Neurochannel - AI neural networks

GLM-5.3-Flash теперь можно запустить у себя: Unsloth выложили динамические GGUF-кванты и гайд под llama.cpp и свой десктоп. Полная модель в BF16 весит 642 ГБ, 1-битный квант ужат до 93 ГБ и сохраняет 71% точности, 3-битный на 120 ГБ держит 82%, 4-битный на 200 ГБ уже 93%. То есть 1 бит влезает в 100 ГБ памяти (RAM плюс VRAM), 3 бита в 128 ГБ, ровно как у Mac Studio или DGX Spark. Самый короткий путь: curl -fsSL Ссылка скрыта | sh, потом unsloth run --model unsloth/GLM-5.3-Flash-GGUF:UD-IQ3_XXS, дальше Unsloth сам разложит слои по GPU и оперативке и подберёт параметры. Через llama.cpp пока нужна их ветка glm5next/upstream из форка unslothai (в апстрим ещё не влили), потом hf download unsloth/GLM-5.3-Flash-GGUF --include "*UD-IQ3_XXS*" и llama-cli с --temp 1.0 --top-p 0.95. Уровень рассуждений задаётся через --chat-template-kwargs '{"reasoning_effort":"max"}', есть low, high и max, по умолчанию max. Контекст до 1 млн токенов. MoE, 18 млрд активных из 320, так что после загрузки в память крутится она шустро. Веса и таблицу квантов забирать на HF и в доках. @neuro_channel

Лимиты Codex только что сбросили. Пока что все анонсы сбываются, но я что-то не успеваю уже тратить лимиты с этим новым марафоном сбросов :) Всем приятного вечернего кодинга! 👾 @neuro_channel

Google выпустила Gemini 3.5 Transcribe, отдельную модель распознавания речи в семействе Gemini 3. Работает она через два API: gemini-3.5-transcribe разбирает готовые записи, gemini-3.5-transcribe-live идёт потоком через Live API с задержкой меньше секунды. По замерам Artificial Analysis средняя ошибка по словам 2,6% на файлах и 4,0% в потоке. В общей таблице точности это пятое место, впереди Fun-Realtime-ASR с 1,7%, Scribe v2 от ElevenLabs с 2,2% и MAI-Transcribe 1.5 от Microsoft с 2,4%. Скорость 79,6 к реальному времени, цена 5 долларов за 1000 минут. По прайсу Google выходит около 0,005 доллара за минуту записи и 0,009 за минуту потока, есть и бесплатный тир. Теперь про русский, ради которого я и полез в документацию. Код ru-RU в списке языков есть, рядом украинский, белорусский, казахский, армянский, грузинский, таджикский, узбекский и киргизский. Отдельных цифр по русскому Google не даёт: многоязычные 5,04% на файлах и 5,50% в потоке посчитаны на FLEURS по «топовым локалям». В голосовом вводе Rambler на Gboard русский указан прямо в справке, там всего одиннадцать позиций, правда сам Rambler требует Pixel 11. В приложении Gemini на macOS диктовка пока только английская. Умный режим убирает «э-э» и делает самокоррекцию вроде «встретимся во вторник, нет, в среду». К нему прилагаются словарь под свои термины и написания имён, разметка до трёх говорящих, пословные таймстемпы и переключение языка прямо посреди фразы. @neuro_channel

Вчера в комментах были вопросы про аналог Cowork на GLM, так вот ответ — да, у Z․ai есть такое. Новая GLM-5.3-Flash и так имеет 3х лимитов в их Coding Plan, а если работать через ZCode, то дают ещё плюсом 1,5х лимитов. Ну т.е. на самом деле не лимитов больше, а списываются они меньше, но это уже технические детали. Там же в комментах вчера писал, что эти 1,5х не отображаются, но, оказывается, при этом всё равно работают, так что я ошибся, акция в силе. И управление браузером и ПК тоже есть. Мультимодальность новой модельки сразу же и пригодилась. @neuro_channel

Тибо сменил аватарку и намекает, что завтра будет сброс лимитов. А ещё появились сообщения, что после исчерпания лимитов codex активирует резервные лимиты на Luna и они тоже раз в неделю сбрасываются. Чтобы не оставлять нас совсем уж без доступа к хоть каким-то моделям. @neuro_channel

