Другие AI-инструменты: обзоры и сравнения

16 июля 2026 года Moonshot AI выпустила Kimi K3 — модель с 2,8 трлн параметров суммарно. Американские полупроводниковые акции распродавали, а затем сюжет дошёл до того, что представитель Белого дома поимённо обвинил компанию в дистилляции моделей Anthropic. Поскольку цифры и даже сами формулировки расходятся в зависимости от источника, статья сверяет публикаторов бенчмарков, деловую прессу, собственные объявления Moonshot и реальную страницу на Hugging Face, прямо указывая, кто получил каждую цифру. По производительности модель набирает 57 баллов и третье место в Artificial Analysis Intelligence Index (на 17 июля 2026 года, хотя существуют подсчёты, ставящие те же 57 баллов на четвёртое и седьмое место). В более практичной метрике GDPval-AA v2 у K3 1668 против 1760 у Fable 5 и 1600 у Opus 4.8 — скачок на 478 баллов относительно прошлого поколения K2.6 с её 1190, и именно это сокращение разрыва, а не абсолютное место, качнуло рынок. В коде она заняла первое место в Frontend Code Arena от Arena.ai с 1679 (у Fable 5 1631), но в FrontierSWE проигрывает: 81,2% против 86,6% у Fable 5. Оценка цены переворачивается вместе с базой сравнения: $3 на входе и $15 на выходе — это примерно на 40% дешевле по входу и на 40-50% дешевле по выходу, чем Claude Opus 4.8 ($5/$25) или GPT-5.6 Sol ($5/$30), а измеренная стоимость задачи $0,94 ниже, чем $1,80 у Opus 4.8. Зато среди китайских конкурентов она самая дорогая — примерно втрое дороже GLM-5.2 и в 23 раза дороже DeepSeek V4 Pro, так что это не скидка на порядок, какой был шок DeepSeek. По весам издания разделились между «open source» (VentureBeat, SCMP) и «open weight» у Reuters, и точен именно второй термин. Веса вышли точно в срок, 27 июля 2026 года, и забрать их с Hugging Face можно без заявки на доступ (96 частей safetensors). Опубликованная вместе с ними лицензия — собственная «Kimi K3 License»: разрешение в духе MIT плюс два условия, а именно отдельное соглашение для бизнеса Model as a Service с выручкой выше $20 млн и заметное упоминание «Kimi K3» в интерфейсе продуктов с более чем 100 млн активных пользователей в месяц. Раз объём разрешения меняется вместе с масштабом пользователя, открытым исходным кодом по определению OSI это не является, так что спор о названии теперь решён самим текстом лицензии. На рынках Nasdaq упал на 1,5% в пятницу, Тайвань — более чем на 6%, Япония — на 4%, полупроводниковый ETF (SMH) потерял свыше 20% от максимума конца июня, но недельное падение SOX разные издания оценивают от -9% до -12,5%, а позднее потери сократили покупатели просадки. Обвинение в дистилляции исследователи отвергают по срокам — 15 дней между публичным релизом Fable 1 июля и запуском K3 15 июля — и никаких доказательств не обнародовано. Скорость (замеры от 33 до 62 токенов в секунду при предупреждении OpenRouter о частых 429 из-за перегрузки мощностей), рост доли галлюцинаций с 39% до 51% и явное отставание в пользовательском опыте, которое признаёт сама Moonshot, разобраны с явными метками достоверности.

