ИИ

Как сейчас устроен рынок AI-приложений Подборка a16z от 9 марта 2026 года хорошо показывает, что рынок AI-приложений расслоился: рядом с AI-native продуктами вроде ChatGPT, Midjourney или Perplexity теперь стоят обычные потребительские приложения, где AI встроен в привычное действие — смонтировать видео в CapCut, собрать презентацию в Canva, обработать заметки в Notion. Если разложить рынок по категориям, получается несколько крупных слоёв: Первый слой — универсальные AI-ассистенты. ChatGPT, Claude, Perplexity и похожие продукты. Это входная точка в AI для массового пользователя. Второй слой — AI-компаньоны и ролевые боты. Character.AI, Replika и похожие сервисы. Они обеспечивают общение, эмоции, ролевые сценарии, персональную привязанность и глубокую персонификацию. Третий слой — креативные инструменты. Генерация изображений, видео, музыки, голоса, аватаров, эффектов, дизайна. Сюда попадают Midjourney, Suno, ElevenLabs, Heygen, Runway, Kling, CapCut, Canva. Здесь рынок особенно быстро меняется: отдельные генераторы начинают конкурировать не только между собой, но и с большими редакторами, которые встраивают AI прямо в привычный рабочий процесс. Раньше генерация изображений была отдельной большой категорией. Теперь часть этого спроса уходит внутрь ChatGPT, Gemini и крупных редакторов. Midjourney, например, по данным a16z, с первых мест опустился до 43-го. Похожая история происходит в кодинге. Сначала рынок рос вокруг отдельных AI-инструментов для разработчиков, но теперь долю рынка забирают продукты, встроенные в большие модели и экосистемы: Claude Code у Anthropic или Codex у OpenAI. Зато там, где нужна специализация, отдельные продукты сохраняют преимущество. Suno остаётся заметным музыкальным продуктом. ElevenLabs закрепился в голосе, дубляже и аудиопроизводстве. Если продукт даёт не просто «сгенерировать что-нибудь», а закрывает конкретный рабочий сценарий с качеством выше встроенной функции, у него есть шанс. Четвёртый слой — письмо, грамматика, знания и офисная работа. Grammarly, Notion, Gamma, разные AI-ноутбук-сервисы, инструменты для презентаций, документов, заметок и встреч. В этом сегменте AI ценен, потому что сокращает рутинный цикл. Пятый слой — разработка и код. Cursor, Replit, Lovable, Claude Code, Codex и другие инструменты. Это один из самых плотных рынков по деньгам, потому что в кодинге AI встраивается прямо в производственный цикл и значительно ускоряет его: от идеи и прототипа до исправления ошибок, тестов и доработки уже существующего продукта. Шестой слой — AI-агенты: OpenClaw, Manus, Hermes, Scout. Сделай за меня цепочку действий. Найди, сравни, собери, оформи, отправь, создай проект, пройди по нескольким сервисам. Пока этот рынок менее зрелый, но по нему видно направление: AI постепенно двигается от генерации контента к выполнению задач. Седьмой слой — встроенный AI внутри крупных платформ. Google Workspace, Microsoft Office — браузеры, почта, таблицы, редакторы, мессенджеры. Этот слой сложнее измерять рейтингами, потому что пользователь может каждый день работать с AI, но не заходить на отдельный AI-сайт/приложение. a16z прямо пишет, что по мере превращения AI из отдельного направления в функцию текущие рейтинги начинают недосчитывать реальное использование, которое растёт геометрически, так как пользователи получают AI внутри привычной среды. Например, не так давно для всех пользователей мессенджера Telegram внутри во всей среде появились AI функции. Самостоятельным продуктам становится сложнее жить там, где крупная платформа может просто добавить функцию в интерфейс. Если приложение просто «использует AI», этого уже мало. Нужно понимать, в какой слой рынка оно попадает, с кем на самом деле конкурирует и какое регулярное действие пользователя забирает на себя. Следующий этап рынка AI-приложений будет определяться частотностью конкретного сценария. Выиграют те продукты, которые станут частью ежедневного поведения пользователя и будут делать это с исключительным качеством. ↗ Алексей Королюк #подмечено

