Уже не первый день вижу в комментариях нашего чата @prompt_chat и в личке сообщения, что Perplexity отупел. Сам я этого не замечаю, возможно, из-за того, что чаще общаюсь с ChatGPT и Gemini в оригинальных интерфейсах. Но жалобы точно не единичны, даже на Reddit’е стали поднимать вопрос: «А не перенаправляет ли Perplexity наши запросы на более дешевые модели?»

Сразу скажу, что технически это сделать очень просто. Сервер Perplexity получает запрос в чате с выбранной моделью, но роутить его может куда угодно. Например посмотреть на запрос и решить, что он слишком простой, и незаметно отправить его на более дешевую модель, чтобы сэкономить деньги.

Но будут ли они это делать? Очень маловероятно.
1) Это мошенничество. Их Pro-подписка - это контракт. Они продают доступ к конкретным моделям. Если они будут втихую подменять их, это прямой обман платящих клиентов.
2) Репутация - это всё. Если вскроется, что они обманывают пользователей (а это обязательно вскроется), они потеряют кучу пользователей и получат иски от инвесторов. Это не стоит той экономии.

Кстати, вы можете сами посмотреть, с какой моделью улетают ваши запросы на сервера Perplexity:
1. Открываешь "Инструменты разработчика": просто нажми F12 (или Cmd+Opt+I на Mac).
2. В открывшейся панели нажми на вкладку Network (Сеть).
3. Там нажми на фильтр Fetch/XHR.
4. Нажми на значок 🚫 (Clear), чтобы очистить список.
5. Теперь отправь любой запрос в чат Perplexity.
6. В окне (где был 🚫) появится строка. Нажми на ту, что называется perplexity_ask.
7. Справа откроется еще одна панель. Нажми на вкладку Payload.
8. Ищи в коде строку "model_preference". Значение напротив нее (например, "claude45sonnet") — это и есть модель, которую он использует.

Ого, какая короткая неделя. Уже пятница. Тогда подключаю к своему минимакинтошу минининтендо и иду играть в червячка (Earthworm Jim). Помните эту игрульку?

Все выходные собирал…

Ого, оказывается, действительно проблема была на стороне Perplexity, и Аравинд, CEO компании, ее подтвердил. Вот тут полная версия, но если кратко:

Иногда Perplexity переключается на альтернативные модели в периоды пиковой нагрузки на определённую модель, или когда с выбранной вами моделью происходит ошибка, или после периодов длительного интенсивного использования (в целях предотвращения мошенничества). В данном случае произошло следующее: иконка (чипа) в нижней части ответа некорректно отображала, какая модель была фактически использована в некоторых из этих сценариев переключения.

Звучит, конечно, как оправдание пойманных за руку… но будем наблюдать.

Таблица сравнения разных моделей

Как же быстро устаревает информация про LLM, но собирать ее в таблицы - я не перестану.

Ловите, это более расширенная таблица на 9 платформ: ChatGPT, Gemini, DeepSeek, Llama, Perplexity и т.д

Ссылка: https://docs.google.com/spreadsheets/d/19oR07anPbk_g2hbcgAnwPLr13DEGAIY9CXW4xjWL_u8/edit?gid=0#gid=0

До меня дошли слухи, что тут уже Nano Banana 2 дают. Тест на стрелочные часы и бокал, проходит отлично: https://www.media.io/ai-image-generator/gemini-3-0-pro.html

Давно мы не говорили про автоматизацию и ИИ-агентов, но у меня немного подгорело, поэтому прошу слова. Недавно попросили сделать аудит одного воркфлоу на N8N по причине «зверского аппетита» на токены. В общем, как это часто бывает, подрядчик реализовал довольно скромный функционал автоматизации на самой жирной LLM’ке, до которой смог дотянуться. Понимаю, что чаще это делается не назло клиенту, а из-за того, что тестировать модели и изучать бенчмарки - скучно и долго.

Ну, значит, этим придется заниматься заказчику, когда через несколько месяцев он поймет, что тратит на токены больше, чем платил бы сотрудникам. Поэтому давайте начнем с определения: «лучшая» модель - это та, что дает вам нужный результат по самой низкой цене. И точка.

А мой совет «заказчикам» и «ответственным подрядчикам» следующий: начните с подключения к API OpenRouter, а не к конкретной модели. Так вы сможете тестировать разные LLM как в процессе выбора, так и в работе. А выбрать там есть из чего: больше 200 моделей в базе, и все доступны по одному API.

Как найти «лучшую» модель для вашей конкретной задачи:
1. Начните со сравнения моделей в OpenRouter и лидербордов HuggingFace
2. Поищите в Perplexity по запросу «[ваша задача] лучшая LLM модель»
3. Сравните стоимость ввода/вывода в OpenRouter
4. Протестируйте 2–3 перспективные модели на ВАШИХ реальных данных
5. Выберите самую дешевую, которая стабильно выдает качественный результат

Например, в кейсе, с которого я начал, нужно было просто суммировать большие объемы текстовой информации. Заменив модель Claude Sonnet 4.5 (0,003$ / 1 тыс. токенов ввода) на DeepSeek V3 (0,00014$ / 1 тыс. токенов), мы получили экономию в 20 раз при схожем качестве.

