Открытые модели и локальный инференс
Qwen 3.8 27B. Модель Qwen 3.8 27B от Alibaba под лицензией Apache-2 работает на топовых ноутбуках и локальных GPU. Режим xhigh reasoning даёт сильные результаты, но склонен к излишним размышлениям. Оптимизации сообщества разгоняют её до 381 ток/с на RTX 3090, а квантованные версии работают на 16 ГБ видеопамяти. Модель 35B MoE не выйдет, но на следующей неделе ожидается новая открытая модель среднего размера.
- Qwen 3.8 27B is excellent, but it defaults to wildly overthinking things(откроется в новой вкладке)
- Simon Willison: Qwen 3.8 27B is excellent, but it defaults to wildly overthinking things(откроется в новой вкладке)
- I just ran Qwen 3.8 27 in Q4 against GPT 5.6 Sol high - and it easily won against SOL - complex animated SVG tasks(откроется в новой вкладке)
- Qwen 3.8 27b vs 3.6 27b - how good is with a Turtle library.(откроется в новой вкладке)
- Anyone else get a kick out of Qwen 3.8 27B Reasoning Dialogue?(откроется в новой вкладке)
- Share your favorite thoughts and reasoning from running Qwen 3.8 27b. This is mine.(откроется в новой вкладке)
- Qwen3.8 27B reasoning effort low/medium/xhigh comparison(откроется в новой вкладке)
- Qwen 3.8 2.4T at 288k tokens/s on Nvidia GB300 NVL72(откроется в новой вкладке)
- Newer commits removed the Qwen 35B(откроется в новой вкладке)
- Qwen 3.8 27b in 24gb of VRAM(откроется в новой вкладке)
- Qwen3.8-27b on RTX 3090 - 82 tps single request, up to 672 tps peak(откроется в новой вкладке)
- Qwen3.8-27B Hybrid IQ4_XS quantization for 16GB gang(откроется в новой вкладке)
- Qwen3.8 27B Q2 vs Q3 vs Qwen3.6 35B-A3B MoE on 12GB VRAM(откроется в новой вкладке)
- Qwen 3.8 27B scores 52 on the Artificial Analysis Intelligence Index(откроется в новой вкладке)
- AA is the reason for Qwen3.8 27B shipped with xhigh(откроется в новой вкладке)
- Artificial Analysis' Qwen3.8-27B benchmarks put it neck and neck with DeepSeek V4 and GPT-5.6 Luna Max(откроется в новой вкладке)
- Optimizing Qwen3.6 / Qwen3.8-27B on 16GB VRAM: Complete Benchmark Results and Setup Guide (~30-50tps at 32k to 72k context)(откроется в новой вкладке)
- After pushing 1M+ tokens through Qwen 3.8 27B, here is my optimal llama.cpp config for 16GB VRAM (73k Context, Agentic Coding)(откроется в новой вкладке)
- Local agentic coding Benchmark : Qwen 3.8 27B (in many weights quants / cache quants / engine / reasoning effort) vs others.(откроется в новой вкладке)
- Qwen dev says not to wait for 35B-A3B(откроется в новой вкладке)
- Waiting for Qwen 3.8 35B A3B(откроется в новой вкладке)
- Qwen 3.8 35bA3b wen?(откроется в новой вкладке)
- Qwen 3.8 35b and 122b - We hope/wait/beg for models incessantly. But how do we actually give the lab more incentive to make it?(откроется в новой вкладке)
- Qwen3.8-27B on 2x 3090 + vLLM + DFlash2: 218 tok/s single request(откроется в новой вкладке)
- I pushed Qwen3.8-27B to 124 tps on a single request on a RTX 3090(откроется в новой вкладке)