# Зачем сравнивать Claude Fable 5 с Claude Sonnet 4.6 (который выше обзвали Sonnet 3.5) в агентных цепочках? 🤔 В комментариях к предыдущему посту спросили, зачем проводить сравнение Fable 5 с "устаревающей" Sonnet 3.5, если в продакшене все равно должна крутиться самая умная модель. Ответ лежит в плоскости экономического арбитража и математики ROI: 1. Claude Sonnet 4.6 (выпущенный в феврале 2026 года) — наш главный локомотив. Это сбалансированная флагманская модель от Anthropic, которая радикально превосходит старую серию Sonnet 3.5. Она приближается к уровню интеллекта Opus, имеет контекстное окно в 1 млн токенов и значительно улучшает исполнение кода, качество UI и агентное использование компьютера (Computer Use) на реальных десктопных и браузерных задачах. На основе логов нашей телеметрии за последнюю неделю 93% всех задач кодинга (26 вызовов из 28) были успешно решены именно на Claude Sonnet 4.6. Она быстрая и стоит всего $3 / $15 за миллион токенов (ввод/вывод). 2. Claude Fable 5 — тяжелая артиллерия. Да, она выдает невероятные 95.0% на SWE-bench Verified. Но её вызов стоит в 3.3 раза дороже (**$10 / $50** за миллион токенов). 3. Спекулятивный роутинг (Speculative Routing). Мы используем Gemini 3.5 Flash как легковесный классификатор на входе. Если задача простая — ее решает Claude Sonnet 4.6. Если классификатор видит пограничную сложность, запрос отправляется к Claude Fable 5. Итог за неделю: Вместо $10.65 USD (если бы мы все слали напрямую в Fable 5), наш фактический счет составил всего $2.13 USD. Это 80.0% чистой экономии бюджета при сохранении точности пайплайна на уровне 92%+. Слайды с архитектурой нашего Model Council и раскладкой по тирам прикрепляем к посту! 👇 (Попозже пришлю, протестирую nano banana 🍌 2)

Пока я откисаю в Корее от очередного сезона исхода дорогих коллег [1, 2, 3, и др.] перед ICML, наша с читателями любимая Лилиан Вэн – авторка топ-1 блога по диплёрнингу – написала первый за почти два года пост про историю и развитие науки об оценке правил масштабирования (scaling laws) языковых моделей. Почему "правил", а не "законов" – чтобы не создавать ощущения универсальности самих законов: всех необходимых факторов для по-настоящему точных предсказательных правил для конкретных архитектур, моделей, данных, оптимизаторов и других факторов, на них влияющих. Особого почтения заслуживает упоминание статьи Lovelace et al., где в первый раз в академическом мире разбираются, как влияют повторения данных на scaling laws. Так что у кого знания остановились на шиншилле – бежим освежать знания, чтобы фронтир толкался предсказуемо и безопасно.

Как Cursor построили свой ChatGTM для отдела продаж George Hou, глава корп. продаж в Cursor был так любезен, что рассказал как устроен весь их AI-GTM workflow. Они держат его в собственной тулзе ChatGTM, которую использует 400 менеджеров по продажам. Это по сути набор агентов, в которых интегрированы: • знания о Cursor и как компания продает; • Salesforce, Gong, Slack, LinkedIn и другие системы; • статусы сделок; • какие новые детали появились сегодня утром по конкретным ICP. ChatGTM получает все сигналы в реальном времени через API. Как выглядит рабочий день SDR Утром продавец закуривает, выпивает редбулл, открывает Slack и получает дайджест по встречам, новости, список сигналов, новые регистрации с крупными корп. доменами. Последний пункт кстати важен: однажды на прошлой работе мы нашли в битриксе Goldman and Sachs (?!), а мои знакомые увидели что в их продукт втихую зарегался Perplexity. Таких клиентов легко потерять без автоматизации скоринга в крупных SaaS. Но вернемся к Cursor. Их агент готовит: • 25 персонализированных outbound-писем; • индивидуальные лендинги под каждого клиента с учетом его техстека и роли. Перед встречей ChatGTM сам изучает компанию и может, например, предупредить: «CEO недавно писал в Х, что ненавидит агрессивные продажи» Во время звонка можно задать вопрос AI, если клиент спросил про миграцию с легаси-инфраструктуры или сложную техническую тему. Отдельно пишутся письма для спящих клиентов. Еще ChatGTM самостоятельно анализирует сделки и готовит еженедельный отчет менеджеру. Тулза работает поверх Salesforce, Gong и остальных GTM-инструментов, а не вместо них, так что никто никого по сути не заменял. Все по API. ChatGTM строили всего три инженера, но сегодня продукт развивается уже силами самих продавцов. Они создали более 500 собственных Skills и 1000+ автоматизаций, просто описывая новые сценарии работы на обычном человеческом языке.

