DeepSeek V4 Preview против V3.2: пять отличий и риск с API-алиасами
17 источники1.5M82KDeepSeek V4 Preview стоит тестировать в первую очередь тем, кому нужны контекст 1 млн токенов, coding agent workflows и выбор между V4 Pro и V4 Flash.[3]
GPT-5.5, Claude Opus 4.7, Kimi K2.6 и DeepSeek V4: сравнение бенчмарков
22 источники1.4M79KДля терминальных coding агентов в общей таблице сильнее выглядит GPT 5.5 с 82,7% на Terminal Bench 2.0; для задач ремонта кода лидирует Claude Opus 4.7 — 64,3% на SWE Bench Pro и 87,6% на SWE Bench Verified...
DeepSeek простыми словами: что это за китайский AI-стартап, чат-бот и модель R1
11 источники1.5M77KDeepSeek — это не одно явление, а сразу несколько: китайский AI стартап, бесплатный чат бот и модели вроде DeepSeek R1.[2][4]
Есть ли у Гонконга своя большая модель ИИ? Что известно о HKGAI V1
12 источники1.5M86KДа, у Гонконга уже есть собственное направление в больших моделях ИИ: HKGAI работает над локальными foundation models, а в 2025 году был представлен HKGAI V1.[1][4][8]
Kimi K2.6: открытые веса или просто публичный репозиторий?
11 источники1.6M94KKimi K2.6 видна на Hugging Face в пространстве moonshotai, а дерево файлов репозитория доступно для просмотра.
Kimi K2.6: чем модель Moonshot AI интересна для агентного программирования
19 источники1.4M76KKimi K2.6 — модель семейства Kimi K2 от Moonshot AI с публичной страницей на Hugging Face; источники связывают её с направлением agentic coding.[2][6]
Kimi K2.6 в бенчмарках: почему все обсуждают код и агентные задачи
21 источники1.4M77KГлавный сигнал — код: BenchLM ставит Kimi 2.6 на 13 е место из 110 в предварительном общем рейтинге с 83/100, а в coding/programming — на 6 е из 110 со средним 89,8; сам рейтинг помечен как provisional.[3]
Kimi K2.6 на своих серверах: частное облако можно тестировать, локальный запуск пока под вопросом
20 источники1.3M80KУ Kimi K2.6 есть файл deploy guidance.md на Hugging Face и разделы Deployment и Model Usage на странице модели — этого достаточно, чтобы начинать POC в частном облаке или на собственных GPU серверах.[1][6]
Бенчмарки Kimi K2.6: сильна в коде, но reasoning требует проверки
16 источники1.3M75KСамые убедительные сигналы по Kimi K2.6 относятся к coding agent сценариям: SWE Bench Pro, HLE with Tools и Toolathlon.
Kimi K2.6 в рейтингах: BenchLM даёт #13 в общем зачёте и #6 по коду, но не место № X среди китайских open-source
18 источники1.3M77KПроверяемые числа сейчас идут от BenchLM: Kimi 2.6 — 13 из 110 в общем предварительном рейтинге с 83/100 и 6 из 110 в coding/programming со средним баллом 89,8.[4]
Kimi K2.6 и «13 часов кода»: кейс есть, доказательств пока мало
19 источники1.3M70KУтверждение про 13 часов не взято с потолка: Kimi Forum говорит о более чем 12 часах выполнения и 4 000+ вызовах инструментов, а другие источники пересказывают кейс с exchange core на 13 часов.[9][26][32]
Kimi K2.6: сильна в коде и агентных задачах, но универсальность пока не доказана
12 источники1.3M77KKimi K2.6 особенно выделяется в задачах программирования: MLQ.ai приводит 58,6 на SWE Bench Pro и 65,8% pass@1 на SWE bench Verified, но независимые оценки пока предварительные [8][9].