1. Qwen3.8-Max: перша Max-модель з відкритими вагами, $2/$6 - і пелікан Саймона Вілісона за 17 центів 181 бал HN. Вийшов сьогодні вночі за Києвом, найсвіжіше в випуску.
Дослівно з блогу (цитата по треду HN, бо сама сторінка рендериться клієнтом): «Сьогодні ми офіційно випускаємо Qwen 3.8-Max, найздібнішу модель у сімействі Qwen на сьогодні. Це також перший раз, коли ми відкриємо ваги моделі класу Qwen-Max - відкриті ваги вийдуть наступного тижня.»
Звірені цифри:
• Ціни: $2.0 за млн вхідних / $6.0 за млн вихідних, імпліцитне кешування $0.25 - з офіційного поста @Alibaba_Qwen • Підтримка reasoning_effort з чотирма рівнями, дефолт - xhigh • Окремо анонсовано Qwen3.8-27B з відкритими вагами наступного тижня
Найцінніше в треді - замір від @simonw. Він одразу прогнав свій канонічний тест (пелікан на велосипеді): «Це зайняло 11 хвилин і воно забуло колеса!» І порахував ціну: 17 центів за 29 734 вихідних токени. Він же спіймав плутанину: два тижні тому виходив qwen3.8-max-preview, сьогодні повна модель, і з формулювань блогу це неочевидно.
Чому це важливо. Дві речі. Перша - $2/$6 проти того, що вимірювалось тиждень тому: це приблизно рівень, на якому «дешева модель на просту операцію» перестає бути теорією. Теза Малєєва про токенмаксинг («інженери беруть найдорожчу модель на найпростішу операцію, бо поміняти модель важче, ніж витратити $30») отримує альтернативу, яку тепер незручно ігнорувати. Друга - 11 хвилин і забуті колеса: низька ціна за токен і низька ціна за результат це різні речі. На підписці перша колонка нуль, а 11 хвилин рахуються завжди. [proven - щодо цін і факту релізу; fuzzy - щодо якості, бо це один тест однієї людини]
блог Qwen · ціни @Alibaba_Qwen · @simonw про китайські моделі · підрахунок 17 центів · HN-тред
2. «Kimi K3 на MI355X вигідніший за B300» - а в таблиці всередині B300 виграє в кожному рядку 204 бали HN. Найкорисніший пункт випуску, хоча тема - залізо поза щоденним фокусом.
Заголовок статті Wafer: «Running Kimi K3 on MI355X at Better Performance per Dollar Than B300». Звучить як перемога AMD. Сама стаття дала таку таблицю:
| 8× MI355X | B300 | |
| Decode tok/s на потік | 118 | 172 |
| Пікова агрегована | 952 | 1 568 |
| Пікова на GPU | 119 | 196 |
| На долар/GPU-год | 48 | 33 |
B300 швидший у трьох рядках з чотирьох. Єдиний рядок, де виграє MI355X, останній, і то лише тому, що поділено на ціну $2.50 проти $6.00 за GPU-годину, яку Wafer призначив сам. Коментатор на HN сформулював рівно це: «На кожному рядку B300 обійшов MI355X». І другий, жорсткіше: «Wafer робить себе синонімом слопу в inference-просторі. Перебільшені несправедливі порівняння в усіх їхніх результатах... $2.50/GPU-год для MI355X, $6.00 для B300 - це неточне порівняння в реальних умовах.»
Технічна частина при цьому не порожня: Kimi K3 - 2.8 трлн параметрів, «понад 1.5 ТБ VRAM до виділення KV-кешу на 1М токенів контексту», і навіть нода B200 з 8 GPU його не вміщає. Це справжня причина, чому MI355X з 288 ГБ на GPU тут узагалі в розмові.
Чому це важливо. Заголовок технічно не брехня: «performance per dollar» справді на боці AMD. Але вибір знаменника зробив автор, і саме цей вибір несе всю вагу висновку. Правдоподібне пояснення є завжди, і на ньому легко зупинитись, поки не подивитись, з чого зроблене число. Правило з цього: коли трапляється метрика-дріб (щось «на долар», «на ват», «на токен»), дивитись треба обидва доданки, з яких він складений. [proven - таблиця і ціни з самої статті Wafer, коментарі з HN-треду]
стаття Wafer · HN-тред з розбором
3. MIT Sloan: 1000 людей, три моделі - ШІ-фінпорадник дає непогані поради, але відповідь залежить від того, ХТО питає 338 балів HN, 379 коментарів - найгарячіша дискусія доби. Стаття від 21.07, вона просто випливла вчора на HN.
