IT Does Matter

Новые модели в бенче Mimo 2.6 Pro и Qwen 3.8 - 27b 1C. И то и другое - большой прогресс относительно их предшественников. Но при наличии DeepSeek MiMo вряд ли имеет смысл сейчас. А вот Qwen 27b 1С, пожалуй лучше использовать, если хочется кодить на локальной модели и вы не бигтех. Результат с MCP будет сильно лучше с новыми MCP и правилами. Также огромное спасибо участникам чата за тест этой модели.

https://habr.com/ru/articles/1084962/ - Если вдруг кто то думает что "умный агент - это всё что вам надо". Хорошая статья про наступание на грабли. И там не менее хорошие ссылки. Я конечно не могу не похвастаться что в новом курсе уже если не все то большую часть из этих граблей рассмотрели. И review и релизы конечно должны тоже быть тоже специализированными

Редко так бывает, чтобы в бенчмарке сразу сменились и ТОП-1 и ТОП-2. Новый Opus 5.5 теперь модель номер 1 для разработки на 1С. Grok 4.7, соответственно, номер 2. Всех поздравляю, а я пока Luna 6 и MiMo 2.6 потестирую.

Тут речь про модель https://huggingface.co/PruhaNLP/USER2-1C-code - автору большой респект и за модель и за бенч. Qwen лучшие embedding, но кто хочет ультробыстро и локально - вот хороший вариант

Сравнил USER2 и Qwen на вопросах 1С. Цифры на картинке. 📦 В оригинальном репозитории в тестах используются оба признака: • search_query • search_document Локально я попробовал и другой вариант — пометить только вопрос, и внезапно результаты оказались даже лучше 😁 🧠 У Qwen search_query соответствует Instruct. Без этой фразы Qwen ищет хуже. 📄 Фраза доки Qwen: • Instruct: Given a web search query, retrieve relevant passages that answer the query. 🛠 Моя фраза под 1С: • Instruct: Given a 1C developer question, retrieve the matching 1C code fragment (BSL, query language, or module) that answers it. 📈 С такой фразой Qwen вырывается вперёд на длинных вопросах. 👀 Ещё наблюдения: • Облачная 8B и локальная 8B Q8 отличаются на грани погрешности • Кванты 4B ниже Q8 брать не советую ✅ По итогу 4B Q8 с фразой под 1С на коротких вопросах даже лучше 8B, на длинных чуть слабее. Зато скорость выше (быстрее облака примерно в 5–6 раз). А User2 - супербыстрая. Ебенч 😁: https://huggingface.co/datasets/PruhaNLP/1C-Ebench

🚀 Qwen Image 2.1 стал самой мощной открытой моделью редактирования изображений на LM Arena. Однако тесты LM Arena показывают примерно то же, что и другие бенчмарки: Qwen Image 2.1 примерно на уровне gemini-3-pro-image (nano-banana-pro). Всего лишь менее 1 года назад мы восхищались способностями Nano Banana создавать изображения, и для его работы требовался суперкластер Google. Сегодня то же самое делает модель Qwen на 7B параметров, которую можно запустить на бытовой GPU. Всё, что нужно знать про скорость прогресса технологий ИИ в обработке изображений

📉 ИИ становится дешевле и доступнее, чем любая другая трансформационная технология в истории человечества. С 2023 года снижение идёт с темпом 47% за квартал. Это в 54 раза быстрее, чем дешевело и, как следствие, внедрялось электричество. Очень низкая цена особенно Flash-моделей позволяет ИИ внедряться в бизнес и бытовое применение намного быстрее, чем прогнозировало большинство экспертов, т.к. они сами не ожидали, что бесконечная череда технологических прорывов вендоров LLM позволит им настолько обрушить цены и как следствие вызывать рост потребления в геометрической прогрессии. Илон Маск вчера подтвердил, что ожидает: 2027 год станет началом ИИ-экономики. Рост ВВП США ускорится до 4%, т.к. большая часть ВВП США — это услуги, а ИИ легко заменяет людей ботами в услугах. Также по оценке Маска «разгром математиков» в 2026 году, когда ИИ уже стал сильнее топовых учёных, решив «задачи тысячелетия», распространится в 2027 году на большинство наук, и ИИ станет самым сильным учёным в любой популярной науке.

