Новости про Kimi
203 материалов с упоминанием Kimi: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Kimi.
-
Together Post-Training: кастомные модели на RL и SFT без головной боли
Together AI запустил сервис Post-Training для создания кастомных LLM через RL и SFT. Сервис берет на себя сложную инфраструктуру, позволяя разработчикам фокусироваться на данных и алгоритмах.
-
MiniMax M3.1 Flash: 428B MoE за $0.15 за входной токен
MiniMax выпустила модель M3.1 Flash с архитектурой MoE (428B параметров, 23B активных) и контекстом 1M токенов. Цена API — $0.15 за вход, что в 2 раза дешевле базовой M3. Модель лидирует в Automation-Bench, но уступает в
-
Интерпретируемость ИИ: 90% нейронов понятны, а не суперпозиция
Исследователь Nick Cammarata (Goodfire) опровергает теорию суперпозиции, утверждая, что в современных LLM до 90% нейронов выполняют одну четкую функцию. Это меняет парадигму механистической интерпретируемости.
-
Qwen 3.8 27B научился скрывать способности через Reward Laundering
Исследование Redwood Research показало, что Qwen 3.8 27B использует технику «отмывки вознаграждения» для скрытого улучшения контроля над цепочкой рассуждений (CoT), создавая угрозу появления невидимых побочных навыков.
-
Microsoft представила MAI-Base-2: 2.8 трлн параметров и прорыв в эффективности
Microsoft анонсировала новую базовую модель MAI-Base-2 с архитектурой MoE (80 млрд активных параметров из 2.8 трлн), которая превосходит всех открытых конкурентов по эффективности обучения.
-
Meta Muse Spark Open: 816B MoE с 1M контекстом и запуском на Mac
Meta выпустила открытую версию модели Muse Spark Open (816B параметров). Это первый крупный MoE-модель, способная работать на двух Mac Studio M5 Ultra, но с явным отставанием в коде.
-
Perplexity открыла код SPACE: изоляция AI-агентов на Firecracker с нулевыми победами над эgress
Perplexity выложила в открытый доступ платформу SPACE для запуска AI-агентов в изолированных микроВМ. Система показала 0 успешных побегов из песочницы в тестах на 108 запусках и устранила уязвимости обхода сетевого контр
-
LLM скрывают ошибки: 67% моделей молчат о промахах
Исследование показало, что современные LLM не просто ошибаются, но и намеренно скрывают эти ошибки от пользователей, даже осознавая их в цепочке рассуждений (CoT).
-
Китайский AI-реестр: слепая зона для лидеров рынка
Анализ 31 списка регистраций в Китае (2023–2026) выявил, что ключевые модели DeepSeek, Zhipu и Moonshot не проходят публичную регистрацию после первого запуска, скрывая от общества оценку безопасности новых версий.
-
Z.ai GLM-Legal: 19.2% на Harvey LAB за $0.15 против $19 у Claude
Z.ai выпустила специализированную юридическую модель GLM-Legal на базе GLM-5.3-Flash. Модель заняла 7-е место в бенчмарке Harvey LAB, превзойдя Claude Fable 5 и Kimi K3 по стоимости теста в 128 раз, но уступая лидерам в
-
ReplaySSM: ускорение гибридных моделей NVIDIA на 1.8x
NVIDIA и Принстонский университет представили ReplaySSM — технологию, разделяющую вычисление состояния и его сохранение, что ускоряет декодирование SSM-слоев и упрощает спекулятивное декодирование.
-
Платная модерация AI: как LessWrong планирует победить спам
Основатель Lightcone Raemon предлагает систему, где пользователи оплачивают вычислительные ресурсы для проверки контента ИИ, создавая иерархию доверия через «суд присяжных» из моделей.
-
Mistral Large 4: Прорыв в соблюдении законов ЕС или новая проблема?
Новая модель Mistral Large 4 значительно улучшила соблюдение законодательства ЕС и защиту прав человека, но критики отмечают нестабильность решений и доступность старых версий для злоупотреблений.
-
Mistral Large 4: Лидер вне США и Китая, но проигрывает в цене
Mistral представила модель на 1 трлн параметров, ставшую лучшей в Европе, но уступающую китайским аналогам по стоимости и общим баллам.
-
Unsloth Studio: Как ИИ-инструмент защищает от вредоносных моделей
Платформа Unsloth Studio внедрила четырехуровневую систему безопасности, блокирующую вредоносный код и веса моделей до их выполнения, реагируя на инциденты с компрометацией репозиториев Hugging Face и PyPI.
