Другие AI-инструменты: обзоры и сравнения

NPU (Neural Processing Unit) — специальный блок ПК для AI-вычислений с малым расходом энергии. ChatGPT, Claude и Gemini работают на серверах, поэтому наличие NPU на их скорость не влияет. NPU полезен для AI, который работает прямо на ПК, например для функций Copilot+ PC (требуется NPU от 40 TOPS, 16 ГБ памяти и SSD от 256 ГБ); для локальных LLM по-прежнему важнее GPU и память, а в статье разбираются отличия от CPU и GPU, TOPS у Intel, AMD, Qualcomm и Apple и порядок выбора ПК.

DeepSeek V4.1 Flash 1017 (DeepSeek-V4.1-Flash-1017) — переработанная версия V4.1 Flash, которую DeepSeek выпустила 17 октября 2026 года. Название в API, deepseek-flash, осталось прежним, но модель изменилась. В статье разобраны характеристики (контекст 1M, три уровня «размышления», веса около 510 ГБ), 11 оценок DeepSeek и способы их читать, результаты Artificial Analysis (45 баллов против 39 у предыдущей версии) и стоимость одной задачи (с $0,49 до $0,26), пиковые цены в будни и платный поиск с 31 октября (16:00 UTC), отсутствие оценки безопасности у версии 1017 и оценку NIST для предыдущего поколения, хранение данных в Китае и реакцию Японии и США, а также выбор между API, Claude Code и локальным запуском.

Anthropic выпустила Claude Opus 5.5 22 сентября 2026 года. Официальный обзор моделей теперь советует начинать с Opus 5.5, если вы не знаете, что выбрать, а Opus 5 переведена в Legacy. В статье исходный текст официальной документации (обзор моделей, What's new, руководство по миграции и цены), анонс, а также документация и CHANGELOG Claude Code сверены между собой и разобраны ключевые характеристики (claude-opus-5-5, контекст 1M, вывод до 128K, граница знаний — июнь 2026, вывод из эксплуатации не раньше 22 сентября 2027), цены ($4 за вход / $20 за выход — на 20% ниже, чем $5 / $25 у Opus 5, а чтение из кеша дешевле на 60% — $0.20; но разница в чтении из кеша с Fable 5.1 всего 20%, а с Sonnet 5 чтение из кеша стоит одинаково) и цифры из сравнительной таблицы Anthropic (лучший результат в 7 строках из 9, включая 66.4% в Terminal-Bench 4.0 и 1846 в GDPval-AA v2.1, при том что в той же таблице GPT-6 Astra впереди в AutomationBench и Terminal-Bench-Science 0.1). Далее — что означает снижение effort по умолчанию с high до medium, четыре изменения, из-за которых код, работавший на Opus 5, получает ошибку 400 (мышление нельзя отключить, принудительный вызов инструмента, привязка блоков мышления к модели и диалогу, старый инструмент computer use в Claude API и Google Cloud), и как их исправить, изменения без ошибки — например, текст между вызовами инструментов переезжает в блоки мышления, — то, что Opus 5.5 стала моделью по умолчанию в Claude Code, а сохранённые настройки effort не переносятся, и в конце — как выбрать между Opus 5.5, Fable 5.1, Sonnet 5 и Opus 5 и порядок миграции.

Jev — модель TypeSafe, которая вместо текста возвращает выбранный вариант, оценку по шкале или вероятность «Да/Нет» для задач вроде распределения обращений. Статья объясняет различия Choice, Score и Noul, смысл confidence и устройство API-запроса. Здесь также собраны официально описанные слабости, цены, лимиты входных данных и способы проверки перед использованием на русском языке.

