Виталий Кулиев AI, ML, IT.

До 20 июня идет набор в бизнес школу МФТИ. Денис Сметнев(сооснователь skyeng) - академический директор в бизнес-школе. Более подробно можно ознакомиться в его канале. Там же можно задать любые вопросы.https://t.me/smetnev_rocknroll/195

Claude 4 opus спустя 3 недели. Использую opus-4 для написания кода уже 3 недели и хочу поделиться опытом. Ранее использовал sonnet-3.7-thinking и буду сравнивать с этой нейронкой в задаче программирования на python.1. По стоимости opus-4 получается примерно в 2 раза дороже на одинаковых запросах. Sonnet 3.7 много думает перед ответом и тратит много выходных токенов на это. Стоимость токенов в 5 раз отличается, а итоговая стоимость ответа уже в 2 раза.2. Более комфортно получать ответ от opus-4 без рассуждений. Ответ начинает печататься через несколько секунд после запроса(типичный размер контекста 10к токенов). При запросе к claude 3.7 thinking ответ обычно получаю через несколько минут. Скорость ответа у opus-4 комфортная.3. Качество ответов от opus-4 очень высокое. За это время не встретил ни одной дурацкой ошибки(например неверный синтаксис или вызов несуществующего метода). 4. Обе нейронки использую через openrouter. Запустить opus-4 в режиме рассуждений так и не смог. Предполагаю, что в режиме рассуждений он сможет корректно выполнять программистские задачи в агентном режиме. Напишите в комментах у кого есть такой опыт.На данный момент у меня opus-4 это основная нейронка для написания кода.

Прогнал тесты производительности нейросетей на новейшей видеокарте RTX 5090. Это топовая видеокарт от nvidia в игровом сегменте и ближайшие полтора года будет оставаться топом. 5090 заметно лучше, чем предыдущие топы 4090 и 3090. Детальный тест в видео на ютубе.https://youtu.be/QPrLcHbXx1o

Вышло крупное обновление deepseek r1. Новая модель называется DeepSeek-R1-0528 Изменений в архитектуре нет - MOE нейронка на 671млрд параметров. Основные изменения были в процессе тренировки. Теперь ответы содержат более длинную цепочку рассуждений и лучшее качество ответов.Метрики популярных бенчмарков на скрине.Еще представлен файнтюн маленькой модели от Qwen: DeepSeek-R1-0528-Qwen3-8BМаленькая модель обучена на ответах от большой рассуждающей модели. За счет глубоких размышлений модель показывает более высокие метрики. Эту модель получится использовать на относительно слабом железе.Модель можно попробовать в официальном чате(нужно включить размышления):https://chat.deepseek.com/Ссылки на модели:https://huggingface.co/deepseek-ai/DeepSeek-R1-0528https://huggingface.co/deepseek-ai/DeepSeek-R1-0528-Qwen3-8B

Вышел Claude 4Модель представлена в двух вариантах: Sonnet (3/15 usd) и Opus(15/75 usd). Обе модели имеют контекст 200к токенов. Стоимость Claude sonnet 4 совпадет с предыдущей топовой моделью - Claude 3.7 Sonnet.Судя по бенчмаркам наибольший рост произошел в задачах программирования(SWE). Обе модели уже доступны на OpenRouter. Буду тестировать.https://www.anthropic.com/news/claude-4