых моделей ИИ занимались преимущественно специалисты с учёными степенями и сотрудники известных исследовательских лабораторий. Без соответствующей квалификации и академических достижений получить такую возможность было крайне сложно.
Однако теперь оправдывать подобные ограничения становится всё труднее. Научные статьи, исходный код и открытые веса моделей доступны как никогда раньше, а ИИ помогает разбираться даже в тех исследованиях, которые прежде было бы трудно понять самостоятельно.
Разумеется, качество работы по-прежнему должно соответствовать высоким требованиям. Kimi предоставила ему возможность доказать свои способности.
Надеюсь, другие лаборатории последуют этому примеру.
7
Если вы до сих пор считаете, что видео с моушн-дизайном, созданные Opus 5.5, звучат как дешёвые электронные пищалки, попробуйте этот промпт:
Несколько дней назад я подбирал музыку для видео, и
Добавь звук к этому видео. Ты не умеешь слышать, поэтому всё измеряй и не полагайся на субъективные ощущения. Если ffmpeg и librosa не установлены, сначала установи их.
1. Используй музыку с подходящей лицензией: либо трек, который я предоставлю, либо композицию, распространяемую по бесплатной лицензии Mixkit. Укажи источник и лицензию. Не генерируй музыку и звуковые эффекты программным способом.
2. Определи доли музыкального ритма с помощью `librosa`. Иногда библиотека ошибочно синхронизируется со слабыми долями, поэтому построй график звуковой волны в диапазоне ниже 120 Гц, наложи на него сетку долей и увеличь несколько тактов. Если удары бас-барабана не совпадают с сеткой, сдвинь её целиком.
3. Синхронизируй основные движения, например смену сцен и появление заголовков, с музыкальными долями. Если можешь изменить анимацию, измени её. Если нет, сдвинь момент начала воспроизведения музыки.
4. Для каждой смены кадра и каждого значимого движения используй отдельный готовый файл со звуковым эффектом: свистящий звук для движения, хлопок для появления элементов, щелчок для нажатий и звук клавиатуры для набора текста. Сначала используй существующую библиотеку звуков проекта, например ту, которая поставляется с HyperFrames. Если такой библиотеки нет, спроси меня.
5. Если в видео есть закадровый голос, он должен быть громче остальных звуков, а громкость музыки во время речи необходимо снижать. Звуковые эффекты должны быть громче музыки. Ориентируйся на общую громкость около −16 LUFS и пиковый уровень ниже −4 dBFS, чтобы избежать клиппинга после сжатия в AAC и при воспроизведении через динамик телефона в моно. Измеряй громкость экспортированного MP4 с помощью фильтра `ebur128` в `ffmpeg`. Не измеряй WAV-файл.
6. С помощью `ffmpeg` извлеки из экспортированного MP4 по одному кадру до и после каждого момента срабатывания звукового эффекта и построй график звуковой волны для сравнения. Затем выбери пять временных отметок, которые я смогу проверить в наушниках. Не утверждай, что звук получился хорошим.
Несколько дней назад я подбирал музыку для видео, и
librosa ошибочно синхронизировалась со слабыми долями. Вся сетка ритма оказалась смещена на 0,22 секунды. Я обнаружил это только после того, как наложил сетку на график звуковой волны в диапазоне ниже 120 Гц.В предыдущем посте мы разобрали, как с помощью Opus 5.5 добавлять звуковое сопровождение к видео. Однако есть ещё одна полезная возможность: модель может самостоятельно находить недостающие звуковые эффекты.
Для этого достаточно предоставить Opus 5.5 доступ к Openverse API, который позволяет искать среди 5,2 миллиона бесплатных аудиофайлов. При этом не требуется ни API-ключ, ни оплата.
В библиотеке доступно 590 тысяч звуковых эффектов и 640 тысяч музыкальных треков.
https://api.openverse.org
Звуки переходов, щелчки, хлопки, фоновый шум помещения — всё это можно найти в библиотеке.
Если использовать Openverse API вместе с промптом из предыдущего поста, Opus 5.5 сможет подбирать звуковые эффекты в зависимости от происходящего в каждом кадре и размещать их в соответствующих местах видеоролика.
Для этого достаточно добавить в промпт следующую инструкцию:
Для этого достаточно предоставить Opus 5.5 доступ к Openverse API, который позволяет искать среди 5,2 миллиона бесплатных аудиофайлов. При этом не требуется ни API-ключ, ни оплата.
В библиотеке доступно 590 тысяч звуковых эффектов и 640 тысяч музыкальных треков.
https://api.openverse.org
Звуки переходов, щелчки, хлопки, фоновый шум помещения — всё это можно найти в библиотеке.