Вопрос «отнимет ли ИИ мою работу» к этой истории больше не подходит. Siddiq и Zhang из UCLA Anderson проследили 49,610 фрилансеров и 2.26 млн контрактов на Upwork с января 2021 по март 2026, и нашли они не изменение в том, есть работа или нет, а изменение в том, как вас выбирают: вес, который клиенты придают сигналам человеческого капитала, упал на 7.8%, вес цены вырос на 1.1%, а число контрактов сократилось на 7.0%. Проверенные сертификаты, история работ, портфолио и оценки клиентов потеряли способность предсказывать, кто получит контракт, и чем ближе к сегодняшнему дню, тем падение круче: за последние четыре квартала это -10.1% по сигналам и +1.8% по цене. Одновременно сторона предложения движется в другую сторону: по данным Upwork доля фрилансеров среди квалифицированных работников умственного труда в США выросла за один год с 28% до 38%, а 58% штатных сотрудников рассматривают переход. В центре стоят два парадокса. Первый: опыт защищает в найме и не защищает в подряде — Stanford находит занятость работников 22-25 лет в профессиях с высокой экспозицией к ИИ примерно на 19% ниже при отсутствии сопоставимого разрыва у опытных, тогда как исследование фрилансеров в Organization Science показывает, что сильнее всего просели самые опытные. Компания нанимает роль, клиент покупает конечный продукт. Второй: работа не исчезла, исчезла середина — Management Science сообщает о падении на 21% числа вакансий, наиболее открытых для автоматизации, при этом оставшиеся заказы сложнее и оплачиваются выше. В статье использованы только рецензируемые работы, препринты и официальные исследования платформ, сверенные с самим издателем; Upwork помечен как заинтересованная сторона; отдельно исправлено широко повторяемое утверждение, будто его февральский релиз сообщал о надбавке к часовой ставке в 44% (он о ней не упоминает); приведены собственные оговорки исследователей, включая слова Stanford о том, что часть падения по времени обусловлена факторами, отличными от ИИ. Три прогноза снабжены метками уверенности и условиями опровержения, а заключительная глава о том, что делать, прямо помечена как предположение.

Заставить модель на собственном ПК писать код можно было и раньше, но возможным было именно автодополнение, то есть дописать продолжение начатой строки. Агентный сценарий, когда модель читает репозиторий, правит несколько файлов и запускает тесты, для локального железа был слишком тяжёлым. С конца 2025 года это сдвинулось. В официальной карточке модели Qwen прямо названы Qwen Code и CLINE, а Mistral AI 9 декабря 2025 года представила Devstral 2 и выпустила младшую Devstral Small 2 (24B) под Apache 2.0. Статья опирается только на первоисточники и разбирает, до чего реально можно дойти сегодня и где вы застрянете. Главный барьер это длина контекста Ollama по умолчанию: она не фиксирована, а выбирается по объёму VRAM, менее 24 GiB даёт 4k, от 24 до 48 GiB даёт 32k, 48 GiB и выше даёт 256k. Обычный игровой ПК попадает в первую строку, агент легко перешагивает 4k из-за системного промпта, содержимого файлов и обмена вызовами инструментов, и начало диалога тихо срезается. Ошибки при этом нет, поэтому кажется, что модель глупая, хотя контекст выбрасывается прямо на входе. Официальная документация Ollama требует не менее 64000 токенов для инструментов программирования и советует после увеличения проверять командой ollama ps, целиком ли модель на GPU. Модели сравниваются только по публикациям разработчиков: Qwen3.6-35B-A3B (активных 3B, контекст 262 144, Apache 2.0, SWE-bench Verified 73.4) и Devstral Small 2 (24B, 256K, Apache 2.0, 68.0%). Разобраны разница между Continue с отдельной моделью на каждую роль и автономным агентом Cline, а также причина, по которой сравнение вида «сколько процентов от облака» больше не держится: в объявлении Anthropic о Claude Opus 5 значения SWE-bench Verified нет вовсе, фронтирная сторона отходит от этой метрики.

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; цифры из сравнительной таблицы Anthropic 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 по таблице Anthropic (в таблице OpenAI порядок обратный), 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. Мгновенность разговора обеспечивает сам GPT-Live, а веб-поиск и глубокие рассуждения делегируются фоновой модели (на старте — GPT-5.5, с 9 сентября 2026 г. — GPT-5.6 или GPT-6 Astra). На старте Free получал GPT-Live-1 mini, а Go/Plus/Pro — GPT-Live-1; с 9 сентября mini используется и на Go. В статье разбираем отличия от прежнего Advanced Voice Mode, устройство, тарифы, текущие ограничения (нет видео и демонстрации экрана, полной многоязычности), API, общедоступный с 10 сентября 2026 г., 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 меньше чем за минуту 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.