Telegram Man's blog (Mirror)

DeepSeek против GPT-5.6 — новое видео 📹 Вышло видео, о котором я писал в прошлом посте: DeepSeek V4-Flash против GPT-5.6 Luna — один и тот же агентный тест в Claude Code и Codex. 👉 Смотреть видео Монтировал я его очень долго — так долго, что за это время DeepSeek успел обновить цены на API и выпустить собственный харнес. Харнес протестирую, расскажу отдельным постом. Но само видео актуальности не потеряло. Почему так долго? Потому что руками я не делал ничего. Вообще ничего — только запустил Adobe Premiere и включил MCP, чтобы агенты могли им управлять. Монтировать я сам не умею, а хотел получить результат лучше, чем умею. Это не идеальный монтаж, и я это знаю. Но в этом и смысл: зайдите и посмотрите, что сейчас способны смонтировать агенты в руках человека, который без понятия, как делать такие эффекты. Работали все подряд: Codex, Grok, Kimi, Qwen. И наблюдение вышло неожиданным: — Grok 4.6 в Grok Build понравился больше всех — нужного эффекта добивался заметно меньшим числом итераций. — Codex с GPT-5.6 Sol оказался самым тупым из всех, кого я пробовал на монтаже. Про сам подход я уже писал отдельно: монтаж через агентов сегодня — это как программирование в 2023 году. ✈️ Подписаться на канал

DeepSeek в Codex 🤖 Продолжаю тему DeepSeek V4-Flash — модели, которая по API стоит копейки, а в агентной работе выходит дешевле подписок. Недавно я давал скрипт для подключения DeepSeek к Claude Code. Теперь сделал то же самое для Codex — скрипт установки оставлю следующим сообщением. А сегодня на YouTube выйдет видео, где я сравнил одну и ту же модель в двух харнесах: Codex против Claude Code. Одна DeepSeek V4-Flash, одни и те же задачи — но результат отличается. Харнес решает больше, чем кажется. Если хотите попробовать — лучше не откладывать: DeepSeek уже объявила о повышении цен на API, и текущие тарифы могут скоро закончиться. KEY="ВСТАВЬ КЛЮЧ СЮДА" RC="$HOME/.zshrc" [ -n "$BASH_VERSION" ] && RC="$HOME/.bashrc" if ! command -v codex >/dev/null 2>&1; then echo "Ошибка: сначала установи Codex" elif [ -z "$KEY" ] || [[ "$KEY" == *"ВСТАВЬ"* ]]; then echo "Ошибка: вставь свой DeepSeek API-ключ в строку KEY" elif grep -q 'codex-dsk()' "$RC" 2>/dev/null; then source "$RC" echo "codex-dsk уже настроен — можно запускать: codex-dsk" else cat >> "$RC" <<EOF # DeepSeek V4 Flash для Codex export DPSK_KEY="$KEY" codex-dsk() { codex \ --model deepseek-v4-flash \ --config 'model_provider="deepseek"' \ --config 'model_providers.deepseek.name="DeepSeek"' \ --config 'model_providers.deepseek.base_url="https://api.deepseek.com/v1"' \ --config 'model_providers.deepseek.env_key="DPSK_KEY"' \ --config 'model_providers.deepseek.wire_api="responses"' \ --config 'model_providers.deepseek.stream_idle_timeout_ms=600000' \ --config 'model_context_window=1048576' \ --config 'model_auto_compact_token_limit=900000' \ --config 'model_reasoning_effort="xhigh"' \ --config 'model_supports_reasoning_summaries=false' \ "\$@" } EOF source "$RC" echo "Готово! Запускай DeepSeek внутри Codex: codex-dsk" fi ✈️ Подписаться на канал

Монтаж через агентов — это программирование в 2023 году 🎬 Последние четыре дня я завис в монтаже следующего видео для YouTube. Причём делаю его исключительно через AI-агентов. Честно: сейчас это работает, но медленно. Я трачу много токенов, постоянно что-то переделываю, а агент регулярно ошибается или понимает задачу не так. Если человек хорошо умеет монтировать в Premiere Pro или DaVinci Resolve, сегодня ему нет смысла переходить на такой способ. Руками он сделает быстрее и, скорее всего, лучше. Но для меня выбор выглядит иначе: либо управлять агентами, либо самому изучать монтаж, искать уроки под конкретную программу, разбираться в эффектах и вручную расставлять кейфреймы. И я уже видел ровно такую же картину. В 2023 году я начал писать код с помощью ИИ, хотя не знал языков программирования. Тогда AI-кодинг тоже был медленным, дорогим и требовал бесконечных исправлений. Профессиональный разработчик почти всегда написал бы быстрее руками. Но для меня это всё равно было быстрее, чем сначала несколько лет учиться программировать. И, как показало время, ставка оказалась правильной: сегодня моя работа с кодом почти полностью сводится к постановке задач агентам и проверке результата. Проверять, безусловно, нужно. Но объёмы кода уже такие, что читать вручную каждую сгенерированную строчку практически нереально. Поэтому задача постепенно меняется: нужно не самому проверять всё построчно, а выстроить систему из тестов и агентов-проверяющих, которая умеет находить ошибки. Я уже называл это временем непрофессионалов: человек без узкого технического навыка получает результат, который раньше был для него недоступен. На прикреплённом видео — простой анимированный счётчик. Не шедевр монтажа. Но раньше, чтобы сделать даже его, мне пришлось бы найти нужный туториал, разобраться в конкретном приложении, подобрать эффект и расставить кейфреймы. Сейчас я просто надиктовал агенту задачу голосом. Думаю, уже к январю 2027 года таких задач станет гораздо больше. Монтаж через агентов станет быстрее и дешевле — примерно так же, как написание кода сегодня. А дальше этот принцип выйдет в физический мир. Сейчас владельцы 3D-принтеров часто скачивают готовые STL- или 3MF-модели с Thingiverse, Printables и других библиотек. Но скоро можно будет просто описать нужную бутылку, крепление или деталь, посмотреть на сгенерированную модель, голосом попросить внести изменения и сразу отправить её на печать. Расстояние от мысли до физического предмета станет намного короче, а необходимых навыков — намного меньше. В конечном итоге то же самое произойдёт и с более сложными задачами: построить дом, выкопать бассейн, произвести нужную вещь. Человек будет управлять агентами, а агенты — роботами. Главным навыком станет не умение нажимать кнопки в конкретной программе, а способность чётко описать результат, разбить путь к нему на задачи и правильно проверить исполнение. ✈️ Подписаться на канал

