ttok 1.0: дефолтный токенизатор сменили на GPT-5/GPT-6
Simon Willison выпустил ttok 1.0 — утилиту для подсчёта и обрезки текста по токенам. Поводом стал переход дефолтного токенизатора с GPT-4 на GPT-5/GPT-6: он нашёл коммит William Liu с отчётом об эксперименте, где все семь моделей GPT (5.5, 5.6 Sol/Terra/Luna, 6 Astra/Sol/Luna) выдают 44 794 токена и совпадают по всем 31 фикстурам.
Почему важно: если работаешь с семейством GPT-5/GPT-6, токенизаторы у них, вероятно, одинаковые — можно не пересчитывать бюджет под каждую модель отдельно.
ML Intern: 0.8B-модель на CPU вместо 9B-учителя за $16
Автор поста описал ML Intern агенту задачу и получил 0.8B-версию промпт-рерайтера от Qwen-Image 2.1, которая работает на CPU, возвращает валидный вывод в 99.7% случаев и тратит около четверти токенов учителя. Полный цикл — разметка 8797 примеров 9B-моделью и обучение — обошёлся в USD 16.
Почему важно: агент сам планирует работу, запрашивает бюджет до трат, запускает тест перед основной задачей, затем обучает, оценивает и публикует модель на Hub. Паттерн «Verified facts, do not re-derive» в промпте — способ не дать агенту переоткрывать уже проверенное.
Ещё один сигнал: Saluki 27B — 2-битная квантизация Qwen3.8-27B, которая, судя по заголовку, обходит оригинал в tool calling. Текст статьи недоступен, конкретики нет.
Карта для оплаты AI · Claude Pro на неделю · Manus
Комментариев пока нет.