Deepgram раздаёт $200 на тестирование API

Deepgram начисляет новым пользователям $200 бесплатного кредита после регистрации.

Банковская карта для старта не требуется. Кредит можно использовать для тестирования API Deepgram — распознавания речи, синтеза голоса и других инструментов платформы.

Для разработчика это хороший способ спокойно протестировать сервис на своих задачах, прежде чем платить за использование.

😎 $200 дают сразу после создания аккаунта.

💻 КОД — техножурнал

Телевизор из 90-х и нулевых теперь можно включить прямо в браузере.

Проект ТЕЛЕпорт превращает экран компьютера в настоящий ламповый телевизор со старыми записями эфиров.

Переключать каналы можно виртуальным пультом, а нужные передачи искать по году и жанру. Есть и необычная деталь — виртуальная полка с VHS-кассетами, где можно самостоятельно выбрать, что посмотреть.

Для тех, кто не хочет долго выбирать, предусмотрена кнопка случайного канала. Отдельно вынесен режим со старыми рекламными роликами — отличный способ вспомнить, чем когда-то заполняли эфирные паузы.

📺 Олдскулы, похоже, получили свой онлайн-телевизор: ТЕЛЕпорт

💻 КОД — техножурнал

Топ трендов Hugging Face за неделю: что нового в Open Source

На этой неделе в Hugging Face заметны сразу несколько интересных направлений: компактные модели с огромным контекстом, агентные LLM, прогнозирование временных рядов, генерация видео и новые способы квантизации.

➡️ LLM и агенты

Spark-X2.5-4B — компактная модель для агентных задач с контекстом до 1 млн токенов. При 4 млрд параметров она использует комбинацию полного и скользящего внимания, что помогает сдерживать расход памяти. Модель обучали на 20 трлн токенов, заявлена поддержка 200 языков, лицензия — Apache 2.0.

Есть и версия на 1,7 млрд параметров — Spark-X2.5-1.7B, а протестировать 4B-вариант можно в демо на Hugging Face.

Ещё один заметный проект — K2-Horizon-MoVA-36B-A4B. Это разреженная модель на 36 млрд параметров, из которых активны около 4 млрд. Контекст достигает 512 тысяч токенов, лицензия Apache 2.0. Она ориентирована в том числе на работу с терминалом и в некоторых задачах, по данным авторов, обходит значительно более крупные модели.

➡️ Прогнозирование

TimesFM 3.0 от Google Research теперь умеет работать с многомерными временными рядами и дополнительными переменными. Это полезно для прогнозирования продаж, нагрузки, трафика и других показателей. Модель заняла первые места сразу в нескольких бенчмарках, включая fev-bench, TIME и GIFT-Eval.

Важное ограничение: веса TimesFM 3.0 распространяются по лицензии, которая допускает только некоммерческое и непромышленное использование. Исходный код проекта доступен в репозитории Google Research на GitHub.

➡️ Видео

VDN-H3 — ускоренная версия MiniMax-H3 для генерации видео со звуком. Авторы добавили линейную ветку внимания по кадрам и два LoRA-адаптера, сохранив исходные веса H3.

По заявленным результатам, ролик продолжительностью 14,4 секунды генерируется примерно за 11 секунд на восьми B200 — то есть быстрее реального воспроизведения.

➡️ Квантизация и безопасность

Для Qwen3.8-27B появился интересный набор GGUF-квантов от DASLab. Точность тензоров подбирается с помощью градиентного поиска под заданный размер файла.

Есть и специализированная версия GLM-5.3-CYBERSECURITY-FP8, ориентированная на задачи offensive security: эксплуатацию уязвимостей, реверс-инжиниринг, фишинг и анализ вредоносного ПО.

➡️ Что остаётся в топе

Продолжают активно загружаться Qwen3.8-27B и её GGUF-сборки, Qwen3.8-Flash-Next, GLM-5.3 и Flash-версия, DeepSeek V4 Flash с Vision, а также LTX-2.5 и MiniMax-H3.

Из старых моделей в топе снова появляются all-MiniLM-L6-v2, GPT-2 и MMS-300m.

Похоже, главный тренд недели — не просто рост размеров моделей, а попытка сделать их дешевле, компактнее и практичнее для локального запуска и агентных сценариев.

💻 КОД — техножурнал

ИИ с флешки: локальные модели без интернета

⚡️ Запускать ИИ прямо с флешки — без постоянного подключения к интернету и установки на компьютер.

Проект Uncensored Local Studio позволяет работать с разными типами моделей локально:
— LLM — для общения и работы с текстом;
модели для генерации изображений;
— Speech-to-Text для распознавания речи;
— TTS для синтеза голоса.

