Яндекс выложил в открытый доступ Alice AI Foundation LLM — базовую модель на 80 млрд параметров, из которых на каждый токен работают только 3 млрд. Лицензия Apache 2.0: можно использовать и в исследованиях, и в коммерческих проектах.
Что внутри: 512 экспертов, на каждый токен включаются 10 + 1 общий; 48 слоёв гибридной архитектуры (KDA + Gated Attention), контекст 262 144 токена, обучена с нуля.
Что заявляет Яндекс: по русскоязычным фактам (HardMultiQA 67,9 %, WikiWebFacts 86,5 %) модель обходит DeepSeek-V4-Flash-Base (284 млрд / 13 млрд активных), по коду — Nemotron-3-Super-120B-Base при вчетверо меньшем числе активных параметров, по олимпиадной математике идёт вровень с Qwen3.5-35B-A3B-Base. Бенчмарки — от самого разработчика, независимой проверки пока нет.
Ложка дёгтя: это претрейн-версия, а не чат — инструкций она не понимает. Веса занимают 163 ГБ (49 файлов safetensors), а в llama.cpp архитектуры alice_ai пока нет, так что запустить дома на обычной видеокарте не получится. Рекомендуемый путь — vLLM / SGLang / Transformers на серверных GPU.
Мой вывод: Яндекс отдал фундамент, а не дом. Но это первый русский открытый фундамент, который не стыдно ставить рядом с китайскими моделями. А вы бы поставили модель Яндекса вместо Qwen? Пишите в комментариях.
Подписывайтесь на «Run Bot Run» — тесты нейросетей, локальные модели, железо.
Полезные ссылки — сервисы, файлы и инструкции из роликов: https://ugolokpc.ru/links.html
Сайт канала: https://ugolokpc.ru
Telegram-группа «Железный уголок»: https://t.me/ugolokpc
Мой Telegram: https://t.me/CHUDASOV_A_N
Поддержать канал: https://www.tbank.ru/cf/80IkeCQtepx
Источники: карточка модели yandex/AliceAI-Foundation-80B-A3B-Base на Hugging Face (вкладки Files и Community); пресс-релиз Яндекса от 21.09.2026; 3DNews, 21.09.2026.
Все иллюстрации в ролике сгенерированы нейросетью, голос и музыка синтезированы. Скриншоты — публичные страницы Hugging Face и 3DNews.
#Яндекс #AliceAI #нейросети #ИИ #LLM #opensource #HuggingFace #DeepSeek #Qwen #локальныенейросети #shorts
Что внутри: 512 экспертов, на каждый токен включаются 10 + 1 общий; 48 слоёв гибридной архитектуры (KDA + Gated Attention), контекст 262 144 токена, обучена с нуля.
Что заявляет Яндекс: по русскоязычным фактам (HardMultiQA 67,9 %, WikiWebFacts 86,5 %) модель обходит DeepSeek-V4-Flash-Base (284 млрд / 13 млрд активных), по коду — Nemotron-3-Super-120B-Base при вчетверо меньшем числе активных параметров, по олимпиадной математике идёт вровень с Qwen3.5-35B-A3B-Base. Бенчмарки — от самого разработчика, независимой проверки пока нет.
Ложка дёгтя: это претрейн-версия, а не чат — инструкций она не понимает. Веса занимают 163 ГБ (49 файлов safetensors), а в llama.cpp архитектуры alice_ai пока нет, так что запустить дома на обычной видеокарте не получится. Рекомендуемый путь — vLLM / SGLang / Transformers на серверных GPU.
Мой вывод: Яндекс отдал фундамент, а не дом. Но это первый русский открытый фундамент, который не стыдно ставить рядом с китайскими моделями. А вы бы поставили модель Яндекса вместо Qwen? Пишите в комментариях.
Подписывайтесь на «Run Bot Run» — тесты нейросетей, локальные модели, железо.
Полезные ссылки — сервисы, файлы и инструкции из роликов: https://ugolokpc.ru/links.html
Сайт канала: https://ugolokpc.ru
Telegram-группа «Железный уголок»: https://t.me/ugolokpc
Мой Telegram: https://t.me/CHUDASOV_A_N
Поддержать канал: https://www.tbank.ru/cf/80IkeCQtepx
Источники: карточка модели yandex/AliceAI-Foundation-80B-A3B-Base на Hugging Face (вкладки Files и Community); пресс-релиз Яндекса от 21.09.2026; 3DNews, 21.09.2026.
Все иллюстрации в ролике сгенерированы нейросетью, голос и музыка синтезированы. Скриншоты — публичные страницы Hugging Face и 3DNews.
#Яндекс #AliceAI #нейросети #ИИ #LLM #opensource #HuggingFace #DeepSeek #Qwen #локальныенейросети #shorts
- Категория
- AI инструменты
Комментариев нет.
