Сколько лошадей в токене — Цена $100 за 50 кредитов, — сказал фаундер — А по-русски это сколько? Открываешь тарифы любого ИИ-сервиса, а там — токеры, кредиты, мутные фразы типа «в 5 раз больше использования». Но главный вопрос без ответа — а что я получу или смогу сделать за эти деньги? Гики разберутся, а обычный потребитель закроет вкладку и уйдет. С такой же проблемой столкнулся 2,5 века назад Джеймс Уатт. Он сделал паровую машину и продавал ее владельцам шахт для откачки воды. Чтобы убедить купить дорогую новинку, придумал три вещи: 1. Перевел выгоду в то, что заменял — в лошадей. Так появились лошадиные силы. 2. Брал долю из сэкономленных средств. Сберег уголь — треть отдай Уатту. 3. Поставил на машину счетчик количества откачиваний, чтобы можно было посчитать эффект от работы. Уатт захватил рынок понятной ценой, а не лучшей машиной. С ИИ-сервисами такая же фигня: преимущества получает тот, кто делает цену предсказуемой и понятно. А не эти ваши кредиты :)

Любителям схем со слоями. Вот как та же "модель OSI" только про ИИ 21 октября глава Nvidia выступил с кейноутом GTC Berlin в Темподроме. Мне не удалось сходить, но видео есть. Начал он с простого вопроса: что такое ИИ. Ответ Хуанга: ИИ это производство, а не просто программная технология. Компьютер теперь не инструмент в руках человека, а часть машинерии и инфраструктуры, то есть фабрик, которые выпускают интеллект. Продукция этих фабрик это токены. Для наглядности он предлагает думать об ИИ как о пятислойном пироге: — Энергетика. Фундамент, без электричества дальше ничего не работает. — Вычисления. Чипы, серверы, сети. Это слой самой Nvidia. — Фабрики ИИ. Дата-центры, которые не хранят данные, а производят токены. — Модели. Это не только языковые модели, но и биология, химия, физика, движения роботов, анимация, причем модели любых размеров. — Приложения. Верхний слой, где появляются деньги. Любое успешное приложение тянет за собой все слои ниже, вплоть до электростанции, которая его питает. Цифры для масштаба. Фабрика ИИ мощностью один гигаватт стоит около 50 млрд долларов. Главный посыл для европейцев: мало потреблять ИИ, нужно его производить, и все это можно делать в Европе, причем процесс уже идет. Сам "слоеный пирог" не новый. Впервые Хуанг показал эту схему в январе в Давосе, на сцене вместе с главой BlackRock Ларри Финком. В марте он написал об этом отдельную колонку в блоге Nvidia. Что тут интересно. Формально Nvidia занимает один слой из пяти. Но у компании уже есть свои открытые модели, свои готовые фабрики в контейнерах, своя платформа для агентов. TechRadar заметил, что если Nvidia пойдет дальше в модели, инфраструктуру, энергоснабжение и приложения, она окажется почти во всех слоях собственной схемы. А вот то, что внизу пирога лежит энергия, а не алгоритмы, это честно. Хуанг прямо называет энергию главным ограничением того, сколько интеллекта система может произвести. И, к слову, а попробуйте вспомнить какую-нибудь компанию, которая производит оборудование для энергетики... ну? Скорее всего это будут как раз европейские Siemens, Schneider Electric, ABB. Ну, кто-то еще вспомнит General Electric / GE Vernova или Hitachi. Но, там много всего интересно в энергетике и особенно в фундаментальных исследованиях и разработке. Потому Дженсен Хуанг и выступал в Берлине.

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).

Запись встречи: 00:00 Коротко о встрече 00:28 Один агент или команда 01:58 Где участники используют команды 05:19 Отдельный контекст и независимая проверка 08:50 Параллельность и разные модели 11:45 Как наблюдать и проверять агента 16:12 Затраты на координацию 21:15 Передача контекста и кэш 31:01 Передавать данные без пересказа 37:03 Три задачи: один агент или команда 48:16 Учебный инцидент: оплата есть, бронь отклонена 58:10 Шесть источников и правило бронирования 1:07:28 Предсказываем семь результатов 1:19:43 Выбираем способ работы A, B или C 1:34:19 Запуск команды C 1:40:56 Запуск одного агента A 1:44:59 Сравниваем ответы, время и токены 1:47:51 Цена ошибки и стоимость выбора 2:04:53 Исследования и вопросы аудитории 2:11:29 Вывод и завершение https://www.youtube.com/watch?v=pjeFT_yhe80

🧠 Как работает нейросеть простыми словами Вышел урок про то, что происходит внутри ChatGPT и Claude. Коротко: нейросеть не думает, а угадывает следующее слово. Отсюда и её польза, и уверенные выдумки. Что разбираю в видео: • что такое LLM и как её обучают • токены и почему по-русски они дороже • как модель пишет ответ и при чём тут температура • контекстное окно и почему длинный чат «забывает» начало • откуда берутся галлюцинации • четыре правила, чтобы нейросеть не подводила Без формул, 9 минут. Ролик снова целиком собрал агент по моему заданию, вместе с анимацией и озвучкой моим голосом. https://www.youtube.com/@baldfrombrowser

