Новости и статьи об искусственном интеллекте и нейросетях. Мы собираем и обрабатываем самую актуальную информацию из мира AI. О проекте
В статье описаны четыре стратегии экономии токенов в мультиагентных ИИ-системах: статическое кэширование инструкций, семантическое кэширование, JIT-инструменты и эскалация задач. Приведён пример реализации на Python, объединяющий семантический кэш и маршрутизацию моделей. Эти методы помогают сократить затраты и ускорить работу приложений.
Z.ai представила модель GLM 5.2 с открытыми весами и низкой ценой API, которая приближается к лидерам в бенчмарках кодинга. Разработчики уже используют её для фронтенд-разработки и длительных задач, хотя сталкиваются с ограничениями и галлюцинациями. Низкая стоимость модели заставляет пересмотреть привычку бездумно выбирать самые мощные и дорогие ИИ-инструменты.
Глава Microsoft Сатья Наделла предупреждает, что необдуманное использование мощнейших ИИ-моделей для повседневных задач — «токен-максинг» — не приведёт к реальному экономическому росту. При этом он признаётся, что сам подвержен зависимости от таких моделей. Также Наделла предсказывает, что разработчики перестанут писать код, а будут управлять сотнями ИИ-агентов, и ключевым навыком станет «когнитивное покрытие» — глубокое понимание написанного агентами кода.
GitHub Copilot меняет модель оплаты: вместо лимита запросов вводятся кредиты ИИ по центу за штуку, где расход зависит от токенов. Pro-тариф даёт 1000 кредитов в месяц, автодополнение и Next Edit остаются без платы.
Opus 4.7 от Anthropic имеет равную с 4.6 цену, но расходует больше токенов — в среднем 1,325 раза на коде, до 1,47 раза на техдокументах и 37,4% по данным сообщества. Для сессии из 80 взаимодействий затраты вырастут на 20–30%. Модель лучше следует инструкциям — на 5 п.п. по IFEval.
Агентный ИИ выходит за рамки запланированных бюджетов из-за операционных расходов на эксплуатацию, управление и масштабирование. Проекты часто проваливаются при переходе в производство из-за неучтенных факторов вроде потребления токенов, неэффективности GPU и пробелов в governance. Стратегии вроде модульных фреймворков, serverless-инфраструктуры и автоматизированного мониторинга помогают контролировать затраты.
Anthropic разобралась с жалобами на быстрый расход лимитов в Claude Code: виноваты пиковые ограничения и растущие контексты до 1 млн токенов. Компания исправила баги, улучшила эффективность и добавила уведомления. Пользователям рекомендуют Sonnet 4.6 вместо Opus, отключение Extended Thinking и свежие сессии.
Alibaba собирает ИИ-направления в Token Hub под прямым руководством CEO Эдди Ву, включая команды Qwen, DingTalk и устройства Quark. Это поможет ускорить монетизацию ИИ и представить агента для бизнеса с интеграцией в Taobao и Alipay. Китайским компаниям сложнее зарабатывать из-за скепсиса пользователей к платным сервисам.
Статья знакомит с практическим ограниченным декодированием — методом, вынуждающим LLM генерировать текст строго по заданной схеме. Объясняется принцип работы с конечными автоматами и библиотека Outlines. Приводится пример генерации JSON-объекта без ошибок.
Microsoft меняет тарифную модель Copilot Cowork, переходя от фиксированной платы к оплате за использование. Рассматривается внедрение дообученной модели DeepSeek V4 как более дешёвой альтернативы Claude, размещённой в Azure. Решение призвано сдержать растущие затраты на агентные ИИ-задачи.
DataRobot представил стандартизированные бенчмарки для LLM, измеряющие реальную производительность: максимальную конкурентность, задержку и стоимость токенов. Эти метрики позволяют точно рассчитать бюджет и инфраструктуру до запуска в продакшн.
GitHub Copilot с июня 2026 года перейдет на оплату по токенам через GitHub AI Credits вместо подсчета премиум-запросов. Цены тарифов останутся прежними, автодополнение кода не будет тратить кредиты, бизнесу дадут бонусы на переход. Марио Родригес объяснил это разными затратами на агентные задачи, тестовые счета запустят в мае.
Разработчики хвастаются большими бюджетами токенов для ИИ-кодинга, но данные показывают высокий churn: 80–90% одобрения падает до 10–30% из-за правок. Компании вроде Waydev, GitClear, Faros AI и Jellyfish фиксируют рост объема кода, но не его качества — junior инженеры страдают сильнее.
Нулевые простои для ИИ-агентов требуют не только работающей инфраструктуры, но и стабильного поведения, контроля затрат и качества решений. Статья описывает трехуровневую модель доступности: инфраструктура, оркестрация и уровень агента, с адаптацией стратегий развертывания вроде голубой-зеленых и канареек. Наблюдаемость поведения, задержек и токенов — ключ к безопасным обновлениям без потери доверия пользователей.
Гендиректор Nvidia Дженсен Хуанг заявил, что разработчик с зарплатой $500 тысяч в год должен тратить на ИИ-токены минимум $250 тысяч, иначе это вызывает тревогу. Он сравнил такую экономию с отказом от профессиональных CAD-инструментов. Прогнозы Anthropic по доходам от ИИ в сотни миллиардов долларов к 2028 году Хуанг назвал консервативными.
Anthropic отменила надбавку за контекстные окна свыше 200 тысяч токенов в Claude Opus 4.6 и Sonnet 4.6, сделав миллион токенов доступным по стандартным ценам 5/25 и 3/15 долларов за миллион. Лимит на изображения и PDF вырос до 600 за запрос, новые тарифы работают в Claude Code и через облачные платформы. Модели лидируют по точности на полном контексте, хотя общие проблемы с длинными промптами сохраняются.