По сути, можно носить с собой полноценный набор локальных ИИ-инструментов и запускать его на совместимом компьютере без обращения к облачным сервисам.

Для базового набора моделей может хватить флешки на 8 ГБ. Если взять накопитель на 32 ГБ, пространства будет заметно больше — можно разместить несколько моделей и дополнительные компоненты.

Есть у разработчика и отдельный проект Claude Portable — ИИ-агент, который также можно запускать с внешнего накопителя. Проект доступен бесплатно в репозитории на GitHub.

Работает всё на Windows, macOS и Linux. Данные, настройки и параметры API сохраняются локально, поэтому рабочую среду можно переносить между компьютерами вместе с накопителем.

™️ Сам Uncensored Local Studio можно найти и скачать на GitHub.

Для тех, кто хочет меньше зависеть от облачных сервисов и интернет-соединения, такой вариант особенно интересен: ИИ-инструменты всегда под рукой, а модели запускаются локально.

💻 КОД — техножурнал

GPT-6 берётся за дизайн интерьера

Дизайн-проект квартиры теперь можно получить за считанные секунды — достаточно загрузить в нейросеть планировку помещения.

Блогер показал, как ИИ на её основе создаёт трёхмерную модель квартиры, а затем предлагает готовое оформление интерьера. Причём стиль можно менять под свои предпочтения: от минимализма до классики или современных направлений.

По сути, нейросеть позволяет быстро представить, как будет выглядеть квартира после ремонта, ещё до покупки мебели и начала работ.

Раньше для такого проекта требовались дизайнер, чертежи, 3D-визуализация и немало времени. Теперь часть этой работы можно переложить на ИИ.

💻 КОД — техножурнал

SpiderFoot собирает OSINT-данные из открытых источников

SpiderFoot — инструмент для автоматизации OSINT-разведки. Он собирает информацию из множества открытых источников, связывает найденные данные между собой и показывает их в удобном интерфейсе.

В качестве цели можно указать:
— IP-адрес
— домен или поддомен
— email
— номер телефона
— имя человека
— username
— ASN и сетевой диапазон
— Bitcoin-адрес

У проекта более 200 модулей. Они умеют искать связанные аккаунты в соцсетях, анализировать DNS и домены, проверять IP-адреса, искать упоминания в утечках и открытых базах, определять геолокацию IP, анализировать метаданные файлов и многое другое.

При этом SpiderFoot не является инструментом для получения закрытой информации.. Инструмент автоматизирует сбор и сопоставление доступной информации, а результат зависит от источников, подключённых модулей и API. Часть интеграций требует собственных API-ключей.

Проект написан на Python 3, распространяется под лицензией MIT и может работать через веб-интерфейс или командную строку. Есть также поддержка Docker.

Для специалистов по кибербезопасности SpiderFoot может пригодиться при проверке собственной цифровой информации, пентестах и поиске информации, которая уже доступна в интернете.

😛 Исходный код и инструкция по запуску доступны в репозитории SpiderFoot на GitHub.

Используйте инструмент только для законных задач: например, аудита собственной инфраструктуры, учебных лабораторий или тестирования с разрешения владельца.

💻 КОД — техножурнал

Codex теперь умеет собирать редактируемые дизайны, а не просто картинки

Появился интересный Codex-скилл для дизайнерских задач: вместо обычного изображения он собирает полноценный редактируемый макет.

Схема работы выглядит так: VLM формирует идею, модель генерирует отдельные ассеты, а coding-агент объединяет их в структурированный HTML. В итоге элементы, текст и слои остаются отдельными, поэтому макет можно дорабатывать после генерации.

В проекте сразу два скилла:
— Editable-Design — для постеров, инфографики и других визуальных макетов;
— Html-to-pptx — для преобразования HTML-дизайна в редактируемый PowerPoint.

На выходе можно получить HTML, PNG и визуальный редактор с разбором макета по слоям.

Для лучших результатов пользователи рекомендуют запускать скилл на GPT-5.6 в режиме high reasoning.

™️ Проект и инструкции по использованию доступны в репозитории на GitHub.

💻 КОД — техножурнал

Apache Maka — AI-агенты с локальным хранением данных
Если не хочется отдавать историю работы с AI, настройки и журналы выполнения внешнему сервису, стоит обратить внимание на Apache Maka — open source-проект для запуска AI-агентов с локальным хранением состояния.

Главная идея проекта — не просто дать интерфейс для общения с моделью, а сохранить полную историю выполнения задач. В журнал попадают сообщения модели, вызовы инструментов, решения по разрешениям и завершение операций. Этот журнал используется и для восстановления состояния после сбоев.

