Бесплатный API для нейросетей от NVIDIA: 100+ моделей, OpenAI-совместимый эндпоинт и 40 запросов в минуту
NVIDIA раздаёт бесплатные API-ключи к 100+ моделям — DeepSeek R1, Llama, Mistral, GLM, Kimi и десятки других. Регистрация за 2 минуты, OpenAI-совместимый эндпоинт, без привязки карты.Звучит как маркетинговый трюк, и отчасти это он — NVIDIA хочет посадить разработчиков на свою инфраструктуру. Но бесплатный tier реальный, и для прототипирования и пет-проектов его хватает. Я пользуюсь уже два месяца — расскажу, что получается, а где подвох.Что конкретно даютПлатформа — build.nvidia.com. Регистрируешься в NVIDIA Developer Program, подтверждаешь номер телефона, генерируешь API-ключ. Всё.Что доступно бесплатно:100+ моделей
Пробуем на себе: LLM в разработке
Рассказываю о реальном опыте использования AI в разработке и о тех практических результатах, которых удалось добиться за один год регулярной работы с современными языковыми моделями. Спойлер: получилось многое, но не все.
Промпты для DeepSeek: как писать запросы, чтобы получить максимум от бесплатной нейросети
DeepSeek — бесплатная нейросеть, которая на бенчмарках конкурирует с GPT-5 и Claude Opus. Открытые веса, без лимитов на запросы, работает без VPN из России. Но большинство используют её как «бесплатный ChatGPT» — пишут простые запросы и получают простые ответы.Я пользуюсь DeepSeek для рабочих задач уже несколько месяцев и собрал промпты, которые выжимают из неё максимум. Особенно в режиме DeepThink, где модель рассуждает пошагово.Два режима — два подхода к промптамУ DeepSeek два режима, и промпты для них принципиально разные:Обычный режим (deepseek-chat) — быстрые ответы, подходит для простых задач. Работает как обычный чат-бот.
ИИ в корпоративной разработке: Джеймикс офлайн митап в Москве
🗓 23 апреля 2026, 18:30 - 22:30📍Адрес: AZIMUT Сити Отель Смоленская Москва 4*, г. Москва, ул. Смоленская, д. 8 (м. Смоленская)
Как я спас агентов в VS Code от передоза инструментами, сжав зоопарк MCP-серверов в один Go-бинарник
Когда вы ставите в VS Code популярные агентные расширения (Cline, Roo Code, Kilo), быстро выясняется одна мерзкая вещь. Обычно начинаешь подключать к ним новые инструменты быстрее , чем LLM под их капотом способна их адекватно переварить.Сначала все выглядит безобидно. Вы подключаете к редактору пару MCP-серверов: один для файлов, другой для поиска. Агент радуется, вы радуетесь, всё работает. Но потом начинается: "О, прикручу-ка я еще сервер для базы данных... и GitHub... и внутреннюю Jira... и вон тот OpenAPI-каталог".В какой-то момент вы открываете свой mcp.json и видите там 25 серверов. А агент начинает творить дичь.
Мы прожили с Copilot год, и вот что из этого вышло
Я год экспериментировал с on-premise Copilot — прямо над нашими разработчиками, — чтобы проверить: а правда ли эта штука разгоняет разработку на десятки процентов? Делюсь реальными метриками скорости и точности, разбираю, как оно работает на примере нашей инсталляции, и показываю результаты. По пути расскажу про все подводные камни: где ИИ стал турбоускорителем, а где подставил подножку и превратился в скрытую ловушку.Привет, Хабр! На связи Игорь Анохин, руководитель платформенной разработки К2 Облака. Эта статья на основе моего доклада с PyCon
OpenAI собрала 122 миллиарда долларов на последнем раунде
OpenAI недавно закрыла раунд на 122 миллиарда долларов. Оценка компании после раунда — 852 миллиарда. Это самый большой частный раунд в истории Силиконовой долины. И впервые больше трёх миллиардов пришло от обычных людей через банки. Один из главных конкурентов — Anthropic (которые делают Claude)Anthropic в феврале закрыла раунд на 30 миллиардов и получила оценку в 380 миллиардов. OpenAI почти в два с четвертью раза дороже. За всю историю OpenAI собрала около 168 миллиардов, Anthropic — где‑то 67–69. Довольно серьезная разница.Но!По выручке Anthropic уже впереди. У них больше 30 миллиардов долларов в год. У OpenAI — 24–25.
ИИ-агент — не программист: пять наблюдений и три следствия
Вторая статья из шести про инженерный процесс для разработки с ИИ-агентами. Автор — Андрей Юмашев — много лет руководил разработкой и инфраструктурой, полтора года назад отдал весь код агентам. Первая статья была про путь от первых проектов до стандарта SENAR. Эта про то, чем именно агент отличается от программиста и что из этого следует для процесса.Начну со случая, после которого исчезли последние иллюзии.
Z.Ai снова обновили цены на свои подписки Coding Plan
Совсем недавно цены были такие: старая страница с тарифами z.ai на coding planА теперь цены выглядят уже не так приятно, я бы даже сказал, кусаются:
В GitHub Copilot CLI вышел инструмент «второго мнения» от ИИ при написании кода
GitHub представила экспериментальную функцию в Copilot CLI. Это инструмент Rubber Duck, который предоставляет альтернативное мнение от искусственного интеллекта при написании кода.
