Alibaba выпустила Qwen3 Next 80B: модель гибридного рассуждения с открытыми весами, которая достигает уровня интеллекта DeepSeek V3.1 с всего лишь 3B активных параметров Ключевые выводы: 💡 Новая архитектура: Первая модель, которая представляет собой базовые модели ‘Qwen3-Next’ от @Alibaba_Qwen, с несколькими ключевыми архитектурными решениями, такими как гибкий механизм внимания Gated DeltaNet и Gated Attention, и высокой разреженностью с долей активных параметров 3.8%, по сравнению с 9.4% для Qwen3 235B 🧠 Интеллект: Qwen3 Next 80B (Рассуждение) набирает 54 балла в Индексе Искусственного Интеллекта, наряду с DeepSeek V3.1 (Рассуждение). Нерассуждающий вариант набирает 45 баллов, что соответствует gpt-oss-20B и Llama Nemotron Super 49B v1.5 (Рассуждение) 💲 Модель ценообразования: Цены за токен на @alibaba_cloud составляют $0.5/$6 за 1M входных/выходных токенов для рассуждения и $0.5/$2 для нерассуждающего варианта. Это сравнивается с более высокими ценами для Qwen3 235B 2507 в размере $0.7/$8.4 с рассуждением и $0.7/$2.8 без - снижение на ≥25% в зависимости от нагрузки ⚙️ Подробности модели: Модель имеет родное окно контекста в 256k токенов и является текстовой, без мультимодальных входов или выходов. При всего лишь 80B параметров на FP8 модель помещается на один GPU H200

Запускаем наш опрос «Состояние генеративных медиа 2025», поддерживаемый @fal! Участвуйте, чтобы получить полный отчет опроса и выиграть пару очков Meta Ray-Ban 🕶️ Мы проводим опрос, чтобы собрать информацию о состоянии генеративных медиа в 2025 году. Это включает в себя мнения о том, как организации используют, выбирают и получают доступ к моделям изображений, видео и музыки! Почему стоит участвовать? ✅ Получите бесплатную копию расширенного отчета опроса (только ограниченная версия будет доступна публично) ✅ Шанс выиграть пару очков Ray-Ban Meta AI 🕶️ ✅ Внести свой вклад в обмен мнениями о ключевых тенденциях, формирующих генеративные медиа Ссылка в теме ниже! ⬇️⬇️⬇️⬇️⬇️⬇️⬇️

DeepSeek запускает V3.1, объединяя V3 и R1 в гибридную модель рассуждений с постепенным увеличением интеллекта Постепенное увеличение интеллекта: Первые результаты бенчмаркинга для DeepSeek V3.1 показывают индекс искусственного анализа интеллекта 60 в режиме рассуждений, по сравнению с результатом R1 в 59. В режиме без рассуждений V3.1 достигает результата 49, что является большим увеличением по сравнению с предыдущим результатом V3 0324 в 44. Это оставляет V3.1 (рассуждение) позади последней версии Qwen3 235B 2507 от Alibaba (рассуждение) - DeepSeek не вернул лидерство. Гибридное рассуждение: @deepseek_ai впервые перешел на гибридную модель рассуждений - поддерживая как режимы рассуждений, так и без рассуждений. Переход DeepSeek к единой гибридной модели рассуждений имитирует подход, принятый OpenAI, Anthropic и Google. Однако интересно отметить, что Alibaba недавно отказалась от гибридного подхода, который они предпочитали для Qwen3, выпустив отдельные версии моделей рассуждений и инструкций Qwen3 2507. Вызов функций / использование инструментов: Хотя DeepSeek утверждает, что улучшил вызов функций для модели, DeepSeek V3.1 не поддерживает вызов функций в режиме рассуждений. Это, вероятно, существенно ограничит его способность поддерживать агентные рабочие процессы с требованиями к интеллекту, включая кодирующие агенты. Использование токенов: DeepSeek V3.1 показывает постепенно более высокий результат в режиме рассуждений, чем DeepSeek R1, и использует немного меньше токенов в оценках, которые мы используем для индекса искусственного анализа интеллекта. В режиме без рассуждений он использует немного больше токенов, чем V3 0324 - но все равно в несколько раз меньше, чем в собственном режиме рассуждений. API: Первоначальный API DeepSeek теперь обслуживает новую модель DeepSeek V3.1 как на их чат-эндпоинтах, так и на эндпоинтах рассуждений - просто изменяя, предоставляется ли токен конца размышления </think> модели в шаблоне чата, чтобы контролировать, будет ли модель рассуждать. Архитектура: DeepSeek V3.1 архитектурно идентичен предыдущим моделям V3 и R1, с 671B общими параметрами и 37B активными параметрами. Последствия: Мы бы посоветовали проявлять осторожность в том, чтобы делать какие-либо предположения о том, что этот релиз подразумевает о прогрессе DeepSeek к будущей модели, упоминаемой в слухах как V4 или R2. Мы отмечаем, что DeepSeek ранее выпустил последнюю модель, построенную на их архитектуре V2, 10 декабря 2024 года, всего за две недели до выпуска V3.