ForgetMe | Нейросети

✴️ OpenAI закупила десятки тысяч Mac mini и Mac Studio для обучения ИИ-агентов — The Information По данным The Information, OpenAI собрала парк из десятков тысяч компьютеров Apple. Их используют не как обычные офисные машины, а для обучения агентов, которые сами открывают приложения, нажимают кнопки и выполняют задачи на компьютере. Зачем ИИ-компании столько Mac? Чтобы научить агента пользоваться компьютером, ему нужно снова и снова проходить реальные задания: открыть программу, найти нужный пункт, ошибиться, начать заново и получить оценку за результат. Таких попыток могут быть миллионы. Mac для этого удобен сразу по нескольким причинам: 🟡 агент работает в настоящей macOS, а не в имитации; 🟡 процессор, графика и Neural Engine используют одну общую память, поэтому данные не приходится постоянно копировать между разными частями системы; 🟡 Mac mini компактные, а Mac Studio можно заказать с огромным объёмом памяти и активным охлаждением для долгих нагрузок. Но это не означает, что OpenAI отказывается от NVIDIA. Мощные GPU по-прежнему нужны, чтобы обучать и обновлять саму модель. Парк Mac решает другую часть задачи: массово запускает агентов в реальной компьютерной среде и собирает их опыт. The Information также пишет, что Anthropic использует Mac mini для похожих задач, но не закупает их напрямую, а арендует через AWS. Сколько стоят новые Mac Стартовые цены Apple в США и пересчёт по курсу ЦБ на 31 августа: 🟡 Mac mini M6, 16/256 ГБ — $899 ≈ 77 000 ₽; 🟡 Mac mini M5 Pro, 24/512 ГБ — $1 699 ≈ 145 000 ₽; 🟡 Mac Studio M5 Max, 36/512 ГБ — $2 499 ≈ 214 000 ₽; 🟡 Mac Studio M5 Ultra, 96 ГБ/1 ТБ — $5 499 ≈ 471 000 ₽. Это прямой пересчёт по курсу $1 = 85,6007 ₽, без американского налога, доставки и российской наценки. Что уже появилось в DNS: 🟡 Mac mini M6, 16/256 ГБ — 127 999 ₽; 🟡 Mac mini M5 Pro, 24/512 ГБ — 245 999 ₽; 🟡 Mac Studio M5 Max, 36/512 ГБ — 388 999 ₽; 🟡 Mac Studio M5 Ultra, 96 ГБ/1 ТБ — 874 999 ₽. Спрос уже заметен: Apple признала, что интерес к Mac mini и Mac Studio для ИИ и агентных задач оказался выше ожиданий, а поставки некоторых конфигураций растянулись. По версии The Information, именно корпоративный AI-спрос мог повлиять и на необычно ранний августовский анонс новых моделей. The Information · Apple: Mac mini · Apple: Mac Studio · курс ЦБ 🤑 ForgetMe | Boosty 💻 API нейросетей на 30-40% дешевле официалов Приобрести подписку на любые сервисы ⏩ @forgetshop_bot #нейросети #новости #openai #apple

Давайте знакомиться 👋 Речь пойдет про личный (не коммерческий) проект для души, частью которого ты можешь стать 👐 О имени и каких либо личных деталях умолчу, я 𝒃𝒐𝒅𝒘𝒃𝒐𝒅 или 𝑰𝒎𝒂𝒈𝒐 (мои никнеймы) 🎴 Пара фактов обо мне:

• На фото мелкий я 😏 • Я Vibe Coder, это мое хобби и частично профессия • У меня есть свой большой проект (немного в другой сфере) • Я стараюсь находить для себя новые хобби и канал стал одним из них

🎴 Что ты увидишь в канале:

• Немного моей жизни

🚶

• Немного (но много) денег

⭐️

• Код, работу над ботами, софтами и готовые продукты

💻

• Инструменты кодинга которые я использую

🤯

• Возможно доступ к моим ботам упрощающих рутину в жизни

✅

🇿🇼 Если интересно - оставайся, буду рад тебя видеть в своем канале ❤️ 🇿🇼🇿🇼🇿🇼🇿🇼👽 @bodxbod #реклама

