Открытые нейросети демонстрируют сдвиг: вместо наращивания монолитных моделей разработчики фокусируются на экономных Mixture-of-Experts (MoE) и локальных кастомных агентах. Сводный анализ выделяет три новинки этого направления:
- DeepSeek V4 Flash (0731): модель на 284 млрд параметров (13 млрд активных). Постановочное дообучение вызовов функций позволило нейросети набрать 82.7 баллов в агентном бенчмарке TerminalBench 2.1.
- Ling 3.0 Tiny от Ant Group: MoE-нейросеть с 64 экспертами (7,9 млрд параметров всего, 1,3 млрд активных). Поддерживает контекстное окно 262k токенов и кэширование промптов.
- Двухуровневый локальный стек BTL-4 35B + Macaw 2.7B: система от Bad Theory Labs, где 35B отвечает за логическое планирование, а 2.7B с доступом к 97 API-инструментам macOS напрямую управляет интерфейсом операционной системы.
Переход на MoE-архитектуры и локальный инференс дает возможность снизить затраты на вычисления и вынести обработку данных во внутренний контур организации.

