API. - страница 2

API.

Бесплатные API для 150+ ИИ-моделей

Подключите готовые API к своим ботам, приложениям и ИИ-агентам. Я собрал в одну таблицу: Google AI Studio, OpenRouter, Groq, OpenCode, NVIDIA, Mistral, GitHub Models и десятки других ИИ-сервисов с точными лимитами запросов. Как пользоваться:Откройте таблицу с ИИ-провайдерами (или читайте статью ниже)Выберите сервис, зарегистрируйтесь и создайте API keyИспользуй API key в своем коде, ИИ-агенте, телеграм-боте, n8n, Make, OpenCode или другом инструменте.Проще всего начать с OpenRouter, Google AI Studio или Groq, там относительно понятный вход и много готовых моделей. Так выглядит таблица с ИИ-провайдерами

продолжить чтение

Что останется от облаков, когда инфраструктурой займутся агенты

У нашего облака появился новый тип пользователей, и это не люди. Каждый третий запрос к документации Timeweb Cloud сегодня приходит из сетей ИИ-вендоров, а серверы всё чаще создаются не из панели управления, а запросами к API, которые пишет ассистент по просьбе человека.Привет! Меня зовут Михаил Шпаков, я руковожу разработкой Timeweb Cloud. Раньше я рассказывал, как мы построили систему автотестов с 5 000+ проверками и как делаем визуализацию облака

продолжить чтение

Как я научил Claude заказывать продукты в Яндекс Лавке (и что для этого пришлось отреверсить)

У Яндекс Лавки нет публичного API. А мне захотелось написать в чат «закажи молоко, хлеб и что-нибудь к ужину» — и чтобы заказ реально уехал курьеру. В итоге получился MCP-сервер, через который ассистент ищет товары, собирает корзину и оформляет заказ, а я по дороге вычистил кучу неочевидных граблей: CSRF-заголовки, гонки за общую корзину, «фантомные» товары из другого склада и пустой способ оплаты. Ниже — как это устроено и где меня били по рукам.Сразу дисклеймер: проект неофициальный, он ходит в тот же приватный веб-API, что и lavka.yandex.ru

продолжить чтение

Где купить токены? Запускаем ИИ-роутер с 300+ LLM

продолжить чтение

Mermaid как платная AI функция в проекте Django-Next

Mermaid это текстовый формат описания диаграмм. В строках задаются тип схемы, узлы и связи. На выходе получается SVG. Формат подходит для API и базы данных. Код можно сгенерировать, проверить, сохранить, открыть повторно и отрендерить на клиенте.В mermind/views.py добавлен 503, если ответ модели не начинается с валидной головы Mermaid. Без этой проверки запрос завершается успешно, ответ от модели приходит, но диаграмма не строится. В ответе остаются fenced-блоки, Markdown, строки с #, служебный текст и фрагменты до первой строки диаграммы.

продолжить чтение

Ответ на Kimi K3: зачем Alibaba выкатила 2,4-триллионную Qwen3.8

На конференции WAIC в Шанхае Alibaba представила Qwen3.8 — новую мультимодальную модель на 2,4 трлн параметров. По заявлению компании, архитектура уступает по производительности только Claude Fable 5, хотя независимых бенчмарков пока нет.

продолжить чтение

Как OpenRouter Fusion обошёл Claude Fable 5

С начала этого года я веду бенчмарк ИИ моделей для менеджеров, и после последнего обновления – есть о чем рассказать (прошла версия рейтинга тут). Первое место занял OpenRouter Fusion – оркестратор, который вызывает сразу несколько моделей, собирает их ответы и синтезирует финальный результат. Он обошёл всех: и Claude, и GPT, и Gemini поодиночке.

продолжить чтение

QuantCode-Bench: умеют ли LLM генерировать исполняемые алгоритмические торговые стратегии

Большие языковые модели уже показывают высокие результаты в задачах программирования общего назначения. Они умеют генерировать код, исправлять ошибки, работать с существующими репозиториями и решать задачи, для которых ещё несколько лет назад требовалось непосредственное участие разработчика.Однако в прикладных областях одной синтаксической корректности недостаточно. Модель должна не только написать валидный код, но и правильно интерпретировать предметную постановку, использовать специализированный API и обеспечить требуемое поведение программы при исполнении.

продолжить чтение

От REST к MCP: как LLM меняют принципы проектирования API и архитектуры систем. Часть вторая

Привет, Хабр! На связи Дмитрий Бондарев, я backend-разработчик Авито — занимаюсь проектами на стыке разработки и машинного обучения. В первой части этого материала мы обратились к истокам API и существующим ограничениям интерфейса в работе с агентами.

продолжить чтение

От REST к MCP: как LLM меняют принципы проектирования API и архитектуры систем. Часть первая

Привет, Хабр! Говорит AvitoTech. Меня зовут Дмитрий Бондарев, я backend-разработчик, в Авито занимаюсь проектами на стыке разработки и машинного обучения. Из каждого утюга поют о том, как ИИ скоро нас всех заменит. Однако я хочу зайти в эту тему с более технической стороны и поговорить о существующих методах интеграции и якобы неизбежном использовании ИИ-агентов в бизнесе и повседневных задачах.

продолжить чтение