Anthropic выпустила Claude Opus 5 24 июля 2026 года, и её собственная документация называет релиз качественным скачком, а не постепенным улучшением Opus 4.8, — при этом цена не изменилась: $5 за вход и $25 за выход на миллион токенов, ровно вдвое меньше флагманского Fable 5 ($10 / $50). В статье официальный анонс и документация сверены с несколькими публикациями в прессе и разобраны ключевые характеристики (claude-opus-5, контекст 1M токенов, который одновременно и значение по умолчанию, и максимум, вывод до 128K токенов, граница знаний — май 2026), цены вместе с тарифами кеша и быстрым режимом (примерно в 2.5 раза быстрее за вдвое большую цену, только в Claude API), а также бенчмарки: Anthropic своим текстом утверждает, что в Frontier-Bench результат более чем вдвое выше Opus 4.8, в CursorBench 3.2 он в пределах 0.5% от лучшего показателя Fable 5, в ARC-AGI 3 втрое выше, чем у ближайшего преследователя, а в OSWorld 2.0 модель обходит Fable 5 примерно втрое дешевле; считанные журналистами с графиков цифры включают Frontier-Bench 43.3%, ARC-AGI-3 30.2%, GDPval-AA 1,861 и OSWorld 70.6%. Отдельно перечислены места, где модель всё ещё проигрывает: 68.8% против 72.7% у GPT-5.6 Sol в DeepSWE v1.1, наступательная кибербезопасность и длительные автономные исследования в биологии, где лидирует Mythos 5, и настройки, при которых effort max даёт результат ниже более низких уровней. Далее подробно разобраны два ломающих изменения в API (мышление включено по умолчанию, поэтому впритык подобранный max_tokens приводит к обрезанным ответам; отключить мышление можно только при effort high и ниже, а xhigh или max возвращает ошибку 400), выбор среди пяти уровней effort, новые возможности — смена набора инструментов по ходу диалога с сохранением кеша, снижение минимума кешируемого промпта до 512 токенов и режим запасной маршрутизации default, — а также изменившийся характер модели: более длинные ответы, больше комментариев к своей работе, охотное делегирование субагентам и самопроверка без напоминаний. Главное правило миграции: текст промпта нужно убирать, а не добавлять. В конце — кому стоит переходить прямо сейчас и чек-лист миграции из шести шагов.

8 июля 2026 г. OpenAI выпустила GPT-Live — новую серию голосовых моделей ChatGPT с полнодуплексной архитектурой: она слушает и говорит одновременно, вставляет поддакивания, воспринимает перебивание и не обрывает паузу на раздумье, отвечая с задержкой менее 250ms. Мгновенность разговора обеспечивает сам GPT-Live, а веб-поиск и глубокие рассуждения делегируются в фоне GPT-5.5 (Instant/Medium/High). На бесплатном тарифе по умолчанию доступна GPT-Live-1 mini, на Go/Plus/Pro — GPT-Live-1. В статье разбираем отличия от прежнего Advanced Voice Mode, устройство, тарифы, текущие ограничения (видео и демонстрация экрана, полная многоязычность, API пока недоступны) и чем GPT-Live отличается от GPT-Realtime.

Именно те, кто бросил рисование со словами «не умею рисовать», найдут в ИИ-рисовании настоящую площадку для игр. Опишите словами картинку из головы — и она станет искусством; фото с телефона или детский каракуль за секунды превращается в произведение. Это не сравнение инструментов и не серьёзный курс — это сборник идей для игры в одиночку или всей семьёй. От бесплатных инструментов для старта (ChatGPT, Google Gemini, Microsoft Copilot, Canva) до 10 идей (① каракуль в искусство ② фото в новом стиле ③ свой персонаж по сценам ④ детский рисунок как страница книжки ⑤ оригинальные эмодзи ⑥ комиксы в четыре кадра ⑦ миксы «а что, если» ⑧ свои раскраски ⑨ перепланировка комнаты ⑩ дуэли художников), маленьких хитростей для картинок получше и трёх вещей, которые нужно знать перед игрой (не используйте чужие лица, проверяйте права и коммерцию, помечайте как сделанное ИИ).

Ollama — стандартный инструмент с открытым исходным кодом для запуска локальных LLM, который берёт на себя почти всю утомительную настройку и позволяет скачать модель и начать диалог одной командой. В этом руководстве для новичков мы разберём весь путь от начала до конца: установку на Windows, Mac и Linux, основные команды, выбор моделей по размеру и VRAM, добавление GUI вроде Open WebUI, использование локального и совместимого с OpenAI API для встраивания в приложения, настройку через Modelfile и переменные окружения, а также решение типичных проблем.

Какую локальную LLM поставить первой? В статье разобраны основные семейства моделей 2026 года — Qwen, Llama, Gemma, DeepSeek, Mistral, Phi — по разработчику, стране происхождения, сценарию, размеру и лицензии, чтобы помочь выбрать модель под ваш ПК и задачи. Отдельный раздел посвящён русскоязычным и локальным моделям: мультиязычные Qwen и Llama с сильным русским, открытые проекты Saiga, Vikhr и T-lite / T-pro от Т-Банка, а также пояснение, почему YandexGPT и GigaChat — это в основном облачные API, а не локальные модели с открытыми весами.