🚀 Похоже, Дарио выигрывает этот раунд у Альтмана и может идти на IPO спокойно. Opus 5.5 сильнее GPT-6 Astra по бенчмаркам, в том числе ключевому агентскому — Terminal-Bench 4.0. Но при этом Opus намного дешевле Astra. Также на руку Дарио развод Альтмана с Cursor, фактически клиентская база на фронтире там теперь его. Anthropic вероятно снова «царь горы» во фронтирах. Стоит для фронтов подождать LM Arena, как обычно. Я бы еще отметил, что прошло всего ДВА МЕСЯЦА с прошлых релизов фронтиров. Это вот настолько ускорился тем роста мощи ИИ. Мы наблюдаем ИИ сингулярность не в теории, а практически. Для старого софта такое немыслимо, у того же Microsoft версии чаще раз в 2 ГОДА обновляются и не так принципиально как растут по мощи LLM. Это еще не полная сингулярность, кожаные замедляют обучение ИИ, когда там будет 100% агентов, то самое время пристегнуться от скорости прогресса ИИ. ИИ развивается намного быстрее всех самых смелых ожиданий и прогнозов.

Просто практически под каждым словом. Не могу не репостнуть

Быстро же они теперь. Запускаю бенч

https://huggingface.co/PruhaNLP/USER2-1C-code - новая рекомендация модели для embedding если, к примеру, qwen8b вам слишком дорог (5-10$ всё таки...), хочется локально и не хочется заморачиваться. По скорости на GPU в несколько раз быстрее облачного Qwen, по качеству отстаёт, но не сильно...

https://mimo.xiaomi.com/mimo-v2-6 - вышел Mimo 2.6. Вцелом мои тесты этой серии моделей оказывались более чем пессимистичными. Как думаете, дать xiaomi ещё один шанс? Кто то его юзает? Лайк если модель интересна... 10-ок хотя бы наберём - запущу бенч.

Grok 4.7 вышел. Судя по бенчам хорош. Лимиты очень приятные, в курсоре работает прекрасно. Скорость хорошая. Вообщем лучший кандидат на "рабочую лошадку" или универсальную модель кажется. Бенч в процессе.

📹 А тем временем курс по разработке с ИИ в командах полностью вышел! Раньше чем планировалось. Тематика конечно кайфовая (ну кроме классических подходов к внедрению изменений, тут для многих будет "спасибо КЭП", но без них курс был бы не полным). 👉 12 занятий, каждое около часа. Там где практика - больше. 👉 Разбираем те самые "вопросы безопасников". И конечно же есть рецепт что делать с вашими данными которые "ни в коем случае никуда передать нельзя" 👉 Входят даже готовые Guardralils для LiteLLM, которые убирают всю передачу персональных данных облачным моделям (а могут конечно и выборочно), при этом учитывают специфику 📝 (дада, я про GUID-ы) 👉 Рассказываю как посчитать затраты на каждую задачу, даже если разные модели. Не говоря уже чтобы посчитать на каждого (и сравнить :)). Не кидайтесь какашками, рано или поздно всё равно все научатся 👉 3 слоя памяти не обошел стороной и детально рассказываю как организовать персональную память, память команды и память организации используя OpenViking и Cognee (ну и templates mcp и md файлы тоже конечно) 👉 Модели, подписки, их роутинг. Что можно а что нельзя тоже включены в курс. 9Router и CLIProxyAPI фигурируют, конечно вместе с предупреждениями. Но рассмотрел все кажется возможные варианты. 👉 Агрегация MCP (тот самый "Единый слой"), только уже управляемый, логируемый, встроенный в основную экосистему - сделаный правильно (я же всем давно говорил что не надо костылить свои) 👉 Экономика и Экономия... Способы сжатия контекста тоже рассмотрел - как input так и Output + Дополнительное кэширование Вообщем если "у вас с ИИ всё серьёзно" - не могу не рекомендовать свой творчество (странно было бы по-другому, да)? :))). Кто приобрёл - все видео уже в плейлистах, а материалы в папке. Остальные, ну вы знаете что делать :)))