Кстати, у OpenRouter есть и бесплатные модели (до 1000 запросов в день), которые подходят для некоторых задач. 
Как найти бесплатные модели: 
— В узле OpenRouter в n8n введите «free» в поиске моделей. 
— Или перейдите на openrouter.ai/models и отфильтруйте по цене «FREE».

А для тех, кто дочитал до этого места и хочет тестировать модели более детально, настоятельно рекомендую этот ресурс: www.artificialanalysis.ai

Сегодня был на презентации антропоморфного шагающего робота с искусственным интеллектом Aidol. Весит 95 килограмм и умеет выражать эмоции.

И тут я вспомнил про свою главную эмоцию - это страх презентации железок. Вроде все много раз проверил, сделал несколько прогонов, а в самый ответственный момент: скачок напряжения или программный баг делает из мимического лица - мемное.

Короче, лучей поддержки инженерам, которые не бросают заниматься роботами…

Google на днях выпустил документ из серии «про агентов на человеческом языке» (это я его так назвал, конечно). Но это действительно очень понятное и простое объяснение о том, что такое ИИ-агенты и их инфраструктура, на 54 страницах.
Вы узнаете, что:

- Лучше вместо создания одного «супер-агента» для выполнения сложной задачи делегировать подзадачи специализированным агентам (например: агент-маркетолог, агент-разработчик).

- Можно использовать мощную (и более дорогую) модель (например, Gemini 2.5 Pro) для сложного начального планирования и рассуждений, но перенаправлять простые и высокообъемные задачи (например, классификацию) на более быструю и экономичную модель (например, Gemini 2.5 Flash).

- Нужно использовать системный промпт как основной рычаг управления, задавать четкую персону, правила взаимодействия, требуемую схему вывода и явные инструкции, когда и зачем использовать инструменты.

- Для борьбы с галлюцинациями надо использовать Retrieval-Augmented Generation (RAG) или NL2SQL (естественный язык в SQL) для доступа к актуальным данным компании, чтобы «заземлить» рассуждения агента в фактах и снизить вероятность ошибок.

Даже если вы не занимаетесь ИИ-агентами и автоматизацией, но хотите освоить еще один пласт знаний про искусственный интеллект - рекомендую закинуть эту PDF-ку в NotebookLM для изучения.

Файл будет в комментарии нашего чата @prompt_chat , а краткий перевод на русский - по ссылке ниже: https://teletype.in/@prompt_design/Introduction_to_Agents

Простите, сегодня я не расскажу вам про обновившийся ChatGPT-5.1 и о том, что он опять стал душевным. Потому что я ем торт и принимаю поздравления. Да, сегодня я познал ответ на главный вопрос жизни, вселенной и всего такого - 42. Именно столько мне стукнуло.

Ну а завтра я обязательно расскажу что-нибудь интересное. Кстати, если хотите посмотреть, как меня эпично поздравили жена и дети, - выложил в личный канал.

Если вы пользуетесь Perplexity - вчера там тоже появился ChatGPT - 5.1. Мой совет: отключайте «поиск в интернете», когда тестируете саму модель, а не ищете информацию.

OpenAI раскатывает пилот на групповые чаты, пока только в Японии, Новой Зеландии, Корее и на Тайване. Но если фича залетит, то дадут всем.

Мне кажется прикольной история, что можно сделать отдельный чат, пошерить его всем участникам дискуссии, побрейнштормить (обещают, что ChatGPT не будет особо вмешиваться) и получить результаты.

Наша любимая рубрика: «что почитать про ИИ, кроме новостей о ChatGPT?». Вы же знаете мою слабость к телеграм-каналам, которые ведут сами фаундеры - особенно если они делают ИИ-стартапы.

Сегодня расскажу про Диму - предпринимателя с бэкграундом в игровой индустрии, который продал несколько бизнесов и запустил новый стартап. В канале он часто рассказывает про свой стартап Spiry: ИИ-продюсер коротких видео для креаторов в Instagram, TikTok и Youtube.

И его реально интересно читать: без менторских тонов, без вылизанных диаграмм - зато с реальными сомнениями, ошибками и тем самым чувством: «ну нет, чувак, какой ещё плюшевый член, а-а-аа».
Или более классический формат контента:
— Почему считать «выручку на человека» - глупость
— Разница в мышлении компаний из СНГ и США
— Как не похоронить стартап процессами

Мне нравится, что у Димы много рефлексии, историй о подходе к маркетингу и разработке продукта в стартапе. А ещё - что он честно пишет про факапы и показывает развитие проекта в реальном времени, без утаивания «неудобных» деталей.

Если вам тоже близок такой контент - подписывайтесь на Диму.

Офигенная визуализация работы нейросетей, можно наглядно посмотреть, как входные данные проходят через слои, как активируются нейроны и как формируется предсказание.