Запустится ли локальная LLM на вашем ПК, на 90% решает VRAM — память GPU. В этой статье собраны быстрая таблица требуемого VRAM по размеру модели (7B, 13B, 32B, 70B) и простая формула расчёта, разобрано влияние квантизации (FP16/Q8/Q4) и ловушка с KV-кэшем, который растёт вместе с длиной контекста. Приведены реалистичные скорости для RTX 3060/4090/5090 и Mac, а также рекомендуемые сборки по трём бюджетным уровням, чтобы новичок сразу понял, что покупать.

Локальная LLM на вашем ПК против облачных Claude, ChatGPT и Gemini — оба «LLM», но различаются по качеству, стоимости, приватности и усилиям. Эта статья ставит их рядом в одном сравнении и честно показывает, насколько по состоянию на 2026 год сократился часто неправильно понимаемый «разрыв в качестве». Затем она подскажет, что выбрать под вашу задачу, разбирая железо для разных размеров моделей и точку безубыточности по стоимости. Для большинства людей ответ — гибрид: повседневная работа локально, самые сложные части в облаке.

Переобучать гигантский ИИ с нуля слишком дорого, но хочется настроить его под себя; LoRA (Low-Rank Adaptation) исполняет это желание, замораживая исходную модель и обучая лишь крошечную навесную деталь (адаптер), сокращая обучаемые параметры примерно на 90%. LoRA делает файнтюнинг заметно дешевле и быстрее и чрезвычайно популярна в генерации изображений вроде Stable Diffusion как маленький файл, добавляющий персонажа или стиль. Статья объясняет её через аналогию заплатки. LoRA — флагман параметрически эффективного файнтюнинга (PEFT): огромные исходные веса остаются замороженными, в каждый слой вставляется небольшая навесная матрица, и обучается только она (W = W0 + BA, где W0 заморожена, а BA — небольшая добавленная часть). В основе — открытие, что адаптация ИИ не требует больших изменений (достаточно низкого ранга). Преимущества: примерно на 90% меньше обучаемых параметров (по сообщениям, в 10,000x раз меньше на масштабе GPT-3), меньше памяти GPU (примерно в 3x раза), быстрее и дешевле обучение, без задержки при инференсе после слияния адаптера и ниже риск переобучения. Главная сила — сменные адаптеры: держите одну общую базу и мгновенно меняйте маленькие файлы LoRA (в несколько МБ) под каждый случай (поддержка, тон компании, конкретный персонаж). Многие впервые встречают LoRA в генерации изображений, где широко распространяются LoRA для Stable Diffusion, обучённые персонажу, стилю или объекту (добавить стиль, обучить персонажу, лёгкие и удобные для обмена). QLoRA сочетается с квантизацией, обучая LoRA поверх базы на 4-bit ради ~4x меньшей памяти, чем стандартная LoRA, позволяя дообучать огромные модели на потребительском GPU (иногда CPU) с минимальной потерей точности. По сравнению с полным файнтюнингом (обучение всех весов) LoRA отличается обучаемыми весами, стоимостью, результатом и областью применения; для большинства задач LoRA достаточно. Базу оставь как есть, приправляй понемногу. Цифры взяты из публичных материалов, ориентировочно.

Огромная модель 70B, работающая на одном домашнем игровом ПК вместо стойки дата-центровых GPU, возможна благодаря квантизации, которая снижает числовую точность весов модели, чтобы резко уменьшить размер и память. Если дистилляция переносит знания в отдельную меньшую модель, то квантизация делает ту же модель легче. Статья объясняет это через аналогию со сжатием фотографии. Квантизация заменяет веса, хранящиеся как дробные FP16/FP32, целыми INT8 (8-бит) или INT4 (4-бит), сокращая байты на вес (FP32=4, INT8=1, INT4=0,5); как сжатие RAW-фото в JPEG, жертвуем малой точностью ради большого выигрыша, и удивляет, как мало вы теряете. По памяти 4-bit использует около четверти от FP16: модель 70B падает с ~140GB до ~35GB, а 8B при 4-bit — ~4.5-5GB, умещаясь в средний GPU с 8GB VRAM для локального запуска (демократизация LLM). По точности INT8 почти без потерь, а INT4 деградирует менее чем на 4% на обычных Q&A и задачах на здравый смысл, но потеря заметнее для математики, генерации кода и сложных рассуждений (проявляется как небольшой рост перплексии), поэтому выбирайте разрядность под задачу. Основные методы: GPTQ (первопроходец точного 4-bit), AWQ (защищает ~1% самых важных весов, часто на 1-2% точнее и быстрее), GGUF (формат llama.cpp/Ollama, Q2_K-Q8_0, гибрид CPU+GPU, для локального) и QLoRA (4-bit база плюс LoRA для файнтюнинга на потребительском GPU). Это отличается от дистилляции (перенос в отдельную малую модель) и файнтюнинга (добавление знаний задачи), и эти три обычно комбинируют (квантизовать дистиллированную модель; файнтюнить квантизованную базу). Чтобы начать, запустите модель GGUF с Ollama одной командой, выберите Q4/Q8 по VRAM и избегайте INT4 для кода или точной математики. Большинство крупных моделей поставляются уже квантизованными, так что вы просто скачиваете и используете их. Сохраняем ум, убираем только вес. Цифры взяты из публичных материалов, ориентировочны.

