🤖 Нейросети для работы и бизнеса: главное
🤖 Нейросети для работы и бизнеса: главное За последние дни вышло несколько прикладных обновлений: дешевле становится доступ к LLM через API, а китайские open-weight модели всё активнее подходят для агентных и мультимодальных задач. 1. Qwen открыла веса Qwen3.8-Flash-Next — превью архитектуры Qwen4 Alibaba Qwen выпустила Qwen3.8-Flash-Next: мультимодальную MoE-модель с 125 млрд параметров основной части, 51 млрд N-gram embeddings и 6 млрд активных параметров на токен. Для разработчиков это важный сигнал: архитектурные изменения Qwen4 можно изучать заранее, веса доступны на Hugging Face и ModelScope, а продакшен-версия Qwen3.8-Flash предлагается через QwenCloud с контекстом 1M и OpenAI-подобным сценарием подключения. 🔗 Источник 2. Z.ai выпустила GLM-5.3-Flash с открытыми весами и мультимодальностью GLM-5.3-Flash — первая нативно мультимодальная модель в линейке GLM-5: 320 млрд параметров всего и 18 млрд активных. Она уже доступна в GLM Coding Plan, поддерживается для локального инференса через SGLang, vLLM и TokenSpeed, а веса опубликованы на Hugging Face под MIT-лицензией. Практический вывод для команд: появляется ещё один китайский вариант для кодинг-агентов, работы с интерфейсами, документами и визуальными задачами без полной зависимости от закрытых западных API. 🔗 Источник 3. «Рег.облако» перевело доступ к нейросетям на оплату по токенам Российский провайдер обновил ИИ-платформу: теперь LLM можно использовать через OpenAI-совместимый API или Sandbox UI без аренды GPU и оплаты простаивающей инфраструктуры. На старте заявлено более 30 моделей для текста, кода, поиска по документам, мультимодальных задач и длинного контекста. Это полезно компаниям, которые хотят быстро тестировать разные модели и контролировать расходы, не поднимая собственный inference-контур. 🔗 Источник 4. «Фаберлик» внедрил нейросетевой поиск на базе Qwen и VK Cloud В каталоге «Фаберлик» запущен смысловой поиск: локальная языковая модель Qwen и векторный поиск помогают находить товары даже по нестандартным запросам, которые раньше могли давать пустую выдачу. Для ритейла и e-commerce это хороший практический кейс: open-weight/китайские модели можно разворачивать в российской облачной инфраструктуре, улучшая поиск, конверсию и контроль над данными. 🔗 Источник Будем следить за практичными AI-релизами дальше.