Як робили: побудували модель життєвого циклу (доходи, робота, інвестиції, податки) як еталон хороших рішень. Дали 1000 дорослих написати власні промпти до GPT-5.2, GPT-5.6 і Gemini 3 Flash. Просимулювали, що буде, якщо людина 22 - 89 років житиме за цими порадами. Потім повторили з «академічними» промптами, з повними вхідними даними і явними припущеннями.
Що вийшло добре: поради виявились кращими, ніж очікували самі дослідники: більше заощаджень, участь у ринку акцій, диверсифікація, зниження частки акцій після 45. Дослівно Taha Choukhmane: «Нас дещо здивувало, наскільки хорошими були поради».
Що вийшло погано: • ШІ погано адаптується до шоків - людині після втрати роботи радив різати витрати надто різко, навіть коли в неї були заощадження • дозволяв портфелю дрейфувати замість активного ребалансування • поради залежать від того, хто пише промпт:
Промпти, написані чоловіками, більш фінансово грамотними або тими, хто вже мав досвід з ШІ, давали ~5% більше капіталу до пенсії. Різниця в рекомендованій частці акцій компаундилась у ~$50 000 (4%) менше капіталу у віці 60 для жінок і менш фінансово грамотних. А тим, хто раніше не користувався ШІ для фінпорад, модель радила нижчу норму заощаджень - майже $100 000 (6%) менше до 60 років.
Механізм автор пояснює прямо: люди просто пишуть різні промпти. Жінки частіше вживали слова «сім'я», «продукти», «платити»; чоловіки - «стратегія», «крипта», «зростання».
Чому це важливо. Головний висновок: якість відповіді дорівнює якості вхідних даних. Модель без явних цифр добудує середню людину і відповість середній людині. Практично це означає, що в питання про портфель мають входити реальні цифри і озвучені припущення: горизонт, дохід, подушка. І окремий рядок: дрейф замість ребалансування легко не помітити, бо це не виглядає як рішення. [proven - рецензована робота з описаною методологією; дата 21.07, симуляція, не реальні портфелі]
4. Леві: чому найважча робота автоматизується першою 76.6К переглядів. Вчора була його теза про розрив між побутовим і глибоким ШІ, сьогодні вона добудована до механізму.
Дослівно: «Входимо в дивну динаміку, коли деяка з "найважчої" роботи у світі насправді першою піддається автоматизації - саме через свою верифіковність. Математика, кібербезпека і код - попри те, що це шалено складні й високоцінні галузі - мають перевагу: їх можна об'єктивно перевірити на правильність. Це дає дві негайні вигоди: тренування моделей отримує чіткіший сигнал винагороди, а запуск моделей дозволяє знати, що воно працює правильно, бо результат можна тестувати масштабовано.»
І зворотний бік: «В інших доменах миттєвої верифіковності значно менше. Які юридичні пункти клієнт погодить, яку маркетингову кампанію запускати за мінливого настрою, яке повідомлення захоче почути потенційний покупець, які фінансові цілі й бюджет ставити... немає "однієї правильної відповіді". Вони залежать від думок і рівня ризику операторів, дуже чутливі до вхідного контексту, і в багатьох випадках правильну відповідь неможливо дізнатись ще довго після того, як модель видала результат.»
Висновок Леві: навіть при експоненційному зростанні моделей «на прикладному шарі буде зроблено значно більше, ніж самою моделлю», і самі процеси доведеться змінювати.
Чому це важливо. Це пояснює вчорашню математику і сьогоднішній пункт 3 одним механізмом: Astra валить теорію чисел (Lean компілюється або ні), а фінпорадник дрейфує (правильність видно через 30 років). Там, де перевірку можна зробити дешевою і швидкою, автоматизація зайде глибоко; де не можна, ШІ лишається прискорювачем. Питання «як здешевити верифікацію» важливіше за питання «яку модель узяти». [promising - аргументована рамка практика, збігається з незалежним постом @max_spero_ про рівні верифіковності]
Леві · @max_spero_ (цитований пост про рівні верифіковності - точного лінка збір не дав, тому даний профіль)
5. Моллік: «нехай лабораторії відпрацьовують» - список нерозв'язаних питань поза математикою 20.9К переглядів, свіжий (03:23 за Києвом). Пряме продовження вчорашнього пункту 1.
Його теза: «Математика отримує багато уваги за свої нерозв'язані проблеми, але є нерозв'язані й важливі проблеми в багатьох галузях, які потенційно можна вирішити емпірично, якщо ШІ справді стане достатньо добрим. Проблеми, які, якщо їх розв'язати, принесли б велику цінність суспільству.»
І далі він виписує свій список по підприємництву. Що саме спричиняє підприємницький успіх, поза кореляціями; чи винятковий ріст передбачуваний взагалі, чи це емерджентний шлях, помітний лише постфактум; які навички можна навчити так, щоб вони реально підвищили успіх; яка найменша можлива інтервенція, що переводить місце з низько-підприємницької рівноваги в стійку екосистему; чому одні фірми з ростом стають менш адаптивними, а інші лишаються гнучкими.
