Появился CORS Chat, инструмент для тестирования нейросетей с отрисовкой SVG на лету
На блоге simonwillison.net 15 августа 2026 года вышел пост о новом веб-инструменте CORS Chat: он написан, чтобы тестировать модель Qwen 3.8 27B, запущенную через LM Studio на двух устройствах автора поста, MacBook Pro с чипом Apple M5 и NVIDIA DGX Spark. Код инструмента автор написал в тот же день с помощью языковой модели GPT-5.6-Sol на уровне интенсивности рассуждений xhigh. Автор поста, Simon Willison: текст написан от первого лица и подписан его именем.
CORS Chat, веб-интерфейс для чат-эндпоинтов, совместимых с форматом OpenAI Responses API. Автор проверил два сценария: локальный сервер LM Studio, запущенный с опцией --cors, и облачный OpenRouter, в обоих случаях, по словам автора, инструмент работает нормально.
Отдельная особенность инструмента: он замечает, что модель генерирует SVG-изображение, и начинает отрисовывать его прямо в чате постепенно, по мере того как токены продолжают поступать потоком, то есть картинка становится видна ещё до завершения генерации. Вся переписка хранится локально в браузере пользователя; чтобы сохранить или перенести историю диалога, её можно экспортировать как JSON и скопировать вручную.
Результатов самого тестирования модели Qwen 3.8 27B автор не приводит, ни примеров ответов, ни сравнения с другими моделями, только факт, что инструмент строился именно для этой проверки. В посте также есть ссылки на сам инструмент CORS Chat и на гист с перепиской, в которой создавался его код.
Ключевые факты
- На блоге simonwillison.net 15 августа 2026 года вышел пост о веб-инструменте CORS Chat, построенном для тестирования модели Qwen 3.8 27B, запущенной через LM Studio на MacBook Pro с чипом Apple M5 и на NVIDIA DGX Spark.
- Код CORS Chat написан в тот же день с помощью языковой модели GPT-5.6-Sol на уровне интенсивности рассуждений xhigh.
- CORS Chat, веб-интерфейс для чат-эндпоинтов, совместимых с форматом OpenAI Responses API; проверен на локальном сервере LM Studio (с опцией --cors) и в облачном OpenRouter, оба варианта, по словам автора, работают нормально.
- Инструмент замечает, что модель генерирует SVG-изображение, и постепенно отрисовывает его в чате прямо во время потоковой генерации токенов, до завершения ответа.
- Переписка хранится локально в браузере и экспортируется как JSON; результатов самого тестирования модели Qwen 3.8 27B в посте нет, а ссылки на сам инструмент и на гист с перепиской, есть.
Почему это важно
История небольшая, но показательная для того, как разработчики сейчас тестируют нейросети на практике: одним лёгким веб-интерфейсом можно достучаться и до модели, запущенной локально через LM Studio на собственном железе, MacBook Pro с чипом Apple M5 или NVIDIA DGX Spark, и до облачного агрегатора OpenRouter. Ничего революционного в самом факте нет: это личный инструмент одного автора, описанный в блог-посте, а не продукт компании. Но конкретный приём, прогрессивная отрисовка SVG-изображения прямо во время потоковой генерации токенов, до завершения ответа модели, интересен сам по себе: он показывает, что интерфейсы для нейросетей можно делать отзывчивее, не дожидаясь конца генерации.
Кому это важно
В первую очередь, разработчикам и энтузиастам, которые сами запускают модели локально через LM Studio на своём железе (вроде MacBook Pro с чипом Apple M5 или NVIDIA DGX Spark) и параллельно пользуются облачными агрегаторами вроде OpenRouter: им пригодится лёгкий инструмент для ручной проверки чат-эндпоинта без установки более тяжёлых панелей. Полезно это и тем, кто строит собственные веб-интерфейсы поверх чат-моделей и ищет готовые приёмы: в частности, способ показывать генерируемое SVG-изображение по мере поступления токенов, а не только после завершения ответа.
Как это применить
CORS Chat подключается к любому чат-эндпоинту, совместимому с форматом OpenAI Responses API. Автор проверил два сценария, локальный сервер LM Studio, запущенный с опцией --cors, и облачный OpenRouter, и в обоих случаях, по словам автора, инструмент работает нормально. Практический сценарий использования: указать инструменту адрес своего чат-эндпоинта, локального или облачного, и вести диалог прямо в браузере, без установки отдельного клиента; при необходимости сохранить или перенести историю диалога, её можно экспортировать как JSON и скопировать вручную, поскольку хранится она в браузере, а не на сервере инструмента.
Можно ли доверять
Источник, личный пост в техническом блоге simonwillison.net, написанный от первого лица; текст подписан именем автора, Simon Willison. Это самоотчёт создателя инструмента о собственном опыте, а не независимый обзор: утверждение «оба варианта работают нормально» не сопровождается ни примерами ответов модели, ни логами, ни сравнением с другими подобными инструментами. Результатов самого тестирования модели Qwen 3.8 27B, ради которого CORS Chat и строился, в посте тоже нет: есть только факт, что тестирование проводилось.
Риски и подводные камни
Пост ссылается на опубликованный инструмент CORS Chat, который открывается и работает прямо в браузере, и на гист с перепиской, в которой создавался его код, то есть опробовать инструмент можно ровно по этому материалу. Совместимость подтверждена только с двумя источниками, LM Studio и OpenRouter; как CORS Chat поведёт себя с другими провайдерами, совместимыми с форматом OpenAI Responses API, в посте не говорится. И главная заявленная цель инструмента, тестирование модели Qwen 3.8 27B, осталась без результата: ни примеров её ответов, ни оценки качества, ни сравнения с другими моделями автор не приводит, так что судить, насколько хорошо CORS Chat справился со своей задачей, не по чему.