Я уже хотел сам что-то подобное навайбкодить, чтобы детям (и взрослым) объяснять на пальцах, как все работает. А тут наткнулся на готовое решение. Ссылка на GitHub и на сайт с веб-версией.

Самое важное обновление ChatGPT, которое вы все ждали!

Небольшая, но радостная победа:
если в кастомных инструкциях сказать ChatGPT не использовать длинные тире (em-dash), он наконец-то делает то, что должен!

Мне кажется, что NotebookLM - самый недооценённый ИИ-инструмент 2025 года. Пока все обсуждают возможность менять тире на дефисы в обновлённой ChatGPT 5.1, ребята из Google пилят целую исследовательскую платформу. А с пятницы вообще какое-то безумие раскатывают.

Итак, что нас ждёт в обновлённом NotebookLM:
1) Появился встроенный Deep Research. Думаю, что это самая ожидаемая функция. Как работает: закидываете свой вопрос - получаете план исследования и подборку из сотен веб-сайтов. За несколько минут создаётся организованный отчёт, с которым можно работать как с источником. Кстати, можно использовать Deep Research для обновления старых проектов. Загружаете отчёт за 2024 год и просите: «Найди новые источники, опубликованные по этой теме с января 2025 года, и суммируй ключевые изменения».

2) Теперь можно создавать кастомные темы в «видеопересказах». Когда вы генерируете видеообзор (который превращает ваши заметки в видео), вы можете выбрать кастомную тему (например, «Студия», «Модерн», «Маркерная доска») или даже запромтить свою собственную.
Почему это круто: теперь вы можете создавать брендированный контент для своей компании или учебного курса. Можете запромтить «стиль документального фильма о природе» или использовать точную цветовую палитру своего бренда.

3) Кстати, кастомные темы в «видеопересказах» теперь генерируются при помощи Nano Banana. Это специально сгенерированные контекстно-зависимые иллюстрации, которые соответствуют содержанию вашего блокнота.

4) В NotebookLM добавили контекстное окно в один миллион токенов. Почему это круто: вы можете загружать целые книги, финансовые отчёты за год или сотни научных статей - и NotebookLM всё это запомнит. Попросите его сравнить заявление CEO в отчёте за Q1 с отчётом за Q4, и он сделает это, сославшись на оба.

5) В новой версии NotebookLM, как только вы сгенерировали отчёт, аудиообзор или квиз, теперь можно увидеть промт, который использовался «под капотом» для его создания.
Теперь можно найти отчёт, который вам понравился, посмотреть его промт и немного изменить, чтобы получить идеальный шаблон промта для будущих проектов.

6) История чата включена всегда. Теперь общение в чате внутри блокнота сохраняется автоматически.

7) Теперь можно задать любому блокноту постоянную цель или «персону», которой он будет соответствовать. Просто сразу задаёте в первом промпте характер: «Ты - скептический рецензент, который ставит под сомнение каждое предположение», или «Ты - ободряющий репетитор, который объясняет вещи просто», ну или «Ты - директор по маркетингу, превращающий эти данные в конкретные шаги».
А можно скомбинировать это с окном в 1М токенов: «Ты - юрисконсульт, просматривающий этот 500-страничный контракт на предмет любых положений, связанных с ответственностью». ИИ будет оставаться в образе на протяжении всего документа.

8) Обновилась приватность. Теперь, когда вы с кем-то делитесь блокнотом, ваша личная история чата остаётся приватной и будет видна только вам. Наконец-то можно делиться своими источниками с коллегой, и он не увидит ваши разговорчики с чатом в духе «объясни мне это как пятилетнему».

9) Возможность импортировать Google-таблицы в источники для анализа. Например, можно загрузить таблицу с отзывами пользователей и спросить: «Каковы 3 основные темы? Приведи цитаты для каждой».

10) Появились квизы и флеш-карточки. Загружаете лекции учебного курса - и перед экзаменом сможете проходить квизы и листать флеш-карточки в автобусе. Всё будет сгенерировано на основе вашего материала.

Обещают раскатать на все страны за 1-2 недели, все что касается Nano Banana будет доступно в последнюю очередь, но не позже чем через пару недель.

В Perplexity доступна новая модель Kimi K2 - я не особо ее тестировал, но в программировании она хороша, даже в моем любимом бенчмарке AI World Clocks у кими самые ровные часы.

Посттрейны черезвычайно модны в этом сезоне. Встречаем Grok 4.1 - Модель доступна в быстром и рассуждающем режиме — переключение происходит автоматически.

Grok 4.1 ставит новый рекорд в рейтинге LMArena: 1483 очка для рассуждающей версии и 1465 очков — для чат-варианта.

Логан Килпатрик из Google AI Studio опубликовал твит с одним словом — «Gemini», и ставки на Polymarket, что презентация Gemini 3 пройдет сегодня (18 ноября), взлетели до рекордных 93%. Ждём сегодня презентацию?