#gemini_api — Public Fediverse posts

Gemini 3.6 Flash не стала умнее. Зато работает вдвое быстрее

21 июля Google выпустила сразу три модели: Gemini 3.6 Flash, облегчённую 3.5 Flash-Lite и специальную 3.5 Flash Cyber для задач кибербезопасности. У больших компаний календарь выпусков устроен как вокзальное табло: если смотреть достаточно долго, обязательно что-нибудь прибудет. В анонсе обещают улучшенный код, знания и работу с инструментами. Всё как положено. Но главное изменение обнаружилось там, куда торжественная музыка обычно не дотягивается: новая Flash тратит меньше токенов и заметно быстрее заканчивает длинные задачи. Общий показатель интеллекта в независимом тесте при этом не вырос. Получилась редкая история об обновлении, которое не стало умнее, зато научилось не задерживаться. Разберёмся, кому от этого действительно станет легче.

https://habr.com/ru/articles/1061722/

#gemini_36_flash #google_gemini #gemini_35_flashlite #модели_ии #нейросети #искусственный_интеллект #ииагенты #google_ai_studio #gemini_api #artificial_analysis

Как я перенес расчет абсолютных валютных курсов на Kaggle и автоматизировал обзоры через Gemini API

Разворачивать выделенный сервер ради одного ежедневного расчетного таска избыточно, поэтому я перенес свой Data Science проект по расчету абсолютных валютных курсов на Kaggle Notebooks, организовав там бессерверный cron по схеме «Zero-Infrastructure». Каждые сутки Python-скрипт автоматически запускается по расписанию, собирает свежие кросс-курсы, логарифмирует матрицу и методом наименьших квадратов находит изолированные векторы значений для 45 валют, очищая их от взаимного влияния. На базе полученных абсолютных рядов вычисляются показатели волатильности, и специфичные метрики вроде индекса относительной силы абсолютного курса — . Посмотреть, как устроена автоматизация внутри облачной среды, и форкнуть готовый Python-код можно в открытом репозитории: Kaggle Notebook: abscur2. Сырые массивы данных малопригодны для быстрого чтения, поэтому для их автоматической интерпретации в пайплайн был встроен Gemini API. Через Secrets в Kaggle скрипт передает нейросети выжимку рассчитанных технических индикаторов по ключевым активам и крупнейшим акциям Мосбиржи (Сбербанк, ГМК Норникель и др.), генерируя структурированный технический обзор в режиме жестко настроенного системного аналитика — без прогнозирования и субъективных мнений. Готовые результаты и тексты скрипт через GitHub API пушит напрямую в репозиторий, откуда фронтенд на JavaScript подтягивает их для динамической перерисовки графиков на сайте. Подробное математическое обоснование модели декомпозиции и методику расчетов читайте в статье: Abscur: Описание методики расчета.

https://habr.com/ru/articles/1058776/

#абсолютные_валютные_курсы #алготрейдинг #автоматизация #python #kaggle #gemini_api #abscur #финансовая_аналитика

Свой AI-прокси на Java: как я пытался подключится к Gemini

Для разработки одного из моих проектов: документа BDoc (Book Document альтернатива устаревшим закрытым бинарным форматами такими как IDML, INDD или Scribus SLA) потребовалась нейросеть, которая может держать контекст очень долго. На данный момент для это цели идеально подходит Gemini, так как контекстное окно у Gemini в 1 миллион токенов. Но есть одна загвоздка, компания Google заблокировала некоторые регионы. То есть запросы от этих регионов не будут доходить до google. Рассмотрев все за и против, было принято решение написать небольшую программу на java - ai-proxy. То есть прокси для нейросетей.

https://habr.com/ru/articles/1058206/

#java #spring_boot #spring_webflux #reverse_proxy #gemini_api #openai_api #anthropic_api #docker #webclient #обход_блокировок

