Qwen научили меньше «думать»: до 51% меньше токенов рассуждения BottleCap AI представила ThinkingCap-Qwen3.8-Flash-Next - версию модели, оптимизированную для более коротких рассуждений. По данным разработчиков: - На 38,5% меньше thinking-токенов в среднем, до 51% в отдельных тестах. - Снижение точности — 1,03 процентного пункта. - Для корпоративной ThinkingCap PRO заявлено сокращение thinking-токенов в среднем на 60%. Идея простая: модели нередко продолжают рассуждать, когда дополнительные шаги уже почти не помогают получить правильный ответ. ThinkingCap сокращает такие рассуждения, сохраняя близкие результаты в тестах команды. Практический смысл - потенциально меньше ожидания и затрат на генерацию. Но сокращение thinking-токенов на 38,5% не означает такое же ускорение всего запроса: остаются обработка контекста и генерация итогового ответа. Разработчики сообщают о публикации модели на Hugging Face и версии GGUF для локального запуска. https://huggingface.co/bottlecapai