При этом саму модель Maka не предоставляет. Можно подключить облачный API, локальную модель или совместимый шлюз. Сессии, настройки и результаты запусков по умолчанию хранятся на вашем устройстве.

Один Runtime Host вместо нескольких движков

У Maka есть единый Runtime Host — процесс, который отвечает за выполнение задач. Desktop-приложение, TUI и CLI выступают клиентами и используют один и тот же runtime, а не держат отдельные реализации логики.

Архитектура интересна сама по себе: состояние строится вокруг журнала событий, а интерфейс, контекст сессии и механизм восстановления рассматриваются как его представления.

😛 В документации по архитектуре Runtime Host разработчики подробно разбирают границы компонентов и взаимодействие Host с клиентами.

Ещё один важный момент — локальное хранение. Рабочие данные включают SQLite-хранилище, настройки, каталог подключений и другие файлы. Ключи API также хранятся локально, а инструменты, способные изменять файлы или запускать shell-команды, проходят через границу песочницы.

Проект пока находится в активной разработке: форматы данных, CLI-команды и экспериментальные возможности могут меняться. Официального Apache-релиза пока нет. Доступны nightly-сборки для macOS, Windows и Linux; Windows и Linux обозначены как неподписанные preview-сборки и не предназначены для production.

Maka распространяется под Apache License 2.0 и находится в инкубации Apache Software Foundation.

Для тех, кто интересуется не только использованием AI-агентов, но и тем, как правильно строить их runtime, хранение состояния и восстановление после сбоев, репозиторий Maka определённо заслуживает изучения.

™️ Репозиторий Maka на GitHub

💻 КОД — техножурнал

GenOffice: офисный пакет, где ИИ редактирует документы вместо вас

Microsoft Office получил необычную open-source альтернативу — GenOffice. Это не просто чат с нейросетью поверх Word или Excel: ИИ встроен прямо в редакторы документов и может вносить изменения в файлы.

GenOffice работает с привычными форматами .docx, .xlsx и .pptx, а также поддерживает PDF и Markdown. ИИ может редактировать отдельные блоки документа, показывать внесённые изменения и сохранять версии, чтобы при необходимости вернуться назад.

При этом разработчики не привязывают пользователя к одной модели. Можно подключить собственные API-ключи для Claude, GPT, Gemini, DeepSeek, Qwen, Mistral, Grok и других моделей, а также использовать OpenAI-совместимые локальные серверы.

Есть и полностью локальные сценарии: например, GenOffice умеет редактировать документы на компьютере и конвертировать PDF в Word, Excel или PowerPoint без загрузки файла в облако. Правда, AI-функциям для работы нужен интернет.

Проект распространяется бесплатно под Apache-2.0, работает на Windows, macOS и Linux.

™️ Если хочется попробовать такой подход к работе с документами, исходники и готовые сборки есть в репозитории GenOffice на GitHub.

💻 КОД — техножурнал

Spotify научила Claude Code экономить до 90% токенов

Spotify показала связку из Portal и Shunt, которая переносит рутинную работу Claude Code на более дешёвую модель. В тестах на Java-монорепозитории это дало около 90% экономии токенов при чтении файлов.

Идея простая: Claude не обязан тратить дорогие токены на чтение пяти больших файлов, если от него требуется всего пара выводов.

Shunt перехватывает чтение больших файлов. По умолчанию порог — 350 строк. Вместо того чтобы отправлять весь файл Claude, плагин передаёт его через Portal модели Gemini 2.5 Flash, которая возвращает короткое структурированное резюме.

Для предсказуемого кода работает второй сценарий — code-writer. Например, генерацию тестов или конфигурации можно отдать дешёвой модели вместе с эталонным файлом. Результат сразу записывается на диск, поэтому Claude вообще не тратит контекст на сгенерированный код.

При этом сложные задачи оставляют Claude: отладка, архитектурные решения и задачи, требующие глубокого рассуждения, не делегируются. Есть и минус — каждый запрос через Portal добавляет сетевую задержку, обычно около 10–30 секунд.

™️ Оба инструмента уже доступны в официальном репозитории Spotify с AI-плагинами.

Подключение:

claude plugin marketplace add spotify/portal-ai-plugins
claude plugin install portal@portal
claude plugin install shunt@portal

По сути, Spotify предлагает не заставлять одну дорогую модель делать всю работу подряд: простое — дешёвой, сложное — сильной. И именно такой роутинг может оказаться одним из самых практичных способов снизить расходы на AI-кодинг.

