sh | ИИ

Вышел новый Gro....ахахахаххаа

Вышел новый Grok 4.7, и это ОЧЕНЬ плохо. Забавно, что его даже не бенчмаксанули, и почти на всех бенчмарках модель очень сильно отстаёт от всего рынка

Да и вообще это бессмысленная модель, когда есть китайский опенсорс: тот же DeepSeek V4.1 Flash сильно дешевле и при этом лучше. Grok 4.7 — очередной цифровой мусор от Илона Маска 👏👏👏

Радует, что в Твиттере это тоже начали понимать, и сейчас его засирает каждый, кому не лень. Зато паблики подхватили тезисы Илона и пишут, что это модель уровня GPT 5.6 Sol. Ну да.

А что ещё известно про новый Opus (и не только)?

— скорее всего, называться он будет Opus 5.5. Сначала в сообществе его назвали как 5.2 из-за слага в Microsoft, но это могло означать не 5.2, а вторую версию Opus 5 (5 v2). Сейчас все говорят, что во внутренних слагах уже 5.5, да и прогресса для этого достаточно. Так что ждём 5.5

— релиз ждут во вторник (а на Polymarket вообще в понедельник; т.е, сегодня)

— цена может снизиться. Появились сливы про $4/20 инпут-аутпут и $0.2/5 за кэш рид и врайт (сейчас $5/25 и $0.5/6.25). Логика в этом есть:

А) в Fable 5.1 кэш рид подешевел в 4 раза и теперь стоит меньше, чем у текущего Opus 5;
Б) Sonnet 5 получил постоянную цену $2/10, так что вполне логично, если Opus тоже подешевеет и будет ровно в 2 раза дороже Sonnet. В Fable 5.1 снижение цены на чтение кэша не повлияло на расход лимитов в подписках. Но там подешевел только кэш, а тут может подешеветь всё — так что, по логике, Opus внутри подписок должно стать ещё больше по лимитам (куда больше??)

— вместе с Opus, возможно, ещё и Sonnet выйдет. Плюс ждём GPT 6 Sol и сброс лимитов в Codex, а может, и у Claude. Fable, говорят, будет попозже. Вторник обещает быть весёлым 😈

Всё выше — слухи, сливы и посты в Твиттере, так что посмотрим, что подтвердится. Но если всё так и будет, Anthropic просто безумные — у Opus и так лимиты огромные, а тут их ещё больше, да ещё и модель на 10 голов лучше! Безумие, мне это очень нравится

…а ещё я запостил в Х мультик от нового опуса — на удивление классно залетел, даже многие известные люди из комьюнити лайкнули! наверное, теперь буду иногда что-то туда выкладывать / дублировать посты отсюда

Opus 5.2 делает... фото, видео и музыку?

Да! Opus 5.2 внезапно оказался отличной моделью в том, что текстовым моделям вообще не положено. Он редактирует фотографии кодом, рисует очень классную инфографику, делает видео кодом, собирает классные 3D-модели и анимации, и лучше остальных LLM пишет музыку (шедевра в музыке от него не ждите, но слушать уже правда можно, особенно если дать ему пак сэмплов, чтоб не синтезировал убогие питоновские звуки). И главное — у него отличный вкус, а это как раз то, чего всем остальным моделям не хватает

Три примера его работ, сделал их сегодня просто ради интереса (самое классное — третье):

1) Фото, отредактированное кодом

Я дал ему снятую на айфон фотку макбука и попросил заменить содержимое экрана на скриншот, фоткал специально в довольно сложной сцене. Opus 5.2 Max работал больше часа, делал очень-очень-очень много перепроверок и глубоких анализов, и всё сделал. Результат крайне реалистичный, косяки тут надо искать прям очень старательно, я не нашёл ни одного. Выглядит так, будто на экране это и было

Я вообще не представляю, как ещё кроме нового Opus можно такое повторить с полным сохранением бликов, шумов, цветокора, шарпа и остальной обработки (Astra так не смогла). Думаю, даже профессионалу в Photoshop пришлось бы ой как заморочиться

Ушло ~1-2% недельника Max 20x

2) Видео кодом

Это хоррор про Claude Code! 😈 Меня это видео не особо зацепило, но когда покидал по чатикам — людям почему-то понравилось, так что пусть будет и здесь. Тоже ваншот, я надиктовал промпт за минуту, дальше он работал 70 минут на high ризонинге. Ушло 2% недельника Max 20x

3) Мультик про Claude (Clawd) и Codex

Opus 5.2 Max, ваншот, промпт короткий и простой. Работала модель над мультиком аж 5 часов. Вышло круто! И это, опять же, целиком код. Тут уже ушло 8% недельника Max 20x

А что там Astra?