Accenture урезала Claude до $29 в месяц на сотрудника 404 Media пишет, что Accenture теперь оплачивает Claude только на $29 в месяц на человека. До этого отдельные сотрудники сжигали до $1000 в месяц. Кому нужно больше, может списать расходы на бюджет конкретного проекта. $1000 в месяц в чате потратить почти нереально. Переписывание писем и саммари документов столько не стоят. Такие счета получаются у тех, кто работает в агентном режиме: Claude Code, длинные контексты, ночные прогоны тестов и генерация документации. То есть лимит бьёт ровно по людям, которые дальше всех ушли от модели «продаём часы». Консультанта Accenture продают клиенту условно за $200–300 в час, это $30–50 тысяч, которые клиент платит за него в месяц. $1000 на инструмент - 2–3% от этой суммы. У AI-стартапов на работу моделей уходит до трети выручки, и они живут. Всё равно компания с выручкой больше $70 млрд экономит тысячу долларов на человеке. В экономике часов эти деньги считаются расходом. При почасовой оплате инструмент, который экономит консультанту 20 часов, просто уменьшает выручку. В проектах с фиксированной ценой экономия уходит в маржу, но её не видно ни в одном отчёте. Зато счёт от Anthropic виден до цента, его и режут. Летом я писал, что переход консалтинга к AI - прежде всего задача организационная. Здесь это хорошо видно: технология работает, люди пользуются ей на полную, а финансы не могут посчитать, зачем она нужна. При этом клиентам Accenture продаёт как раз такую трансформацию. Думаю, расходы на модели переедут в проектные бюджеты и в итоге в счёт клиенту, как сейчас лицензии и облако. Уже есть FinOps-платформы для токенов: лимиты, распределение затрат по проектам, дешёвая модель для рутины и дорогая для сложного. По моим наблюдениям, Claude ускоряет часть консалтинговой работы и настройку корпоративных систем на 75–90%. А многим клиентам как раз нужны скорость и качество, особенно когда до нас крупный интегратор уже завалил проект. Часть заказчиков будет платить за час тысячи долларов вместо сотен, как платят сильным юристам, за задачи, которые приносят компании миллионы. С Claude между делом решаются задачи, за которые без него браться было сложно или невыгодно, и даже такие, за которые мы вообще не брались. Но перейти от $100 за час к $1000 сложно. У LLM в консалтинге есть побочный эффект: длинные бессмысленные документы и нейрослоп, которые консультант не прочитал, не осмыслил и не вычитал перед отправкой клиенту. Поэтому уже сейчас выделяются те, кто не разучился думать и отсеивает глупости, которые выдаёт Claude. Их ценность в компании только выросла: у них остался свой почерк, и за него заказчик готов доплачивать. $29 - это цена подписки на чат. Так Accenture и определила, чем для неё пока является AI. Я бы следил за тем, сколько проектов через год будут платить за токены из своего бюджета. Если таких станет больше, переход идёт. Если все уложатся в $29, Accenture продаёт те же часы, только с чат-ботом. @maxvotek | linkedin | substack

Jev не генеративен, потому что он не выбирает следующий токен, а выбирает один из вариантов, данных ему юзером. Максимум — 255 вариантов, из которых он будет выбирать. С другой стороны, языковые модели при одном форварде через них тоже не генеративны, потому что выбирают один из вариантов, данных им токенизатором. Вывод: даём Jev'у токенизатор из 254 токенов (буковки, циферки и некоторые короткие популярные слова), даём возможность авторегрессионно выбирать один из этих токенов — готово, Jev обрёл голос. Выбирает год без секса вместо года без пельменей, хвалит себя, умеет перемножать 2 и 2 и циклится на вопросе "как выйти из вима". AGI. Gist с кодом

Американский регулятор ценных бумаг SEC предлагает новые правила выпуска криптотокенов под будущие услуги. Раньше это называлось ICO. Если правила примут, то: — украсть до 5 миллионов долларов раз в 4 года может каждый; — украсть до 20 миллионов долларов в год может только резидент США; — украсть до 75 миллионов долларов в год может только резидент США в сговоре с аудитором. Больше 75 миллионов долларов в год воровать нельзя. Разрешение SEC не отменяет потенциальных проблем с полицией и гражданскими судами, но его позиция такая. Разумеется, все эти суммы можно и не воровать. Можно действительно выпустить токены, а потом оказать услуги их предъявителям. Это самый лучший подход. Почему-то во времена ICO так не делали. https://www.sec.gov/newsroom/press-releases/2026-76-sec-proposes-new-regulation-crypto-assets