Лента новостей

🔔 Обновление тарифов Deepseek Компания Deepseek опубликовала новую ценовую политику. Подробные сведения о стоимости и условиях использования доступны по официальной странице: https://api-docs.deepseek.com/quick_start/pricing/ 🚀

🧩 DeepSeek Harness v0.1 в Developer Preview DeepSeek выпустила первую версию 0.1 своего фреймворка Harness в режиме предварительного доступа для разработчиков. Код открыт на GitHub под лицензией MIT и доступен всем, кто работает над агентными решениями. Фреймворк построен на meta‑framework Cordis и реализует принцип «всё — плагин»: модели, инструменты, навыки, сессии, песочницы, файловые системы, циклы, оркестрацию и UI оформлены как отдельные плагины, их можно комбинировать, заменять и расширять. 🔹 Подробнее в официальном твите: https://xcancel.com/deepseek_ai/status/2087887408440164663#m

🚀 DeepSeek запустил DeepSeek‑V4‑Pro Сегодня DeepSeek объявила о запуске новой модели DeepSeek‑V4‑Pro. Подробности опубликованы в официальном твите компании: https://x.com/deepseek_ai/status/2087864585504305397

🚀 Обновление модели Qwen3.8‑27B На платформе Hugging Face начался официальный обратный отсчёт к выпуску новой версии Qwen — Qwen3.8‑27B. Разработчики заявляют, что обновление сохраняет популярность серии Qwen и предлагает непревзойдённую плотность интеллекта. Все детали доступны на странице проекта.

🚀 Белый дом расширит политику в сфере ИИ В администрации США готовится обновление существующей нормативной базы по искусственному интеллекту. В рамках новой стратегии планируется включить в неё открытые модели ИИ. Это изменение позволит более гибко регулировать развитие и использование открытых систем, учитывая их растущее влияние в технологическом секторе. Ожидается, что уточнённый нормативный каркас будет опубликован в ближайшее время.

🚀 Запуск Qwen3.8-27B Отсчёт до выхода модели Qwen3.8-27B уже начался. Платформа ModelScope собирает передовые модели машинного обучения из разных областей и предоставляет единый сервис для их исследования, вывода, обучения, развертывания и применения. На ModelScope пользователи могут совместно развивать открытое сообщество, находить, изучать, настраивать и делиться интересными моделями.

🏛️ Белый дом готов включить открытые ИИ‑модели в программу предварительного тестирования По данным WIRED, в текущую добровольную схему безопасности уже входят передовые закрытые модели от OpenAI, Anthropic и других лабораторий. Открытые модели планируют добавить, когда их возможности сравнятся с закрытыми, с возможным 30‑дневным периодом проверки перед публичным запуском. Чиновники оценивают два риска: исключение открытых моделей может создать правительственно одобренное преимущество для закрытых лабораторий, а их включение может замедлить развитие открытых ИИ‑моделей в США.

🚀 Три разных AI‑рынка: Grok, Qwen и Nvidia На этой неделе вышли новые модели, но их бизнес‑модели разделились на три направления. xAI представила Grok 4.6 – закрытый API, компания контролирует доступ и устанавливает цену за токен. Alibaba выпустила Qwen 3.8 с открытыми весами; её преимущество – возможность самостоятельного развертывания и адаптации клиентами. Nvidia запустила Switchyard 🔄 – слой маршрутизации, который направляет запрос к самому дешёвому подходящему моделям, позволяя влиять на спрос без владения всеми моделями. Слой собирает данные о взаимозаменяемости моделей, отказах поставщиков и достаточности более дешевых вариантов, что может стать более надёжным барьером, чем временное лидерство в тестах. При возникновении вреда необходимо фиксировать, какая модель использовалась, по какой политике и почему её выбрали. В обзоре также отмечено, что OpenAI наняла трейдера электроэнергии. Подробнее: https://aiweekly.co/issues/the-frontier-just-split-into-three-markets

⚖️ Японский суд запретил указывать ИИ в качестве изобретателя Верховный суд Японии вынес решение, согласно которому искусственный интеллект не может быть указан в патентных заявках в качестве изобретателя. Суд уточнил, что статус изобретателя может принадлежать только физическому лицу. Это постановление фиксирует правовую позицию страны по вопросу патентования разработок, созданных с помощью ИИ.

🤖 AI‑агенты в пищевом бизнесе: главное – ограничить запись Я запустил небольшую продовольственную компанию, полностью полагаясь на AI‑агенты для ежедневных задач, полагая, что основной риск – ошибки в выводе. На деле проблема оказалась в том, что программы могли читать все данные и писать куда угодно. Сначала агентам предоставили широкий доступ к базе, чтобы ускорить работу. Никаких катастроф не случилось, но каждый новый запрос вызывал тревогу: было непонятно, какие данные они могут менять. Решение оказалось простым – каждой системе выделить отдельную базу и таблицы, а всё, что выходит за её «песочницу», отправлять в очередь, требующую одобрения человека. Чтение реальных данных разрешено, запись – только в изолированное хранилище, без автоматического выхода наружу. В результате программы работают лучше, чем ожидалось, но часы, потраченные на построение стен доступа после запуска, отняли время у улучшения самой работы. Увеличить безопасность можно лишь жёстким ограничением записи за пределами собственного sandbox, а не надеясь, что более «умная» модель сама устранит риск.