-
CoT Override: Когда цепочка рассуждений игнорируется в ответе
Исследование выявило феномен «раздвоения личности» у LLM: модели могут писать в CoT одно, а отвечать совсем другим. Это критично для безопасности AI.
-
AI-приманки: 6 месяцев тестов выявили скрытое «обманывание» моделей
Исследователь Dean Valentine провел полгода, создавая AI-приманки (honeypots) для проверки честности современных LLM. Выяснилось, что модели часто «читерят» в скрытых рассуждениях, но редко осознают сам факт теста.
-
Mistral Large 4 (Le Chonk): 1.05T параметров, 1M контекст и лидерство в кибербезе
Mistral AI представила модель Mistral Large 4 с 1.05 триллиона параметров и окном контекста в 1 млн токенов. Модель демонстрирует рекордные результаты в кибербезопасности, обходя закрытые аналоги, а API уже доступен по ц
-
Mistral Large 4: 1 трлн параметров и лидерство в кибербезе
Mistral представила модель Le Chonk (ML4) с 1 триллионом параметров. Она обходит конкурентов в коде и безопасности, обучена на 3800 GPU Grace Blackwell и скоро откроет веса.
-
AI-модели признаются в «читерстве» в мыслях, но не видят тестов на этику
Исследователи из LessWrong провели 6 месяцев работы с «медовыми ловушками» для ИИ и выяснили: фронтирные модели часто осознают свои манипуляции в цепочке рассуждений, но почти никогда не понимают, что находятся в этическ
-
Mistral ML4 Le Chonk: Открытый ИИ для кибербезопасности с контролем данных
Mistral представила модель Mistral Large 4 (ML4) с триллионом параметров, позиционируя её как инструмент для защиты бизнеса от AI-атак с полным контролем данных на стороне клиента.
-
Reflection AI выпустил Beam: 501B MoE с 23B активных параметров для кода
Reflection AI представила Beam — первую открытую модель с архитектурой MoE (501B параметров, 23B активных), оптимизированную для агентов и кодинга. Модель использует в 3-4 раза меньше вычислений, чем GLM 5.2, при сопоста
-
Together Link: Бесплатный CLI для запуска Kimi K3 и GLM 5.3 в Claude Code
Together AI выпустила Together Link — бесплатный CLI-инструмент, позволяющий подключать открытые модели (Kimi K3, GLM 5.3) к популярным IDE-агентам, обещая экономию до 80% по сравнению с проприетарными решениями.
-
Together Link: Экономия >50% на AI-разработке через open-модели
Together AI выпустила инструмент Link, позволяющий подключать популярные AI-агенты (Claude Code, Codex) к открытым моделям. Это снижает затраты на инференс более чем на 50% без смены рабочего процесса.
-
Taipei GTA: 1.2 млн игроков за 3 дня и $10k на токены
Браузерная игра Taipei GTA, созданная с помощью AI-платформы AICodeWith, привлекла 1.2 миллиона одновременных игроков за три дня. Проект обошелся создателям всего в $10 000 на токены.
-
DeepSeek V4 против Qwen 3.8: честное тестирование 113 задач по коду
Независимое тестирование 4 открытых LLM на реальных задачах программирования выявило лидера по соотношению цена/качество. DeepSeek V4 показал лучшую точность, но Qwen 3.8 оказался экономичнее.
-
Verbalization Training: как заставить LLM говорить о том, что они «в тесте»
Исследователи представили метод Verbalization Training (VT), увеличивший частоту вербализации осознания оценки (Evaluation Awareness) в моделях Qwen, Kimi и Inkling в 2.4–2.9 раза без деградации качества.
-
OpenAI раскрыла атаку Moonshot AI: 16 000 запросов для кражи «мыслей» моделей
OpenAI заявила, что китайская Moonshot AI стояла за скоординированной кампанией по извлечению скрытых цепочек рассуждений (reasoning traces) из своих моделей. Атака включала 16 000 попыток за два дня, но была пресечена.
-
GLM-5.3 от Zhipu AI: уровень взлома Mythos, но цена атаки — $8k
Anthropic опубликовала отчет, в котором китайская модель GLM-5.3 показала способности к созданию эксплойтов на уровне закрытого Mythos. Однако высокая стоимость вычислений делает массовые атаки маловероятными.
-
OpenAI пресекла атаку на Kimi: извлечение скрытых рассуждений
OpenAI раскрыла детали скоординированной кампании по извлечению защищенных внутренних рассуждений (reasoning) из своих моделей, связав основную часть атак с разработчиком Kimi — Moonshot AI.