🚗🚗🚗📝📝📝 День любителей локальных моделей: 👉 https://huggingface.co/sweetand/qwen3.8-27b-1C - Кто то замутил файнтюн этой прекрасной SLM под 📝!!!! Надо тестить, но кажется утверждение "забудьте про кодинг на локальных моделях" можно считать устаревшим. Поделитесь кто-нибудь видюхой :))). Ну или думаю может на моих 8GB на пару суток поставить хоть пару задач решить. Кто то там обещал на MAC потестить - они же arm, можно получить более менее приличную скорость. 👉 https://huggingface.co/PruhaNLP/USER2-1C-code - маленькая и быстрая модель для embedding-ов, подобученная на домене 📝! Есть ненулевая вероятность что routerai или openrouter для индекса 1С уже не нужен. Модель мелкая и не особо умная, но дообучение на специализированном домене может дать сопоставимый с "тяжеловесным" qwen-8b результат. А если бы как то ещё 1С-ные XML-ины научить "понимать" со своей семантикой.... 👉 https://prismml.com/news/bonsai-2-27b - это та же Qwen 3.8 27b, но уложенная в 6GB. Вот это я уже могу протестировать. Авторы пишут что на 98% повторяет оригинал. Вообщем кажется видюхи выкидывать пока ещё рановато... Да и GTA скоро выходит :)

если что в Qoder Qwen3.8-Flash до 30 сентября бесплатна

Qwen3.8-Flash is on us through September 30 Hi Дмитрий Сидоренко, Use Qwen3.8-Flash for free through September 30, and claim 100 Credits every day for other models. Both offers are open to new and existing personal users, including free accounts. Use Qwen3.8-Flash for 0 Credits Select Qwen3.8-Flash in Qoder Desktop and start working. Calls to this model use 0 Credits, even when your balance is zero. No claim needed. Put it to work on a feature update, a working website or app, a visual data report, or a research project. Try that idea. Then try the next version. Claim 100 Credits daily In Qoder Desktop, open the usage panel at the bottom left, then click the gift icon to claim your reward. Each reward is valid for 30 days from the time you claim it. Use these Credits with other models while Qwen3.8-Flash is on us. Qwen3.8-Flash offer: September 18, 2026, 10:00 to September 30, 2026, 23:59:59 (UTC+8). Applies to Qwen3.8-Flash only. Daily rewards: one claim per daily window, resetting at 10:00 (UTC+8). The end date will be announced separately. Both offers are for personal accounts; Teams and Enterprise subscriptions are excluded. Bring your ideas. This one’s on us.

Кто гоняет локальные эмбедеры - попробуйте эту модель, она специально под код 1С заточена. https://huggingface.co/PruhaNLP/USER2-1C-code Первая открытая эмбеддинг-модель, заточенная под код и язык 1С (1С:Предприятие / BSL). USER2-1C-code — это би-энкодер для семантического поиска по коду 1С: на вход подаётся вопрос на естественном языке, на выходе — релевантные фрагменты кода/решений. Модель — fine-tune deepvk/USER2-base (ModernBERT, контекст до 8192 токенов) на парах «вопрос → код 1С». Тип: bi-encoder (sentence-transformers), mean pooling, cosine similarity База: deepvk/USER2-base (ModernBERT, 768d, до 8192 токенов) Языки: русский + код 1С (BSL) Matryoshka (MRL): полноценные эмбеддинги на 768 / 512 / 384 / 256 / 128 / 64 / 32 Префиксы: search_query для запросов, search_document для кода

Обязательно буду тестировать :)

Посылаю всем, кто обновился на "-beta" версии MCP серверов и разрешает своим ИИ агентам отрпавлять фидбэки. Без вас столько всякого разного я бы ни за что не нашел. Обновление действительно массивное. мультипроектность, поддержка EDT и прочее и правда сильно расширяет их юзкейсы. В ближайшие пару дней уйдёт в stable. Вот на этом примере ещё раз убеждаюсь в огромной разнице между MVP и Продом в век ИИ. Опыт эксплуатации и пользовательский опыт который нигде не изложен или не изложить в текстовом виде... вот в чём ценность современного ПО. Поэтому сделать с ИИ 1С:ERP 1.0 - достаточно легко (не 30 минут конечно), но за полгодика вполне реально. А вот сделать 1С:ERP 2.6.1.53 условно с помощью ИИ уже куда труднее (не имею ввиду спереть и переписать код)

https://www.kimi.ai/membership/pricing?from=upgrade_home&tab=individual - пятничный подарок от Kimi. Открыли подписку и принимают карту МИР 💳💳💳💳!!! https://vibecoding1c.ru/bench - напомню что это самая мощная китайская модель, лишь чуть уступающая Astra и Opus