Вышел Grok 4.6 🤖 Вчера xAI выпустила Grok 4.6 — новую модель. По бенчмаркам это уже фронтир. На индексе Artificial Analysis у неё 61 — ровно как у GPT-5.6 Sol. До Fable 5 не хватает одного пункта (у той 62), но на части задач Grok её обходит. Я взял подписку SuperGrok за $30 и тестирую. На первых задачах она лучше Kimi 3 и GPT-5.6 Sol. Пятичасовых лимитов нет — как сейчас у Codex. Только недельные. И ещё цифра. Задача, которая по API стоила бы $23, съела у меня 8% недельного лимита. Сейчас лимиты удвоены — так первую неделю после релиза. Если грубо прикинуть: удвоенная неделя ≈ $290 в пересчёте на API, обычная ≈ $145. За месяц выходит порядка $550–600. Подписка стоит $30. Это примерно 20x. Расчёты примерные — я ещё только начал, но порядок такой. Если хотите попробовать — лучше сейчас. Двойные лимиты в Grok Build и Cursor только эту неделю, и за неё можно пощупать заметно больше. Подписка — SuperGrok за $30. Про сам агент я уже писал. ✈️ Подписаться на канал

Пара апдейтов ⚡️ Codex. Тибо, который отвечает за дополнительные ресеты лимитов, написал, что сделает очередной в понедельник — то есть уже завтра. Гарантии, конечно, нет: планы могут поменяться. Но тем, у кого есть подписка Codex, сегодня, похоже, можно себя особо не ограничивать. Kimi K3. Полная бесплатная Kimi K3 всё ещё работает. Правда, медленно. Иногда — очень медленно. Акция заканчивается 12 августа, поэтому, если хотели попробовать, лучше не откладывать. Здесь в видео всё объяснил и показал, как её настроить. Официальная подписка Kimi по-прежнему доступна через лист ожидания. Встать в него можно здесь. ✈️ Подписаться на канал

Codex и Claude Code отказались. Kimi и Qwen справились 📹 Новое видео на канале. Июль 2026. Hugging Face взломал автономный AI-агент: 4,5 дня внутри инфраструктуры, 17 тысяч действий, кража ключей, права администратора. Я воспроизвёл этот взлом: собрал техники из разбора, поднял тестовый стенд и дал моделям одну задачу — разобраться, как взломали, и повторить атаку. Результаты меня удивили. И я изменил своё мнение о Qwen 3.8 Max. 👉 Смотреть видео Одна просьба 🙏 Комментарии сильнее всего влияют на то, как YouTube показывает видео новым зрителям. Так что если не лень — любой комментарий длиннее трёх слов очень поможет. Ну и лайк с подпиской, как обычно. Спасибо ❤️ ✈️ Подписаться на канал

DeepSeek повышает цены на API 📈 DeepSeek объявила, что в ближайшее время поднимет цены на свои API-сервисы — и, судя по формулировке, повышение будет значительным. Точных цифр и даты пока нет, финальный прайс пообещали отдельно. Показательно, что анонс вышел меньше чем через неделю после запуска публичного API DeepSeek-V4-Flash (31 июля). И вот про Flash есть что сказать. Модель получилась очень удачной. Она спокойно работает как агент в харнесах — в том же Claude Code — и по деньгам это был, кажется, первый случай, когда использование модели по API в роли агента выходило дешевле подписки на другие AI-сервисы при том же объёме работы. Для понимания масштаба: сейчас V4-Flash стоит 1 юань (~$0.14) за миллион входных токенов и 2 юаня за миллион выходных. Правда, в пиковые часы по Пекину — в два раза дороже. Но сказка длилась недолго. Спрос оказался большим — и цены готовятся взлететь. Эксперты связывают это ещё и с близким запуском полноценной V4-Pro: официальный API для неё обещали как раз в начале августа. И тут самое любопытное. Если они ТАКОЕ сделали с Flash — сложно даже представить, что будет уметь Pro. Правда, смотреть придётся и на ценник: вполне может оказаться, что для использования вместо подписки он будет уже не такой интересный. Как подключить DeepSeek к Claude Code 🤖 Полная инструкция есть в официальной доке DeepSeek. А для тех, кто не хочет париться, — готовый скрипт для Linux, macOS и Windows (через WSL). Вставляешь свой ключ с platform.deepseek.com в первую строку, запускаешь — и дальше Claude Code на DeepSeek стартует командой claude-dsk. По умолчанию работаешь на Flash, а если переключишься на Opus — получишь Pro. Sonnet, Haiku и субагенты тоже настроены на Flash. # Вставь свой ключ с https://platform.deepseek.com KEY="sk-ВСТАВЬ_СЮДА_КЛЮЧ" RC="$HOME/.zshrc"; [ -n "$BASH_VERSION" ] && RC="$HOME/.bashrc" grep -q "DPSK_KEY" "$RC" 2>/dev/null && { echo "Уже настроено"; exit 0; } cat >> "$RC" <<EOF # DeepSeek для Claude Code export DPSK_KEY="$KEY" claude-dsk() { ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic ANTHROPIC_AUTH_TOKEN="\$DPSK_KEY" ANTHROPIC_MODEL=deepseek-v4-flash ANTHROPIC_DEFAULT_OPUS_MODEL="deepseek-v4-pro[1m]" ANTHROPIC_DEFAULT_SONNET_MODEL=deepseek-v4-flash ANTHROPIC_DEFAULT_HAIKU_MODEL=deepseek-v4-flash CLAUDE_CODE_SUBAGENT_MODEL=deepseek-v4-flash CLAUDE_CODE_EFFORT_LEVEL=max claude "\$@"; } EOF source "$RC" 2>/dev/null echo "Готово! Запускай: claude-dsk" Я уже писал, что ночью по Китаю у DeepSeek цены падали на 50-75%. Судя по всему, эра дешёвого DeepSeek подходит к концу — но даже после повышения они, скорее всего, останутся в разы дешевле западных моделей. ✈️ Подписаться на канал

