Нейродайджест за неделю (#133) LLM - DevDay OpenAI — OpenAI представила постоянно работающих агентов dots, модель GPT-6.1 Sol и подписку Pro за $500 с Astra Ultrafast. - Лимиты ChatGPT Pro — OpenAI вдвое уменьшает лимит использования ChatGPT Pro за $200 в пересчёте на стоимость тех же запросов в API. Цена подписки не меняется. Компания ссылается на удешевление GPT-6 Sol и Luna и обещает не возвращать пятичасовые лимиты. Изменения войдут в силу в конце месяца, подписчикам раздали эквивалент $2500 в кредитах. - Gemini 4 Argon — закрытое превью для киберзащитников. Первое время цена будет $2/$10 за миллион токенов, такая же как у Sonnet и Sol, потом её увеличат вдвое. Генеративные модели - Репортаж с IROS — прямое включение из Питтсбурга: VLA, тактильные сенсоры и гуманоиды, собирающие мебель IKEA. Миша из магистратуры AI Robotic также рассказал о своей модели HapticVLA, которая учится на тактильных данных, а работает без датчиков касания. Прочее - ML в Ozon — записи докладов с E-CODE о нейросетевых рекомендациях и измерении габаритов товаров с помощью стереокамеры и 3D-реконструкции. - TPU на орбите — Google запустила прототип Project Suncatcher. На спутнике проверят работу TPU при воздействии радиации и перепадах температуры. > Читать дайджест #132 #дайджест @ai_newz

Скорее всего вы не слышали этой новости. А она очень интересная. YouTube запускает настраиваемые ленты. Теперь пользователи с помощью промпта смогут описать, какие видео они хотели бы смотреть и таким образом кастомизировать свою выдачу, а не просто полагаться на алгоритм YouTube. Например, теперь вы можете написать «подкасты на 30 минут для дороги», «длинные документальные фильмы на вечер» или «новые DIY-каналы». Gemini соберёт под это отдельную ленту, которую можно сохранить и потом открывать с главной страницы. Можно создавать несколько таких лент под разные интересы и настроение. И вот это, на мой взгляд, гораздо важнее, чем кажется. Я уже давно думаю о том, что меня ужасно раздражает сама модель бесконечной ленты: какой-то алгоритм решил, что мне сейчас нужно посмотреть, и дальше я просто листаю то, что мне подсовывают. Да, этот алгоритм работает дьявольски хорошо. Еще бы, его разрабатывали высокооплачиваемые специалисты. Плохо то, что я теряю много времени, залипая на пустые видео. И об этой теме думаю не я один. Сейчас регуляторы по всему миру обрушились на соцсети. И одна из претензий - это именно бесконечная лента. Думаю, это начало больших изменений. Вскоре мы увидим что-то подобное и у других социальных сетей. Надеюсь, следующим этапом станет настоящий маркетплейс алгоритмов, чтобы каждый из нас смог подобрать для себя более подходящую выдачу.   Кстати, социальная сеть Bluesky начала реализовывать эту идею еще в 2023 году. Посмотрим, как будет развиваться этот тренд дальше. А что думаете на эту тему вы? Ссылка на источник: https://techcrunch.com/2026/09/23/youtube-will-let-you-build-your-own-algorithm-with-ai/

Сколько электричества сжёг твой вайбкодинг? Решил посчитать, во сколько наша мания обходится в реальном мире, причём не в долларах, а в киловатт-часах. Цифры в счётчике токенов давно лишь просто FOMO. Сразу обломался, поскольку ни Anthropic, ни OpenAI, ни другие лаборатории не раскрывают, сколько энергии уходит на запрос. Google назвал 0,24 Вт·ч на средний промпт в Gemini, Альтман одной фразой в блоге написал про 0,34 Вт·ч на запрос в ChatGPT, и на этом всё. По Claude есть только оценки энтузиастов, самая подробная — у Саймона Коуча: он пересчитал данные Epoch AI через цены Anthropic. Миллион токенов, которые модель пишет сама, тянет примерно на 2 кВт·ч. (сам Коуч честно называет это математикой на салфетке) Но в Claude Code модель больше читает, чем пишет: перед каждым шагом заново листает проект, инструкции и всю переписку. Перечитывание в 50 раз дешевле, так что в среднем выходит около 70 Вт·ч на миллион, получаем: 🔹 1 млн ≈ 0,07 кВт·ч = один чайник 🔹 10 млн ≈ 0,7 кВт·ч — одна стирка 🔹 100 млн ≈ 7 кВт·ч — сутки жизни обычной квартиры в Москве 🔹 1 млрд ≈ 70 кВт·ч — из Москвы в Нижний на электромобиле 🔹 10 млрд ≈ 700 кВт·ч — столько энергии человек съедает за 10 месяцев У меня на счётчике 32 миллиарда токенов, то есть за 4 месяца я наел на все 30. Явно не на дефиците калорий сижу. Правда, если попросить Клода перепроверить по логам, то выйдет 12,9 миллиарда: панель завышает в два с половиной раза, потому что считает одно сообщение по несколько раз. Экоактивистом я от этого точно не стану и кэш чистить не побегу, но теперь представляю, как катаюсь на электромобиле до Нижнего. Делитесь своими результатами и рекордами по токенам в комментариях. Скриньте статистику из Claude и кидайте туда же: посмотрим, кто в канале главная ТЭЦ. Константин Сухачев