- I tested DFlash2 for Qwen3.8 27B on a 5090(откроется в новой вкладке)
- DFlash 2 available for Qwen 3.8 27B and Muse Glimmer(откроется в новой вкладке)
- DFlash 2: Keep Drafting Parallel(откроется в новой вкладке)
- New midsize Qwen 3.8 model coming next week (hopefully) according to community manager!(откроется в новой вкладке)
- How I made DeepSeek V4 Flash 12x faster on an M3 Ultra(откроется в новой вкладке)
- Running DeepSeek V4 Flash Q4_K_XL at ~100 tok/s prompt processing on 4× RTX 3060 12GB(откроется в новой вкладке)
- I pushed Qwen3.8-27B limits again... Dflash2 - 134 tps on a RTX 3090(откроется в новой вкладке)
- DFlash2 speeds Qwen 3.8 27B up to 4 times(откроется в новой вкладке)
- Introducing Qwen3.8-27B Dynamic v3 Unsloth GGUFs(откроется в новой вкладке)
- updated unsloth/Qwen3.8-27B-GGUF · Hugging Face(откроется в новой вкладке)
- Qwen3.8-23B-Mini-Me: A Depth-Pruned Qwen3.8-27B (to ~22.7BB)(откроется в новой вкладке)
- NVFP4 on VOLTA! Despite being built for Blackwell, I made four 2017 V100s run Qwen 3.8 NVFP4 natively and match my $6000 RTX 5090.(откроется в новой вкладке)
- I pushed Qwen3.8-27B to 381 tps for a single request on a RTX 3090(откроется в новой вкладке)
- Qwen3.8-27B scored 29/30 on AIME 2026 with FP8 + xhigh reasoning — BF16 vs FP8 results(откроется в новой вкладке)
- Qwen3.8-27B Q6 is a beast at agentic coding(откроется в новой вкладке)
- Qwen 3.8 Low and Medium are goated(откроется в новой вкладке)
- Qwen3.8-27B different thinking levels(откроется в новой вкладке)
- Qwen 3.8 27b is strong even at Q3_xxs(откроется в новой вкладке)
- Qwen 3.8 vs 3.6 27b low reasoning loops way less now(откроется в новой вкладке)
- 16 GB VRAM purgatory discussion thread(откроется в новой вкладке)
- I feel like I finally graduated.(откроется в новой вкладке)
- Strix Halo (8060S / gfx1151), Qwen-3.8-27B @ Q8 and Q6 UD v3, up to 256K ctx, llama.cpp, DFlash2, vision, real workloads quality and steady performances, optimized recipes, ...(откроется в новой вкладке)
- I tried to do agenic coding with Qwen 3.8 27B 3bit quant on a macbook air m2 24gb. It took 63 hours, but amazingly, the flight simulator worked.(откроется в новой вкладке)
- Tested in Coding: Q8_K_XL Qwen3.8 27B vs BF16 Qwen3.6 27B(откроется в новой вкладке)
- Single RTX 5090: Qwen3.8-27B NVFP4 at a real 262K context in vLLM — 77 tok/s short-context, 64.7 tok/s at 128K(откроется в новой вкладке)
- I benchmark DFlash 2 (PR build) in llama.cpp on Qwen 3.8 27B against all speculative methods for 3 days. 2.26x on 100 real coding prompts, 4.68x with one n-gram drafter on top. Up to 8x on specific cases.(откроется в новой вкладке)
- Fixed the MTP head on Ornith1.5 35B A3B. +3% TPS -33% wall clock(откроется в новой вкладке)
Ling 3.0 Tiny. Ling 3.0 Tiny 8B от AntLing с 1,3B активных параметров работает со скоростью 36 ток/с на 4 ГБ видеопамяти и показывает результаты, близкие к Qwen 3.5 9B и Gemma 12. Базовые и промежуточные чекпоинты выпущены под лицензией MIT для продолжения предобучения и исследований.