Как желание быстрее читать чужой код превратилось в войну с недетерминизмом LLM

Началось всё примерно так. Я сидел над своим проектом: пока работал, общался по нему с нейросетками и параллельно искал в интернете разную информацию, которая могла бы пригодиться. И вот тогда у меня впервые начала закладываться мысль, что я хотел бы читать код быстрее. Что мне не нравится, сколько времени на это уходит. Позже эта мысль разгорелась сильнее — когда я взялся перечитывать собственный код двухмесячной давности. Я понимаю, что в нём всё нормально, но всё равно хотелось бы вчитываться быстрее. Примерно в это время и появилась первая идея проекта, о котором пойдёт речь в статье. Это была одна из первых вещей, которая дала толчок. Вторая — то, что мне приходилось тратить время, объясняя друзьям, как устроен мой код. Мне не нравилось, что я говорю отрывками, зависаю, не могу связать пары слов. Короче, тяжело донести мысль: сам прекрасно знаю, как оно работает, а нормально, быстро и чётко объяснить не могу. Из этих двух проблем и вырос тренажёр, который я сейчас делаю: где ты не пишешь код, а читаешь готовый рабочий фрагмент и объясняешь его словами, а оценивает объяснение языковая модель. Звучит на самом деле очень просто, но реализовать это оказалось трудно. Самым тяжёлым оказалось совсем не это, а заставить нейросеть оценивать честно и стабильно — и вообще понять, что именно нужно оценивать.

https://habr.com/ru/articles/1052822/

#LLM #prompt_engineering #детерминизм #Java #оценка_кода #обучение_программированию #Gemini_API #prompt_injection #pet_project #NLP

free AI girlfriend. Почему мужчины уходят из экономики отношений и как устроен пространственный 3D-аватар в браузере

Если оглянуться вокруг, можно заметить что практически вся физическая и цифровая инфраструктура, которой мы пользуемся ежедневно — дороги, дома, электростанции, системы водоснабженияи канализации, интернет — спроектирована, построена и обслуживается преимущественно мужчинами. При этом, согласно макроэкономической статистике, структура перераспределения капитала выглядит иначе. Возникает логичный вопрос: как именно распределяются финансовые потоки в обществе и почему традиционная «экономика отношений» сегодня превратилась в систему с крайне сомнительной окупаемостью инвестиций (ROI) для мужчин? Давайте отбросим эмоции и посмотрим на сухие цифры, а затем разберем, как инженерные технологии позволяют создать альтернативу — полностью бесплатного пространственного 3D-компаньона, работающего прямо в браузере.

https://habr.com/ru/articles/1046221/

#threejs #javascript #vrm #gemini_api #mediapipe #искусственный_интеллект #параллакс #ai_companion #вебразработка #3dграфика

А есть ли бесплатные API нейросетей?

Третьего дня я решил сделать лид-магнит для своего Telegram-канала. Схема такая - бот собирает у пользователя текст, обрабатывает его нейросетью, выдает что-то полезное, и в конце просит подписаться на канал в обмен на результат. Aiogram 3, Python, VPS за 150 рублей - ничего необычного. Встал первый вопрос - за что платить? Бот прототипный, аудитория на входе пока еще, собственно, не особо и понятно сколько человек. Платить $20 в месяц ради теста гипотезы - нет. Мы не ищем легких путей. Пошел разбираться, что вообще бесплатного есть.

https://habr.com/ru/articles/1041398/

#бесплатные_api #groq #groq_api #openrouter #gemini_api #telegram_бот

Интеграция Google Gemini API в асинхронный Telegram-бот на aiogram 3.x и Python

В прошлую пятницу, ровно в 18:47, когда я уже мысленно открывал великолепный, наполненный витаминами, напиток,, мне прилетело сообщение от тимлида: «Бот лежит, пользователи жалуются, Gemini API возвращает 429». Наш корпоративный Telegram-бот, который должен был помогать саппорту отвечать на тикеты, просто встал колом. Причина оказалась до банальности простой: мы не учли rate limiting и думали, что 50 RPM (запросов в минуту) на бесплатном тарифе — это «бесконечно много». С тех пор мы переписали архитектуру, добавили очереди, кэширование и middleware для retry. В этой статье разберу, как с нуля подружить Gemini API с Telegram-ботом на aiogram 3.x, не наступая на те же грабли.

https://habr.com/ru/articles/1025300/

#gemini_api #telegram_бот #aiogram #python #llm #асинхронное_программирование #rate_limiting

152-ФЗ и LLM несовместимы по умолчанию: как мы это исправили без потери качества AI