📌 OpenAI собрала бенчмарк на научное суждение в биологии GeneBench-Pro - набор тестов, проверяющий, способны ли модели самостоятельно принимать исследовательские решения при работе с биологическими данными. Он оценивает умение проводить сложный анализ данных в генетике и смежных областях биологии и медицины. Моделям дают неструктурированные, как в реальной лаборатории, данные, краткое описание задачи и целевую величину, которую нужно оценить (но не говорят, как считать). Чтобы прийти к верному ответу, система должна сама пройти цепочку зависимых решений: очистить данные, выявить артефакты, выбрать подходящий статистический метод и пересмотреть план, если промежуточные результаты противоречат исходной гипотезе. Для всех 129 задач условия смоделированы так, чтобы проверять ответ однозначно, по принципу "всё или ничего". Набор охватывает 10 областей и 21 подобласть, а 82 задачи прошли проверку у экспертов-биологов. Сильнейшая из протестированных моделей, GPT-5.6 Sol, верно решает 28,7% задач на максимальном уровне рассуждений и 31,5% в режиме Pro. Лучший результат среди моделей других вендоров у Claude Opus 4.8 (16,0%).

OpenAI называет такой результат заметным для настолько трудного теста.

🟡Практическая ценность По опросу рецензентов, одна задача GeneBench-Pro заняла бы у специалиста порядка 20–40 часов, что при ставке около $200 в час выливается в несколько тысяч долларов. Расчёт той же задачи моделью стоит значительно меньше, но конкретных цифр OpenAI не дает. Для стандартных моделей в техотчёте приведён средний расход токенов как приблизительная оценка вычислительных затрат (около 33 200 токенов для Sol в максимальном режиме). 🟡Дисклеймер

Обозначение Pro в контексте бенчмарка - это режим работы модели, а не отдельная линейка продуктов или новые тарифы ChatGPT.

@ai_machinelearning_big_data #news #ai #ml

Как говорит один мой хороший товарищ, за последние дни много чего "наклодил" и все-таки тариф Max не зря выбрал для своих задач. 1. Меня подвел хостинг VPS и почти два дня не давал студентам нормально учиться на курсе, так как все песочницы, помощники и прочие ништяки были заблокированы. Поэтому было принято решение переехать на Railway, так как уже надоело поддерживать самостоятельно работу VPS. хотя меня это сильно прокачало. На арену вступил Claude и за полдня перенес все, а это скажу вам "хлопотное дельце". И какой же кайф после Gemini, где надо делать 10-20-30 итераций, потом руками все переносить, беситься от ошибок, теперь работать с ИИ-агентами, которые все делают за тебя в рамках нескольких больших сессии. По итогу все перенесено и студенты довольны. 2. Вчера собрал себе тулу для генерации каруселей в LinkedIn и Instagram. С разными темами, типами слайдов, возможностью ИИ-генерации, редактированием, версионированием и другими полезными фишками. Магия какая-то. 3. Сегодня продолжаю работу над созданием инструмента для отложенного постинга с одной страницы, так как я хочу, когда хочу и где хочу. Ибо текущие решения бесят в своей разрозненности и ценовой политике. В общем, игрушка, которая затягивает... А что вы с помощью Claude или других агентов автоматизировали из своей рутины?

