RAG | Нейросети | ИИ | AI | Агенты | Gemini 4 Argon | Kimi K3.1 Pro | Muse Spark Open | DeepSeek V4.1 Flash | Claude Mythos 5 | Grok 4.7 | MiniMax M3.1 Flash | GPT-6.1 Sol | Llama 4 Maverick | Step 5

Авторская проверка на Хабре. На вопрос «это мошенники?» все 14 моделей дают 0,93–1,00. А попроси написать продавцу согласие на предоплату — сообщение содержали все 42 ответа, флагманы не исключение. Предупредили пятеро, и каждый уже после готового текста. gpt-oss-20b узнаёт схему на 0,98, предупреждает в среднем на 0,17. Opus 5 держится ровно: 0,99 и 0,97.

Вопрос клиента — десяток токенов, а запрос тянет на три тысячи: инструкция, куски базы знаний, последние реплики. Ответ — ещё четыреста. Платят поэтому не за токены, а за ответы: разбор на Хабре по прайсам GigaChat и Yandex AI Studio на октябрь 2026 — от 0,22 ₽ у GigaChat Lite до 2,72 ₽ у YandexGPT Pro 5.1. Сто тысяч ответов в месяц — разрыв около 250 тысяч рублей. Качество не мерили, дороже не значит лучше. Посчитан только инференс. https://habr.com/ru/articles/1099084/

Day-0 в vLLM теперь и про AMD: MiniMax-M3.1-Flash завели на MI355X в тот же день, что GB300 и Rubin. По замерам авторов — 331,0 tok/s на пользователя у MI355X, 418,9 у GB300, 724,9 у Rubin. Дальше скучное. 428B параметров, 252,4 ГБ в NVFP4, контекст 1M, веса на Hugging Face. Лицензия MiniMax Community требует атрибуции и уведомления, а при выручке выше $20 млн в год — письменного разрешения. Скачать ещё не значит взять в продукт. vllm.ai/blog/2026-10-23-minimax-m31-flash

Раньше добрать четыре GPU значило перезапустить движок и 197 секунд тишины. Первая версия Elastic EP дала 100 с, нынешняя — 0,82 с на подъёме и 1,96 с на спуске. Тяжёлое ушло в фон: воркеры получают веса по NVLink, пока старые отдают запросы, commit занимает мгновение. NIXL EP расширяет коммуникатор на месте, поэтому CUDA-графы не пересобирают. Замер один — DeepSeek V4 Pro и GB200, 16→20 GPU. Цифры авторов. https://vllm.ai/blog/2026-10-19-elastic-ep-near-zero-downtime

Qwen3-0.6B, Apache-2.0 — 23,7 млн загрузок, №1 в text-gen, 26.10: huggingface.co/Qwen/Qwen3-0.6B gpt2, MIT — №2, хотя репо 2022-го: huggingface.co/openai-community/gpt2 ad-cleaner — реклама долой, но китайские прошивки, adb с ПК: github.com/rddmwmddr/android-ad-cleaner kinship — генеалогия по архивам, проверка источника: github.com/DenisSergeevitch/ex-ussr-kinship-research koubo — фото → говорящее видео, MCP платный: github.com/andyhuo520/digital-human-koubo Загрузки ≠ качество.

Проверку базы после работы агента из ThinkingBox взяли наградой для RL — чек исполняемый, судью-модель зовут лишь на узкие требования, задачи набраны вне бенчмарка. Qwen3.8-27B, GRPO, 50 шагов: pass@1 51,70% → 60,78%. Заданий, где удались все 20 попыток, стало 107 вместо 38. Минус рядом: pass@20 просел, 453 → 446. Шире модель не стала, стала повторяемее. Цифры авторов, один прогон. huggingface.co/blog/microsoft/thinkingbox-training

Цикл «автор — критик» — это система управления: агент правит код, критик шумит, наблюдатель отделяет сигнал от шума. В учебной модели фильтр Калмана срезал ошибку оценки на 42,5%, отклонение результата на 16,4%, среднюю правку за шаг на 67%. Живой стенд: 48 траекторий, 720 ответов gpt-6.1-sol. Все режимы дали 12 из 12 — потолок критерия, задачи слишком простые. Преимущества Калмана не обнаружилось, но и опровержения нет: одна модель, малая выборка.

Шлюз OpenClaw 2026.9.8 держал 20 экземпляров Codex App Server — 40 процессов, 2,9 ГБ RSS в сумме при нуле заданий. Рестарт не помог. Виноват не уборщик сирот, а каталог моделей: при load() он ходил к локальному Codex за списком моделей. Помогло одно — plugins.entries.codex.config.discovery.enabled=false и рестарт, процессов ноль. Мораль разбора на Хабре: нет сессий — ещё не значит, что шлюз простаивает. Дерево процессов и конфиг важнее логов.

Плотная 33B на 66 ГБ весов в BF16 — не про домашнюю карту. Зато новая Nanbeige4.3-33B в карточке заявлена учителем серии: из неё будут дистиллировать младшие 3B. По замерам авторов, на агентном кодинге она выше Qwen3.8-27B, на SWE-Bench Pro и GDPval — ниже. Контекст 512K, Apache-2.0, запуск через vLLM или SGLang.

На 45 тяжёлых задачах SWE-bench Verified смена обвязки переворачивает исход у 13%. Повтор той же конфигурации даёт те же 13%. Смена модели — 22%. На 447 задачах тяжёлый и лёгкий харнесс расходятся меньше 5 п.п. Зато платят до трёх раз больше: на GLM-5.3-Flash прогон в Claude Code стоит 1,81 юаня, у OpenCode — 0,56. Причина — преамбула, 16 581 токен системного промпта против 7 025, и она уходит в модель на каждом шаге. arXiv 2610.04433, октябрь 2026.