Фишка — архитектура из двух специалистов:

🔴 BugFixer сам находит баги и фиксит, прогоняя через тесты в Docker

🔴 TestWriter пишет юнит-тесты, которые сначала падают, а потом проходят — только если баг устранён

То есть она сама находит и чинит баги, делает тесты и локализует проблемные файлы. А ещё всё это в open-source: MIT лицензия, код и веса на GitHub и Hugging Face

Kimi-Dev-72B училась на 150 млрд токенов из GitHub issues и PR. Патчи и тесты проходят самооценку и отбор по принципу: «либо всё работает, либо в корзину».

Правда, моделька на 72B параметров, поэтому требует мощного железа.

🖥 Github

🤗 Hugging Face

Источник: 🎯 НЕЙРО-ПУШКА ● НОВОСТИ И ОБЗОРЫ НЕЙРОСЕТЕЙ

Replit теперь превращает макеты из Figma в полноценные приложения. Всё делает ИИ: копирует интерфейс, пишет код, добавляет фичи, настраивает безопасность.

Достаточно вставить ссылку — и из наброска получаем готовое решение.

Вайб-кодеры, налетаем и пробуем — тут

Источник: 🎯 НЕЙРО-ПУШКА ● НОВОСТИ И ОБЗОРЫ НЕЙРОСЕТЕЙ

Что это означает:

• Claude Opus 4 может выполнять сложные, длительные задачи в течение нескольких часов, не теряя фокуса. Он работает намного круче, чем все модели Sonnet, показывая, насколько больше теперь могут достичь ИИ-агенты.

• Opus 4 - прогрессивен в кодировании, исследовании, письме и научных открытиях. А Sonnet 4 -это усовершенствованная Sonnet 3.7, у нее высокая производительность для повседневных задач.

2) Обе модели Claude 4 также лидируют в SWE-bench Verified:

SWE-bench Verified - это бенчмарк, который проверяет, насколько хорошо модели выполняют реальные задачи по разработке ПО. Обе модели демонстрируют высокую производительность в кодировании, рассуждениях, мультимодальных возможностях и агентских задачах. Но почему же одна платная, а другая нет? А вот внимательнее на скрин)  

Почему Claude Opus 4 платный, а Claude Sonnet 4 бесплатный? Чем лучше Claude Opus 4 ?

• Claude Opus 4 лучше справляется с длинными, многошаговыми задачами, особенно в reasoning и математике.

• У Opus выше лимиты и мощнее долговременная память, что полезно для бизнеса и сложных кейсов.

• В agentic terminal coding и math Opus работает значительно лучше, а это важно при разработке сложных агентов и решении инженерных задач.

Цены и как сэкономить

Для доступа к более мощной модели Claude Opus 4, предназначенной для сложных задач, таких как программирование и глубокий анализ, требуется подписка Claude Pro. Стоимость подписки составляет $20 в месяц или $200 в год (налоги не включены).

Цены на API

При использовании моделей через API действуют следующие тарифы:

• Claude Opus 4: $15 за миллион входных токенов и $75 за миллион выходных токенов.

• Claude Sonnet 4: $3 за миллион входных токенов и $15 за миллион выходных токенов.

Как сэкономить?

Оптимизировать расходы:

• Кэширование запросов: позволяет сократить расходы до 90%, повторно используя ранее обработанные части запросов.

• Пакетная обработка: позволяет сократить расходы до 50%, обрабатывая несколько запросов одновременно.

Стоит ли платить за Opus 4?

Если вы:

• работаете с программированием, сложной математикой, или строите многошаговые агенты — да, Opus будет ощутимее лучше

• используете Claude в личных целях или просто для текстов, идей, резюме, диалогов — Sonnet 4 более чем хватит.

• Sonnet 4 — одна из лучших бесплатных моделей на сегодня. Она работает быстрее, но не обладает такими же возможностями с точки зрения мышления, кодирования и памяти как Claude Opus 4

А кто хочет больше эксклюзивных видеоинструкций, проверенных инструментов, советов с обратной связью, обучения промптингу - Добро пожаловать в мой Закрытый клуб

Devstral — это 24B-модель, по тестам на реальных задачах она показывает уровень, который раньше был только у крупных закрытых моделей.