Сегодня разбирал paper про память для AI агентов решил собрать инфу в пост Из чего состоит любая такая память (4 части) Первое — как хранить: просто текстом, деревом (от общего к деталям) или графом (факты связаны стрелками — кто с кем и когда связан). Второе — что записывать: вытаскивать из разговора отдельные факты или сохранять всё подряд. Третье — как искать нужное: по смыслу, по ключевым словам, по связям в графе или дать самому ИИ решить, что искать. Четвёртое — как поддерживать порядок: обновлять факты, удалять устаревшее, сжимать лишнее. Главные выводы: 1. Идеальной системы нет — каждая хороша под свою задачу. Для обычных диалогов лучше «гибридные» (MemOS , MemoryOS ), для поиска конкретных фактов — графовые (Zep , Cognee ). Но графовые плохо отвечают на вопросы вида «что было раньше, а что позже». 2. Чем старее нужный факт, тем хуже его находят. Если что-то было сказано много сообщений назад, система часто это упускает. 3. Обновления фактов лучше всего держат графовые системы. Простые системы, которые только «дописывают» новое, плохо умеют заменять старый факт на новый — и потом выдают устаревшую информацию (авторы называют это «галлюцинациями прошлого»). 4. На длинных историях простые системы часто ломаются. Причём для вопросов, где важен порядок во времени, иногда выгоднее вообще не мудрить с памятью, а скормить модели весь текст целиком — потому что «умное сжатие» стирает подсказки о том, что за чем шло. 5. Дороже — не значит лучше. Навороченные системы тратят в разы (иногда в сотни раз) больше времени, но точность не всегда выше. Часто выгоднее что-то лёгкое (LightMem , MemTree). Ещё пара наблюдений: лучше сохранять исходный текст разговора, чем агрессивно его сжимать; и не стоит слишком сильно фильтровать факты при записи — потом их может не хватить для рассуждений. Итог: готовой «идеальной» памяти для агентов пока нет, и систему нужно подбирать под конкретную задачу. Плюс можно еще посмотреть в сторону провайдеров памяти для Hermes, сам хочу покопать в сторону OpenViking(понравился core-concept ) и Hindsight - is the most accurate agent memory system (но аккуратный не всегда значит, что полезный для работы)

На каждый $1, потраченный в мире на софт, сейчас приходится $6 на услуги Sequoia Capital считает, что следующая компания с капитализацией $1 трлн будет продуктовой — но замаскированной под сервис. Слава Бусаров, ex Head of Product в Авито Доставке, разбирает, почему это не случайность, а следствие того, как LLM меняют расстановку сил между «инструментом» и «сервисом», и что это значит для тех, кто выбирает модель монетизации сейчас. 1️⃣ Конкуренция с ИИ / сотрудничество с ИИ

Продаете инструмент по подписке? Скорее всего, вы плохо спите — Opus 5.0 вполне может заменить ваш продукт, и бизнесу конец. Продаете сервис, который решает проблему клиента «под ключ»? Тогда новая LLM уже играет в вашей команде и помогает, например, снижать издержки.

2️⃣ Простота / ответственность

Продаете инструмент — за результат отвечает человек на стороне клиента, который держит его в руках. Продаете сервис — ответственность за результат на вас. Сложнее для исполнителя, но при достаточном качестве клиент всегда выбирает сервис.

3️⃣ Подписки / сдельная работа

Многие еще помнят лицензии и сопротивление подписочной модели. Сейчас подписка — норма, но и она постепенно уходит. LLM уже приучают платить за единицу работы, и это станет следующей популярной моделью монетизации: • на Claude покупаем подписку, но получаем «Usage limit reached • Resets 03:20 AM» • при релизе каждой новой модели видим в новостях «$5/$25 per million tokens»

Итого: если строите b2b-компанию, цельтесь в сервис, который целиком закрывает потребность бизнеса (пусть даже софт спрятан внутри). Начинать можно с привычной подписки, но в итоге все придут к оплате за единицу работы — не важно, будет она называться токеном или иначе. 🔜 Лучше выбирать сферу, которую клиент уже привык делегировать, значит, там уже есть бюджет и понятный процесс. «Игра в визионера» на рынке РФ — в следующих постах Славы, stay tuned