Апдейт по Qwen 3.8 Max 🚀 Две недели назад я выпускал разбор Qwen 3.8 Max — тогда она была в превью и работала только по подписке. 3 августа модель официально вышла: открыли API и опубликовали бенчмарки. Коротко, что изменилось. Бенчмарки. Пока это в основном цифры от самой Alibaba, но по ним Qwen — лига frontier-моделей: рядом с Fable 5, GPT-5.6 Sol и Kimi K3, местами сильнее. При этом цена API — самая низкая в сегменте (input / output за 1M токенов): — Qwen 3.8 Max — $2 / $6 — Kimi K3 — $3 / $15 — GPT-5.6 Sol — $5 / $30 — Claude Fable 5 — $10 / $50 Подписка. Тут плохие новости. Акция закончилась: раньше Qwen расходовала в 10 раз меньше кредитов днём и в 50 раз ночью — за $18 её можно было грузить работой до посинения, а недельные лимиты еле таяли. Теперь днём стандартный расход, ночью — только в 2 раза меньше. Лимиты сгорают быстро. Обычно подписки дают 20x и больше использования в пересчёте на API. Здесь, по моим прикидкам, выходит от силы 5x. У меня подписка заканчивается 20-го — продлевать не буду. Но саму модель недооценивать нельзя. Я прогнал её против Kimi K3 на воспроизведении реальной атаки — естественно, в защитных целях: разбор логов инцидента и построение защиты. В защите — паритет: обе модели разобрали инцидент и построили рабочую многоуровневую защиту. А вот в наступательной части разница проявилась. Kimi написала один боевой эксплойт из двух — второй работал только на её собственном тестовом стенде и на реальной инфраструктуре не сработал бы. Qwen написала оба — и оба рабочие. Детали пока не раскрываю — по этому эксперименту будет отдельное видео. Вывод: по соотношению интеллекта к цене задачи Qwen 3.8 Max — сейчас одна из самых интересных frontier-моделей. Но только через API. Подписку без акции не рекомендую. ✈️ Подписаться на канал

ChatGPT Plus и Codex — месяц бесплатно 🤖 У меня закончилась подписка ChatGPT — автопродления не было. Захожу оформить заново, а OpenAI предлагает Plus за $20 в месяц — и первый месяц бесплатно. В подписку входят и ChatGPT Plus, и кодинг-агент Codex. Себе я оформил Pro, на нее акции нет. Но у знакомого, который уже пользовался Plus, появилась та же акция: карта привязалась, бесплатный месяц на месте. Судя по всему, предложение доступно не только новым пользователям. Карту привязать нужно, но деньги не списываются. Так что если вы не пользовались Plus — или пользовались, но сейчас подписки нет — зайдите через браузер на chatgpt.com и проверьте. Возможно, вам бесплатный месяц тоже доступен. По картам: если вы в России, российские карты, естественно, не примут. Из виртуальных, которые я знаю: - Karta — неплохие условия по комиссиям, пополнение только криптой, но нужен какой-то нероссийский документ - CinazesCard — комиссии выше, зато пополнение и криптой, и рублями, а документы для оформления не нужны вообще Попробуйте! ✈️ Подписаться на канал

Когда использовать GPT-5.6 Luna? 🌙 Я уже писал, что OpenAI снизила стоимость GPT-5.6 Luna на 80%. Это повлияло не только на API, но и на расход лимитов Codex. Я проверил: Luna расходует подписочные лимиты невероятно медленно. Одному агенту я поставил задачу с большим количеством повторяющихся итераций — он работает уже третий день. Пятичасового лимита сейчас нет, недельный уходит очень медленно, поэтому я просто оставил его работать. Но когда использовать Luna, а когда Sol — самую умную модель OpenAI? Моё правило простое: Luna — когда задача понятна и результат можно проверить. Sol — когда сначала нужно понять, что вообще делать. Luna хорошо подходит, если у агента есть чёткая инструкция, чек-лист или критерий правильности. Например: • обработать большой объём данных по заданным правилам; • собрать информацию из разных источников в готовый отчёт; • реализовать уже утверждённый план; • повторять задачу, проверять результат и исправлять ошибки. Sol нужен, когда правильного маршрута ещё нет: разобраться в запутанной проблеме, найти настоящую причину сбоя, выбрать подход, заметить скрытые риски или спроектировать систему. То есть связка выглядит так: Sol думает и составляет план → Luna выполняет → Sol проверяет важные решения. Но самое интересное применение Luna сейчас — фоновые автономные агенты. Такой агент может раз в пять минут, час или день подниматься и проверять: • работает ли ваше приложение; • появились ли важные письма; • вышли ли новости по нужной теме; • не изменились ли показатели, за которыми вы следите. Вы заранее задаёте, что проверять, в каких случаях действовать самостоятельно, а когда сообщать вам. Поднимать для такой рутины Sol дорого по лимитам. Luna же может постоянно работать по чек-листу почти незаметно для подписки. В Claude Code прямого аналога сейчас нет. Haiku заметно слабее Luna, а сопоставимый с ней по уровню Sonnet 5 расходует лимиты примерно в десять раз быстрее. Там, где задача на Sonnet съедает около 10% лимита, Luna в Codex расходует примерно 1%. Поэтому мой текущий выбор такой: Luna Max — исполнитель и фоновый контролёр. Sol — архитектор, диагност и ревьюер. Если есть понятный план и способ проверить результат — берите Luna. Если сначала нужно разобраться, какое решение вообще правильное, — Sol. ✈️ Подписаться на канал