✴️ NVIDIA может купить Hugging Face за $12,9 млрд — но тут есть важный нюанс По данным The Information, NVIDIA договорилась купить Hugging Face за $12,9 млрд. Reuters пересказал эту информацию, но самостоятельного подтверждения сделки пока нет. Более того, Business Insider почти одновременно сообщил другую версию: переговоры действительно идут при оценке свыше $13 млрд, но подписанного соглашения ещё нет и всё может сорваться. Сами NVIDIA и Hugging Face молчат, официального анонса и публичного подтверждения закрытия сделки на 29 августа тоже нет. Поэтому корректная формулировка сейчас — «NVIDIA может купить Hugging Face», а не «Hugging Face уже продали». История особенно забавная на фоне предыдущих переговоров. По данным Financial Times, в конце 2025 года Hugging Face отклонила предложение NVIDIA вложить $500 млн при оценке $7 млрд. Тогда компания объясняла это нежеланием получить одного доминирующего инвестора, способного влиять на решения. Важно: речь тогда шла именно об инвестиции, а не о покупке всей компании. Последняя подтверждённая оценка Hugging Face составляла $4,5 млрд в 2023 году. Если сумма $12,9 млрд верна, NVIDIA заплатит почти втрое больше — и это станет крупнейшим приобретением в её истории. Зачем NVIDIA вообще нужен Hugging Face? Потенциальная покупка — это не просто сайт с файлами, а главный распределительный слой открытого ИИ. По свежему отчёту самого Hugging Face, на Hub уже около 2,96 млн публичных репозиториев моделей, 1 млн датасетов и 1,44 млн Spaces. Там же живут Transformers, Diffusers, Safetensors, инструменты для локального запуска и сервисы развёртывания моделей. Логика простая: закрытые лаборатории вроде OpenAI, Google и Anthropic разрабатывают собственные ускорители и пытаются меньше зависеть от NVIDIA. А открытые модели в подавляющем большинстве всё ещё обучаются и запускаются на её GPU. Чем сильнее open-weight экосистема, тем больше продаётся железа NVIDIA. Получается красивый вертикальный стек: чипы → серверы и облако → модели → главный каталог и инструменты их запуска. И вот здесь появляется реальный повод для беспокойства. Hugging Face сейчас старается оставаться нейтральной площадкой: модели можно разворачивать на NVIDIA, AMD, Intel, Google TPU и в разных облаках. После покупки у владельца появится очевидный конфликт интересов — какие модели продвигать, какие ускорители рекомендовать и куда вести пользователей за инференсом. А вот паниковать из-за немедленного удаления NSFW и uncensored-моделей пока рано. Никаких объявлений об изменении политики Hub нет. Более того, NVIDIA сама выпускает открытые модели и вместе с Hugging Face недавно подписала письмо в защиту open weights. Уже скачанные веса и открытые лицензии тоже никуда магически не исчезнут. Reuters · TechCrunch · Отчёт Hugging Face 🤑 ForgetMe | Boosty 💻 API нейросетей на 30-40% дешевле официалов Приобрести подписку на любые сервисы ⏩ @forgetshop_bot #нейросети #новости

Перестаньте писать промпты наугад. В AIMarke уже собрали базу проверенных ИИ-инструментов, сценариев и промптов на все случаи жизни: 🟣 Как генерировать фото и видео без артефактов 🟣 Как автоматизировать контент-план и аналитику 🟣 Какие нейросети реально стоят вашего внимания прямо сейчас Всё коротко, по делу и с примерами. ➡️Заходите, чтобы быть на шаг впереди: 👉 https://t.me/+-eqkfRUteEkxNjgy #реклама

✴️ Последние пару дней гоняю локальный Qwen 3.8 27B с вырезанной цензурой Впечатления от модели только положительные, для своих размеров очень хороша, да еще и смог приемлемое контекстное окно выжать Модель помещается в видеокарту (16ГБ VRAM) с оффлоадом контекста и vision-проектора на CPU 🔥 - если нужен гайд

✴️ Qwen3.8-Flash-Next вышел Alibaba открыла веса новой мультимодальной MoE-модели — и заодно показала архитектуру, на которой будет строиться будущая линейка Qwen4. Главная цифра действительно впечатляет: основной блок содержит 125 млрд параметров, но на каждый токен активируются только 6 млрд. Ещё 51 млрд параметров вынесены в отдельную N-gram-память, а 4 млрд относятся к модулю предсказания нескольких токенов. По собственной таблице Qwen модель оказалась выше Claude Opus 4.6 с максимальным reasoning в 8 из 9 текстовых тестов, где есть результаты у обеих моделей. Qwen3.8-27B новая модель обошла во всех 12 текстовых строках таблицы, а DeepSeek-V4-Flash — в 9 из 11 сопоставимых тестов. Что изменили внутри: 1. N-gram Embedding — дешёвая память. Обычный embedding ищется по одному токену, а здесь таблица индексируется по коротким последовательностям — биграммам и триграммам. Типичные локальные паттерны можно получать простым lookup вместо очередного тяжёлого вычисления. Таблицу разрешается держать в оперативной памяти и заранее подгружать на GPU. 2. Gated DeltaNet + Qwen Sparse Attention. Три из каждых четырёх слоёв сжимают историю в компактное состояние, а четвёртый ищет нужные фрагменты контекста по небольшим блокам. На контексте 1 млн токенов Qwen измерила ускорение attention-ядра до 7,6× на prefill и 4,9× на decode. Это не ускорение всей модели целиком. 3. Gated Residual. Вместо одного потока информации между слоями используются четыре ветви. Гейты динамически решают, сколько данных прочитать из каждой ветви и сколько записать обратно. 4. Muon + AdamW. Muon применили к основным матрицам attention, GDN и MoE, а embeddings, router и часть других параметров оставили на AdamW. Вместе с меньшим числом активных параметров и меньшим объёмом обучающих токенов это дало примерно в 9 раз меньше training FLOPs, чем у Qwen3.7-Plus-Base. Реальную стоимость обучения в долларах компания не раскрыла. Модель понимает текст, изображения и видео, нативно держит 262 144 токена и расширяется до 1 млн через YaRN. Режим мышления включён по умолчанию. Веса уже лежат на Hugging Face и ModelScope под Qwen Community License 1.0. Важный нюанс: 6B активных не означают размер обычной 6B-модели — полный чекпойнт вместе с N-gram и MTP насчитывает около 180B параметров, или примерно 360 ГБ в BF16. Облачная production-версия будет называться qwen3.8-flash: ей обещают контекст 1 млн, встроенные инструменты и цену $0,16/$0,47 за 1 млн входных/выходных токенов. API на момент анонса ещё готовится к запуску. Модель · Технический отчёт · Блог Qwen 🤑 ForgetMe | Boosty 💻 API нейросетей на 30-40% дешевле официалов Приобрести подписку на любые сервисы ⏩ @forgetshop_bot #нейросети #новости #qwen