Окремим постом він додав: «Думаю, галузям було б корисно перелічити деякі з таких проблем. Хай ШІ-лабораторії це відпрацьовують.»
Чому це важливо. Найдешевша ідея тижня, і вона працює без жодної нової технології: скласти власний список нерозв'язаних питань у своїй галузі. Формула проста: «що досі невідомо і що змінилось би, якби було відомо». Список справ і список питань це різні документи, і другий майже ніхто не веде. [promising - це фреймінг, не результат]
Моллік - список · «нехай лабораторії відпрацьовують»
6. Qwen3.8-Max на шейдер-тесті Молліка: «solid, але не рівень Kimi K3» Свіжак, 42 хвилини до збору. Незалежний практик за годину після релізу, тому це окремий пункт.
Моллік прогнав свій власний тест, складний шейдер: «нескінченне місто неоготичних веж, наполовину затоплене штормовим океаном». Оцінка: «Базове враження після купи експериментів - це солідна модель, але не рівня Kimi K3, за наявним досвідом наразі.»
Чому це важливо. Ілюстрація до пункту 1: офіційний блог каже «новий рівень для кодингу», а незалежний практик з власним тестом за годину каже «солідно, але не топ». Жодне з двох тверджень не бреше, вони міряють різне. Тому релізи лабораторій не варто переказувати без другого голосу. [proven - власний замір Молліка, але n=1 і суб'єктивна оцінка]
Моллік про Qwen3.8-Max (той самий шейдер-тест на Kimi K3 робився 16.07, цитується всередині цього ж поста)
7. QM: 5 234 до 7 616 зірок за добу. Третій день, темп не падає Продовження вчорашнього пункту 4: цифра знову виросла, і це вже тренд.
GitHub API просто зараз: 7 616 зірок, 800 форків. Хронологія за три дні: 01.08 - 2 475, 02.08 - 5 234, 03.08 - 7 616. Тобто +2 382 за добу після +2 759 позавчора. Приріст трохи сповільнився, але тримається на високому рівні; репо створено 29.07.
Чому це важливо. Ідея, яку вони транслюють у себе: раз на тиждень витягати з журналу агентних сесій хибні ходи і зводити їх в окремий список «як не треба». Сьогоднішній пункт 2 (метрика-дріб) - рівно такий кандидат. [proven - цифри з GitHub API, звірено]
8. MiniMax H3: відкрита відео-модель з синхронним звуком, 33B, під споживчі GPU З листа «AI + Product», репост Hugging Face - 405 лайків на картці моделі.
Дослівно з поста @multimodalart: «MiniMax H3 щойно вийшла на Hugging Face - text-to-video, image-to-video, reference-to-video - усе зі звуком. Потужні 33B параметрів - але готова для споживчих GPU в diffusers і comfy.»
Звірено по HF API: картка MiniMaxAI/MiniMax-H3 створена 28.07, 405 лайків, теги підтверджують заявлене - там і text-to-audio-video, і audio-video-generation, і synchronized-audio-video.
Чому це важливо. Клас «відкрита модель, що влазить у споживчу карту» вже пройдений з картинками, тепер те саме приходить у відео зі звуком. Для коротких роликів без хмари це та лінійка, за якою варто стежити. [proven - щодо параметрів моделі й наявності ваг; fuzzy - щодо якості, вона не запускалась]
9. Колісон про естетику: чому все стало потворним 417К переглядів, 3.4К лайків, 430 коментарів - найпопулярніший пост доби в листі «Tech + Product», і він взагалі не про ШІ.
Патрік Колісон (Stripe) відповідає на питання, чому він, усе життя провівши в STEM, почав думати про естетику. Стисло:
• «Багато речей сьогодні потворні - і значно потворніші, ніж були раніше або мусять бути. Щойно це побачено, перестати помічати вже важко.» Приклади: телефонні будки початку XX століття проти сучасних, старі питні фонтанчики проти нових. І питання: «чому перестали робити красиво? Це вибір? Чи на нас наклали злі чари?»
• Модернізм як розрив культурної безперервності: виставка International Style 1932 року витіснила багатий гобелен попередніх стилів, і цей розрив, за його підозрою, мав наслідки за межами естетики • І найсильніше, з посиланням на Елейн Скеррі: «краса надихає творення. Якщо так, то може бути правдою й зворотне: потворність його гальмує.»
• Історичний аргумент: Петрарка створив передумови Ренесансу, який виростив наукову революцію. Всесвітня виставка 1851 у Кришталевому палаці зібрала 6 млн відвідувачів при населенні 21 млн: естетика і матеріальний розвиток колись були взаємозалежні популярно.