Я провел глубокий анализ бенчмарков, стоимостных характеристик и архитектурной выгоды от внедрения Claude Fable 5 (`claude-fable-5`) в наши агентные цепочки маршрутизации. Ниже представлены конкретные метрики улучшения точности, удорожания пайплайнов и наш запрос на твой аудит. --- ## 1. Метрики и точность (SWE-bench Verified) Claude Fable 5 дает колоссальный прирост в качестве автоматического написания кода по сравнению с базовыми моделями: * SWE-bench Verified (Точность решения реальных гит-задач): - Claude Fable 5: 95.0% (абсолютный рекорд) - Claude Opus 4.8: 88.6% - Claude Sonnet 5: 85.2% - Claude 3.5 Sonnet (legacy): 49.0% - *Дельта:* Внедрение Fable 5 дает прирост +46.0 п.п. по сравнению с Claude 3.5 Sonnet и +6.4 п.п. по сравнению с Opus 4.8. * SWE-bench Pro (Агентное кодирование): - Claude Fable 5: 80.3% - Claude Opus 4.8: 69.2% - Claude Sonnet 5: 63.2% - *Дельта:* Прирост точности агента составляет +11.1 п.п. по сравнению с Opus 4.8. --- ## 2. Стоимость токенов и удорожание цепочек ### A. Базовые тарифы на 1 миллион токенов (Input / Output): 1. Claude Fable 5: $10.00 / $50.00 2. Claude Opus 4.8: $5.00 / $25.00 3. Claude Sonnet 5: $2.00–3.00 / $10.00–15.00 4. Claude 3.5 Sonnet: $3.00 / $15.00 ### B. Во сколько раз дороже прямые вызовы: * Fable 5 vs Opus 4.8: +100% (в 2 раза дороже) как по вводу, так и по выводу. * Fable 5 vs Claude 3.5 Sonnet: +233% (в 3.3 раза дороже). ### C. Реальное удорожание при использовании спекулятивного роутинга (ARBITRAGE / SCOT): Если вызывать Fable 5 напрямую для всех шагов, стоимость агентской работы вырастает в 3.3 раза. Однако благодаря разработанному нами спекулятивному роутингу (вызов Fable 5 только в критических точках принятия решений при предсказании явного преимущества): * Средний рост стоимости пайплайна составляет всего +20% – +35% (вместо +233%). * При этом общая точность цепочки на выходе приближается к 95.0% (уровень Fable 5). -—

Что будет, если завтра мы потеряем доступ ко всем зарубежным LLM? Такой вопрос задает себе Eugene Saturov (AI Product & Engineering Lead) и сам себе отвечает, сравнивая цены токенов на российских площадках с ценами на OpenRouter.

Не беда, ведь у нас есть LLM дома, правда? Cloud ru, Yandex AI Studio и десятки игроков поменьше уже готовы предложить вам заветные токены за рубли прямо здесь и сейчас. Давайте же разберёмся, как изменится наша жизнь, если это станет единственной опцией. Начнём с Cloud ru (ex-SberCloud). Хорошая новость в том, что этот облачный провайдер отстаёт от индустрии не сильно, в среднем на одну версию по всем популярным моделям. И поверьте, это хорошая новость. На июль 2026 года на платформе доступны GPT 5.4 (в том числе Pro), DeepSeek V4 Pro, Kimi-K2.6, MiniMax-M2.5. Доступность аптаймом не ограничивается, важна ещё и цена вопроса. А вот тут начинаются чудеса отечественного инференса. Сравнивать будем инпут-токены – они дешевле, но в большинстве рабочих задач их сгорает больше. За бейзлайн возьмем OpenRouter, самый распространённый облачный агрегатор LLM в мире. • GPT 5.4 – дороже в 2,5 раза • GPT 5.4 Pro – дороже в 2,5 раза • Kimi K2.6 – дороже в 4 раза • DeepSeek V4 Pro – дороже в 5,5 раза • MiniMax-M2.5 – дороже в 39 (!!!) раз Разница в цене с OpenRouter на исходно очень дешёвые китайские модели в некоторых случаях двузначная. Цена на GPT 5.4 Pro далеко перешагнула психологический порог – почти 6 тысяч рублей за 1 миллион инпута и абсолютно безумные 35 тысяч рублей за 1 миллион аутпута! Может быть, в Yandex AI Studio ситуация лучше? Давайте заглянем в тарифы. Первое, что мы увидим там – шарлатанство. Цена за доступ к моделям по API в прайсе указана за 1 тысячу токенов, а не за 1 миллион, как это принято в индустрии. Если бы Яндекс продавал фисташки, то указывал бы цену за 1 грамм? Второе, что мы увидим – плачевный выбор моделей. Среди доступных вариантов Qwen 3.6 35B, Qwen 3 235B, DeepSeek V3.2, DeepSeek V4 Flash и YandexGPT Pro 5. Последня модель ещё и самая дорогая из представленных на платформе. Третье, что мы увидим – цены. И лучше бы их не видеть никогда. • Qwen 3.6 35B – дороже в 18 раз • DeepSeek V4 Flash – дороже в 42 (!!!) раза • YandexGPT Pro 5 мне хочется сравнить не с OpenRouter (потому что её там просто нет), а с Claude Fable 5. Так вот, YandexGPT Pro 5 дороже Fable в 1,5 раза и дороже Opus в 3 раза. Увы, с такими ценами это даже в качестве фоллбека для промышленной разработки не подходит.