Китай наносит ответный удар 🇨🇳 Как я уже писал в предыдущем посте, OpenAI снизила цену GPT‑5.6 Luna в пять раз. И вот, похоже, китайцы решили не ждать. Через сутки DeepSeek выпустила обновлённую V4 Flash 0731. По качеству она уже почти подходит к Opus 4.8 и GPT‑5.5 — не на каждой отдельной задаче, конечно, но общий разрыв стал небольшим. Для модели, которая стоит настолько дёшево, это выглядит довольно серьёзно. А стоит она действительно смешные деньги. По официальным тарифам DeepSeek вход — $0,14 за миллион токенов, выход — $0,28. Для сравнения: у GPT‑5.6 Luna выход стоит $1,20, а у Opus 4.8 — $25. При этом у DeepSeek ещё и кэширование даёт скидку 98%, то есть повторно отправляемый контекст почти бесплатный. У OpenAI и Anthropic обычно скидка около 90%. Я пока не проверил это в реальной агентной работе, но, возможно, мы впервые подошли к ситуации, когда API становится выгоднее подписки. Раньше подписка при полном использовании лимитов давала примерно 90–95% скидки относительно API — поэтому даже дешёвые китайские модели не всегда имело смысл подключать к агенту. Теперь можно просто положить $5 на DeepSeek и программировать через API. И, скорее всего, этого хватит надолго. Поглядим, насколько это окажется выгоднее подписки после нормального тестирования, а не в арифметике по тарифам. Почему она такая умная? У V4 Flash — 284 миллиарда параметров всего, из которых около 13 миллиардов используются на каждом отдельном токене. То есть модель большая внутри, но каждый раз работает только с частью своих «мозгов». Плюс DeepSeek сильно оптимизировала архитектуру и работу с контекстом. Поэтому качество получилось почти флагманским, а стоимость — как у маленькой модели. И самое интересное — её, похоже, можно запустить дома. Официальная версия занимает около 167 ГБ. По предварительным оценкам, компьютер с большим объёмом памяти или двумя мощными видеокартами можно собрать примерно за $7–10 тысяч. Это уже не дата-центр за сотни тысяч, а железо, которое теоретически может стоять дома. Правда, я пока не проверял, насколько удобно и быстро это работает. Полный миллионный контекст на домашней машине тоже никто не обещает. Но сам факт очень важен: модель такого уровня впервые выглядит реально доступной для локального запуска. Для сравнения, Kimi K3 — это уже триллионы параметров и совсем другой класс железа. Там действительно нужен серьёзный серверный кластер, а не просто хороший компьютер. На следующей неделе хочу попробовать подключить DeepSeek к агенту и сравнить не только качество ответов, но и весь рабочий процесс: как она пишет код, вызывает инструменты, исправляет ошибки и сколько в итоге стоит задача. DeepSeek обещает скоро выпустить собственный harness, а потом ещё и V4 Pro. Если Flash уже почти на уровне Opus и GPT‑5.5, то страшно представить, что будет дальше при такой цене. Мы пришли к новой скорости развития: следующее поколение моделей появляется практически каждый месяц. В какой-то момент они, возможно, вообще перестанут выходить поколениями и будут просто становиться сильнее каждый день. И это только 2026 год. Мы ещё даже не добрались до 2030-го. ✈️ Подписаться на канал

Популярные посты июля 🗓 DAOLama закрывается 🦙 Проект, про который я много писал, сворачивается — теперь важно забрать ликвидность и закрыть займы. А следующий интересный use-case на TON — P2P-модель TonLender, где участники сами задают риск и доходность. Цикл замыкается прямо сейчас 🧠 Agentic loops — системы, которые не просто выполняют работу, а каждый день улучшают код, промпты и правила, — уже становятся практикой. Бизнес без такого цикла будет постепенно отставать от тех, кто делает тысячу маленьких улучшений ежедневно. Kimi K3 за $29 🇨🇳 Практический разбор китайской AI-подписки: чем отличаются Kimi Chat, Work и Code, сколько вычислений дают за $29 и как работает внутренний китайский тариф. На фоне дорогих подписок OpenAI и Anthropic китайские модели уже выглядят как реальная конкуренция, а не эксперимент. Последний день с Fable и Claude Code Честный переход с Claude Code на Codex после окончания доступа к Fable. Fable оказалась очень сильной для планирования и рассуждений, но сейчас ставка была сделана на OpenAI и расширенные лимиты Codex. OpenAI покупает рынок агентов вычислениями 🚀 Codex за несколько дней вырос с 6 до 8 миллионов пользователей, а OpenAI временно раздаёт огромные лимиты и ресеты. Пока агентами пользуется меньше 1% аудитории ChatGPT — похоже, компания субсидирует формирование новой привычки, пока рынок ещё только начинается. ✈️ Подписаться на канал

