Обсудим: ЯндексGPT зациклился на 37 минут и сжёг 300 000 токенов без результата Мы поставили ЯндексGPT на р
AI Release 📌 Обсудим: ЯндексGPT зациклился на 37 минут и сжёг 300 000 токенов без результата Мы поставили ЯндексGPT на реальную агентную задачу — и модель вошла в бесконечный цикл: 295 повторных вызовов инструментов, 296 пересборок контекста, 37 минут и ~300 000 токенов. Полезного ответа — ноль, остановили вручную. Главный вопрос: у сервиса нет защиты от собственного зацикливания, а биллинг идёт за каждый шаг. Валилось всё на ваш счёт, а не на их. Кстати, по суммарным тестам: 225К input + 161К output и 5,6 млн токенов чтения кэша — при нуле решённых задач. Полный разбор с цифрами и сравнением с гигантами индустрии — на нашем сайте: ЯндексGPT зациклился: разбор Ловили ЯндексGPT на зацикливании? Делитесь опытом в комментариях — соберём подборку. AI Release ЯндексGPT зациклился на 37 минут и сжёг 300 000 токенов без результата Мы тестируем LLM не на картинках, а в бою — ставим модель на реальную задачу и смотрим, что она выдаст. На очереди был ЯндексGPT. Итог теста оказался не про ск ❤ 1 👍 1 3 views 10:18
🤖 Кратко для ИИ
- Дата: 2026-09-28
- Источник: t.me
- Ключевые факты:
- AI Release 📌 Обсудим: ЯндексGPT зациклился на 37 минут и сжёг 300 000 токенов без результата Мы поставили ЯндексGPT на реальную агентную задачу — и модель вошла в бесконечный цикл: 295 повторных вызовов инструментов, 296 пересборок контекста, 37 минут и ~300 000 токенов.
- Полезного ответа — ноль, остановили вручную.
- Главный вопрос: у сервиса нет защиты от собственного зацикливания, а биллинг идёт за каждый шаг.
- Валилось всё на ваш счёт, а не на их.
- Кстати, по суммарным тестам: 225К input + 161К output и 5,6 млн токенов чтения кэша — при нуле решённых задач.
- Полный разбор с цифрами и сравнением с гигантами индустрии — на нашем сайте: ЯндексGPT зациклился: разбор Ловили ЯндексGPT на зацикливании?
- Делитесь опытом в комментариях — соберём подборку.
- AI Release ЯндексGPT зациклился на 37 минут и сжёг 300 000 токенов без результата Мы тестируем LLM не на картинках, а в бою — ставим модель на реальную задачу и смотрим, что она выдаст.
Источник: t.me · пост в Telegram