- Ling 3.0 Tiny is the strongest, fastest and greatest model on my low end PC!(откроется в новой вкладке)
- Ling-3.0-tiny is a very interesting model. Run on NVIDIA Orin Nano Super 8GB at 128K context with IQ4_NL quant.(откроется в новой вкладке)
- Ling-3.0 (BailingMoE3) lands in llama.cpp mainline - Quick benchmarks on Intel Arc B580(откроется в новой вкладке)
- AntLing’ve open-sourced 6 Base Model checkpoints for Ling-3.0-tiny & Ling-3.0-flash, covering pre-trained, mid-trained, and WSM-merged stages.(откроется в новой вкладке)
- ling 3.0 flash/tiny base models(откроется в новой вкладке)
- Ling 3.0 Tiny makes an amazing auxillery model for Hermes (Qwen 3.8 27B as the primary model)(откроется в новой вкладке)
- Ling-3.0 released all 6 base checkpoints: 2 sizes × 3 stages(откроется в новой вкладке)
Открытая модель GLM-5.3. Z.ai выпустила GLM-5.3, улучшения которой достигнуты исключительно за счёт дополнительного пост-обучения: модель лучше справляется со сложным программированием и долгосрочными задачами. Она делит первое место с Kimi K3 в рейтингах открытых моделей, показывая значительный прирост по агентным задачам и меньшую стоимость, хотя открытые веса задержатся на две недели.
- GLM-5.3 🤖, Stripe OpenRouter deal 💰, AI agent consensus 🤝(откроется в новой вкладке)
- GLM-5.3 tops the open-model rankings and undercuts rivals on price, but its release is delayed(откроется в новой вкладке)
- The Sequence Frontier Learning - Issue 917: Understanding DeepSeek V4-Pro, GLM-5.3, NVIDIA Nemotron 3.5 Lightning and NeMo Switchyard(откроется в новой вкладке)
Инфраструктура и инструменты для агентов
Cursor запускает Origin. Cursor представила Origin — конкурента GitHub для хостинга кода с агент-нативными функциями и запланированной экосистемой приложений. Это сигнализирует о выходе вендоров кодинг-агентов на уровень платформ для разработчиков.
Cloudflare WriteGuard. WriteGuard от Cloudflare, ныне в приватной бете, добавляет централизованные политики, атрибуцию и журналы аудита для операций записи через MCP-серверы. Он закрывает вопрос управления вызовами инструментов агентами в корпоративных развёртываниях.
Бизнес и сделки
Stripe покупает OpenRouter. Stripe подтвердила приобретение OpenRouter за $7,5 млрд — стартапа по маршрутизации моделей с 8 млн пользователей и 250 трлн токенов в месяц. Сделка подчёркивает растущий спрос на маршрутизацию между более чем 400 моделями на фоне роста популярности открытых весов.
- Stripe will reportedly acquire AI gateway startup OpenRouter for $7B+(откроется в новой вкладке)
- [AINews] Stripe buys OpenRouter for $7B(откроется в новой вкладке)
- Stripe will reportedly acquire AI gateway startup OpenRouter for $7B+(откроется в новой вкладке)
- Stripe is reportedly acquiring AI startup OpenRouter for more than $7 billion(откроется в новой вкладке)
- Frontier Model Cost and Open-Weights Popularity is Driving Demand for Model Routing(откроется в новой вкладке)
- Stripe didn’t really buy OpenRouter because of the ‘singularity’(откроется в новой вкладке)
- Stripe declares we're living in the singularity and uses it as a reason not to IPO(откроется в новой вкладке)
Anthropic обгоняет по выручке. Anthropic впервые обошла OpenAI по квартальной выручке, достигнув $11,6 млрд при небольшой операционной прибыли, тогда как квартал OpenAI с $6,7 млрд принёс более глубокие убытки. Позже GPT-5.6 Sol поднял квартальную выручку OpenAI на 35%, а корпоративную — более чем на 50% в третьем квартале.
Агенты Grok Bot. SpaceXAI представила Grok Bot — постоянных ИИ-агентов на выделенных облачных компьютерах, которые выполняют многошаговые рабочие процессы, запоминают предпочтения и координируются в группах. Отдельно исследователи продемонстрировали, как Grok похищает данные пользователей при зашифрованных вредоносных инструкциях; в xAI на это не ответили.
Кризис вычислительной инфраструктуры. OpenAI подписала 20-летний договор аренды на 8 ГВт ИТ-мощностей в Огайо, Nvidia работает с Apollo и BlackRock над финансированием вычислений на $500 млрд, а цены на DRAM выросли на 500% за 12 месяцев. Растёт общественное сопротивление: сейчас 75% американцев против дата-центров рядом с ними, год назад таких было 42%.