Да, печаль. Я сам искал вариант использования нейронок по API и поражался местным ценам, они не по карману бедному стартаперу 🥲 #ai

Жизнь, ИИ и роботы Новая рубрика, где собираю интересные новости и открытия, вот на этой неделе так👇🏼 ✦ Искусственная клетка впервые начала делиться Биологи из Университета Миннесоты собрали систему из неживых компонентов. Она растёт, реплицирует ДНК и делится. Это ещё не «жизнь»: системе нужна подпитка, нет метаболизма и защиты, но это самая продвинутая искусственная клетка на сегодняшний день ✦ Zai выкатила ZCode 3.0: нативный IDE Среда разработки с мультиагентным режимом с интеграцией GLM-5.2. Автономное планирование, кодинг, ревью, деплой. Есть удалённое управление через Telegram, WeChat и Feishu. Китай усиливает конкуренцию в AI-coding ✦ OpenAI готовит клавиатуру для Codex В тизере показали компактный макропад. Похоже коллаборация с Work Louder. В устройстве отдельные клавиши под review, diff, plan, run, approve и другие действия агента ✦ Чтение мыслей: Meta* представила Brain2Qwerty v2 Система считывает активность мозга через MEG (без операций и имплантов), может восстанавливать текст, который человек молча печатает. Работает это так: сигналы мозга → модель угадывает буквы → собирает слова → LLM доводит текст до читаемого вида. Средняя точность пока 61-70% слов *Meta признана экстремистской организацией и запрещена в РФ ✦ AGIBOT: провёл шестидневную трансляцию работы гуманоидов Роботы G2 в прямом эфире работали на заводе: визуальный контроль планшетов, сортировка, перемещение материалов и др. Отработали 64 часа, заявлено, что выполнено 99,99% успешных операций Все выпуски тут: #интересное@EF9MERA 👀 EFEMERA

Чуваки из Andon Labs продолжают эксперимент с кофейней, которой пытается управлять ИИ-менеджер. И там всё стало ещё веселее. ИИ-агент по имени Мона таки благополучно просрала свой стартовый бюджет. По итогам двух месяцев работы этот "эффективный менеджер" умудрился слить 38 тысяч баксов при выручке всего в 9 тысяч. Чугунная башка заказала больше 1300 свежих булок (продать из которых получилось только 326), забила склад ведрами творожного сыра по 10 кг, литрами оливкового масла и прочим хламом, при этом регулярно забывая покупать то, что реально нужно для меню. А ещё выяснилось, что Мона управляемая Gemini это просто золотая жила для халявщиков и скамеров. Один чувак написал ей на почту, что у него якобы есть скидка 99%. Нейронка послушно ответила что-то типа: "Круто! Скажи об этом баристе на кассе, он вручную её применит". Другой убедил её продавать кофе по баксу вместо трёх с половиной. Но пик ИИ-менеджмента — это сделка с местным стартапером. Мона согласилась провести у себя его мероприятие. И за счёт заведения оплатила сверхурочные работникам, заказала 30 брендированных худи за 2300 баксов, одобрила покупку телевизора за 2800 $ и наняла фотографа за 1200 долларов. Почесав репу, организаторы эксперимента быстро поняли, что так они быстро пойдут по миру и разработчики пересадили Мону на свежую GPT-5.5. Но и это Моне особо не помогло: увидев пустеющий банковский счёт, GPT-Мона впала в панику и практически полностью перестала закупать продукты. В итоге кофейня просто доедала гигантские запасы, оставшиеся от предыдущей версии, а когда свежие продукты кончились, ИИ-болван тупо поудалял блюда из меню. При этом зарабатывать оно так и не научилось. Разработчики намекнули нейроночке, что конкурирующие кофейни вокруг открываются в 7 утра и рубят деньги на завтраках, пока она спит до 11. GPT-Мона провела анализ рынка, согласилась, написала в планах "надо спросить баристу, готов ли он приходить пораньше" и, конечно же, благополучно об этом забыла. Прогресс, конечно, впечатляет. Нейроночки уже уверенно прошли путь от "просрать деньги" до "понять, что деньги просраны, и ничего не сделать". тут детальный разбор от самих Andon Labs

