Популярный Android-клиент Kate Mobile перестал работать с сервисами ВКонтакте. О проблеме разработчики сообщили в официальном сообществе приложения.

Причиной стали новые условия доступа к VK API. С 7 сентября ВКонтакте ввела ежемесячные лимиты на количество запросов для сторонних приложений и объявила о переходе к платному доступу.

Разработчики Kate Mobile утверждают, что заранее пытались выяснить у представителей ВКонтакте стоимость и условия работы по новым правилам, но ответа не получили.

Лимита недостаточно даже при оптимизации

Технические детали команда раскрыла в теме Kate Mobile на 4PDA.

По их оценке, верифицированным партнёрам доступен лимит 100 млн запросов в месяц. Для аудитории Kate Mobile этого объёма может хватить примерно на полтора дня.

Проблема особенно заметна на операциях, которые невозможно вынести в кеш. Например, один только метод messages.send, отвечающий за отправку личных сообщений, по расчётам разработчиков, способен превысить установленный месячный лимит вдвое.

В команде Kate Mobile считают, что новые условия фактически делают работу неофициальных клиентов невозможной. По их мнению, речь идёт скорее о вытеснении сторонних приложений, чем о попытке монетизировать API.

Сам Kate Mobile существует уже много лет и до сих пор оставался альтернативой официальному приложению ВКонтакте. На 4PDA у проекта по-прежнему сохраняется отдельная тема с актуальными версиями и обсуждением клиента.

Для пользователей это означает главное: один из самых известных сторонних клиентов ВКонтакте оказался заблокирован не из-за технической ошибки приложения, а из-за новых ограничений самой платформы.

В комментариях сообщества пользователи уже называют происходящее «концом эпохи» и жалуются, что не хотят переходить на официальный клиент из-за перегруженного интерфейса и рекламы.

Источник техножурнал КОД: https://t.me/kodjournal/268

GPT-6 Astra Medium сейчас доступна для прямого тестирования в Arena. Можно просто открыть страницу и пообщаться с моделью без отдельной установки или настройки.

Если хотите сами проверить, на что она способна, переходите в Arena и запускайте GPT-6 Astra Medium.

Небольшой нюанс: Arena предупреждает, что запросы обрабатываются сторонними AI-провайдерами, а содержимое некоторых разговоров может использоваться для публичных и исследовательских целей. Не отправляйте туда личные или чувствительные данные.

Источник техножурнал КОД: https://t.me/kodjournal/251

125B-модель Qwen3.8-Flash-Next запускается на одной RTX 4090 с пиковым потреблением всего 5,95 ГБ VRAM — без 4-битной квантизации и дистилляции. Для этого используется AirLLM, который не пытается загрузить весь checkpoint в видеопамять.

По данным разработчиков AirLLM, тест проводился с полным checkpoint в BF16 и greedy decoding.

Как 125B помещается в 6 ГБ

Главный трюк — не пытаться держать всю модель в памяти одновременно.

Qwen3.8-Flash-Next использует MoE-архитектуру и большой n-gram/PLE-компонент. Полный checkpoint занимает около 360 ГБ, а одна только n-gram-таблица — порядка 102 ГБ в BF16.

AirLLM разбивает модель на слои и загружает их последовательно: нужный слой попадает на GPU, выполняет вычисления, после чего память освобождается для следующего.

С n-gram-таблицей используется другой подход — memory mapping (mmap). Она остаётся на диске и отображается в память хоста по мере необходимости, вместо того чтобы целиком копироваться в RAM или VRAM. По данным AirLLM, для такого запуска достаточно машины с 64 ГБ оперативной памяти.

В итоге получается следующая схема:

• checkpoint — около 360 ГБ на диске;

• n-gram table — около 102 ГБ, обрабатывается через mmap;

• decoder layers — последовательно стримятся на GPU;

• пиковое потребление VRAM — 5,95 ГБ.

То есть 24 ГБ VRAM для самой загрузки модели не обязательны. Теоретически достаточно GPU с 8 ГБ памяти, хотя итоговый запас зависит от конкретной конфигурации и режима работы.

Что потребуется для запуска

AirLLM уже добавил поддержку Qwen3.8-Flash-Next. В документации Transformers архитектура Qwen4-Exp описана через GatedResidual, Qwen Sparse Attention и Per-Layer Embedding (PLE); для мультимодальной версии используется Qwen4ExpForConditionalGeneration.

На момент теста требовалась версия Transformers из GitHub, где qwen4_exp уже находится непосредственно в кодовой базе:

pip install -U "airllm>=3.3.0"
pip install git+https://github.com/huggingface/transformers.git

Затем модель загружается обычным вызовом AirLLM:

from airllm import AutoModel
model = AutoModel.from_pretrained(
"Qwen/Qwen3.8-Flash-Next",
delete_original=True
)
input_text = ["What is the capital of France? Answer in one word."]
input_tokens = model.tokenizer(
input_text,
return_tensors="pt",
return_attention_mask=False,
truncation=True,
max_length=128,
padding=False
)
generation_output = model.generate(
input_tokens["input_ids"].cuda(),
max_new_tokens=8,
use_cache=True,
return_dict_in_generate=True
)
print(model.tokenizer.decode(generation_output.sequences[0]))

Параметр delete_original=True позволяет удалить исходные файлы checkpoint после разбиения модели и освободить место на диске.

Где здесь ограничение

Низкое потребление VRAM не означает, что 125B-модель физически стала «моделью на 6 ГБ».

Основная нагрузка переносится на SSD и RAM. Нужен быстрый накопитель с несколькими сотнями гигабайт свободного места и примерно 64 ГБ оперативной памяти. При первом запуске некоторое время одновременно хранятся исходный checkpoint и его разбитая версия.

Зато GPU перестаёт быть главным ограничением. AirLLM показывает, что большие open-weight модели можно запускать локально даже на относительно скромных видеокартах, если правильно организовать загрузку весов.

Исходный код AirLLM открыт под лицензией MIT, а поддержка Qwen3.8-Flash-Next появилась в версии 3.3.0. Проект доступен в репозитории AirLLM на GitHub.

Главный вывод: для локального запуска Qwen3.8-Flash-Next теперь важнее иметь достаточно быстрый SSD и 64 ГБ RAM, чем дорогую видеокарту с огромным объёмом VRAM.

Источник техножурнал КОД: https://t.me/kodjournal/250

- https://www.vesti.ru/ns/plennyj-vsu-raskryl-skolko-emu-zapla...

- https://ria.ru/20171019/1507206497.html

- https://tass.ru/info/20055915