Все выпуски
Архив публикаций
Все материалы AiManual в единой хронологической ленте.
877
Реальные vs теоретические метрики LLM на on-premise: как мы считали ресурсы для GPT-OSS-120B на RTX Pro 6000 и почему калькуляторы врут в 5 раз
Почему онлайн-калькуляторы для расчета ресурсов LLM врут в 5 раз? Тестируем GPT-OSS-120B на RTX Pro 6000 Blackwell: реальные показатели VRAM, latency, throughpu
878
Browser-use агент в WASM: как запустить браузерную автоматизацию бесплатно и без сервера
Обзор browser-use агента в WebAssembly: нулевая стоимость, работа в браузере, примеры кода, сравнение с альтернативами. Идеально для AI-агентов и автоматизации.
879
EAGLE3 в llama.cpp: ускоряем инференс языковых моделей с помощью speculative decoding до 5x
Как EAGLE3 в llama.cpp ускоряет локальный инференс моделей в 5 раз. Тесты на RTX 3090, сравнение с AETHER-X и ngram. Инструкция по запуску.
880
Дистилляция Wan 2.2: как модель Varya от Avataar AI генерирует видео в 10 раз быстрее и дешевле
Разбираем технику дистилляции Wan 2.2, которая позволила генерировать видео за 45 секунд на H200 по $0,005/сек. Сравнение с Sora и Kling, примеры для локального
881
MTPLX V1: Swift-ускоритель для Qwen 3.6 27B — 2x TPS без танцев с бубном
Обзор MTPLX V1 — нативного Swift-приложения для запуска MLX MTP-моделей на Apple Silicon. Двойной TPS на Qwen 3.6 27B, сравнение с LM Studio и llama.cpp.
882
Динамическое извлечение данных из документов с помощью Amazon Bedrock: on-demand и batch пайплайны
Гайд по Amazon Bedrock для извлечения данных из документов: on-demand и batch пайплайны, динамический выбор модели, оптимизация промптов. Актуально на июнь 2026
883
OntoIndex: строим граф кода для ИИ-агентов с MCP и веб-интерфейсом
Обзор OntoIndex — инструмента для построения семантического графа кода. Сравнение с альтернативами, примеры использования, настройка MCP-сервера и веб-интерфейс
884
Когда утилизация GPU обманчива: скрытые проблемы подсистемы хранения, замедляющие AI-инференс
Высокая утилизация GPU не гарантирует скорость инференса. Разбираем, как деградация RAID, неоптимальная архитектура хранилища и ошибки мониторинга крадут деньги
885
Тест моделей LLM: Qwen3-235B остаётся лучшей по цене/качеству спустя год — подробности батча
Провёл собственный батч-тест четырёх LLM: Qwen3-235B, DeepSeek V4 Flash, Gemma 4, MiniMax. Результаты: Qwen3-235B держит лидерство спустя год. Разбор методики,
886
Minimax M3: ажиотаж оправдан? Разбираем бенчмарки, агентные способности и сравниваем с GPT-4
Разбираем бенчмарки Minimax M3, агентные способности и сравниваем с GPT-4. Узнайте, насколько модель превосходит конкурентов и стоит ли хайп.
887
Реальная производительность DiffusionGemma: почему бенчмарки обманчивы — опыт пользователей
Разбираем расхождения между демо-бенчмарками DiffusionGemma и реальным опытом локального запуска. Почему цифры врут и как не попасться.
888
AI-Ready инфраструктура: почему промышленным предприятиям нужно думать о железе до выбора модели
Почему заводы и фабрики терпят крах, начиная с выбора AI-модели? Разбираемся, как инфраструктура GPU, сети и хранения определяет успех промышленного ИИ. Без хай