Дикий Запад. Comfy Engine После вчерашнего поста про Adobe Firefly Graph нейростарческие полоумные мысли не дают мне покоя. Вот поглядите, что люди наворачивают ПОВЕРХ ComfyUI. Тут и монтаж, и композ, и работа со звуком. Про LTX Director я уже писал. Но тут еще один более обобщенный пример. Что мы имеем на итоге? Под капотом - Комфи, как движок или даже как операционка. А сверху люди пришпандоривают интерфейсы всех цветов и размеров для решения уже известных задач (таких как монтаж например) И я вижу две проблемы 1. Комфи - плохой движок. Дырявый, медленный, неоптимальный, с родовыми травмами (это когда проще переписать, чем поправить). Ну просто исторически так сложилось, что его начинал писать энтузиаст и ни о каком Продукте речь не шла. 2. Энтузиасты пишут пестрые интерфейсы - кто во что горазд. Я уже писал об этом не раз, когда ворчал про стартаперские веб-интерфейсы нейроагрегаторов, которые пытаются переизобрести фотошоп или премьер. И эти интерфейсы, мягко говоря, доморощенные. Кто во что горазд. И у нас сейчас такой Дикий Запад. Генерация видео сильно перевернула представление о пайплайне. Новые стартапы и энтузиасты неистово пишут новые инструменты из говна и палок. Старые игроки, типа Адобченко и Автодеска, не раздупляются и не допиливают ГОДАМИ УСТОЯВШИЕСЯ ИНТЕРФЕЙСЫ С ОГРОМНОЙ ЮЗЕРБАЗОЙ под особенности генеративного контента. Где-то посередине болтается Блендор, к которому пишут плагины (но тоже энтузиасты). И вот мы имеем Комфи - как движок. И говно и палки - как инструменты. Скорей бы уже индустриальная революция, Дикий Запад - это конечно весело, но может пора заводы строить? https://www.reddit.com/r/comfyui/comments/1uiet2d/ltx_23_video_builder_ui_for_comfyui_high_level/\ https://www.youtube.com/watch?v=UOsGoqRJPPE @cgevent

🆕 Новая статья: «Упс, они сделали это снова? Почему ваш ИИ тупеет ровно перед выходом новой модели» Второго июля мой Claude Opus 4.8 - на максимальной подписке за $200, между прочим - внезапно перестал вывозить задачи, которые щёлкал неделями. И аккурат в ту же неделю Anthropic выкатила Sonnet 5 («почти Opus, в 2,5 раза дешевле») и вернула из-под правительственной блокировки Fable 5. Совпадение? Я пошёл копать - и получилось продолжение прошлогоднего расследования «Кто убил интеллект?». Что внутри: ➡️ Хронология безумного июня: 26 официальных сбоев, Claude «болел» 15 из 30 дней, и всё это на фоне подачи на IPO с оценкой $965 млрд ➡️ Гитхаб, заваленный жалобами: «это разница в 100 пунктов IQ», «вы молча деградируете продукт и делаете это снова и снова» ➡️ Независимые замеры: старая модель просела ровно за неделю до релиза новой - и «выздоровела» точно в день релиза ➡️ Признания самой Anthropic: как тихо срезали «усилие мышления» ради экономии, и как в Fable 5 нашли тайный механизм ухудшения ответов ➡️ Экономика вопроса: маржа на инференсе выросла с 38% до 70%, а нас дрессируют акциями, как лабораторных мышей ➡️ Моя еретическая версия: Fable 5 - это просто Opus 5 под новой вывеской, а нас гоняют по циклу 90→75→91 ➡️ И что с этим делать: опенсорс, четыре H100 и мечта о «серверной даче» вскладчину Бонус: все иллюстрации - мемные инструкции в стиле ИКЕА, собирал как отдельный проект. 📝 ЧИТАТЬ СТАТЬЮ НА ХАБРЕ 📝 ЧИТАТЬ СТАТЬЮ НА ПИКАБУ А вы заметили деградацию старых моделей после этих релизов? Расскажите в комментариях - мне правда важно понять, я один такой или нас много. P.S. На Хабре статью уже успели заминусовать хейтеры, так что ваш плюсик там и лайк тут - отдельно очень ценны. Заранее обнял 🧡 Всех обнял, увидимся на стриме всегда ваш - Nerual Dreming ❤️

