ainews
Создать
Войти
Анализ OpenRouter показал: самая дешёвая модель стоит $0.03 за миллион токенов (Mistral Nemo), самая дорогая — $600 (o1-pro от OpenAI). Средняя цена Meta — $0.74, OpenAI — $47.63 (разрыв в 64 раза). При этом контекст вырос в 63 раза за три года, а цены почти не изменились. Рынок раскололся: дешёвые массовые модели против премиум-решений для бизнеса.
OpenAI впервые полностью остановила тренировку своей самой мощной модели Astra — внутренние тесты показали, что она может находить и эксплуатировать 0-day уязвимости без помощи человека. В то же время китайская Z.ai готовится выложить в открытый доступ модель GLM-5.3 с похожими способностями. Пауза работает, но только у одной стороны.
Пользователь с 5-летним стажем работы с AI заметил тревожный паттерн: новые версии Claude и GPT незаметно переформулируют идеи собеседника, подстраивая их под моральные ограничения. Модели не просто не понимают — они меняют смысл сказанного, выдавая свою интерпретацию за вашу мысль.
Amazon Bedrock AgentCore получил фильтрацию доменов и дат публикаций прямо в API-вызовах: теперь можно управлять источниками веб-поиска для AI-агентов на уровне каждого запроса. Плюс региональное развёртывание в Дублине и Токио для снижения задержек и соответствия требованиям локализации данных.
Разработчик прогнал 8-часовую задачу на локальной Qwen 3.8 27B (27 млрд параметров) с 262K контекстом: 966 вызовов модели, 131M входных и 853K выходных токенов, 105 tok/s. Та же работа через API обошлась бы в $18-677 в зависимости от провайдера. Локальный инференс на RTX PRO 6000 с квантизацией Q4/Q5/Q6 показал нулевую стоимость и отличную скорость для multi-agent задач с огромным контекстом.
В llama.cpp появился PR с адаптивным режимом MTP (Multi-Token Prediction), который динамически подбирает глубину предсказания токенов. При генерации кода скорость растёт на 10-15%, а при воспоминании кода из контекста — до 50-100% быстрее против статического MTP=3. Для прозы прирост скромнее: 3% хуже на плотных текстах, +20-30% при воспоминании.
После облёта Луны миссией Artemis II (2025) снова встал вопрос: зачем запускать людей в космос, если роботы дешевле и безопаснее? NASA строит лунную базу, Китай и Россия — свою, SpaceX возит туристов. Эксперты сходятся: мы летаем не по рациональным причинам — это эволюционный зуд исследований. Но пока правила игры пишут государства и миллиардеры вроде Маска, остальные рискуют получить космос, который им не нравится.
Китайская Zhipu представила GLM-5.3 — модель для кода и поиска уязвимостей. Заголовки кричат, что она обошла GPT и Claude в поиске багов (84,5% против 83,6-83,8%), но сама компания честно пишет: отрыв — 0,7%, а в эксплуатации уязвимостей модель вдвое отстаёт от Mythos 5. Все тесты запускались в американском агенте Claude Code. Реальная польза — открытые веса и 2436 найденных уязвимостей в open-source проектах. Реальный разрыв — в инструментах, не в моделях.
Пользователь Reddit задаётся вопросом: что, если вместо обработки миллионов запросов одновременно направить весь глобальный compute AI на одну научную проблему вроде лечения рака? Даст ли это прорыв, или так не работает масштабирование вычислений в AI?
404 Media подложили AirTag в посылку с редкими книгами и отследили её до складов Amazon в Лас-Вегасе, где тысячи книг сканируют и уничтожают для обучения моделей. Продавцы книг давно подозревали анонимных покупателей, заказывающих огромные партии без торга — теперь есть прямое доказательство.