Запустить её можно даже на RTX 3090 или Mac с 32 ГБ оперативки. А лицензия Apache 2.0 разрешает коммерческое использование.

🤗 HuggingFace

Источник: 🎯 НЕЙРО-ПУШКА ● НОВОСТИ И ОБЗОРЫ НЕЙРОСЕТЕЙ

Ребята, тут ChatGPT 4.1 вышел в интерфейсе ChatGPT наконец-то) Напомню, что до этого модель доступна была только через api. Правда те, кто меня читают, итак знали, где его использовать - в интерфейсе Perplexity )

Еще там есть и GPT-4.1 mini, эта модель как и ChatGPT 4.1 имеет контекстное окно в 1 миллион токенов.

Разработчики полюбили эту модель, так как она дешевле и умнее тех же GPT‑4o и GPT‑4o mini (про o3 вообще молчу), особенно в следовании инструкциям и кодировании. А конкретно в кодированиии модели  GPT-4.1 mini и GPT-4.1 обошли и ChatGPT 4.5.

В общем, теперь самые умные в ChatGPT это GPT-4.1 mini и GPT-4.1.  База знаний у моделей этих обновлена до июня 2024 года.

Про ChatGPT 4.1.

Теперь конкретно про ChatGPT 4.1. - ее часто обозревают в контексте кодинга, однако модель универсальная. Просто благодаря высоким способностям в кодинге и дешевым api ее жалуют кодеры)

И напоследок, вот вам гайд для правильного составления запросов для ChatGPT 4.1 😉

Как понять, какую модель выбрать

1. GPT-4o / GPT-4.1 / GPT-4.5 - Лучше всего для сложных и универсальных задач — и тексты, и код, и анализ.

   • GPT-4o и GPT-4.1 — это “золотая середина” между качеством и скоростью.

   • GPT-4.5 — иногда есть как экспериментальная/исследовательская версия (больше для тестов).

2. GPT-4.1-mini / o4-mini / mini-high - здесь упор на скорость. Подходят для быстрых и несложных запросов: чат, бытовые задачи, короткие тексты, быстрые советы. НО! Могут хуже разбираться в сложных вопросах.

3. o3, o4-mini-high - ну это уже старое поколение, их скорее оставляют для совместимости. Основные все ж GPT-4o, GPT-4.1, GPT-4.5 - выбирайте, не ошибетесь))

Чую, вы уже итак запутались в числах, поэтому я буду сворачиваться) Вроде скоро GPT-4.1 mini будет доступна для бесплатных пользователей, напишите, плиз, если у кого-то она уже есть бесплатно.

Сравнительную таблицу лимитов на модели ChatGPT прикрепляю в комменты к посту

А если откровенно,(хотя, может это только я так ощущаю), на обычные повседневные запросы чаще всего годноту дает ChatGPT 4o -это там  картинки можно генерить. Новые модели - для более сложных задач (аналитика, кодинг), а в простых задачах бывает, привирают. Еще мне нравится, как работает ChatGPT 4.5 - он человечнее, ChatGPT 4.1 - он конкретнее отвечает на поставленную задачу. Но все равно я чаще использую ChatGPT 4o. А вы что-нибудь подобное замечали за новыми моделями? Вообще, ребят, какую модель вы предпочитаете в ChatGPT?

Хотите больше пользы? Добро пожаловать в Закрытый клуб:

Codex — новый инструмент для программистов от OpenAI. Делает фичи, фиксы и тесты за тебя.

Что умеет:

🔴 пишет код, исправляет баги, отвечает на вопросы

🔴 запускает тесты, коммитит, делает pull request

🔴 работает параллельно над несколькими задачами в облаке

🔴 видит твой репозиторий, но не лезет в интернет

Codex работает на модели codex-1 — она обучалась на реальных задачах. Понимает инструкции и пишет код как человек.

Чтобы запустить, заходим в ChatGPT → боковая панель → вводишь задачу и нажимаешь «Code». Или задаёшь вопрос по коду и жмёшь «Ask».

Codex уже доступен на тарифах Pro, Team и Enterprise. Скоро завезут и для Plus.

Айтишники, держитесь: теперь сеньоров заменяет один бот.

Источник: 🎯 НЕЙРО-ПУШКА ● НОВОСТИ И ОБЗОРЫ НЕЙРОСЕТЕЙ