📛 У Grok Bot появились две open-source альтернативы После выхода Grok Bot идея «постоянного ИИ-сотрудника со своим компьютером» быстро перестала быть эксклюзивом xAI. За последние дни появились сразу два открытых варианта: OpenBot и Hermes Desktop Bot Mode. OpenBot — ИИ-сотрудник со своим браузером CopilotKit выпустила независимую MIT-альтернативу Grok Bot. Каждый бот получает отдельный канал, роль, рабочую папку и собственный профиль Chromium с сохранёнными входами в сервисы. Он может открывать сайты, нажимать кнопки, работать с файлами, запускать команды и обращаться к разрешённым MCP-инструментам. Экран виден в реальном времени, а на логине или 2FA управление можно забрать себе и затем вернуть агенту. Перед каждым действием единый шлюз проверяет заданные правила и записывает результат в аудит. Поэтому можно, например, разрешить боту читать CRM, но запретить отправлять сообщения без подтверждения. Подключается не только встроенный агент: подойдёт любая обвязка, которая поддерживает AG-UI или для которой есть адаптер — LangGraph, CrewAI, Mastra, Pydantic AI, Google ADK и другие. Модель тоже выбираете сами. Всё разворачивается на своей инфраструктуре через Docker и PostgreSQL. Есть вход через Google, Microsoft, Okta, SAML/OIDC, роли, журнал действий и управление доступами — то есть проект явно целится в компании. Визуально OpenBot уже выглядит довольно цельно, но авторы честно ставят метку Alpha. Для запуска нужны собственный ключ модели и CopilotKit Intelligence, а стартовые локальные permissions довольно открытые — перед рабочими данными политики обязательно придётся настроить. Hermes Desktop Bot Mode — постоянная команда из профилей В Hermes пошли другим путём: отдельный тип агента не создавали, а превратили каждый существующий профиль в постоянного бота. Функция уже встроена в Hermes Desktop и включена по умолчанию — отдельный плагин устанавливать не нужно. У каждого бота свои: 🟡 роль и постоянные инструкции; 🟡 модель и провайдер; 🟡 память, навыки и инструменты; 🟡 MCP-серверы, чат и задачи по расписанию. Можно один раз создать исследователя, разработчика или менеджера почты и затем возвращаться к тому же постоянному чату. Боты умеют передавать задачи друг другу через @упоминания и работать группами по 2–6 участников. При этом одному можно поставить Claude, другому GPT, третьему локальную модель. Но Hermes Bot Mode сам по себе не выдаёт каждому агенту отдельный компьютер. Профили разделяют память и настройки, однако локально имеют файловые права вашего пользователя. А для фоновых задач компьютер или удалённый Hermes gateway должен оставаться включённым. OpenBot на GitHub · Hermes Bot Mode · Grok Bot 🤑 ForgetMe | Boosty 💻 API нейросетей на 30-40% дешевле официалов Приобрести подписку на любые сервисы ⏩ @forgetshop_bot #нейросети #новости

