Hirify Feed — your shortcut to what’s next

релизИИ Геймдев Продукт moonshot kimi k3.1 pro агенты открытые модели бенчмарки moonshot ai

Moonshot представила Kimi K3.1 Pro с 2,8 трлн параметров

AI-редакция

12 источников · показать все· свернуть

FuturisMoonshot выпустила Kimi K3.1 Pro на 2,8 триллиона параметров MachinelearningMoonshot AI представила модель Kimi K3.1 Pro Serge_AI 1.0Kimi K3.1 Pro: тарифы API от $2 за миллион токенов Навука и моя жизнбMoonshot выпустила Kimi K3.1 Pro vc.ruMoonshot представила открытую модель Kimi K3.1 Pro с окном в 1 млн токенов Data SecretsKimi обучила виртуального человека ходить в симуляции Machine learning InterviewMoonshot представила Kimi K3.1 Pro с контекстом 1M NEURO-AI Новости ИИMoonshot выпустила Kimi K3.1 Pro и обещает открыть веса до 4 ноября Нейронавт | Нейросети в творчествеMoonshot представила Kimi K3.1 Pro с контекстом до миллиона токенов 3DNewsMoonshot AI выпустила Kimi K3.1 Pro СиолошнаяОткрытая версия Kimi уступает внутренней по кибербезопасности, но всё ещё создаёт эксплойты Хайтек+Moonshot AI представила Kimi K3.1 Pro с 3 трлн параметров

хайп · 12обновлено вчера

Moonshot выпустила Kimi K3.1 Pro — дообученную открытую модель с контекстом до 1 млн токенов, рассчитанную на длительные агентные задачи, программирование, 3D и финансовую аналитику. По опубликованным самой компанией тестам она почти сравнялась с Claude Opus 5.5 в терминальных задачах и обошла GPT-6 Astra; независимых подтверждений этих результатов пока нет.

Модель уже доступна через сервисы Kimi и API. Открытые весаi обещают выложить до 4 ноября 2026 года; для этой версии из обучающих данных убрали материалы по кибербезопасности, но возможности поиска уязвимостей не исчезли полностью.

65,7% против 66,4%Terminal-Bench 4.0

2,8 трлнвсего параметров модели

до 4 ноября 2026 годасрок публикации весов

Полный разбор →

moonshot kimi k3.1 pro агенты открытые модели бенчмарки moonshot ai

ИИ Железо a16z openrouter deepseek gpu токены открытые веса

Аренда GPU дорожает, а спрос на токены OpenRouter вырос в 27 раз

С@seeallochnayaAI-инженер

2 дн

И в тему два графика от a16z. Первая — это цена аренды GPU от отношению к 6-летнему графику амортизации: - H200: +143% - B200: +111% - RTX PRO 6000: +73% - H100: +54% - даже старушка A100: +9% Спрос на токены в OpenRouter вырос примерно в 27 раз по сравнению с ноябрем прошлого года, с ~6 трлн/неделю до ~165 трлн/неделю. На модели с открытыми весами теперь приходится ~72% этих токенов, по сравнению с ~28% в ноябре прошлого года. Сам по себе OpenRouter маленький, сейчас они в неделю сервят столько же токенов, сколько DeepSeek... за 1 день (у них в репозитории из прошлого поста написано, что кластер выдаёт ~150 триллионов в сутки).

Аренда GPU дорожает, а спрос на токены OpenRouter вырос в 27 раз

a16z openrouter deepseek gpu токены открытые веса

релизИИ minimax m3.1 flash нейросети токены api deepseek

MiniMax открыла веса модели M3.1 Flash

AI-редакция

6 источников · показать все· свернуть

MachinelearningMiniMax представила M3.1 Flash: втрое быстрее и дешевле M3 FuturisMiniMax M3.1 Flash: дешевле и быстрее прошлой M3 Machine learning InterviewMiniMax M3.1 Flash: втрое быстрее и дешевле M3 Нейронавт | Нейросети в творчествеMiniMax M3.1 Flash: цена, результаты тестов и доступ GPT/ChatGPT/AI Central Александра ГорногоMiniMax выпустил быструю модель M3.1 Flash для AI-агентов MachinelearningMiniMax открыла веса модели M3.1 Flash

хайп · 6обновлено 4 дн назад

MiniMax выпустила M3.1 Flash — модель для программирования и ИИ-агентов. По сравнению с M3 она работает втрое быстрее и стоит втрое дешевле; 23 октября компания открыла весаi для собственного развёртывания и независимых тестов.

M3.1 Flash — ранняя версия модели Space Bunny, которая до этого занимала высокие места в рейтингах и обработала более 200 трлн токенов. Низкая цена делает модель особенно подходящей для многошаговых сценариев с множеством вызовов инструментов.

