AIREITERБлог
DeepSeek V4 Flash vs GLM-5.2: тест после обновления 0731
Я прогнал DeepSeek V4 Flash (0731) и GLM-5.2 через четыре задачи с формальной проверкой результата. В трёх была ничья, на четвёртой GLM-5.2 вообще не выдал ответ, а Flash обошёлся в 19 раз дешевле. Цены проверены 2026-07-31.
B2B-разведка по рекламе: почему без HTML-парсера не обойтись и как пережить редизайн
У большинства B2B-библиотек рекламы нет JSON API, только серверный HTML. Разбираем, как сделать потоковый парсер устойчивым к редизайнам и где модель действительно полезна: при сравнении старого и нового HTML для ремонта парсера.
Сверяйте библиотеку креаторов с библиотекой креативов: не выбирайте по числу подписчиков
Выбор креаторов по числу подписчиков систематически ошибочен. Выделяйте структуру работающих креативов, находите креаторов с похожим контентом и привязывайте каждое совпадение к конкретному видео.
От набора ключевых слов к бюджету: как свести объём поиска, CPC и конкуренцию к одной цифре
Инструмент ключевых слов выдаёт три разрозненные метрики, а запуску нужен один бюджет. Разбираем ловушки этих метрик, расчёт по набору запросов и то, почему расширенная семантика остаётся гипотезой до проверки реальным объёмом поиска.
Как читать посекундную кривую удержания рекламы: три графика и один перцентиль
Анализировать креативы конкурентов по просмотрам и лайкам — почти всё равно что не анализировать их вовсе. Для следующего сценария важны точки перегиба трёх посекундных графиков и позиция CTR в категории, а не абсолютные цифры.
22 платформы, 241 команда — и почему я не стал строить единую модель ответов
Единая модель Post/User кажется очевидной при сборе данных с разных платформ, но на двадцати с лишним платформах она перестаёт работать. Пусть у каждой платформы будет свой bounded context, а нормализация идёт с учётом её специфики.
329 команд, 128 ещё не перенесены: миграцию сверяет математика множеств, а не модель
Модель хорошо переводит отдельные функции, но завершённость миграции — это математика множеств. Получайте оба набора команд из деклараций, считайте разницу скриптом, а модели поручайте объяснять расхождения, а не искать их.
GraphQL API без query в запросе: как работать с persisted operations
Если в перехвате GraphQL есть только operationName, хеш и variables, перед вами persisted operation. Можно найти соответствие в клиентской сборке или просто воспроизводить запрос с тем же хешем. По цене это два совершенно разных пути.
Не можете найти логику подписи в коде? Возможно, её там вообще нет
Некоторых подписей в статическом коде просто нет. Сервер отдаёт одноразовый скрипт во время выполнения либо значение оказывается build-константой, которая меняется с каждым релизом. Не реверсите — выполните код или прочитайте значение.
Все хуки Frida срабатывают. Почему рабочих эндпоинтов всё равно ноль
Все хуки Frida срабатывали, а рабочих эндпоинтов было ноль. Срабатывание хука — ещё не готовая возможность: между ними четыре порога доказательств, и честное «пока не готово» лучше пустой оболочки в каталоге.
Скормите модели 300 реклам конкурентов — и получите четыре прилагательных. Вот как сделать правильно
Если попросить модель обобщить 300 реклам конкурентов, она выдаст несколько бесполезных прилагательных. Сначала извлеките структурированные поля из каждого объявления, затем кластеризуйте их — и заставьте модель искать контрпример.
От ключевого слова до готовой рекламы: пятиэтапный конвейер и шесть статусов, без которых он не работает
Автоматизация креативов — это не «ввел ключевое слово и получил видео». Разбираем пятиэтапный конвейер, шесть статусов для его эксплуатации и evidence gate, который не позволяет генерировать ролики на нулевых данных.
Дрейф описаний инструментов Agent: пусть декларация станет единственным источником истины
Описания инструментов, которые поддерживают вручную, неизбежно расходятся с реальными сигнатурами функций — и модель вызывает их с уже неактуальными аргументами. Генерируйте описания из декларации, чтобы дрейфовать было нечему.
MiniMax H3: характеристики, цены и сравнение с конкурентами
Что такое MiniMax H3 и почему это не M3, подтверждённые характеристики и официальные цены, сравнение с Veo, Kling и Seedance, нюансы открытых весов и способы доступа к модели.
GPT-5.6 Luna или GPT-5.4 Mini: что теперь дешевле?
После снижения цены OpenAI 30 июля GPT-5.6 Luna ($0.20/$1.20) примерно на 73% дешевле GPT-5.4 mini ($0.75/$4.50) и сравнялась с nano. На одинаковых промптах Luna выигрывает по стоимости, а mini — по задержке.
Самый дешёвый LLM API для программирования: тест 4 моделей (2026)
Самым дешёвым API для программирования в тесте оказался DeepSeek V4 Flash; наиболее полный ответ дал Kimi K2.7 Code, а GPT-5.4 mini был самым быстрым.
Когда переписывать, а когда терпеть браузерный мост: три уровня для внедрения восстановленного кода
Восстановленная логика может быть реализована тремя способами: нативно, через локальный JS-движок или через пассивный браузерный мост. Каждый следующий уровень обходится на порядок дороже — поэтому по умолчанию стремитесь к верхнему.
Дифференциальное тестирование: единственный барьер против галлюцинаций модели в реверс-инжиниринге
Гипотеза LLM об алгоритме ничего не стоит, пока вы не написали assert. Дифференциальное тестирование превращает «возможно» в «да/нет»: граничные случаи, скрытая энтропия, послойная диагностика и долговечные фикстуры.
Реверс обфусцированной подписи: 90% — стандарт, а критичны оставшиеся 10% отклонений
Большая часть обфусцированной подписи — стандартный код, который можно воспроизвести без изменений. Сложность в оставшихся 10%: скрытых отклонениях от стандарта, для поиска которых особенно полезна reasoning-модель.
Реверс-инжиниринг JS с LLM: что можно поручить ИИ, а что — нельзя
LLM может распознать семейство алгоритма в обфусцированном JS, но не способна подтвердить результат. Разбираем четырёхэтапный процесс, промпты, дифференциальные тесты и выбор модели для каждой задачи.