✴️ Anthropic вышла на темп $65 млрд в год — но это не годовая выручка По данным Bloomberg, годовой темп выручки Anthropic на конец июля превысил $65 млрд. Цифра была указана в закрытом обновлении для инвесторов; CNBC независимо подтвердил её через три источника. Это более чем в семь раз выше примерно $9 млрд на конец 2025 года. По последним сообщениям, у OpenAI показатель составляет более $40 млрд — то есть темп Anthropic примерно в 1,6 раза выше. Но компании частные и могут считать run rate по-разному, поэтому это не идеально чистое сравнение. Реальная предварительная выручка Anthropic за второй квартал — более $11,5 млрд. Это: 🟡 более чем в 14 раз выше результата годом ранее — $787 млн; 🟡 более чем вдвое выше первого квартала — $4,73 млрд; 🟡 пока предварительная, а не финальная аудированная отчётность. Что тогда означает $65 млрд? Это annualized revenue run rate: текущий темп продаж за короткий период пересчитывают на полный год. Anthropic не раскрыла публично точную формулу июльского показателя, поэтому корректнее говорить об экстраполяции текущего темпа. То есть компания не заработала $65 млрд за прошедшие 12 месяцев. И это точно не прибыль — показатель ничего не говорит о расходах на вычисления, обучение моделей и инфраструктуру. Разгон действительно почти помесячный: 🟡 конец 2025 года — около $9 млрд; 🟡 февраль — $14 млрд; 🟡 апрель — более $30 млрд; 🟡 май — более $47 млрд; 🟡 конец июля — более $65 млрд, уже по данным Bloomberg и CNBC. Последняя цифра, которую сама Anthropic раскрывала публично, — $47 млрд в майском анонсе Series H. Тогда компания привлекла ещё $65 млрд инвестиций при оценке $965 млрд. Да, два разных показателя случайно получились одинаковыми: $65 млрд раунда и $65 млрд июльского run rate. Теперь всё это готовят к проверке публичным рынком. 1 июня Anthropic конфиденциально подала проект Form S-1 в SEC для возможного IPO. Дата, цена и объём размещения пока не установлены. Reuters также сообщает о внутреннем прогнозе $190–200 млрд выручки в 2028 году, но публично компания его не подтверждала. Настоящая проверка начнётся после публикации документов к IPO: там должны появиться более полные данные о выручке, маржинальности, расходах и зависимости от крупнейших клиентов. А пока $65 млрд — очень сильный показатель роста, но всё ещё экстраполяция из закрытого обновления для инвесторов. Bloomberg · CNBC · Series H · IPO-заявление Anthropic 🤑 ForgetMe | Boosty 💻 API нейросетей на 30-40% дешевле официалов Приобрести подписку на любые сервисы ⏩ @forgetshop_bot #нейросети #новости #claude

⚡️ Bloomberg: Stripe договорилась купить OpenRouter более чем за $7 млрд Похоже, настоящая Stripe решила забрать себе «Stripe для ИИ». По данным Bloomberg, платёжный гигант договорился о покупке OpenRouter — сервиса, который даёт единый API для сотен нейросетей. Сумма сделки превышает $7 млрд. Сразу важная оговорка: Stripe и OpenRouter пока не выпустили собственный пресс-релиз, а Stripe ответила TechCrunch, что не комментирует слухи. Поэтому речь идёт о согласованной, по данным СМИ, но ещё не объявленной и не подтверждённой как юридически закрытая сделке. Что именно покупает Stripe? OpenRouter не создаёт свою модель. Он стоит между приложением и десятками AI-провайдеров: принимает один запрос, выбирает нужную модель и маршрут, переключается на резервный сервер при сбое и сводит всё в единый счёт. Масштаб уже внушительный: 🟡 более 10 млн пользователей; 🟡 свыше 500 моделей от 80+ провайдеров; 🟡 более 200 трлн токенов в месяц. То есть Stripe получает не очередную LLM, а один из центральных маршрутизаторов рынка. Логика почти идеальная: выбор модели → подсчёт токенов → счёт → платёж Причём компании уже давно работали вместе. OpenRouter использует Stripe для счетов, налогов и защиты от мошенничества, а интеграция Stripe Projects умеет одной командой создать аккаунт OpenRouter, ключ и биллинг. Цена особенно показательна. В мае OpenRouter привлёк $113 млн при сообщавшейся оценке около $1,3 млрд. Теперь Bloomberg пишет о $7+ млрд — это более чем пятикратный рост менее чем за три месяца. Что изменится для пользователей прямо сейчас? Пока ничего. API, каталог, аккаунты и цены работают как прежде. OpenRouter по-прежнему указывает комиссию 5,5% при пополнении баланса, а стоимость самой генерации передаёт по цене провайдера без дополнительной наценки. Источник: Bloomberg · масштаб OpenRouter · партнёрство со Stripe 🤑 ForgetMe | Boosty 💻 API нейросетей на 30-40% дешевле официалов Приобрести подписку на любые сервисы ⏩ @forgetshop_bot #нейросети #новости