428 млрдпараметров модели

23 млрдактивных параметров на токен

23 октябрядата открытия весов

Полный разбор →

minimax m3.1 flash нейросети токены api deepseek

ИИ cloudflare clairic извлечение данных llm открытые веса

Cloudflare представила превью модели извлечения данных Clairic

Б@blognotAI-инженер

1 нед

Cloudflare выпустила превью Clairic — это модель fact-extraction, с обещанием вскоре открыть веса. Модель относит себя к классу System One, который месяц назад ввела TypeSafe с моделью Jev, но в отличие от Jev и собственной decision модели Cloudflare Clef выдаёт не вероятности по списку вариантов, а типизированные значения: текстовые спаны с позициями символов, числа, даты, длительности, списки, оценки в виде распределения с 80-процентным интервалом и прогнозы ряда по шагам. Ответ формируется за один прямой проход без генерации токенов, оплата только за вход, типичная задержка меньше секунды. Сама идея модели прекрасна — сплошь и рядом использование LLM для задач "извлеки такие-то данные и верни JSON" выглядит излишеством, да еще и медленным, и приходится конструировать цепочку из NER, скриптами и вызовами LLM, что тоже не очень быстро и надежно. Правда, измерить качество работы пока не с чем — сравнение с LLM заведомо выигрышно для новой модели. Будет интересно посмотреть на веса и требования к локальному запуску — возможно, модель вполне подойдет для запуска на мощном ноутбуке или карте уровня RTX4090, хотя runtime придется собирать нетиповой. https://blog.cloudflare.com/clairic-extraction-model/

cloudflare clairic извлечение данных llm открытые веса

релизИИ Технологии ai llm stepfun opencode openrouter программирование

StepFun открыла веса модели Step-5-Preview

AI-редакция

2 источника · показать все· свернуть

Нейронавт | Нейросети в творчествеРелиз модели Step-5 Preview от StepFun Machine learning InterviewStepFun открыла веса модели Step-5-Preview

собирается · 2обновлено 1 нед назад

StepFun открыла веса Step-5-Preview — модели для длительных агентных задач: она может искать информацию, анализировать данные, писать и исправлять код, а затем собирать отчёты, таблицы и сайты. В OpenCode модель доступна бесплатно; на OpenRouter она заняла первое место.

Step-5-Preview рассчитана на работу с большими контекстами и последовательностями из тысяч взаимодействий. Это важно для задач, где нужно не только сгенерировать результат, но и проверять, исправлять и дорабатывать его.

600 млрдпараметров модели

27 млрдактивируются на токен

49%результат на StepCodeBench

Полный разбор →

ai llm stepfun opencode openrouter программирование

релизИИ IT ai llm fine-tuning инструменты разработка inkling

Thinking Machines Lab Миры Мурати выпустила первую открытую модель Inkling

AI-редакция

13 источников · показать все· свернуть

Время ВалерыThinking Machines представляет Inkling для дообучения моделей Love. Death. Transformers.Анонс модели Inkling от Thinking Machines Data SecretsСтартап Миры Мурати выпустил модель Inkling vc.ruThinking Machines Lab представила открытую ИИ-модель Inkling Machine learning InterviewThinking Machines Lab представила мультимодальную модель Inkling MachinelearningThinking Machines Lab представила мультимодальную модель Inkling БлоGнотThinking Machines Lab представила мультимодальную модель Inkling e/accНовые открытые модели от Thinking Machines и SpaceXAI e/accНовые открытые модели от Thinking Machines и SpaceXAI GPT/ChatGPT/AI Central Александра ГорногоThinking Machines представила открытую мультимодальную модель Inkling Хайтек+Thinking Machines представила мультимодальную модель Inkling техноданяОбзор новых моделей с открытыми весами: Scoofi S 30 B, Inkling и Codex Micro NEURO-AI Новости ИИThinking Machines Lab выпустила универсальную модель Inkling

хайп · 13обновлено 3 мес назад

Стартап Thinking Machines Lab, основанный экс-техдиректором OpenAI Мирой Мурати, представил свою первую модель с открытыми весами — Inkling. Это мультимодальный MoEi-трансформер на 975 млрд параметров (41 млрд активных), обученный на 45 трлн токенов текста, изображений, аудио и видео, с контекстом до 1 млн токенов.

Компания прямо признаёт: Inkling — не лидер среди открытых и закрытых моделей рынка. Ставка сделана не на бенчмарки, а на кастомизацию: модель встроена в платформу Tinkeri, через которую пользователи могут дообучать её под свои задачи, и именно Tinker, а не сама модель, должен приносить компании доход.

975 млрдвсего параметров Inkling

41 млрдактивных параметров (MoE)

1 млн токеновмаксимальный контекст модели

Полный разбор →

ai llm fine-tuning инструменты разработка inkling

Это всё на сейчас.