Astra так тоже умела, но:
— у неё плохой вкус
— видео кодом у неё всегда выходят максимально скучные, как ни проси; не умеет делать интересные сюжеты
— лимитов ест гораздо, гораздо больше

При этом фундаментально Astra под некоторые такие задачи должна быть лучше, благодаря лучшему пространственному мышлению среди всех моделей. Но Opus делает максимально много перепроверок и работает сильно-сильно глубже, и в итоге результат у него выходит в 99% случаев лучше. Ну и хороший вкус помогает.

И всё это код, а не генерация. Поэтому нет ни артефактов, ни вотермарок, а любая проблема вроде кривой маски чинится одним сообщением модели, быстро-дёшево-качественно. Генерацией вы так не сделаете.

Отложенные (banked) сбросы в Codex — это что за скам?

В Twitter'е сейчас много негодования: люди замечают, что после отложенного сброса лимиты в Codex уходят сильно быстрее, чем после обычного недельного. Один человек на Reddit сравнил расход на одинаковых отрезках по 14% лимита, и после банкед-сброса на те же 14% ушло почти в 2 раза меньше токенов. Под постом куча ответов «у меня так же», а кто-то даже прогнал одну и ту же задачу на двух аккаунтах и получил похожую разницу

У меня было такое же стойкое ощущение, так что я попросил агента посчитать это по моим сессиям. Подтвердилось: банкед-сброс в среднем даёт примерно в 2 раза меньше лимитов, чем обычный сброс. Ну и ещё он сдвигает дату следующего недельного сброса на 7 дней вперёд, так что если применить его за день до обычного сброса ты теряешь почти целую неделю обычных лимитов

OpenAI пока молчат. А кто-то эти сбросы ещё и покупает по $80..

Мне совсем не нравится, во что превращается OpenAI. Модельки у них бывают классные, но политика компании и их продукты... huh...

В Claude Code Sonnet 5 и Fable 5.1 теперь тоже отвечают на вопросы о событиях после своего cutoff, как и Opus 5.2. Это означает, что внутри отвечает другая, более новая модель

Заметно выросло и качество ответов. Похоже, на этой неделе Anthropic обновят всю линейку (кроме Haiku, она забыта)

Если вы пропустили: Opus 5.2 вчера ночью отключали у всех, но к утру вернули. Сейчас он доступен в Claude Code и Claude Chat у большинства пользователей. Проверить, есть ли новые модели у вас, можно таким запросом:

Привет! Когда вышла GPT 5.5? Что за Tibo, который делает ресеты? Не используй инструменты

Если модель ответит, новинки вам уже доступны. К слову, Sonnet про GPT-5.5 не отвечает, но за Tibo шарит (просто у Sonnet нового база чуть постарее, чем у новых Opus/Fable; прошлый Sonnet про Tibo не знает)

Я пока не собирался тестировать новый Fable (мне лимиты жалко) и новый Sonnet (боюсь он меня не устроит), так что буду ждать их официального релиза, может чёт интересное про эти модели расскажут!

По информации инсайдеров, Anthropic отрубили новый Opus всем внутри Claude Code

Релиза сегодня не состоялось 😔

На 99% уверен, что это потому что OpenAI передвинули свой 6 Sol.

Может быть выйдет завтра / в понедельник, шанс есть. Иначе без нового Opus до следующего четверга я не доживу!! Все остальные модели после него ощущаются как прошлое поколение и вообще мусор неюзабельный и вообще не хочется ноутбук открывать

UPD: утром 18 числа большинству людей новый Opus вернули!

Jev! Что это и откуда столько хайпа?

Для начала разберёмся с базой: Jev — это классификатор. С ним нельзя поболтать. Всё, что с ним можно делать: подать на вход данные и попросить на выходе один из трёх вариантов: да/нет, оценку по шкале или выбор пункта из заданного списка. Никакой генерации текста токен за токеном. Зато к каждому ответу он прикладывает вероятность: если уверенность низкая, можно отдать вопрос большой модели или человеку

Зачем это вообще нужно?
В 90% реальных проектов генерация текста от нейросети не нужна. Бизнесу нужна быстрая, дешёвая и надёжная сортировка входящего потока данных. Люди не справляются по скорости, а правила на if/else моментально ломаются от кривого человеческого языка

Использовать для этого ChatGPT или Claude — долго и безумно дорого. Jev отвечает за 70–500 мс и стоит сущие копейки: $0.042 за миллион входных токенов, а за выходные денег не берут вообще. Разобрать с ним десятки тысяч тикетов обойдётся буквально в пару долларов