✴️ DeepSeek выпустила свой open-source Harness и почти одновременно подняла цены на API Сразу две новости с противоположным настроением: агентную оболочку компания открыла для всех, а использование её моделей стало заметно дороже. DeepSeek Harness — это не новая модель. Это среда, которая превращает модель из чат-бота в полноценного coding-агента. Проще говоря, модель — мозг, а Harness добавляет ей руки, память и рабочее место. Агент получает доступ к проекту, умеет читать и менять файлы, запускать команды, вести план и поручать части задачи сабагентам. Самое интересное — принцип «всё является плагином». Модель, инструменты, skills, sandbox, хранилище, агентный цикл и даже интерфейс можно заменять или собирать в свои конфигурации. Причём Harness не привязан к DeepSeek: подключаются OpenAI, Anthropic, Google, Azure, Bedrock, Codex и любые OpenAI-совместимые API. Каждое действие записывается в подробный журнал Trajectory: системный промпт, рассуждения, вызовы инструментов, результаты и работа сабагентов. Сессию можно изучить, продолжить, разветвить или воспроизвести. Запуск одной командой: npx @deepseek-ai/dsh web После этого Web UI открывается локально на 127.0.0.1:3080. Исходники опубликованы под MIT, но пока это Developer Preview: интерфейсы ещё могут ломаться, а сама DeepSeek советует запускать агента в VM или контейнере и оставлять подтверждение опасных действий. Но есть неприятный нюанс: почти одновременно DeepSeek повысила цены на V4. Новые ставки действуют с вечера 16 августа по Москве. Пик — 04:00–07:00 и 09:00–13:00 МСК, остальное время вдвое дешевле. Цены за 1 млн токенов, вход без кэша / выход: 🟡 V4 Flash: было $0.14/$0.28 → теперь $0.22/$0.66 вне пика и $0.44/$1.32 в пик; 🟡 V4 Pro: было $0.435/$0.87 → теперь $0.66/$1.98 вне пика и $1.32/$3.96 в пик. То есть обычный вход подорожал примерно в 1,5–3,1 раза, а выход — в 2,3–4,7 раза. Громкое «цены выросли в 12 раз» тоже технически верно, но только для одной узкой категории: кэшированного входа V4 Pro в пиковые часы. Официальное объяснение — более равномерно распределить нагрузку и перенести фоновые задачи на непиковое время. При этом даже вне пика каждая ставка теперь выше старой. Для тех, кто хочет платить рублями: на момент публикации в ForgetAPI V4 Flash стоит около 6,59/13,19 ₽, а V4 Pro — 19,45/42,27 ₽ за 1 млн входных/выходных токенов. API совместим с OpenAI: в большинстве клиентов достаточно сменить ключ и base URL. Попробовать DeepSeek Harness · Новые цены DeepSeek 🤑 ForgetMe | Boosty 💻 API нейросетей на 30-40% дешевле официалов Приобрести подписку на любые сервисы ⏩ @forgetshop_bot #нейросети #новости #deepseek

ХАХХАХА, ты платишь за нейросети? Большинство крутых ИИ уже можно попробовать бесплатно — если знать, где искать. В канале «Будущее сегодня» собирают бесплатные модели, сервисы, доступы и свежие новости из мира ИИ. → Как пользоваться Claude бесплатно. Возможность еще не прикрыли → Способ, который снижает расход токенов в 2 раза → Секреты промтов, которые превращают обычный запрос в результат Подпишись, здесь находят бесплатное — https://t.me/+3WQL2fx7qMQ2OTBi #реклама

ХАХХАХА, ты платишь за нейросети? Большинство крутых ИИ уже можно попробовать бесплатно — если знать, где искать\. В канале «Будущее сегодня» собирают бесплатные модели, сервисы, доступы и свежие новости из мира ИИ\. → Как пользоваться Claude бесплатно\. Возможность еще не прикрыли → Способ, который снижает расход токенов в 2 раза → Секреты промтов, которые превращают обычный запрос в результат Подпишись, здесь находят бесплатное — https://t\.me/\+3WQL2fx7qMQ2OTBi \#реклама

✴️ Открытая Qwen3.8-27B обошла Opus 4.6 в 2 из 4 coding-тестов Alibaba выложила Qwen3.8-27B — плотную модель на 27,8 млрд параметров с открытыми весами и лицензией Apache 2.0. Она нативно понимает текст, изображения и видео, а режим мышления включён по умолчанию и переключается между low, medium и xhigh. Главная интрига — результаты против Claude Opus 4.6 с максимальным reasoning effort. По собственной таблице Qwen: 🟡 SWE-bench Pro: 61,7 против 53,4 в пользу Qwen; 🟡 QwenSWEBench: 79,0 против 63,8 в пользу Qwen; 🟡 Terminal-Bench 2.1: 73,0 против 78,2 в пользу Opus; 🟡 NL2Repo-Bench: 42,3 против 47,6 в пользу Opus. Получается честный счёт 2:2 среди четырёх coding-строк, где есть цифры обеих моделей. В управлении компьютером Qwen также заявляет 84,3 на OSWorld-Verified против 72,7 у Opus. Но это не чистый A/B-тест. QwenSWEBench — внутренний бенчмарк Alibaba. В SWE-bench Pro задачи исправили и заново прогнали модели Qwen, а результат Opus взяли из отчёта Anthropic. Поэтому правильный вывод не «27B окончательно победила Opus», а компактная локальная модель местами уже подошла к закрытому флагману. Что получаем на практике: 🟡 нативный контекст — 262 144 токена, до 1 млн он растягивается через YaRN; 🟡 64 слоя с чередованием Gated DeltaNet и обычного attention; 🟡 MTP для ускорения генерации в движках, которые его поддерживают; 🟡 официальные BF16-веса занимают 55,6 ГБ. Для домашнего запуска уже появились сторонние GGUF-кванты Unsloth: 🟡 12–13 ГБ памяти — 2-bit, файл 10,32 ГБ; 🟡 16 ГБ — 3-bit, 13,44 ГБ; 🟡 24 ГБ GPU — оптимальный Q4, 17,11–17,92 ГБ; 🟡 32 ГБ и больше — Q6, 22,88 ГБ. У GGUF vision projector скачивается отдельно: файл mmproj весит ещё 0,93 ГБ. С обычным F16 KV-кэшем полный контекст 262K на одной 24-ГБ карте не поместится. Для длинных диалогов придётся уменьшать контекст, квантовать сам кэш или использовать offload в RAM. Ещё одно уточнение: класс Max уже не полностью закрыт — Qwen отдельно выложила 2,4T-A95B checkpoint под собственной лицензией. Но именно 27B намного реалистичнее запустить дома, и только она здесь распространяется по Apache 2.0. Официальные веса и документация · Кванты GGUF · Инструкция по локальному запуску 🤑 ForgetMe | Boosty 💻 API нейросетей на 30-40% дешевле официалов Приобрести подписку на любые сервисы ⏩ @forgetshop_bot #нейросети #новости #qwen