Kimi K3 бесплатно — апдейт: добил, работает полноценно ✅ Видео-разбор: https://youtu.be/vAaW-1ocjlE Два ключа, без которых не заработает: 1. Только родной Kimi Code, не Claude Code — там ломается на длинных задачах. 2. Просите работать маленькими кусками — отвечает долго, а один огромный файл за проход TokenRouter на бесплатном тарифе обрывает. Кусками доводит задачу до конца. Установка за 5 минут (macOS): 1. Ключ: tokenrouter.com → dashboard → API key 2. Вставь блок ниже в терминал, Enter пока НЕ нажимай 3. Скопируй ключ в буфер 4. Вернись, нажми Enter 5. cd твой-проект && kimi-free bash <<'KIMI_FREE_INSTALL' set -euo pipefail TR_KEY=$(pbpaste | tr -d '[:space:]') case "$TR_KEY" in sk-*) ;; *) echo "В буфере обмена нет ключа TokenRouter. Скопируй ключ и вставь весь скрипт заново."; exit 1 ;; esac echo "Проверяю ключ..." CODE=$(curl -s -m 30 -o /dev/null -w "%{http_code}" https://api.tokenrouter.com/v1/models \ -H "Authorization: Bearer $TR_KEY") [ "$CODE" = "000" ] && { echo "Нет соединения с api.tokenrouter.com. Проверь интернет или VPN."; exit 1; } [ "$CODE" = "200" ] || { echo "Ключ отклонён: HTTP $CODE. Проверь ключ в TokenRouter."; exit 1; } export KIMI_CODE_HOME="$HOME/.kimi-free" mkdir -p "$KIMI_CODE_HOME" if [ ! -x "$KIMI_CODE_HOME/bin/kimi" ]; then echo "Устанавливаю Kimi Code..." curl -fsSL https://code.kimi.com/kimi-code/install.sh | bash if [ -x "$HOME/.kimi-code/bin/kimi" ] && [ ! -x "$KIMI_CODE_HOME/bin/kimi" ]; then mkdir -p "$KIMI_CODE_HOME/bin" cp -a "$HOME/.kimi-code/bin/kimi" "$KIMI_CODE_HOME/bin/kimi" fi fi [ -x "$KIMI_CODE_HOME/bin/kimi" ] || { echo "Установка не удалась: $KIMI_CODE_HOME/bin/kimi не найден."; exit 1; } cat > "$KIMI_CODE_HOME/config.toml" <<EOF default_model = "tokenrouter/kimi-k3-free" [providers.tokenrouter] type = "openai" base_url = "https://api.tokenrouter.com/v1" api_key = "$TR_KEY" [models."tokenrouter/kimi-k3-free"] provider = "tokenrouter" model = "moonshotai/kimi-k3-free" max_context_size = 131072 capabilities = ["thinking", "tool_use"] [thinking] enabled = true effort = "low" EOF chmod 600 "$KIMI_CODE_HOME/config.toml" WRAPPER_DIR="/usr/local/bin" [ -w "$WRAPPER_DIR" ] || WRAPPER_DIR="$HOME/.local/bin" mkdir -p "$WRAPPER_DIR" cat > "$WRAPPER_DIR/kimi-free" <<EOF #!/usr/bin/env bash export KIMI_CODE_HOME="\$HOME/.kimi-free" exec "\$HOME/.kimi-free/bin/kimi" "\$@" EOF chmod 700 "$WRAPPER_DIR/kimi-free" case ":$PATH:" in *":$WRAPPER_DIR:"*) ;; *) echo "Добавь в PATH: export PATH=\"$WRAPPER_DIR:\$PATH\"" ;; esac echo "Проверяю запуск. Бесплатный тариф может отвечать несколько минут..." if command -v timeout >/dev/null 2>&1; then SMOKE_OUT=$(timeout 420 "$WRAPPER_DIR/kimi-free" -p 'Reply with exactly: OK' 2>&1 || true) else SMOKE_OUT=$("$WRAPPER_DIR/kimi-free" -p 'Reply with exactly: OK' 2>&1 || true) fi if printf '%s\n' "$SMOKE_OUT" | grep -q OK; then echo "Готово. Команда: kimi-free" else echo "Установка завершена, но проверка не получила OK. Проверь вручную: kimi-free -p 'Reply with exactly: OK'" fi KIMI_FREE_INSTALL Windows: WSL, запускать через него. И просьба 🙏 Поставьте видео лайк и комментарий больше трёх слов. И просто откройте его, даже если сейчас не нужно: выключите звук и пусть доиграет до конца — там 5 минут. Не закрывайте сразу, это ухудшает метрики. Я вынужден работать на алгоритм YouTube, и если контент вам нравится — а раз читаете, видимо, нравится — так вы мне очень поможете его продвигать. ✈️ Подписаться на канал

BTC на $70 млн украли из холодных кошельков Coldcard 🥶 Не $70 млрд, как успели написать некоторые издания, а около $70 млн. Но это всё равно одна из самых страшных историй в крипте за последнее время. Хакеру не пришлось взламывать биржу, заражать компьютеры владельцев или вытаскивать seed-фразы из подключённых к интернету устройств. Люди сделали всё, как обычно советуют: купили аппаратный кошелёк, сгенерировали seed-фразу, положили биткоины и убрали устройство подальше. Многие кошельки не трогали свои BTC годами. А потом обнаружили, что биткоинов там больше нет. Что произошло? Coldcard должен был генерировать seed с помощью аппаратного генератора случайных чисел. Но после миграции кода в марте 2021 года из-за ошибки в прошивке нужная функция стала вызывать программный генератор MicroPython. Он выдавал последовательность, которая выглядела случайной, но на самом деле зависела от параметров вроде идентификатора микроконтроллера, таймеров и истории вызовов. Это не криптографическая случайность. Обычный приватный ключ невозможно подобрать перебором: вариантов больше, чем может проверить всё человечество за всё время существования Вселенной. Но если знать, как именно кошелёк генерировал случайные числа, количество вариантов резко уменьшается. Тогда атакующий может перебрать возможные состояния генератора, получить кандидатов на seed и проверить их по публичным Bitcoin-адресам. То есть кошелёк не подключали к интернету и не «ломали» в привычном смысле. Проблема была в математике, которая создавала секрет с самого начала. По данным Galaxy Research, за 41 минуту 30 июля вывели 1 082,65 BTC примерно с 1 196 адресов — около $70,2 млн. Это только транзакции, которые удалось связать с характерным поведением одного атакующего. И это не обязательно финальная цифра. Злоумышленник, судя по всему, сначала забирал крупные балансы. Пока новость распространяется и владельцы переносят средства, будут оставаться кошельки с меньшими суммами. А будущие атаки могут выглядеть как обычный перевод владельца и не попадать в тот же кластер. Поэтому итоговый ущерб вполне может вырасти до сотен миллионов долларов. Ровно неделю назад я писал про автономных взломщиков, которые уже находят уязвимости в чужой инфраструктуре. В случае Coldcard нет доказательств, что атаку провёл AI-агент. Но сама Coinkite предполагает, что уязвимость могли обнаружить с помощью AI-анализа открытого исходного кода. И это кажется мне почти неизбежным: если AI помогает защитникам искать ошибки, он будет помогать и тем, кто ищет ошибки для кражи. Самое неприятное здесь даже не конкретно Coldcard. Мы привыкли считать безопасным всё, что находится офлайн. Но безопасность — это не только отсутствие доступа к интернету. Важно ещё, как был создан ключ. Если ошибка произошла в момент генерации seed, то холодный кошелёк может годами лежать в сейфе и всё равно оказаться пустым. Если у вас есть Coldcard, проверьте официальное предупреждение Coinkite. Простого обновления прошивки недостаточно: старый seed оно не исправляет. Нужно установить исправленную версию, создать совершенно новый seed и аккуратно перевести средства, сначала проверив небольшой транзакцией. Эта история — ещё одно напоминание: мы ускоряем развитие AI, но наша инфраструктура и безопасность не успевают за этим ускорением даже близко. И то, что сегодня казалось надёжным, завтра может оказаться просто никем ещё не найденной уязвимостью. ✈️ Подписаться на канал