Огромный, высокопроизводительный ИИ умён, но тяжёл и дорог; дистилляция моделей (knowledge distillation) решает это, перенося знания крупной модели-учителя в небольшую модель-ученика и сохраняя 95%+ производительности учителя при десятикратно меньшем размере и скорости. Статья объясняет это через аналогию «учитель — ученик». Ключ — soft labels: обычное обучение учит только «ответ — кошка» (hard label), а дистилляция передаёт всё распределение вероятностей учителя, например «90% кошка, 8% собака, 2% лиса», чья степень сомнения несёт богатую информацию; параметр temperature смягчает вероятности, открывая тонкие отношения (реальный пример: GPT-4o mini дистиллирована из GPT-4o). Преимущества: быстро и дёшево, ~в 10 раз компактнее при сохранении 95%+ производительности, работа на edge, сила в специализации. Два подхода: white-box (полный доступ к весам и внутренним представлениям, более глубокий перенос; для своих или OSS-моделей) и black-box (видны только выходы/ответы API; чужой API как учитель может нарушать условия). Отличается от квантизации (сжатие точности весов той же модели) и fine-tuning (дообучение существующей модели под задачу) — дистилляция переносит знания в отдельную малую модель, и все три комбинируемы. Правовая сторона стала большой темой 2026 года: технология легитимна, но OpenAI, Anthropic, Mistral и xAI имеют анти-конкурентные положения о дистилляции, запрещающие использовать выходы для создания конкурирующих моделей, поэтому дистилляция конкурента из ограниченного API может нарушать условия. Спор OpenAI против DeepSeek (OpenAI заявила, что связанные с DeepSeek аккаунты обходили ограничения, чтобы получить выходы для дистилляции, тогда как условия DeepSeek, по сообщениям, разрешают дистиллировать её выходы) показывает, что оценка зависит от того, чьи условия API применяются, а Claude Fable 5/Mythos 5, по сообщениям, ограничивают ответы по работе, помеченной как дистилляция. Советы: используйте свои или лицензированные OSS-модели как учителя, проверяйте анти-дистилляционные положения перед использованием коммерческого API и оценивайте, не является ли использование «разработкой конкурирующей модели». Ум — от большой модели, эксплуатация — от малой, но выбор учителя меняет результат технически и юридически. Цифры приведены по открытым материалам, ориентировочно.

Когда нужно настроить ИИ под свою компанию, fine-tuning (дообучение) — один из вариантов, но без подготовки выйдет дорого и легко ошибиться. Это руководство для новичков объясняет fine-tuning: взять уже обученную базовую модель, доучить её на данных под вашу задачу и превратить в специализированную модель, которая вшивает «поведение» (фирменный стиль, формат вывода, терминологию области) в саму модель, переписывая её веса. Fine-tuning силён в изменении поведения, но слаб в запоминании актуальных знаний, поэтому правило такое: «факты и знания → RAG, характер и шаблон → fine-tuning, сначала промпты». Как отмечают эксперты, около 80% случаев «нам нужен fine-tuning» решаются лучшим поиском (RAG) или промптингом, так что порядок важен. В статье разбираются: что такое fine-tuning (аналогия с обучением новичка), в чём он силён и слаб, сравнительная таблица fine-tuning против RAG и промптинга, основные методы (full fine-tuning, LoRA и QLoRA — 4-битное квантование, достаточно лёгкое для новичков), что понадобится (ориентир 500+ качественных примеров, при этом подготовка данных — настоящая работа; затраты от $5,000 до более чем $50,000, fine-tuning у OpenAI примерно по $25–$100 за миллион обучающих токенов; инструменты вроде OpenAI, Unsloth, Axolotl и Hugging Face) и в каком порядке начинать. Fine-tuning — это крайнее средство.