Строим AI-ассистента для бизнеса — и обнаруживаем, что каждое сообщение пользователя с персональными данными уходит в Google. Рассказываю, как это исправить, не сломав UX. Когда мы запускали AI-ассистента для квалификации лидов в строительном бизнесе, первый же вопрос от клиента поставил меня в тупик: «А куда уходят персональные данные, которые люди вводят в чат?» Я знал ответ. И он мне не нравился. Пользователь пишет: «Меня зовут Дмитрий, наша компания ООО Ромашка, телефон +7 903 123-45-67, email [email protected] » . Это сообщение в том же виде уходит в Google Gemini API для генерации ответа. Google получает PII — имя, телефон, email конкретного человека. Каждый раз. С каждым пользователем. Для бизнеса в России это три проблемы одновременно. Юридическая. 152-ФЗ требует, чтобы персональные данные российских граждан обрабатывались на территории РФ. Передача данных на серверы Google — даже для обработки, не хранения — это трансграничная передача данных, которая требует уведомления Роскомнадзора и согласия субъекта. Штрафы начинаются от 3 млн рублей. Бизнес-риск. Контактная база клиентов — главный актив отдела продаж. Отдавать её в третьи руки, пусть даже крупной корпорации — вопрос корпоративной гигиены. Этика. Клиент пишет в ваш чат. Он доверяет вам свои данные. Не Google. Задача сформулировалась чётко: большая языковая модель должна вести диалог естественно — обращаться по имени, знать компанию, упоминать email — но никогда не получать реальные персональные данные. Звучит как противоречие. Решение оказалось элегантным.

https://habr.com/ru/articles/1015694/

#информационная_безопасность #персональные_данные #152ФЗ #LLM #большие_языковые_модели #защита_данных #NestJS #Gemini_API #PII #разработка

API that auto-routes to the cheapest AI provider (OpenAI/Anthropic/Gemini)
https://tokensaver.org/
#ycombinator #AI_API #ChatGPT_API #Claude_API #Gemini_API #cheap_AI #AI_cost_savings #LLM_API #AI_arbitrage #OpenAI_alternative #affordable_AI #AI_routing

API that auto-routes to the cheapest AI provider (OpenAI/Anthropic/Gemini)
https://tokensaver.org/
#ycombinator #AI_API #ChatGPT_API #Claude_API #Gemini_API #cheap_AI #AI_cost_savings #LLM_API #AI_arbitrage #OpenAI_alternative #affordable_AI #AI_routing

Google Antigravity и Gemini 3 Pro: что реально меняется в разработке и почему это не убийца Cursor

18 ноября 2025 Google представил новую связку: модель Gemini 3 Pro и IDE Google Antigravity . Первая - про управляемое рассуждение, длинный контекст и мультимодальность. Вторая - про мультиагентную разработку с артефактами и «прозрачными» шагами. В ленте мгновенно пошли заголовки « Cursor мертв» . В этой статье разбираем, что именно Google запустил, почему слова "самая умная модель" - преувеличение, чем Antigravity отличается от Cursor , какие сценарии разработки уже меняются, и где пока еще рано бросать привычный стек.

https://habr.com/ru/articles/968148/

#искусственный_интеллект #нейросети #gemini_3_pro #Google_Antigravity #ииагенты #cursor #разработка_программного_обеспечения #google_cloud_platform #gemini_api #ai

Как я подружил Yandex Cloud и Gemini API без миграции на зарубежные сервера

Когда я начинал писать Node.js-сервис, который должен был интегрироваться с LLM-моделью, я уже понимал , что доступ к некоторым зарубежным API из России может быть проблемой. Именно поэтому моим первоначальным выбором была модель от Yandex Cloud — Yandex GPT . Но после того как я и мои товарищи немного пообщались с ней, стало ясно, что Yandex GPT нам не подходит. Её ответы были слишком неестественными, «нечеловеческими» — особенно это было заметно в нашем конкретном кейсе. Поэтому пришлось искать альтернативу среди зарубежных моделей. Вариант обучать собственную модель отпал сразу — опыта у меня в этом не было, а искать кого-то, кто сможет это сделать, не было времени, так как хотелось быстро запустить. Так выбор пал на Gemini API от Google, о котором было много позитивных отзывов. Однако это означало, что нужно было как-то решить проблему доступа из России, ведь мой сервис размещён именно в Yandex Cloud.

https://habr.com/ru/articles/926944/

#nodejs #gemini_api #vpn #socks5 #yandex_cloud #fetch #обход_блокировок #proxy #amnezia_vpn #javascript

Pocupochki: когда лень писать список покупок, но есть 2 часа и доступ к Gemini

Рассказываю, как с помощью Google Stitch за 30 секунд получил готовый дизайн приложения, а потом с Gemini за пару часов превратил его в работающий сервис с голосовым вводом. Посмотреть

https://habr.com/ru/articles/913004/

#gemini_api #google_stitch #голосовой_ввод #список_покупок #вайбкодинг #websocket #nodejs #javascript #gemini_flash #google_io_2025

Google Gemini Pro API Available Through AI Studio
https://ai.google.dev/
#ycombinator #gemini_api #google_gemini #ai_studio

Google Gemini Pro API Available Through AI Studio
https://ai.google.dev/
#ycombinator #gemini_api #google_gemini #ai_studio