Hunyuan hy3 Preview: сильна по предпочтениям, слаба в коде
Hunyuan hy3 Preview занимает 84-е место с COMRAD Score 61,3. Модель выделяется пользовательскими предпочтениями, эффективностью и контекстом 262 144 токена,...
Последние публикации
Об авторе
Gemma 4 31B: сильный выбор для локальных ИИ-систем, но не для кода без проверки
Gemma 4 31B сочетает открытые веса, Apache 2.0, контекст 262 144 токена и высокий пользовательский рейтинг. Главный компромисс модели —...
LongCat Flash Chat: обзор модели Meituan в рейтинге COMRAD404
LongCat Flash Chat — открытая MoE-модель Meituan с сильным профилем эффективности и пользовательского предпочтения. Разбираем место в рейтинге, цены, контекст,...
Grok 4.20 beta1 — обзор модели, метрик и ограничений
Grok 4.20 beta1 выделяется почти максимальной оценкой человеческих предпочтений, но занимает лишь 54-е место из-за неполного покрытия независимыми тестами, закрытого...
Claude Opus 4 6 High: обзор, возможности и ограничения
Claude Opus 4.6 High занимает 44-е место в срезе COMRAD404 2026 H2, но по текстовым попарным оценкам LMArena входит в...
Gemini 3 Flash: обзор модели, рейтинг и цена API
Gemini 3 Flash занимает 34-е место в рейтинге COMRAD404: модель особенно сильна в пользовательских сравнениях и мультимодальных задачах, но уступает...
MiMo-V2.5 Pro: обзор модели Xiaomi для длинных агентных задач
MiMo-V2.5 Pro занимает 24-е место в рейтинге COMRAD404 и выделяется сочетанием высокой пользовательской оценки, миллионного контекста и открытых весов. Разбираем,...
Gemini 3.6 Flash High: обзор модели Google и место в рейтинге
Gemini 3.6 Flash High занимает 14-е место в рейтинге COMRAD404 с оценкой 86,5. Модель сильна в мультимодальных и агентных задачах,...
Muse Spark: обзор модели Meta в рейтинге COMRAD404 2026 H2
Muse Spark занимает 4-е место в рейтинге COMRAD404 с редакционной оценкой 91,7 из 100. Модель сильна в качестве, предпочтении пользователей...
Персональные AI-агенты: как устроена и почему не взлетела платформа Adept
История стартапа Adept — от $350 млн инвестиций до продажи Amazon и Atoma — показывает, почему создание универсального ИИ-агента для...
Как ускорить автономные агенты в 2026: стратегия кэширования LLM в production
Разбор подхода semantic caching для LLM-агентов: на чём основан метод, какие данные подтверждают его эффективность, где находятся узкие места и...
Автономные AI агенты в разработке: архитектура, изоляция среды и реальные ограничения
Разбор текущего состояния автономных AI агентов для программирования: сравнение архитектур SWE-agent и OpenDevin, оценка рисков безопасности при исполнении кода и...