<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Open Source LLM on AI-Uchi — Всё об искусственном интеллекте</title><link>/tags/open-source-llm/</link><description>Recent content in Open Source LLM on AI-Uchi — Всё об искусственном интеллекте</description><generator>Hugo</generator><language>ru</language><lastBuildDate>Sat, 11 Apr 2026 00:00:00 +0300</lastBuildDate><atom:link href="/tags/open-source-llm/index.xml" rel="self" type="application/rss+xml"/><item><title>GLM 5.1 обходит все модели, кроме Opus, втрое дешевле</title><link>/news/glm-5-1-agentnyj-benchmark-deshevle-opus/</link><pubDate>Sat, 11 Apr 2026 00:00:00 +0300</pubDate><guid>/news/glm-5-1-agentnyj-benchmark-deshevle-opus/</guid><description>&lt;p&gt;Китайская Z.ai (бывшая Zhipu AI) выпустила GLM 5.1 — open-source модель с открытыми весами под MIT-лицензией. В реальных агентных тестах она вышла на уровень Claude Opus 4.6, при этом стоит в три раза меньше. Всё больше разработчиков считают её новым эталоном соотношения цена/качество для автономных AI-агентов.&lt;/p&gt;
&lt;h2 id="что-показали-тесты"&gt;Что показали тесты&lt;/h2&gt;
&lt;p&gt;Разработчик, опубликовавший результаты на Reddit, тестировал GLM 5.1 через OpenClaw — агентную платформу, где модели решают задачи, отправленные реальными пользователями. Формат — Chatbot Arena: модели соревнуются друг с другом, победителя выбирает LLM-судья. Это принципиально отличается от статических бенчмарков, где многие модели умело «читают шпаргалку».&lt;/p&gt;</description></item><item><title>Локальные LLM: руководство по запуску на своём железе</title><link>/guides/lokalnye-llm-rukovodstvo-po-zapusku-na-svoem-zheleze/</link><pubDate>Thu, 05 Mar 2026 12:00:00 +0300</pubDate><guid>/guides/lokalnye-llm-rukovodstvo-po-zapusku-na-svoem-zheleze/</guid><description>&lt;p&gt;Облачные API стоят денег, отправляют ваши данные на чужие серверы и перестают работать, когда провайдер решит поменять условия. Между тем в 2026 году open-source модели вплотную подошли к уровню закрытых решений — и запустить их на собственном компьютере стало проще, чем поставить Photoshop. Эта статья — полное практическое руководство: от выбора видеокарты до первого запроса к локальной LLM.&lt;/p&gt;
&lt;h2 id="зачем-вообще-запускать-llm-локально"&gt;Зачем вообще запускать LLM локально&lt;/h2&gt;
&lt;p&gt;Три главные причины, по которым разработчики и компании переходят на локальный инференс:&lt;/p&gt;</description></item></channel></rss>