💻 КОД — техножурнал

🎬 150+ промптов для кинематографичной видеогенерации

Хотите, чтобы AI-видео выглядело не как случайная генерация, а как кадр из фильма? Собрали библиотеку из 150+ готовых кинематографичных промптов для создания изображений и видео.

Внутри — не абстрактные советы, а конкретные приёмы из кино:

— ракурсы и движения камеры — от aerial shot и dolly до tracking shot и dolly zoom;
— свет, объективы, композиция и цвет;
— приёмы для сцен, атмосферы и визуального повествования;
— готовые шаблоны, где достаточно заменить описание сцены на своё;
— примеры изображений и видео, чтобы сразу понимать, какого результата ждать.

Промпты универсальны: их можно использовать с разными AI-генераторами, включая Midjourney, Runway и Sora. Каждый запрос уже подготовлен для копирования и адаптации под собственную сцену.

И да, среди техник есть те самые приёмы, которые помогают создавать кадры с ощущением настоящего кино — от классических крупных планов до сложных движений камеры.

😛 Вся коллекция — в Cinematique.

💻 КОД — техножурнал

ChatGPT Images 2.5: OpenAI обновила генерацию и редактирование изображений

OpenAI выпустила ChatGPT Images 2.5 — новую версию модели для создания и редактирования изображений.

Главное изменение — более точное редактирование отдельных элементов. Теперь можно попросить изменить конкретный объект, фон или деталь, сохранив остальную композицию без лишних изменений.

Что ещё появилось:
— Sketch — можно сделать простой набросок прямо в ChatGPT, а модель превратит его в полноценное изображение.
— Шаблоны — готовые варианты для постеров, мерча, фотографий товаров и других форматов. Их можно адаптировать под свои задачи.
— Более стабильное редактирование — при последовательных правках модель лучше сохраняет уже изменённые детали.
— Качество изображения выросло — OpenAI отдельно отмечает более естественный свет, богатые текстуры и лучшее сохранение внешности людей на исходных фотографиях.
— Генерация стала быстрее — задержка снизилась до 50% по сравнению с Images 2.0.

Images 2.5 уже начали распространять на вебе, iOS и Android. Также обновление доступно пользователям ChatGPT Work и Codex.

™️ Попробовать новые возможности можно в ChatGPT.

💻 КОД — техножурнал

OpenAI выпустила подробный гайд по GPT Image 2.5

OpenAI опубликовала подробное руководство по работе с GPT Image 2.5 — новой моделью для генерации и редактирования изображений.

В API доступны два варианта модели:
— Flare — более быстрый режим для повседневной генерации;
— Sunburst — вариант с упором на максимальную детализацию и точное редактирование.

Отдельный раздел посвящён точечному редактированию изображений через промпты. В гайде показано, как менять отдельные элементы сцены, сохраняя исходный объект и остальные детали без лишних изменений.

Также OpenAI разобрала практические сценарии для рекламы, комиксов, схем, интерфейсов и работы с референсами.

То есть это уже не просто список рекомендаций по промптам, а полноценная инструкция о том, как управлять результатом генерации и редактирования.

™️ Если используете GPT Image 2.5, гайд стоит сохранить: официальная документация OpenAI по созданию промптов для изображений.

💻 КОД — техножурнал

DeepSeek снижает цены на API — максимум на 60%

С 10 сентября DeepSeek меняет тарифы API для серии Flash. Сильнее всего подешевеет обработка кэшированных входных токенов.

За 1 млн токенов в непиковые часы:
— ввод при промахе кэша: $0,23 → $0,15 (−33%);
— вывод: $0,68 → $0,60 (−11%);
— ввод при попадании в кэш: $0,0075 → $0,003 (−60%).

В час пик тарифы останутся вдвое выше: $0,30 за ввод, $1,20 за вывод и $0,006 за кэшированный ввод.

Важно: снижение на 60% не означает, что весь счёт за API уменьшится на 60%. Итоговая экономия будет зависеть от того, какую долю нагрузки составляют ввод, вывод и повторно используемые токены из кэша.

Что с результатами тестов

На бенчмарке DeepSWE v1.1 с настройками mini-SWE модель DeepSeek V4.1-Flash в режиме max показала Pass@1 на уровне 75,1%. Это немного выше значений GPT-6 Astra и Claude Opus 5, представленных на графике.

По горизонтальной оси средняя стоимость одной попытки выполнения задачи составляет около $0,25.

Теперь главный вопрос — насколько эти результаты будут соответствовать реальной работе с кодом, а не только тестовым сценариям.

P.S. Окончательные тарифы и результаты стоит сверять с официальным релизом DeepSeek.

💻 КОД — техножурнал