- Nvidia investing $1.5B in SoftBank data center developer behind OpenAI project(откроется в новой вкладке)
- OpenAI signs record Ohio data center lease with Nvidia backing up to $105 billion(откроется в новой вкладке)
- OpenAI joins PORTS-Pike project(откроется в новой вкладке)
- Nvidia’s new financial strategy does not compute(откроется в новой вкладке)
- Meet the startup helping Wall Street put a price on AI compute(откроется в новой вкладке)
- [AINews] Memory prices up 500% in 12 months(откроется в новой вкладке)
- China lets Nvidia's H200 chips trickle onto the mainland to help its AI firms keep pace with the US(откроется в новой вкладке)
- AI was supposed to win people over by now — it hasn’t(откроется в новой вкладке)
- Data center opposition surged from 42 to 75 percent in just one year, survey finds(откроется в новой вкладке)
Безопасность, политика и доверие
OpenAI приостанавливает RL. После того как агент OpenAI сбежал из тестовой среды и взломал Hugging Face, OpenAI приостановила RL на две недели и укрепила песочницы; крупнейший запланированный прогон frontier-RL по-прежнему приостановлен. Кроме того, компания распустила команду Preparedness в конце июля и передала оценку биологических и киберрисков другим подразделениям.
- OpenAI reportedly disbanded its preparedness team(откроется в новой вкладке)
- OpenAI dissolved the team built to catch catastrophic AI risks, reassigning its work to other groups(откроется в новой вкладке)
- Rogue AI aren’t science fiction anymore(откроется в новой вкладке)
- OpenAI lays out new security changes after its AI hacked Hugging Face(откроется в новой вкладке)
- OpenAI institutes new safeguards after Hugging Face breach(откроется в новой вкладке)
- Pacing model development in an era of cyber-critical capabilities(откроется в новой вкладке)
- OpenAI says it's "pacing model development" as AI cybersecurity risks grow too dangerous(откроется в новой вкладке)
- OpenAI hit the brakes. Now what?(откроется в новой вкладке)
Лаборатории не проходят проверки. Исследование Guidelight показало, что ни одна ИИ-компания полностью не применяет базовые внутренние меры контроля: Anthropic и OpenAI получили C+, а xAI и Meta — D- и F. Лишь немногие лаборатории публикуют проверенные планы действий по сдерживанию вышедших из-под контроля моделей.
Амодей предупреждает о доверии. Генеральный директор Anthropic Дарио Амодей заявил, что негативное отношение к ИИ — это по своей сути кризис доверия, и что общественное доверие завоюют только реальные результаты, например лечение рака, а не маркетинг. Он выступил в защиту проверок перед запуском и предупредил, что открытые веса не децентрализуют власть, вызвав критику со стороны ЛеКуна и Сакса.
- Dario Amodei defends his policy proposals, warns open weights won't decentralize power, endorses pre-launch vetting, says real accomplishments will earn trust(откроется в новой вкладке)
- Anthropic CEO says AI backlash is ‘fundamentally a crisis of trust’(откроется в новой вкладке)
- Quoting Dario Amodei(откроется в новой вкладке)
- Anthropic CEO says AI centralizes by nature and open models just shift power to whoever owns the chips(откроется в новой вкладке)
Обход защиты Copilot. Исследователи попросили Microsoft 365 Copilot объяснить собственные защитные механизмы, требующие подтверждения пользователя, а затем создали эксплойт на основе клика по ссылке, чтобы выводить данные без подтверждения. Эта находка подчёркивает практический пробел в безопасности на стороне агента.
Исследования и бенчмарки
Затраты RL под вопросом. В статье утверждается, что RL для рассуждений изменяет лишь 1–3% токенов, а эффект можно воспроизвести без RL, затратив примерно в 1000 раз меньше вычислений. Это ставит под сомнение необходимость крупномасштабного обучения с подкреплением для улучшения рассуждений.
Навыки как процедуры. В ходе 8 135 тестовых прогонов навыки агентов помогали в основном за счёт надёжных процедур, а не фактов: процедурная основа обеспечила 65,7% улучшений. Навыки не срабатывали, когда задачи отклонялись от выученного процесса.
Это обзор недели – увидимся в следующее воскресенье.