Update по бесплатной Kimi K3 🔄 Подольше потестировал её в Claude Code подольше, и вывод: работать надо в оригинальном Kimi Code. На нём многоходовые задачи реально доводятся до конца, а в Claude Code модель ломается уже на втором-третьем шаге — на вызовах инструментов. Завтра сделаю видео-апдейт по настройке Kimi Code с бесплатной версией. Работает она в разы дольше официального API — но было бы странно, если бы бесплатно работало так же, как за деньги. Кстати, частично возобновили продажи официальной подписки Kimi — через лист ожидания. Но судя по тому, что пару дней назад точно были новые покупки подписки, ожидание недолгое. ✈️ Подписаться на канал

Дополнение к видео: скрипт установки claude-kimi 🛠 Порядок как в видео: 1. Копируете весь блок ниже и вставляете в терминал — Enter пока НЕ жмёте. 2. Идёте в дашборд TokenRouter и просто копируете свой API-ключ (никуда вставлять не надо). 3. Возвращаетесь в терминал и жмёте Enter — скрипт сам подтянет ключ из буфера и всё настроит. Получите отдельную команду claude-kimi с изолированным конфигом, sandbox-защитой секретов (.env, SSH-ключи, неразрешённые домены) и увеличенным в 10 раз таймаутом API — бесплатная K3 думает долго, чтобы Claude Code не обрывал запросы. Ваш обычный claude не затрагивается. macOS / Linux: ( TR_KEY=$(pbpaste | tr -d '[:space:]') # Linux: xclip -o | WSL: powershell.exe -command Get-Clipboard case "$TR_KEY" in sk-*) ;; *) echo "⚠️ В буфере обмена нет ключа (нужен вида sk-...). Скопируй ключ в дашборде TokenRouter и запусти блок ещё раз"; exit 1;; esac command -v claude >/dev/null || { echo "⚠️ Claude Code не найден. Сначала: npm install -g @anthropic-ai/claude-code"; exit 1; } echo "Проверяю ключ..." CODE=$(curl -s -m 30 -o /dev/null -w "%{http_code}" https://api.tokenrouter.com/v1/models \ -H "Authorization: Bearer $TR_KEY") [ "$CODE" = "000" ] && { echo "⚠️ Нет связи с api.tokenrouter.com. Проверь интернет/VPN и запусти блок ещё раз"; exit 1; } [ "$CODE" = "200" ] || { echo "⚠️ Ключ не принят (HTTP $CODE). Проверь ключ в дашборде"; exit 1; } mkdir -p ~/.local/bin ~/.claude-kimi cat > ~/.local/bin/claude-kimi <<EOF #!/usr/bin/env bash # Isolated Claude Code harness -> TokenRouter free Kimi K3 export CLAUDE_CONFIG_DIR="\$HOME/.claude-kimi" export ANTHROPIC_BASE_URL="https://api.tokenrouter.com" export ANTHROPIC_AUTH_TOKEN="$TR_KEY" export ANTHROPIC_MODEL="moonshotai/kimi-k3-free" export ANTHROPIC_SMALL_FAST_MODEL="moonshotai/kimi-k3-free" export CLAUDE_CODE_SUBPROCESS_ENV_SCRUB=1 export API_TIMEOUT_MS=6000000 # 10x default — free K3 думает долго, не обрывать запросы exec claude "\$@" EOF chmod 700 ~/.local/bin/claude-kimi cat > ~/.claude-kimi/settings.json <<'EOF' { "sandbox": { "enabled": true, "allowUnsandboxedCommands": false, "network": { "allowedDomains": ["api.tokenrouter.com", "github.com", "*.githubusercontent.com", "registry.npmjs.org"] }, "filesystem": { "denyRead": ["~/.ssh", "~/.aws", "~/.gnupg", "~/.config/gh", "~/.claude", "~/.claude.json"] }, "credentials": { "files": [ { "path": "~/.ssh", "mode": "deny" }, { "path": "~/.aws", "mode": "deny" } ], "envVars": [ { "name": "GITHUB_TOKEN", "mode": "deny" }, { "name": "OPENAI_API_KEY", "mode": "deny" }, { "name": "ANTHROPIC_API_KEY", "mode": "deny" }, { "name": "ANTHROPIC_AUTH_TOKEN", "mode": "deny" } ] }, "excludedCommands": ["ssh *", "scp *", "docker *"] }, "permissions": { "deny": [ "Read(**/.env)", "Read(**/.env.*)", "Read(**/*.pem)", "Read(**/*.key)", "Read(**/id_rsa*)", "Read(**/secrets/**)" ] } } EOF case ":$PATH:" in *":$HOME/.local/bin:"*) ;; *) echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.zshrc echo "→ добавил ~/.local/bin в ~/.zshrc (переоткрой терминал или: source ~/.zshrc)";; esac echo "" echo "✅ Готово. Запуск: cd в любой проект → claude-kimi" echo " Твой обычный claude не затронут: отдельный конфиг ~/.claude-kimi" echo " Удаление: rm ~/.local/bin/claude-kimi && rm -rf ~/.claude-kimi" ) *На Linux замените pbpaste в первой строке на xclip -o (или xsel -b), на WSL — на powershell.exe -command Get-Clipboard.* Windows: ставите WSL2 — wsl --install в PowerShell от администратора, инструкция: https://learn.microsoft.com/windows/wsl/install Дальше внутри Ubuntu всё то же самое, плюс для sandbox доустановите два пакета: sudo apt install bubblewrap socat Без них модель заработает, но sandbox (защита секретов) не включится. Если на Ubuntu 24.04+ sandbox не стартует — решение: https://code.claude.com/docs/en/sandboxing Удаление, если передумаете: rm ~/.local/bin/claude-kimi && rm -rf ~/.claude-kimi ✈️ Подписаться на канал

