Платформа для запуска AI-моделей Fireworks представила Ember-1 — дообученную версию модели Kimi K3i, которую научили тратить заметно меньше токенов на рассуждения без потери качества ответов. Модель убирает лишние повторы и избыточные цепочки размышлений, оставляя полезную самопроверку, за счёт чего расход токенов падает на 35-50% при сопоставимом или лучшем результате на бенчмарках.

Это важно для компаний, которые платят за токены в agentic и coding-задачах: снижение расхода токенов напрямую сокращает счета за API без смены модели и без потери качества решений.

Полный разбор →

Meta (признана экстремистской и запрещена в России) представила Muse Spark 1.3 — обновление флагманской модели для программирования и агентных задач. Модель уже доступна в ИИ-агенте для написания кода Muse Codei и через Meta Model API.

По сравнению с версией 1.2 модель заметно экономнее по ресурсам при росте качества: на 20% меньше вызовов инструментов и на 25% меньше токенов при том же результате. По бенчмаркам Meta ставит модель в один ряд с GPT-5.6 Sol и Claude Opus 5, а по некоторым тестам (особенно длинный контекст и код) — выводит в лидеры.

Полный разбор →

Vercel Labs открыла проект fx — харнессi для кодинг-агента, написанный на Zig, который начинался как внутренний инструмент компании для исследования моделей и встраивания в другие системы. Главная особенность — экстремальная компактность и скорость: бинарник весит 6,3 Мб, а запуск занимает всего 10 микросекунд при базовом потреблении памяти в несколько мегабайт.

fx не привязан к конкретной модели или провайдеру и одинаково работает с локальным и облачным инференсом, а его функциональность расширяется через skills, плагины и MCPi. Проект важен для разработчиков, ищущих легковесную альтернативу тяжёлым IDE-агентам с фокусом на приватность и переносимость, включая запуск прямо в браузере.

Полный разбор →

Компания DeepSeek представила обновленную версию модели V4-Flash-0731, которая вышла в публичную бету API. Модель сохранила архитектуру с 284 млрд параметров (13 млрд активных), но прошла через новый этап пост-тренинга, сфокусированный на агентных задачах, кодинге и рассуждениях.

Обновление значительно улучшило производительность модели, позволив ей конкурировать с топовыми решениями уровня GLM-5.2, Opus 4.8 и GPT-5.5, при этом предлагая существенно более низкую стоимость использования. Модель уже доступна для интеграции через API и локального запуска.

Полный разбор →