Тут провели так называемую Альфа Арену где заставили разные нейросети торговать на крипто бирже, каждой выдали по $10k денег. У Бориса горит с того что куча телеграм каналов и СМИ восприняли этот нулевой по ценности "бенчмарк" как что-то что реально отражает интеллектуальные способности нейросетей.

Вот тут он пишет подробнее про то почему это совершенно бессмысленный бенчмарк (на инглише): https://borisagain.substack.com/p/why-alpha-arena-is-literally-the

"Победил" в этом состязании Квен, но с тем же успехом они могли бы сравнивать генераторы рандомных чисел, нейросетям не дали ни достаточного количества информации, ни достаточного количества времени, ни инструментов.

Да и сам крипторынок это максимально рандомная среда, на момент проведения "эксперемента" весь крипторынок падал так что все нейросети, закономерно, ушли в минус.

Но мы действительно получили полезную информацию, не о нейросетях, но о телеграм каналах которые с восторгами писали про Альфа Арену и всерьез оценивали ее "результаты".

Сделал шорт из того самого момента на стриме когда Гигачат попытался угадать по скриншоту игру Смута (думаю все кто присутствовал запомнили это):

https://www.youtube.com/shorts/KziLSFtKpwo - ютуб.

https://www.tiktok.com/@tosternoscript/video/7570065138468801800 - да, я завел себе тиктак.

В конце шорта будет камео чата Твича 😉.

Сегодня, как и всегда по воскресеньям, я запущу стрим в 20:00 по МСК. Попробуем вместе с нейросетями составить еще один Тирлист, в прошлый раз получилось так себе, но думаю сегодня будет лучше.

Будем составлять тирлист российских айти компаний, с категориями от "фейк айти" и до "айти компания мирового уровня".

Стрим пройдет здесь: https://www.twitch.tv/tosternoscript

Начинаем стрим! https://www.twitch.tv/tosternoscript

Вот уже почти месяц я работаю над новым проектом, и наконец-то могу его анонсировать, встречайте Мафию с Нейросетями.

Уже в это воскресенье, в 20:00 по МСК, я проведу первую тестовую игру в Мафию с Нейросетями, проходить все будет на Твиче в прямом эфире: https://www.twitch.tv/tosternoscript

Это будет именно тест, я пока еще ни разу не пробовал запускать игру с мощными нейросетями типа ЧатГПТ или Гемини, так что я без понятия как они будут играть, пока я пробовал запускать только с самыми дешевыми моделями.

Сейчас в игре есть: 1 игрок за мафию, остальные мирные. Ночь, день, обсуждения, оправдательные речи, голосования, казнь, короче реализованы все основные механики.

Это базовый вариант игры, если с ним все будет ок то будем дальше увеличивать количество игроков, ролей, и тд, планов у меня на Мафию много, в том числе у меня есть идеи которые возможно реализовать в Мафии только при помощи нейросетей.

Уже совсем скоро, в 20:00 по МСК я запущу первый стрим по Мафии с Нейросетями, на Твиче: https://www.twitch.tv/tosternoscript

Это будет тестовый стрим, я конечно тестировал как оно работает, но совсем немного, более того, я ни разу не довел ни одной игры до конца. Хочу что бы полноценная игра впервые прошла именно в эфире (впрочем я не гарантирую этого, есть шанс что все сломается, ну для этого и тестируем).

Попробуем сыграть с этими игроками: ЧатГПТ, Дипсик, Мистраль, ЯндексГПТ, Грок, Гемма.

ЧатГПТ, ЯндексГПТ и Грока я ни разу не проверял, так что я вообще без понятия как они будут играть в мафию.

Стрим Мафия с Нейросетями запущен: https://www.twitch.tv/tosternoscript заходите!

В "Яндексе" отметили активный переход пользователей на российские нейросети: https://tass.ru/obschestvo/25688283

Яндекс тут хвалит сам себя. Но вообще я действительно думаю что для бытовых вопросов российские нейросети постепенно будут отхватывать свою долю, в первую очередь за счет интеграции российских сервисов (всякие там яндекс карты и прочие маркетплейсы), а не за счет "локального контекста и культурного кода" про который очень много говорят, но которого лично я пока не очень заметил (хотя скоро проверим это на стримах).

Меня раздражает что когда речь идет о ГигаЧате и о ЯндексГПТ говорят именно об официальных веб приложениях и ботах, но вообще не говорят об API, а там довольно печальная ситуация, особенно ситуация с ценами.

Допустим я преисполнился и решил создать приложение на основе Гигачата, потому что там культурный код и российский контекст, окей, идем в https://developers.sber.ru/docs/ru/gigachat/tariffs/individual-tariffs и смотрим цены.