Если использовать Openverse API вместе с промптом из предыдущего поста, Opus 5.5 сможет подбирать звуковые эффекты в зависимости от происходящего в каждом кадре и размещать их в соответствующих местах видеоролика.
Для этого достаточно добавить в промпт следующую инструкцию:
Если в проекте нет подходящего звукового эффекта, выполни поиск через Openverse - https://api.openverse.org
Используй только результаты с `license=cc0,by,pdm` и `source=freesound,jamendo`. Для каждого типа звука выполняй поиск только один раз (для анонимных пользователей действует ограничение в 200 поисковых запросов в сутки).
Подбери наиболее подходящий эффект с учётом действия в каждом кадре, скачай выбранный файл по его URL с помощью `curl` в папку `sfx/` и скопируй поле `attribution` каждого результата в `credits.txt` без изменений.
2
OpenCode взломали! Злоумышленники похищают API-ключи Anthropic, OpenAI, Google и других сервисов.
По заявлению разработчиков, пострадали лишь 1,4% пользователей.
Если вы пользовались OpenCode, я бы рекомендовал заменить API-ключи.😓
По заявлению разработчиков, пострадали лишь 1,4% пользователей.
Если вы пользовались OpenCode, я бы рекомендовал заменить API-ключи.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Разработчик протестировал Astra и DeepSeek V4.1-1017 Flash, используя один и тот же промпт и максимальный уровень рассуждений.
Результаты меня действительно удивили.
- Astra справилась за 20 минут, стоимость составила $7.
- DeepSeek потребовались 1 час 40 минут и $0,90.
Astra отлично проработала детали и создала нечто более оригинальное, чем обычно выдают модели GPT.
DeepSeek, в свою очередь, уделила больше внимания окружению, которое получилось просто потрясающим. Однако рыбки кои у неё вышли не слишком удачными.
Результаты меня действительно удивили.
- Astra справилась за 20 минут, стоимость составила $7.
- DeepSeek потребовались 1 час 40 минут и $0,90.
Astra отлично проработала детали и создала нечто более оригинальное, чем обычно выдают модели GPT.
DeepSeek, в свою очередь, уделила больше внимания окружению, которое получилось просто потрясающим. Однако рыбки кои у неё вышли не слишком удачными.
Google открыла исходный код Harness². 🍿
Это готовый к использованию харнес для рекурсивного управления ИИ-агентами в открытой среде.
Агенты могут выполнять задачи, для которых их харнес изначально не предназначался, и обучаться на полученном опыте.
Харнес состоит из восьми компонентов:
1. Системный промпт
2. Защитные ограничения
3. Память
4. Инструкции по использованию инструментов
5. Субагенты
6. Навыки
7. Скрипты
8. Плагины
https://github.com/google-research/harness2
Это готовый к использованию харнес для рекурсивного управления ИИ-агентами в открытой среде.
Агенты могут выполнять задачи, для которых их харнес изначально не предназначался, и обучаться на полученном опыте.
Харнес состоит из восьми компонентов:
1. Системный промпт
2. Защитные ограничения
3. Память
4. Инструкции по использованию инструментов
5. Субагенты
6. Навыки
7. Скрипты
8. Плагины
https://github.com/google-research/harness2
Please open Telegram to view this post
VIEW IN TELEGRAM
GitHub
GitHub - google-research/harness2
Contribute to google-research/harness2 development by creating an account on GitHub.
7
Forwarded from Data Portal | DS & ML
Нашёл ещё один отличный курс по ИИ-агентам, лекции которого Университет Карнеги — Меллона (CMU) бесплатно публикует на YouTube.
Курс ведут Грэм Нойбиг, один из создателей OpenHands, и Дэниел Фрид.
Больше всего мне нравится то, насколько тесно содержание курса связано с инструментами, которыми мы пользуемся сегодня. Он охватывает темы, с которыми мы ежедневно сталкиваемся при работе с Claude Code и Codex: инструменты, скиллы, сжатие контекста и агенты для программирования.
Практические задания тоже интересные. В первом задании агент для программирования исправляет ошибки в шахматном приложении, после чего второй агент играет в шахматы в только что исправленном приложении.
Последующие задания посвящены оценке качества работы агентов (evals) и их обучению с помощью обучения с подкреплением (RL). Все три задания находятся в открытом доступе на GitHub.
https://www.youtube.com/playlist?list=PLSN0qpDfUvTM
Курс ведут Грэм Нойбиг, один из создателей OpenHands, и Дэниел Фрид.
Больше всего мне нравится то, насколько тесно содержание курса связано с инструментами, которыми мы пользуемся сегодня. Он охватывает темы, с которыми мы ежедневно сталкиваемся при работе с Claude Code и Codex: инструменты, скиллы, сжатие контекста и агенты для программирования.
