Pellicani piuttosto decenti dai nuovi modelli GLM-4.5 e GLM-4.5 Air. Entrambi i modelli sono con licenza MIT, rilasciati da @Zai_org questa mattina.

Vedo un sacco di post che incolpano quella terribile fuga di dati dell'app Tea sul coding di vibe. Non penso che il coding di vibe sia stato coinvolto affatto: la dichiarazione di Tea dice che la fuga ha coinvolto "un sistema di archiviazione dati legacy" di febbraio 2024 - il coding di vibe non stava davvero accadendo in quel periodo.

Qualcuno ha successo nell'eseguire un ciclo di codifica agentico in stile Claude Code contro un modello locale? Questo sembra essere la sfida definitiva per la chiamata di strumenti locali in questo momento, poiché richiede potenzialmente dozzine di chiamate in un ciclo e buone prestazioni su un contesto più lungo.

Anthropic ha appena aumentato di 10 volte il limite di velocità per il livello 2 e oltre Il livello 2 è quello che ottieni quando hai acquistato almeno 40 dollari di crediti - il limite di velocità precedente per Sonnet 4 era di 40.000 token al minuto, il nuovo limite è di 450.000 token al minuto! (Il numero di richieste al minuto per il livello 2 è rimasto a 1.000)

GitHub ha rilasciato Spark ieri, la loro piattaforma estremamente ben progettata per passare da un prompt a un'app per creare e iterare su app React con autenticazione utente e archiviazione persistente. Mi piace molto! L'ho ingegnerizzato a ritroso con Spark stesso, i dettagli sono affascinanti.

Qual è il miglior modello locale che sei riuscito a far funzionare su macOS per l'uso degli strumenti, e come lo hai eseguito? Non ho avuto grandi risultati con quelli che ho provato su Ollama - anche per cose molto basilari (chiamate singole) sembrano spesso dimenticare di chiamarle o dimenticare di rispondere in base al risultato.

Ho scritto alcune note sul nuovo progetto OSS Rebuild di Google Security, che aumenta la sicurezza della supply chain per i pacchetti popolari su PyPI, NPM e Crates offrendo attestazioni di build indipendenti.

La cosa più notevole di questo risultato è che questo modello di ragionamento sperimentale senza nome ha raggiunto questo punteggio senza alcun utilizzo di strumenti - sembra essere solo un altro classico LLM che predice il prossimo token con un sacco di apprendimento per rinforzo sovrapposto.

75 centesimi al secondo per la generazione di video Veo 3 tramite la nuova API (o 50 centesimi al secondo senza audio) - sono $45/minuto (o $30/minuto in silenzio) e $2,700 (o $1,800) all'ora

Questi nuovi modelli Voxtral sembrano davvero utili! Li ho fatti funzionare nel mio plugin llm-mistral, che ora può accettare URL a file audio come allegati da passare a voxtral-small e voxtral-mini.