Kimi K3 — полная версия, абсолютно бесплатно 🚀 Прямо сейчас можно бесплатно подключить полную, неурезанную Kimi K3 к Claude Code и пользоваться. Я проверил лично: это не сжатая версия — сравнил с официальным API Moonshot на задачах, где квантованные модели обычно ломаются, ответы совпали. Сколько продлится акция — неизвестно. Если интересно — торопитесь. Единственный нюанс: работает заметно медленнее оригинала — нагрузка большая, желающих бесплатно много. Но версия полноценная. Видео с установкой за 3 минуты: https://youtu.be/mwPbdfTzD9Y И просьба. Даже если прямо сейчас вам это не нужно — буду рад, если просто включите видео и оставите играть до конца, оно идёт всего 5 минут. А во время просмотра — подпишитесь на канал, поставьте лайк и оставьте комментарий длиннее трёх слов. Я хочу делать больше такого контента, и мотивирует именно ваша обратная связь. А на YouTube, в отличие от Telegram, решают алгоритмы: досмотры, подписки во время просмотра, лайки и комментарии напрямую влияют на то, как видео разлетается дальше. Так что ваша поддержка здесь реально что-то меняет 🙌 ✈️ Подписаться на канал

OpenAI в 5 раз снизила цену на GPT-5.6 Luna — и начала войну на два фронта ⚔️ 30 июля OpenAI обрубила цены на API: Luna подешевела на 80% — ровно в пять раз, Terra — на 20%. Скидка на Terra — приятно, но не интересно. А вот Luna — это ценовой перекос, и вот почему. Последние месяцы китайские модели начали доминировать в API-запросах (смотрите статистику OpenRouter) — по соотношению цена/качество для production-задач они были вне конкуренции. Фоновые агенты, саппорт, массовая обработка — выгоднее было крутить китайское API, а не американское. С сегодняшнего дня это сломалось. Смотрите цифры (input / output за 1M токенов, смешанная цена, индекс Artificial Analysis): - GPT-5.6 Luna — $0,20 / $1,20, blended $0,17, AA Index 51 - DeepSeek V4 Pro — $0,43 / $0,87, blended $0,18, AA 44 - MiniMax M3 — $0,30 / $1,20, blended $0,22, AA 44 - Qwen3.7 Plus — $0,40 / $1,60, blended $0,27, AA 39 - GLM-5.2 — $1,40 / $4,40, blended $0,90, AA 51 Теперь по пунктам. DeepSeek V4 Pro стоит столько же, сколько Luna ($0,18 против $0,17 по смешанной цене) — но Luna умнее на 7 пунктов индекса и генерирует втрое быстрее. MiniMax M3 и Qwen3.7 Plus Luna обходит сразу по двум фронтам: она и дешевле, и умнее. А GLM-5.2, которую многие тащили в прод как «умную китайскую», показывает ровно тот же индекс, что и Luna (51) — только стоит в 5 раз дороже. Это прямое давление на китайские API, которые как раз начали набирать популярность. Теперь второй фронт — Anthropic. Luna с max effort по независимым тестам примерно соответствует Claude Sonnet 5 на максималках (51 против 53). При этом дешевле в 9 раз по токенам — а на реальных бенчмарках разрыв ещё хуже: Sonnet генерирует больше output-токенов, и сопоставимый результат обходится в ~21 раз дороже. И это при том, что Sonnet 5 сейчас продаётся по акции, которая должна была закончиться 31 августа. Судя по всему, акция не просто продлится — цену придётся резать ещё ниже. Потому что непонятно, зачем теперь платить за Sonnet 5. У Anthropic вообще тяжёлый момент: сильные китайцы снизу, щедрость OpenAI сверху. А ведь в этом году и у тех, и у других IPO. По состоянию на 31 июля Anthropic эту гонку проигрывает. Это касается не только API. Если сидите на подписке Codex — лимиты при использовании Luna расходуются так же уменьшенно. Да, Luna — не frontier, топовая модель у OpenAI сейчас GPT-5.6 Sol. Но не всем задачам нужен frontier: Sol ставьте на планирование и передачу плана, а исполнять пусть Luna — за те же лимиты подписки теперь можно сделать ощутимо больше работы. И да, не жалею, что месяц назад отказался от подписки Claude Code. Это сейчас самая невыгодная и жадная подписка на рынке: и OpenAI, и китайцы за те же деньги дают больше. Отдельно скажу: OpenAI весь июль заливала бесплатными токенами — почти ежедневные сбросы недельных лимитов, убрали 5-часовые лимиты. Я использовал это, помимо прочего, для эксперимента: может ли агент, самостоятельно выполняя работу, зарабатывать деньги. Пока гипотеза скорее подтверждается, чем нет — но суммы маленькие. Хочу, чтобы интеллект окупал сам себя напрямую, выполнением работы, за которую платят, — без построения и продажи продуктов. Данных мало, поэтому подробностей пока не будет. Если через месяц на дистанции гипотеза выдержит — расскажу больше. ✈️ Подписаться на канал

