Сжатие контекста только что появилось в GitHub Copilot. SOMA (Bittensor SN114, @SomaSubnet) располагается между вашим агентом и DeepSeek V4 Pro и устраняет контекст, за который вы платите, чтобы повторно отправлять его. Их продукт — Compressor for Copilot — был запущен с экономией около 10%, а майнеры SOMA уже улучшили модель сжатия, добившись экономии в 15%. У меня есть альфа-версия SN114. Хороший продукт, и каждая команда, запускающая агентов, ищет способы сократить расходы на токены. Модель сжатия Soma кажется предпочтительным решением по сравнению с тем, чтобы заставлять вашего агента говорить, как пещерный человек. @Gartner_inc прогнозирует расходы на модели ИИ в размере $32,6 млрд в 2026 году — рост на 110% год к году. Сжатие легко внедрить, а архитектура SOMA на Bittensor означает, что майнеры постоянно конкурируют за улучшение компрессора. Сжимайте. Платите меньше. @SomaSubnet.