✴️ OpenAI разогнала GPT‑5.6 Sol до 750 токенов в секунду — это до 14× быстрее Дождались: OpenAI официально показала Ultrafast — новый скоростной режим для GPT‑5.6 Sol на инфраструктуре Cerebras. Важно: это не облегчённая версия и не новая модель. Интеллект остаётся тем же — радикально ускоряется сам инференс. Что обещают: 🟡 до 750 выходных токенов в секунду; 🟡 до 14× быстрее стандартного режима Sol; 🟡 запуск сначала в OpenAI API; 🟡 те же сильные стороны Sol в коде, исследованиях и сложных агентных задачах. Главная магия — в архитектуре Cerebras. При генерации каждого нового токена модели снова нужны её веса, и на обычных GPU скорость часто упирается не в вычисления, а в передачу данных из отдельной памяти. В Wafer-Scale Engine вычислительные ядра и 44 ГБ быстрой SRAM-памяти находятся на одном огромном процессоре с пропускной способностью до 21 ПБ/с. Если модель не помещается на одной пластине, её слои распределяются между несколькими системами. В результате данные приходится намного меньше гонять между памятью и вычислительными блоками — отсюда и такая скорость. И вот здесь 750 токенов/с действительно меняют правила игры. В обычном чате ответ просто появится почти мгновенно. Но для агента, который десятки раз пишет код, запускает инструменты, читает результат и исправляет ошибки, ускоряется каждый цикл. То, что раньше приходилось оставлять на ночь, потенциально превращается в интерактивную работу. В официальном ролике OpenAI Ultrafast и Standard получают один промпт и параллельно собирают рабочий 3D‑симулятор склада. Быстрая версия уходит вперёд почти сразу и завершает задачу заметно раньше. Но ещё эффектнее спидран Cerebras на Humanity’s Last Exam: все 2 500 вопросов Sol прошла за 11 часов 11 минут, а Claude Fable 5 — за 78 часов 27 минут. По полному времени это почти 7× быстрее. Есть два важных нюанса. Во-первых, «до 14×» и «до 750 токенов/с» — пиковые показатели скорости вывода, а не обещание, что любая задача целиком закончится в 14 раз быстрее. Поиск, внешние инструменты, сеть и ожидание первого токена никуда не исчезают — поэтому в реальном GDP‑Val получилось 5,6×, а не 14×. Во-вторых, режим пока доступен только избранной группе API-клиентов. Публичного параметра для его включения, цены и сроков появления в ChatGPT или Codex OpenAI ещё не назвала. Для сравнения, обычный Sol стоит $5/$30 за миллион входных/выходных токенов — сколько попросят за Ultrafast, пока можно только гадать. Подать заявку на доступ 🤑 ForgetMe | Boosty 💻 API нейросетей на 30-40% дешевле официалов Приобрести подписку на любые сервисы ⏩ @forgetshop_bot #нейросети #новости #chatgpt

✴️ Anthropic будет незаметно маркировать тексты Claude — по всему миру Anthropic подписала европейский Кодекс практики по прозрачности ИИ-контента. Важное уточнение: сам Кодекс добровольный, а обязательные требования статьи 50 EU AI Act начали применяться 2 августа. Для провайдеров вроде Anthropic смысл требования простой: сгенерированный контент должен содержать машиночитаемый сигнал, по которому его можно распознать как созданный или обработанный ИИ. Что изменится в Claude: 🟡 модели, запущенные в ЕС 2 августа 2026 года или позже, поддерживают маркировку с первого дня; 🟡 в старые модели её ещё добавляют, но Anthropic не опубликовала ни список уже обновлённых моделей, ни график. Для существовавших до 2 августа систем переходный срок заканчивается 2 декабря; 🟡 у поддерживаемых моделей метка будет работать глобально: в Claude, API, Claude Code, Cowork, Tag, а также через AWS, Google Cloud и Microsoft Foundry. Для некоторых функций и типов файлов возможны исключения. Маркировок будет две. 1. Невидимый вотермарк в тексте. Он встраивается на уровне самой модели, поэтому переносится вместе с копированием текста и может пережить часть редактирования. На смысл и читаемость, по утверждению Anthropic, это не влияет. Точный алгоритм компания пока не раскрыла. Поэтому популярное объяснение про «секретный ключ и предпочтительные токены» нельзя выдавать за подтверждённую механику Claude — это лишь один из известных способов делать статистические водяные знаки. 2. Подписанные метаданные в файлах. Поддерживаемые .svg, .png и .jpg, созданные Claude, получат цифровую подпись по открытому стандарту C2PA. Она показывает, что файл проходил через Claude, и помогает заметить последующее изменение. Можно ли уже проверить текст? Пока нет: публичного детектора Anthropic ещё не выпустила. Компания обещает открыть инструменты и техническую документацию позже. И метка не неуязвима. Небольшую правку она может пережить, но сильное редактирование, пересказ, перевод, смешивание с другим текстом или слишком короткий фрагмент способны сделать сигнал необнаружимым. У файлов метаданные могут исчезнуть после конвертации, повторного сохранения или скриншота. Главный нюанс: найденная метка означает только, что материал мог обрабатываться Claude. Она не доказывает, что Claude написал его с нуля. И наоборот — отсутствие метки не доказывает человеческое авторство. 🤑 ForgetMe | Boosty 💻 API нейросетей на 30-40% дешевле официалов Приобрести подписку на любые сервисы ⏩ @forgetshop_bot #нейросети #новости #claude