451 токен по Фаренгейту: правда ли, что ИИ-компании уничтожают книги Помните громкий суд Anthropic по делу нарушения авторских прав? Мы напомним: чуть меньше года назад антропики проходили по коллективному иску авторов, на чьих работах они обучали модели. В итоге стартапу пришлось платить громадные штрафы за пиратские копии, но в то же время компанию оправдали за обучение ИИ на купленных бумажных экземплярах. Попался прогрессивный судья, который постановил, что это «добросовестное использование» бумажных копий. Больше подробностей было здесь: https://t.me/data_secrets/7780 Так вот тем самым Anthropic создали серьезный прецедент и, как оказалось, дали начало большому тренду на массовую закупку и оцифровку бумажных книг для обучения ИИ. Раз это «добросовестное использование», почему бы и всем остальным лабам этим не воспользоваться? Так что да, теперь ИИ-компании массово скупают подержанные бумажные книги, изданные до 2022 года (чтобы текст точно был человеческий), разрезают их гидравлическим прессом, отделяя страницы от переплета, и таким образом сканируют для датасетов. Сама книга как физический объект при этом, понятно, уничтожается. Если тираж массовый, то потеря невелика. Но букинисты фиксируют аномальные оптовые закупки и в сегменте редких, давно не переиздававшихся книг (то есть экземпляров, которых в мире осталось немного). К сожалению, прямых доказательств, что это именно ИИ-компании охотятся за раритетами, нет, потому что работа идет через посредников. Например, сервис ISBNdb принципиально не раскрывают личности покупателей, но при этом известно, что они открыто предлагают ИИ-лабам оптовые партии книг на заказ. Расследование: https://www.404media.co/ai-companies-are-buying-tons-of-old-books-because-theyre-free-of-ai-slop/

Развитие ИИ нужно притормозить 🛑 Уже 1224 сотрудника OpenAI, Anthropic, Google, Meta и других frontier-AI-компаний подписали обращение с просьбой создать международный механизм, который позволит при необходимости замедлить развитие ИИ. Не остановить его прямо сейчас. Сначала хотя бы сделать тормоз. Причина — мы приближаемся к точке, когда ИИ сможет автоматизировать разработку следующего поколения ИИ. Возникает петля: более сильная модель создаёт ещё более сильную модель, та — следующую. Скорость развития начинает определяться вычислительными ресурсами, а не способностью людей понять и проверить происходящее. Но такой рубильник работает, только если он есть у всех. Компании конкурируют внутри стран, США — с Китаем. Если одна сторона остановится, а другая продолжит работу втайне, она получит огромное преимущество. Обучение модели спрятать легче, чем ракетную шахту. Поэтому договориться о паузе необходимо — и почти невозможно. Почему об этом заговорили именно сейчас? На днях Claude Mythos провёл почти самостоятельное исследование в криптоанализе. За 60 часов он нашёл ранее неизвестную математическую слабость HAWK — кандидата на постквантовый стандарт цифровых подписей. Затем почти автономно улучшил лучшую атаку на ослабленный AES в 200–800 раз. Важно: банковскую систему он не взломал. HAWK ещё нигде не используется, а настоящий AES-128 имеет 10 раундов, тогда как атака работает только на семи. Но качественный переход уже произошёл. Раньше ИИ находил ошибки программистов в реализации шифрования. Теперь он нашёл слабость в самой математике алгоритма, прошедшего годы человеческой проверки. То, что сегодня кажется нам железобетонным — банковское шифрование, криптовалюта, государственная инфраструктура, — может быть надёжным лишь потому, что никто пока не нашёл спрятанную внутри математики дыру. Почти одновременно произошёл инцидент с OpenAI и Hugging Face. Человек поставил агенту задачу пройти тест по кибербезопасности, но не приказал атаковать Hugging Face. Модель сама нашла zero-day, выбралась из изолированной среды в интернет, решила, что ответы могут храниться у Hugging Face, построила цепочку взлома и украла их из production-базы. Это был не «восставший ИИ». У модели не появилось сознание, злость или желание сбежать. Ей дали цель, инструменты и вычислительный бюджет — но недостаточно чётко ограничили способы достижения цели. Это новая и непривычная категория: агентность без личности, стратегия без сознательного намерения, преступление без человеческого преступного замысла. Поэтому многим психологически проще решить, что всё это постановка и маркетинг. Теория заговора сохраняет привычный мир: люди всё контролируют, корпорации просто врут, а опасные автономные агенты появятся когда-нибудь потом. Но если сообщения OpenAI и Hugging Face правдивы, картина намного неприятнее: сложная система уже может самостоятельно построить многоходовую стратегию, которую человек не задавал, и нарушить границы, которые человек не догадался сформулировать. Если гиперболизировать: однажды сверхмощному ИИ можно поставить цель «сделай так, чтобы люди больше никогда не голодали». И если заранее не определить границы, самым эффективным решением может оказаться уничтожение всех людей. Не из ненависти. Просто потому, что после этого никто действительно не будет голодать. Самое пугающее здесь не то, что ИИ стал злым. А то, что ему для опасных действий вообще не нужно становиться злым. Мы всё ещё говорим об этом как о будущем. Но будущее уже здесь. ✈️ Подписаться на канал