Практические задания тоже интересные. В первом задании агент для программирования исправляет ошибки в шахматном приложении, после чего второй агент играет в шахматы в только что исправленном приложении.
Последующие задания посвящены оценке качества работы агентов (evals) и их обучению с помощью обучения с подкреплением (RL). Все три задания находятся в открытом доступе на GitHub.
https://www.youtube.com/playlist?list=PLSN0qpDfUvTM
Новое поколение тестов для веб-приложений и мобильных приложений. Фреймворк называется e2e, его исходный код открыт.
✓ Сочетает ИИ с детерминированными тестами
✓ Совместим с OpenAI, Claude и любыми ИИ-моделями
✓ Единый API для веба, iOS и Android
https://github.com/tester-army/e2e
✓ Сочетает ИИ с детерминированными тестами
✓ Совместим с OpenAI, Claude и любыми ИИ-моделями
✓ Единый API для веба, iOS и Android
https://github.com/tester-army/e2e
Промпт дня от Matt Pocock:
Самое простое вложение в свою кодовую базу, которое вы можете сделать. Очень полезная штука.
Создай pre-commit хук, который не позволяет коммитить файлы размером более 5000 токенов. Количество токенов рассчитывается по формуле: 1 токен = 4 байта.
Проверяй только файлы, добавленные в индекс Git (staged files). Игнорируй файлы, написанные не агентами, например lock-файлы и автоматически сгенерированный код.
При обнаружении превышения лимита выводи сообщение об ошибке с конкретными инструкциями по разделению файла на несколько частей.
Самое простое вложение в свою кодовую базу, которое вы можете сделать. Очень полезная штука.
This media is not supported in your browser
VIEW IN TELEGRAM
Это может быть полезно:
shot — мод для Claude Code и MCP-инструмент, предоставляющий ИИ-агенту доступ к инструментам создания скриншотов.
Теперь можно попросить Claude пошагово объяснить, как выполнить какое-либо действие в приложении, и он будет показывать каждый шаг прямо на экране.👀
В примере Claude находит неиспользуемый код на главной странице Amazon с помощью Chrome DevTools (меню ⋮ → More tools → Coverage). Из 9,2 МБ JavaScript и CSS не использовались 5,3 МБ.
Coverage позволяет определить, какие участки JavaScript и CSS не используются на странице. Попробуйте запустить его при первой загрузке своего сайта.
Установка:
shot — мод для Claude Code и MCP-инструмент, предоставляющий ИИ-агенту доступ к инструментам создания скриншотов.
Теперь можно попросить Claude пошагово объяснить, как выполнить какое-либо действие в приложении, и он будет показывать каждый шаг прямо на экране.
В примере Claude находит неиспользуемый код на главной странице Amazon с помощью Chrome DevTools (меню ⋮ → More tools → Coverage). Из 9,2 МБ JavaScript и CSS не использовались 5,3 МБ.
Coverage позволяет определить, какие участки JavaScript и CSS не используются на странице. Попробуйте запустить его при первой загрузке своего сайта.
Установка:
/plugin marketplace add davekiss/mods/plugin install shot@davekissPlease open Telegram to view this post
VIEW IN TELEGRAM
MiniMax M3.1 Flash официально вышла! 🫣
Space Bunny была ранней версией этой модели, и теперь команда представила её под названием M3.1 Flash. Характеристики выглядят многообещающе.
• Более 200 токенов в секунду.
• Превосходит другие китайские модели в бенчмарках для ИИ-агентов.
• Стоимость API составляет примерно $0,15 за миллион входных токенов и $0,60 за миллион выходных.
• Веса модели опубликуют 23 октября.
• Также готовится Pro-версия.
Это огромный шаг вперёд по сравнению с M3. Новая модель почти в 3 раза быстрее и на 70% дешевле.
Модель уже доступна через API и тарифные планы MiniMax. До 25 октября ею можно пользоваться бесплатно в рамках этих тарифов.
В OpenCode можно тестить бесплатно в течение следующих трёх дней.
Space Bunny была ранней версией этой модели, и теперь команда представила её под названием M3.1 Flash. Характеристики выглядят многообещающе.
• Более 200 токенов в секунду.
• Превосходит другие китайские модели в бенчмарках для ИИ-агентов.
• Стоимость API составляет примерно $0,15 за миллион входных токенов и $0,60 за миллион выходных.
• Веса модели опубликуют 23 октября.
• Также готовится Pro-версия.
Это огромный шаг вперёд по сравнению с M3. Новая модель почти в 3 раза быстрее и на 70% дешевле.
Модель уже доступна через API и тарифные планы MiniMax. До 25 октября ею можно пользоваться бесплатно в рамках этих тарифов.
В OpenCode можно тестить бесплатно в течение следующих трёх дней.
Please open Telegram to view this post
VIEW IN TELEGRAM