ИИ дешевеет — но у самых красивых цен появился мелкий шрифт Цена одного и того же уровня «интеллекта» продолжает лететь вниз. По подсчётам OECD, скорректированный на качество индекс цен языковых моделей упал почти на 80% с января 2024-го по апрель 2026-го. Но свежие примеры показывают: это уже не простая гонка «кто даст дешевле». Провайдеры всё чаще субсидируют токены данными пользователей, временными скидками и ценами отдельных маршрутов. Muse Spark 1.2 — самый наглядный пример. Обычный API-тариф Meta стоит $1.25/$4.25 за миллион входных и выходных токенов. Но в режиме Contributor цена падает до $0.10/$0.20, а кэшированный вход — до $0.002. То есть на 92–95% дешевле. Но это не снижение базового прайса: в Contributor пользователь разрешает Meta использовать запросы и ответы для обучения будущих моделей. В Standard такого разрешения нет. Получается почти бесплатный инференс — если вы готовы доплачивать данными. Условия Meta DeepSeek пока остаётся экстремально дешёвым: V4 Flash стоит $0.14/$0.28, а кэшированный вход — всего $0.0028 за миллион токенов. Однако компания уже официально предупредила, что в ближайшее время общая стоимость API заметно вырастет. Новые ставки и дату DeepSeek пока не назвала. Это хороший контрпример к идее вечного удешевления: сверхнизкая цена может оказаться этапом захвата рынка, а не постоянным тарифом. С GLM 5.2 ситуация третья. Официальный прайс Z.ai не изменился — $1.40/$4.40. Зато на OpenRouter маршруты Novita и StreamLake сейчас отдают модель примерно за $0.42/$1.32, то есть со скидкой около 70%. Это акция конкретных хостингов без объявленного срока, а не постоянное снижение тарифа Z.ai. Актуальная карточка

Если не хочется разбираться с зарубежной оплатой, на ForgetAPI эти модели сейчас стоят:

— Muse Spark 1.2 — $0.60/$2.00 (примерно 49,30/164,33 ₽);

— DeepSeek V4 Flash — $0.078/$0.156 (примерно 6,41/12,82 ₽);

— GLM 5.2 — $0.80/$2.80 (примерно 65,73/230,07 ₽).

Цены указаны за миллион входных/выходных токенов. Это не всегда абсолютный минимум рынка — Contributor-тариф Muse и временная акция GLM на OpenRouter дешевле. Зато здесь один OpenAI-совместимый ключ, оплата российской картой или криптой и работа без VPN.

В итоге модели действительно дешевеют, но цена за миллион токенов всё меньше похожа на честный ценник и всё больше на авиабилет: зависит от маршрута, времени, кэша и того, чем ещё вы платите. Поэтому для реальных задач важнее смотреть не только на $/1M токенов, а на стоимость законченного результата. В одном исследовании более дешёвая по прайсу reasoning-модель оказывалась дороже по фактической задаче в 21,8% сравнений — из-за длинных рассуждений и лишних проходов. 🤑 ForgetMe | Boosty 💻 API нейросетей на 30-40% дешевле официалов Приобрести подписку на любые сервисы ⏩ @forgetshop_bot #нейросети #новости

✴️ Если управлять Кодексом с телефона уже скучно, то можно попробовать наоборот phone-harness — независимый open-source инструмент, который подключает Codex или Claude Code к настоящему iPhone через стандартное приложение iPhone Mirroring на Mac. Идея очень хитрая: вместо отдельной интеграции с каждым iOS-приложением агент работает с тем же интерфейсом, который видит человек. 🟡 делает снимок окна с экраном iPhone; 🟡 локальный Apple Vision распознаёт текст и его координаты; 🟡 системные события Mac превращаются в тапы, ввод текста и скроллинг; 🟡 новый снимок подтверждает, что действие действительно выполнено. То есть Codex можно попросить:

«Открой приложение и найди нужный раздел»

«Проверь статус доставки и подготовь ответ»

«Заполни форму, но спроси меня перед отправкой»

API самих приложений не требуется. Не нужны также джейлбрейк, Xcode, WebDriverAgent или отдельное приложение на iPhone. Код проекта открыт под MIT-лицензией и работает локально на Mac. Но это не магия. Нужны macOS Sequoia 15+, iOS 18+, совместимый Mac с Apple Silicon или T2, одна учётная запись Apple на обоих устройствах, а сам iPhone должен быть рядом и заблокирован. Разблокируете телефон — трансляция остановится. Есть и ограничения: одна сессия на один iPhone, нет мультитача, Face ID и сценариев с камерой, DRM-видео отображается чёрным, а кнопки без подписей агенту приходится распознавать зрением. Текущий ввод рассчитан на американскую раскладку — кириллица и эмодзи штатно пока не поддерживаются. И главное: проекту всего несколько дней, это версия 0.1.0 с открытыми багами. Сообщения, покупки, бронирования и удаление данных стоит выполнять только после подтверждения, а давать эксперименту основной телефон с банками и 2FA пока точно рано. А Airtap решает уже другую задачу: 🟡 phone-harness — дать Codex ваш реальный iPhone и управлять им локально через Mac; 🟡 Airtap — выдать агенту отдельный виртуальный Android в облаке, оставить приложения авторизованными и запускать задачи по расписанию 24/7. Airtap — облачный сервис, а не локальный OSS-аналог. Для подключения Codex он использует собственный API и токен. 🤑 ForgetMe | Boosty 💻 API нейросетей на 30-40% дешевле официалов Приобрести подписку на любые сервисы ⏩ @forgetshop_bot #нейросети #новости

GPT-5.6 уже в Telegram. Бесплатно дают 10 запросов в сутки, включая генерацию картинок, умный поиск и прочее. Пробуем новую модель — здесь. #реклама

✴️ Потенциально новая модель GPT-Image появилась на Arena под названием «Mona-lisa-1» Согласно инструменту проверки OpenAI, сгенерированные изображения содержат водяной знак OpenAI SynthID. У OpenAI сейчас и так одна из лучших моделей генерации и редактирования изображений на рынке, а эта будет еще лучше 🤑 ForgetMe | Boosty 💻 API нейросетей на 30-40% дешевле официалов Приобрести подписку на любые сервисы ⏩ @forgetshop_bot #нейросети #новости #chatgpt

⚡️ GPT‑5.6 теперь работает в Wello Code — и отдельная подписка на агента не нужна У Wello Code вышло полезное обновление: в десктопный агент добавили всю новую линейку OpenAI — GPT‑5.6 Luna, Terra и Sol. Рядом остаётся Claude Opus 5, поэтому модель можно выбирать под задачу: Luna — для быстрых правок, Terra — для повседневной разработки, Sol и Opus — для сложной работы с большим проектом. Сам Wello Code работает примерно так: открываете папку проекта, описываете результат, а агент составляет план, меняет файлы, запускает команды и показывает готовый diff. Терминал, превью сайта, Git и откат к предыдущим шагам уже встроены. Сам уже успел погонять Wello Code на проекте — если коротко, всё работает как надо. В общем каталоге Wello также доступна Gemini 3.1 Pro — в веб-чате и через dev‑API. То есть в одном аккаунте собраны актуальные Claude, GPT и Gemini, хотя в самом пикере Wello Code сейчас находятся Opus 5 и GPT‑5.6. Важный момент: по заявлению Wello, это оригинальные модели OpenAI, Anthropic и Google, без переименованной дешёвой модели за красивой кнопкой. Ещё одна редкая для таких сервисов вещь — Wello Code опенсорсный. Исходники десктопного клиента лежат на GitHub под Apache 2.0: можно заранее посмотреть, как устроены разрешения на запись файлов и запуск команд, и только потом давать приложению доступ к своему проекту. Один лимит работает сразу в трёх местах: 🟡 веб-чат Wello; 🟡 агент Wello Code; 🟡 личный API-ключ для IDE и сервисов, где можно указать свой ключ и base URL. Отдельно покупать API не нужно. Тот же ключ подключается к Cursor, Claude Code, Codex, OpenCode, расширениям VS Code и другим OpenAI- или Anthropic-совместимым инструментам. Пока есть лимит тарифа, расход идёт из него; оплату по факту сверх лимита можно включить отдельно по желанию. С оплатой всё сделано без подписочных ловушек: российская карта или СБП, 30 дней без автопродления. Карта к подписке не привязывается, поэтому потом не придётся искать кнопку отмены и ждать неожиданного списания. Тарифы: 🟡 Pro — 399 ₽; 🟡 Max 5× — 1 500 ₽; 🟡 Max 20× — 4 800 ₽. Попробовать Wello 🤑 ForgetMe | Boosty API нейросетей на 30-40% дешевле официалов Приобрести подписку на любые сервисы ⏩ @forgetshop_bot #нейросети #новости #реклама