1 000 000 токенов GigaChat 2 Max стоит 1 950 ₽ (при чем еще у них есть срок действия, через 12 месяцев они сгорят 🤦‍♂️ но сейчас не об этом).

Сбер не указывает цены раздельно для исходящих и входящих токенов, я так понимаю что это значит что они одинаковые.

Окей выходит что в долларах цена ГигаЧата Max по API это: $24.15 за миллион токенов (по текущему курсу ЦБ).

Для сравнения, Gemini 3 Pro, модель которая считается одной из самых умных моделей на данный момент, в опенроутере стоит таких денег за миллион токенов (https://openrouter.ai/google/gemini-3-pro-preview):

input ≤200K $2 | >200K $4
output: ≤200K $12 | >200K $18

Самые дорогие токены это исходящие токены и если их больше 200k (что для исходящих токенов редкость, нагенерить 200 тысяч токенов нужно еще постараться, это какие-то Очень большие задачи по написанию кода, или просьба написать целую книгу).

Ну то есть вы понимаете? Самая крутая из существующих на данный момент моделей требует $18 за миллион токенов в самой дорогой из возможных ситуаций.

В обычной ситуации, скажем, если это чат, большая часть токенов будет входящими, и ответы нейросети и близко не подойдут к 200k, так что реально цена будет сильно меньше 18$ за миллион токенов.

Тем временем ГигаЧат Max стоит $24.15 за миллион токенов 😕.

А ведь Гемини это довольно дорогая модель, вот цены grok-а: https://openrouter.ai/x-ai/grok-4-fast

Input: ≤128K $0.20 | >128K $0.40
Output: ≤128K $0.50 | >128K $1

Один доллар за миллион исходящих токенов! И это если их больше 128K. Один самый дорогой токен Грока стоит в двадцать четыре раза дешевле одного токена ГигаЧата. Это просто ценовая пропасть.

Цены ГигаЧата совершенно не конкурентные, юзера который юзает гигачат в вебе или в официальном боте это не касается, но разработчиков которые хотели бы юзать отечественную нейросеть, а не забугроную для своих приложений это касается напрямую.

Возможно вы слышали что кокакола снимает ии рекламу каждый год: https://news.1rj.ru/str/disruptors_official/2998

Каждый раз их адски хейтят в интернете за это, куча гневных твитов, куча видосов на ютубе про то какая кокакола плохая и тд.

Но зачем кокакола продолжают это делать? Вряд ли из-за экономии, для кокаколы это копейки.

Думаю причины две:

1) это реклама вообще не для широкой аудитории, это реклама для инвесторов, кокакола показывает что они в тренде и в теме ии.

2) хейт это внимание, всем уже давно было плевать на рекламу с красными грузовиками, а тут взрыв внимания, требования вернуть все как было и тд. По этой же причине они снимают рекламу подчеркнуто ии-сгенерированной, что бы вот прям было видно что все иишно-пластиковое.

Сделал шорт в догонку к вопросу про "российский контекст" у Яндекс Алисы и Сберовского Гигачата, я попросил их нарисовать Деда Мороза, получилось ли это у них?

https://youtube.com/shorts/tKjIwo90Tfk

https://www.tiktok.com/@tosternoscript/video/7575620832223857937

Стрим Мафия с Нейросетями начался! Заходите: https://www.twitch.tv/tosternoscript

Изначально когда я начал писать код при помощи нейросетей я придерживался принципа что весь сгенерированный код нужно ревьювить.

Я и сейчас так делаю, но в последнее время я, как-то даже не заметно для себя, начал делать наоборот. Я пишу код и отдают его на ревью нейронке.

Выходит очень не плохо, мне даже так нравиться больше, GPT Codex реально хорошо ревьювит и предлагает улучшения. При этом не нужно мучиться над промптом - он просто из самого написанного кода понимает что этот код должен делать. Код для ревью это одновременно и промпт.

Было бы вообще идеально если бы каждый мой коммит GPT Codex сам проверял прямо в vs code, не знаю, может такое уже есть в каком нибудь Cursor?

👆 и я вот, к слову, не знаю какой вообще можно привести аргумент против применения нейросетей для ревью кода, есть в телеге противники использования нейросетей для написания кода типа @antonvolkov, и с какими-то его аргументами можно согласиться.

Но вот какой аргумент против применения нейросетей для проверки кода можно применить? Типа, уровень стресса слишком сильно повыситься у разрабов от того что генератор слов будет указывать на ошибки и проблемы в коде?