JetBrains выпустила Junie Local: агент Junie теперь работает целиком на маке, без облака, кредитов и регистрации. Команда /local скачивает Qwen3.6-27B в 4 битах (около 15 ГБ, на диске нужен 21 ГБ), поднимает фоновый сервер с OpenAI-совместимым API и переключает агента на него. Бесплатно и без лимитов. Порог входа высокий, и JetBrains сами это признают: macOS 26, Mac на M5 и 64 ГБ памяти, а сама команда пока только в nightly-сборках. M5 выбран не из вредности: в его Neural Accelerator есть 8-битные инструкции, которых нет у M4, они дали около 40% к prefill, то есть к чтению файлов проекта, а на него у кодового агента уходит основное время. Плюс переиспользование KV-кэша между задачами и спекулятивное декодирование через черновую MTP-модель, примерно вдвое к скорости генерации. Патч обещают отправить в MLX-VLM. Про качество: на внутреннем наборе JetBrains Qwen3.6-27B без reasoning набирает наравне с Sonnet 4.5 при лимите в 10 000 токенов рассуждений, GPT-5 на medium чуть выше. Reasoning у локальной модели отключён полностью: по их замерам он почти ничего не добавляет, но жжёт в 2–3 раза больше токенов, при этом облачные модели в сравнении шли с рассуждениями. Qwen3.8 по умолчанию не взяли, потому что ей reasoning нужен, и с ним задачи идут вчетверо медленнее; поставить её можно флагом --model qwen3.8. Прототипы под DGX Spark и RTX 5090 есть, думают про карты на 24 ГБ. @neuro_channel

Z․ai в блоге сравнивает GLM-5.3-Flash с Opus 4.8 и GPT-5.6 Terra, а это не самые сильные из доступных сейчас моделей. Я пересобрал картинку по замерам Artificial Analysis с актуальными соперниками: Opus 5, GPT-5.6 Sol, старшая GLM-5.3 и свежие DeepSeek V4 Pro 0813 и V4 Flash 0731, все в режиме max. В терминале Flash идёт вровень со старшей GLM (84,3 против 83,9), Opus 5 и Sol впереди на 4–5 пунктов, обе DeepSeek отстают на 6. На GDPval-AA, где модели делают офисную работу, Flash обходит и Sol, и большую GLM, уступает только Opus 5. На τ³-Banking и длинном контексте AA-LCR она лучше Opus 5 и Sol. Провалы там, где нужны знания и наука: HLE 39,9 против 54,9 у Opus 5, CritPt по физике вдвое ниже Sol, SciCode на 10 пунктов ниже своей же старшей версии. По GPQA все шесть моделей в пределах трёх с половиной пунктов. На этом марафон постов на сегодня немного приторможу, думаю я вам и так уже ленту захламил инфой про новую модель :) Хорошего кодинга! 👾 @neuro_channel

Сводный Intelligence Index у GLM-5.3-Flash 57 баллов, лидерборд Artificial Analysis обновился сегодня. Это на 6 ниже Opus 5, на 4 ниже Sol и на 3 ниже большой GLM-5.3, зато выше обеих свежих DeepSeek: V4 Pro 0813 набрала 53, V4 Flash 0731 набрала 52. Главное в цене. Одна задача индекса стоит Flash 0,09 $, у DeepSeek V4 Flash 0,11 $, у GLM-5.3 0,68 $, у Sol 0,96 $, у Opus 5 2,34 $, то есть в 27 раз дороже при разнице в 6 баллов. На GDPval-AA v2 Flash с 1770 Elo стоит третьей во всём лидерборде, выше Sol и старшей GLM, уступает только двум режимам Opus 5. Оговорка: индекс она прошла за 150 млн токенов при медиане 64 млн, модель болтливая, но цена за задачу это уже учитывает. @neuro_channel

Claude Code за двое суток обновился три раза, 2.1.243, 2.1.245 и 2.1.246, и один пункт там важнее остальных. В 2.1.246 починили телеметрию: запросы метрик в Anthropic уносили с собой API-ключ, настроенный для стороннего шлюза через ANTHROPIC_BASE_URL. То есть если вы гоняли Claude Code на GLM, Kimi, OpenRouter или через корпоративный прокси, ключ этого провайдера мог улетать на серверы Anthropic. Отдельного сообщения про это нет, только строка в чейнджлоге. Что делать: обновиться до 2.1.246, перевыпустить ключ у провайдера, который стоял в ANTHROPIC_BASE_URL, опционально отключить телеметрию совсем: DISABLE_TELEMETRY=1 и CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC=1 в окружении. Ещё из обновлений: кривые команды с висящим && или || теперь всегда требуют подтверждения, а при старте предупреждают про allow-правила вида Bash(git * main), потому что звёздочка перед подкомандой матчит и опции, вставленные до неё, и правило разрешает больше, чем вы думали. Свои правила стоит перепроверить в /permissions. Из остального по ченжлогу: в /permissions появилась вкладка Auto mode, правила классификатора теперь видно и можно править руками; настройка modelPicker задаёт свой список моделей в /model с любыми id, включая Bedrock и Vertex; promptCacheTtl держит часовой кэш промптов на основном диалоге, но только для API-ключа и облачных провайдеров, подписки это не касается; субагент, упёршийся в maxTurns, помечается как частичный, а не выглядит завершившимся; нативный бинарник для загрузки и автообновления сжали до 75 МБ вместо 340 на Linux x64. Хотфикс 2.1.245 чинит падение при запуске на glibc 2.44, это Arch, CachyOS и Fedora Rawhide. @neuro_channel