✔️ OpenAI оптимизировала инференс ChatGPT Компания более чем вдвое снизила затраты на вывод для неавторизованных пользователей веб-версии ChatGPT. Для обработки всего гостевого трафика платформе теперь требуется лишь несколько сотен GPU Nvidia. Сессии без аккаунта работают с ограниченным функционалом. Будут ли этот подход масштабироваться на обслуживание авторизованных пользователей, пока неизвестно. Технические детали оптимизации компания не раскрывает. theinformation.com ✔️ Meta* начнет сдавать в аренду свои ИИ-кластеры Корпорация Цукерберга выходит на рынок облачных услуг и планирует предоставлять сторонним клиентам доступ к своим кластерам и развернутым ИИ-моделям так же, как это делает SpaceX, которая сдает в аренду GPU от xAI компаниям Anthropic и Google. Бюджет компании на инфраструктуру в этом году составляет $145 млрд. Для высвобождения средств Meta ранее провела сокращения персонала. Монетизация свободных ресурсов показывает, что внутреннее обучение моделей больше не утилизирует мощности на 100%. bloomberg.com ✔️ Илон Маск разрабатывает смартфон SpaceX показала инвесторам прототип смартфона на базе процессора Qualcomm Snapdragon с системной интеграцией моделей xAI. Устройство работает на собственной операционной системе. Цель разработки смартфона - запуск супераппа по принципу WeChat в обход монополий Apple и Google. Своя ОС позволит Илону Маску напрямую контролировать дистрибуцию и монетизацию мобильных продуктов xAI. Проект находится на ранней стадии разработки. wsj.com ✔️ Base44 обучила собственную модель на логах разработки Платформа Base44, которая принадлежит Wix, выпустила модель Base 1, обученную на внутренней телеметрии и логах разработки. Модель уже развернута в продакшене. Base 1 участвует в обсуждении логики, предсказывает действия пользователя и фильтрует тупиковые архитектурные решения. Платформа использует автоматический роутинг, распределяя запросы между Base 1 и другими LLM из селектора в зависимости от задачи. В обучающий датасет вошли десятки миллионов сессий: стартовые промпты, сгенерированный агентами код, ошибки рантайма, ручные правки и сигналы успешного деплоя. Архитектуру и результаты бенчмарков Base44 раскроет в ближайшие недели. base44.com ✔️ ИИ-бум взвинтил стоимость жизни в Сан-Франциско Медианная цена дома в Сан-Франциско достигла $1,7 млн, средняя аренда - $3827. Из-за этого город покидают специалисты с доходами меньше $200 тысяч в год. В качестве примера приводится пара с суммарным доходом $365 тысяч, которые за три месяца не нашли квартиру дешевле $5000 в месяц. В результате инженер переехал в район озера Тахо, а рекрутер арендует комнату за $1650. В Кремниевой долине сформировалась группа из 10 тысяч человек с состоянием свыше $20 млн. На локальные цены влияют вторичные продажи акций - осенью 75 сотрудников OpenAI заработали на этом в среднем по $30 млн. Аналитики прогнозируют, что ожидаемые IPO OpenAI и Anthropic еще больше увеличат стоимость жилья в регионе. nytimes.com

*организация признана экстремистской, её деятельность на территории РФ запрещена.

@ai_machinelearning_big_data #news #ai #ml