Чому це важливо. Це не новина, і взята вона свідомо. Для будь-якої команди, що робить продукт, теза «потворність гальмує творення» це робоча гіпотеза про якість роботи. [fuzzy - це есей-роздум, не дослідження; береться як рамка, не як факт]
10. Naval: «Agent Programming Interface» - три слова, 85К переглядів Найлаконічніший пост доби. Навал написав рівно три слова: «Agent Programming Interface» - 85.2К переглядів, 1.1К лайків за годину.
Розшифровки він не дав. Але напрошується очевидне: API писались для програм, а користувачами стають агенти. Те, що зручно програмі (стабільна схема, суворі типи), не збігається з тим, що потрібно агенту: опис намірів, приклади, зворотний звʼязок про помилку природною мовою.
Чому це важливо. Ця ідея вже працює там, де набір CLI-команд пишеться під модель і документується в промпті або в описі інструментів. Свіжий контрприклад з сьогоднішнього ранку: сторінка Qwen має два теги <body>, і на цьому браузерний інструмент упав шість разів поспіль, рівно тому, що інтерфейс проєктувався під людину з очима, а селектори читає агент. Оце і є та проблема, про яку Навал написав три слова. [fuzzy - це інтерпретація трьох слів, він нічого не пояснював]
Misc
• @karpathy доклав джерела до вчорашнього LOTR-експерименту (90К переглядів): виклав вихідний код, щоб було грабельно і форкабельно - karpathy.ai/lotr-movie (перевірено, віддає 200). Плюс послався на пелікана @simonw як на попередній канон тесту. І жарт, який пішов у народ: «Чекайте на GTA Hobbiton раніше за GTA VI» пост
• @mckaywrigley під тим самим постом: «хтось, будь ласка, профінансуйте всю трилогію в такому вигляді як бенчмарк» - 196 лайків пост
• @emollick про chain-of-thought: «На випадок, якщо цікаво - протестовано "think step by step", і воно більше не працює для покращення результатів у сучасних моделях». Технічний звіт Wharton: «Спадна цінність ланцюжка міркувань у промптингу». Практично: рядок «думай покроково» в промпті - це вже карго-культ пост · він же з гумором: «Памʼятається час, коли chain-of-thought робився вручну, по-старому. Влітку 2024-го»
• @amasad вивів свій шаховий рушій на LiChess: грає з людьми і ботами автономно, зараз 1253 Elo на живих партіях (проти ~1500 у тестах проти Stockfish level 0), «грає три партії одночасно» пост
• @gdb тричі за добу про ChatGPT/Codex як виконавця бізнес-задач: агент, що сам зняв і опублікував рекламу, «зупинився на кнопці Оплатити і спитав дозволу» (43К) 1; Codex-навичка, що перетворює фідбек клієнтів на роадмап (59К) 2; «chatgpt work - це новий планувальник задач» (101К) 3. Це маркетинг OpenAI через ретвіти користувачів, береться як сигнал напряму • @garrytan про меритократію: «Усі плутають карту з територією. Меритократія - це коли територія важливіша за карту. А на ринках територія - це результат: чи зроблено те, чого люди хочуть?» пост
• @lennysan - новий подкаст: «CPO, який шкодує, що продакт-менеджмент існує» з Томом Верріллі (Whatnot, ex-Twitch, ex-Twitter). Теми: «як ШІ оголює масштабний продуктовий театр» і навичка PM, що росте найшвидше - системне мислення (це вже шосте інтерв'ю поспіль з тією ж тезою) пост
• @eladgil про LLM-as-a-judge: «Ground truth для агента - те, як агент має поводитись». Точний діагноз, чому оцінювати агентів по фінальній відповіді ламається пост
• @yishan про життя в сингулярності: «Якщо хочеться зробити щось з ШІ і не виходить, робоче рішення буквально таке: пограти у відеоігри два тижні і почекати, поки технологія підтягнеться» - 77К переглядів пост
• Go 1.27 Interactive Tour - 345 балів, другий за балами на HN. У коментарях головна тема - розширені дженерики: «Хтось один у шоці, що Go нарешті приймає дженерики?» HN · тур
• Linux на десктопі перевалив за 10% у Північній Америці - дві окремі історії того самого дня, 176 і 98 балів HN
• @shreyas про смак у продукті: «Інсайт, інтуїція, смак укорінені в незліченних факторах, тому неможливо просто стати чудовим у продукті через поради й тактики. Але багато людей ставали значно кращими після того, як позбувались довічної потреби почуватись розумними і звучати інтелектуально» пост
• 15-річний зібрав циклоїдний редуктор і виклав на GitHub - 320 балів, один з найтепліших тредів доби HN