Если тебе казалось, что открытый ИИ безнадежно отстал от закрытых лабораторий Кремниевой долины, первая неделя ноября 2026 года приготовила мощный сюрприз. Сразу несколько независимых исследовательских команд синхронно выложили в открытый доступ веса моделей, которые бьют по самым уязвимым местам проприетарных сервисов.
Речь идет не об очередных безликих форках Llama на 8 миллиардов параметров, а о тяжелой артиллерии и узкоспециализированных инструментах. В свободный доступ вышли: флагман рассуждений Kimi K3.1 Pro, семейство агентов управления операционной системой NorthCUA, научный генератор ноутбуков Hydrogen 1.0, молниеносный генератор изображений Pruna P-H3 и гибкая видеомодель Pika H3 Flex. Давай разберем эту волну релизов по косточкам и посмотрим, что из этого богатства действительно стоит запускать на своем железе.
Флагман рассуждений: веса Kimi K3.1 Pro в свободном доступе
Главное событие недели на Hugging Face — долгожданная публикация открытых весов флагманской рассуждающей модели Kimi K3.1 Pro от китайской лаборатории Moonshot AI. Перед нами гигантская разреженная архитектура Mixture-of-Experts (MoE) с суммарным объемом в 2,8 триллиона параметров.
В открытом чекпоинте активируется 104 миллиарда параметров на каждый сгенерированный токен, а контекстное окно достигает 128 000 токенов с поддержкой масштабирования RoPE. Архитектуру и возможности этого семейства мы подробно разбирали в обзоре Открытые веса Kimi K3.1 Pro: MoE-архитектура на 2,8 трлн параметров и контекст в 1 миллион токенов.
Разработчики выложили полную спецификацию токенизатора и нативную поддержку квантования 4-bit (AWQ и GPTQ). Если раньше для работы с моделью приходилось подключать внешние китайские API со строгими лимитами и задержками трансграничного трафика, то теперь ее можно поднять на собственном сервере.
Вот как выглядит развертывание OpenAI-совместимого инференс-сервера Kimi K3.1 Pro через движок vLLM:
# 1. Установка vLLM и библиотек Hugging Face
pip install vllm transformers accelerate huggingface_hub
# 2. Запуск параллельного инференса на 4 GPU с поддержкой длинного контекста
python3 -m vllm.entrypoints.openai.api_server \
--model moonshotai/Kimi-k3.1-pro \
--tensor-parallel-size 4 \
--max-model-len 32768 \
--gpu-memory-utilization 0.92 \
--trust-remote-code \
--port 8000
А обращаться к локальному серверу из Python-скрипта можно через стандартную библиотеку OpenAI:
from openai import OpenAI
# Подключаемся к локальной ноде vLLM
client = OpenAI(
base_url="http://localhost:8000/v1",
api_key="token-local-vllm"
)
response = client.chat.completions.create(
model="moonshotai/Kimi-k3.1-pro",
messages=[
{"role": "system", "content": "Ты автономный системный инженер. Решай задачи строгими Bash-скриптами."},
{"role": "user", "content": "Проанализируй конфигурацию iptables и составь правила защиты от SYN-флуда."}
],
temperature=0.1,
max_tokens=2048
)
print(response.choices[0].message.content)
NorthCUA: агент за твоим рабочим столом
Второй важнейший прорыв недели — семейство открытых моделей NorthCUA от исследовательской лаборатории Beipo. Это класс Computer-Using Agents (CUA), созданный специально для автономного управления рабочим столом компьютера: кликов мышью, ввода текста в поля и перемещения окон.
До сих пор эта ниша была монополизирована закрытым режимом Computer Use от Anthropic. Команда Beipo выложила сразу три версии открытого агента:
- NorthCUA-Nano (9B плотных параметров): в формате FP16 требует около 18 ГБ видеопамяти, а в квантовании INT4 укладывается всего в 7 ГБ VRAM, запускаясь даже на ноутбуках с видеокартами среднего уровня;
- NorthCUA-Mini (35B MoE, 3B активных параметров): золотая середина по скорости и пониманию интерфейса. В 4-битном формате занимает 24 ГБ памяти — идеальный кандидат для запуска на одной рабочей видеокарте класса RTX 4090 или RTX 3090;
- NorthCUA-Pro (397B MoE, 17B активных параметров): тяжелый агент для корпоративных кластеров, набравший рекордные 44,8% успешных сквозных выполнений задач в строгом бенчмарке OSWorld-Verified и обошедший проприетарные аналоги прошлого поколения.
Главная фишка архитектуры NorthCUA — координатный контракт normalized_1000. Модели неважно, какое у тебя разрешение экрана — 1080p, 2K или 4K. Агент проецирует весь интерфейс в виртуальную сетку от 0 до 1000 по обеим осям, а локальный рантайм линейно масштабирует координаты до реальных пикселей. Обучали агентов алгоритмом Group-Relative Policy Optimization (GRPO) на миллионах примеров реального взаимодействия с ОС. О том, как связывать открытые модели с терминалом, читай в статье Открытая супермодель Kimi K3: веса Moonshot AI, инференс в Ollama и связка с Claude Code.
Наука, картинки и видео: три нишевых хита
Помимо гигантов общего назначения, неделя принесла три любопытных специализированных релиза, которые показывают, куда движется индустрия открытых весов.
Первый — Hydrogen 1.0. Это открытая модель, обученная специально на научных данных астрофизики, квантовой химии и молекулярной биологии. Вместо абстрактных бесед Hydrogen генерирует исполняемые Jupyter-ноутбуки: сама пишет код моделирования на SciPy, строит интерактивные графики распределений и проверяет статистическую значимость гипотез по p-value.
Второй — Pruna P-H3. Разработчики взяли диффузионную генерацию изображений и применили к ней радикальную дистилляцию. Если стандартным моделям вроде Flux или Stable Diffusion требуется от 20 до 50 шагов для отрисовки кадра, то Pruna P-H3 создает фотореалистичное изображение 1024x1024 всего за 4 шага диффузии. На видеокарте RTX 4080 генерация одного арта занимает 380 миллисекунд — почти треть секунды!
Третий — Pika H3 Flex, открытый генератор видео. Главное новшество версии Flex — низкоуровневый API управления камерой. Разработчики могут программно задавать вектор смещения объектива, контролировать интерполяцию промежуточных кадров и удерживать единый визуальный облик персонажа между сценами без характерного для нейровидео эффекта «плавающего лица».
Что запустить на своей видеокарте уже сегодня
Экосистема открытого ИИ окончательно перестала быть клубом энтузиастов-теоретиков. Если перед тобой стоит задача локализации рабочих процессов и защиты данных от утечек в зарубежные облака, новая волна релизов дает готовый инструментарий:
- Для задач автоматизации десктопа и рутины в интерфейсах ставь NorthCUA-Mini в 4-битном квантовании на RTX 4090: ты получишь шустрого агента, который не отправляет снимки твоего монитора во внешнюю сеть.
- Для тяжелой терминальной аналитики и кодинга поднимай Kimi K3.1 Pro на серверной ноде с четырьмя ускорителями через vLLM.
- А для быстрой генерации графики в локальных пайплайнах обрати внимание на Pruna P-H3: субсекундная скорость открывает дорогу к динамической генерации картинок на лету.
Открытые модели больше не пытаются слепо копировать универсальные закрытые сервисы. Они бьют точечно: в скорость, в специализацию и в полный контроль над собственной инфраструктурой.