Как я с помощью Gemini положил рабочую таблицу На работе у нас Gemini, и я начал активно использовать его для работы с таблицами. Раньше применял довольно примитивные конструкции, наверно "VLOOKUP" это самое сложное, с AI мой арсенал конечно же сильно возрос. Описываешь, что нужно, получаешь формулу, вставляешь, работает. Можно делать вещи, на которые раньше потратил бы кучу времени. Но... На днях пытаюсь открыть общий файл, не открывается. Спрашиваю коллег, у них то же самое. Оказалось, одна из формул, которую предложил Gemini, настолько неоптимально искала данные, что просто подвесила весь файл. Причём до такой степени, что зайти и удалить эту формулу тоже не получается. Открываешь, формула запускается, и все висит. Дальше начались попытки спасения: создать копию, почистить кэш, перезагрузить. Ничего не помогло. В итоге единственный сработавший вариант, выгрузить файл в Эксель и на его основе создать новую Google-таблицу, эксель они не "вешают", тут к счастью Гугл и Микрософт не договорились, разный синтаксис. С формулами пришлось разбираться заново, доступы тоже выдавать заново. Старый файл, по сути, остался только на удаление. В общем, немного повысил продуктивность. С одной стороны, у меня есть вопросы к Google. Очень странно, что одна тяжёлая формула может сделать документ недоступным вместе со всеми данными. Хотелось бы хотя бы иметь возможность открыть его без пересчёта и убрать то, что всё сломало. С другой формулу в общий рабочий файл добавил я. Не разобрался, как она работает, сколько вычислений запускает и что будет происходить с таблицей. Получил нужный результат и решил, что всё хорошо. Вот она ловушка. Когда сам пишешь сложную формулу, по дороге приходится разбираться. С AI этот этап можно проскочить: результат уже есть, а понимание не всегда. И поначалу совершенно незаметно, что чего-то не хватает, но главное, что последствия её использования всё равно остаются на мне. Тут я теперь "умный", пишу что общий файл, что данных много, что формулу надо оптимизировать, работает хорошо, но честно говоря, формулы стали ещё более непонятными. А сколько ещё таких мест, где последствия могут быть более серьезными? 🤔

Халявные GPU от Google. Я уже писал, что сейчас можно просто взять свой любой Google аккаунт и купить подписку Pro на месяц за 2 евро или за 2 доллара, зависит от региона. Я прикупил себе такой дополнительный и уже сжег все лимиты в нем в антигравити. И только я собрался его грохнуть, как тут увидел, что у Google есть аттракцион невиданной щедрости. Не понимаю, почему о нем никто не пишет. В общем, вы на халяву можете получить себе достаточно большое количество часов GPU в Google Colab. Подробнее с этого мест: Google добавил Colab в Google AI Plus / Pro / Ultra. То есть подписка теперь оплачивает не только Gemini, AI Studio, Antigravity и прочие сервисы, но и некоторое количество реального облачного CPU/GPU/TPU времени. Сколько для Pro (за 2 доллара)? Для Google AI Pro официальный лимит сейчас составляет 200 Colab Compute Units - CCU в месяц. Для Ultra - 1000 или 2000 CCU, в зависимости от варианта Ultra. У Plus - меньший объём. Google не публикует постоянную таблицу типа A100 = ровно X CCU/час. Но свежие измерения твиттарских для Google AI Pro в конце сентября показывают примерно 5.3-6.8 CCU/час для A100. Это даёт грубо 29-38(!!) часов A100 в месяц из 200 CCU, если A100 доступна и если текущая ставка не изменится. Ultra официально получает Premium GPU и более длительное фоновое выполнение. Я мухой метнулся в Google Colab, создал там новый колаб и быстро пошел в ресурсы и действительно, есть A100 (для Баяр Н100). Бахнул !nvidia-smi - есть железка на 40 Гиг Врам. Смотрите скрин. А справа пишет: You are subscribed to Colab Pro. Learn more (https://colab.research.google.com/signup?utm_source=resource_tab&utm_medium=link&utm_campaign=payg_learn_more) Available: 197.85 compute units Зашел опять в ресурсы, поставил ДАЙ ПАМЯТЬ! Получил 80 VRAM и сообщение: Usage rate: approximately 6.77 per hour Дальше делите 200 на 6.77 сами - получите часы Можно вонзить Комфи и ну генерировать все что шевелится и имеет веса. В чем подвох? Можно так: Antigravity/Codex на компьютере -> Colab CLI -> облачная A100 -> результат обратно на компьютер. Но есть нюанс конкретно для Windows: официальный Colab CLI на данный момент поддерживает Linux и macOS, Windows пока официально не поддерживается. https://developers.googleblog.com/colab-is-now-part-of-your-google-ai-plan/ @cgevent