Muse Glimmer: обзор модели Meta для локальных агентов
Muse Glimmer занимает 51-е место с COMRAD Score 64,2: модель выделяется пользовательским предпочтением и доступностью, но уступает по качеству и...
Редактор направления «Модели и evals»
В редакции COMRAD404 Ирина Волкова ведёт направление моделей и evals: следит за релизами, изменениями модельных линеек и тем, как новые возможности проявляются в реальных задачах.
В материалах сопоставляет model cards, технические отчёты, независимые тесты и ограничения методик. Основной принцип — отделять измеряемый прогресс от маркетинговых формулировок.
Muse Glimmer занимает 51-е место с COMRAD Score 64,2: модель выделяется пользовательским предпочтением и доступностью, но уступает по качеству и...
Claude Opus 4.8 High занимает 41-е место в рейтинге COMRAD404 и особенно силён в программировании и сложных агентных задачах. Разбираем...
Qwen3.7 Plus занимает 31-е место с COMRAD Score 69,0. Модель выделяется пользовательскими предпочтениями, мультимодальным вводом и контекстом на 1 млн...
Gemini 3.5 Flash High занимает 21-е место в рейтинге COMRAD404. Это закрытая мультимодальная reasoning-модель Google с контекстом 1 млн токенов,...
DeepSeek V4 Flash занимает 11-е место в срезе COMRAD404: модель особенно сильна в коде и доступности, но уступает собственному максимуму...
GLM-5.3 Max занимает первое место в рейтинге COMRAD404 благодаря почти максимальным оценкам качества, предпочтения людей и кодинга. Разбираем, кому подойдёт...
Рекламный сегмент ChatGPT преодолел планку в $1 млрд годовой выручки и готовится к глобальному развертыванию, что позволяет компании масштабировать доступ...
Компания Tencent представила Hy4 preview — открытую модель размером 770 миллиардов параметров с контекстным окном в 1 миллион токенов, ориентированную...
Новый проект Staats объединяет cookie-free веб-скрипт и MCP-сервер, позволяя AI-агентам вроде Claude Code и Cursor напрямую считывать живой трафик и...
Open-source AI-агент OpenHands (ранее OpenDevin) пишет, отлаживает и рефакторит код в браузере. Разбираем, как он устроен, чем отличается от Claude...
Anthropic выпустила бета-функцию computer use для Claude 3.5 Sonnet — модель может самостоятельно смотреть на экран, перемещать курсор, кликать и...
Google DeepMind представила обновление генеративной видеомодели Gemini Omni 1.1 Flash для разработчиков. Релиз добавляет инструменты расширения сцен до 40 секунд,...