Где его реально применить:
— Служба поддержки. Пользователь пишет: «У меня дважды списали деньги, разберитесь срочно!». Jev одним запросом ставит максимальный приоритет, категорию «ошибка оплаты» и выбирает нужного специалиста, пока обычные вопросы висят в общей очереди
— Модерация. Проверка комментариев, отзывов и объявлений на спам, оскорбления и запрещённые ссылки
— Маршрутизация в ботах. Понять цель запроса (возврат, доставка, вопрос) и сразу вести человека по нужному пути без кнопочных меню
— Роутинг между моделями. Решать, какой LLM отдать запрос: дешёвой или тяжёлой

Классификаторы же сто лет существуют. Откуда хайп?
Во-первых, сделал его Diogo Almeida — бывший сотрудник OpenAI, который называет себя одним из создателей ChatGPT. Он придумал новый способ обучения моделей

Во-вторых, соображает Jev как LLM, а не как классификаторы из 2019-го. Я ночью вместе с Opus активно тестировал его: он отлично понимает славянские языки, считывает намёки и сарказм, понимает связи

В своих задачах по уму Jev где-то на уровне 5.6 Terra и до Sol не дотягивает (это по тестам самих разработчиков). Он не рассуждает, поэтому на логических задачках и загадках легко путается, и картинок не видит, только текст. Он гарантирует только формат ответа, а не свою правоту, поэтому галлюцинировать он, конечно же, может

В Твиттере уже вовсю экспериментируют
Jev водит машину в симуляторе в реальном времени, рисует картинки (по вопросу на каждый пиксель) и кликает по интерфейсу в Computer Use. А в блиц-шахматах он обыграл Fable 5.1: тот был впереди по позиции, но слишком долго думал и проиграл по времени 😁

Лучше всего Jev раскрывается в паре с обычной LLM: та думает и планирует, а Jev за доли секунды принимает мелкие решения. Так и устроены многие демки: в Computer Use план пишет LLM, а кликает Jev

Модель закрытая. Доступ раздают через вейтлист на typesafe.ai, после одобрения дают $5 в месяц бесплатно, а это ~120 млн токенов. Ещё Jev есть в Vercel AI Gateway, говорят, там можно и без вейтлиста

Мне доступ выдали через 6 часов после заявки, в 2 ночи, и тестил я его до 6 утра. Спасибо, Jev, за сломанный сон 😭😭 Но было увлекательно! Однозначно интересная модель.

Никаких солей сегодня =(

Сэм Альтман написал, что перенёс релиз новинки на следующую неделю. Грустно, но он считает, что это стоит того.

Хоть бы Opus сегодня вышел в релиз!

Наткнулся в Твиттере на большой тред с первыми впечатлениями от Opus 5.2. И это полнейшая база! Мои собственные впечатления совпадают процентов на сто, готов подписаться буквально под каждым пунктом.

Перевёл пост, почитать точно стоит:

Первые впечатления от Opus 5.2

У меня есть доступ к модели уже два дня, и мне есть о чём рассказать:

1. Понимание намерений. Пока что это лучшая модель по считыванию контекста и замысла. Она выстраивает цепочки рассуждений по косвенным подсказкам, делая это очень аккуратно и со вкусом.
2. Очень дотошная. По уровню проработки напоминает GPT-5.6 Sol, но не увлекается посторонними задачами. Модель чётко держит курс и учитывает каждый описанный нюанс.
3. Лучшая работа со скиллами, MCP и плагинами из всего, что я видел. Это первая модель, которая вызывает нужный инструмент ровно в подходящий момент. Она не сжигает токены на старте запроса на исследование окружения, как это делают остальные. Она может вызвать MCP или плагин ближе к концу работы и отлично понимает, как и где их применить.
4. Крайне исполнительная. Я дал ей список из 8 огромных задач, и, в отличие от Opus 5 или Fable 5.1, она ни разу не остановилась ради лишних уточняющих вопросов. Довела всё до рабочего состояния и тщательно проверила свои результаты.
5. Computer use и browser use заметно прокачали. По первым впечатлениям, работает даже лучше, чем Astra.
6. Больше никакой самодеятельности. В UI-задачах Opus 5 часто добавляла много отсебятины и неряшливых элементов. Opus 5.2, напротив, уважает общий дизайн-код проекта и UI-компоненты, не изобретая велосипед.
7. Наконец-то первая модель линейки Claude, которая пишет простым и ясным языком. Смысл понятен с первого раза.
8. Очень экономный расход токенов даже в рамках одной сессии. Закрыла огромную гору задач, израсходовав всего 60% контекстного окна сессии. Fable 5.1 при таком объёме работы уже трижды уплотнила бы контекст.
9. Лучшая работа с субагентами. Модель видит общую картину и знает, когда запустить субагента, чтобы распараллелить процессы и ускорить выполнение. Навыки делегирования — лучшие на данный момент; Fable 5.1 справляется с этим куда хуже.
10. Интересный кейс: впервые столкнулся с ситуацией, когда Opus 5.2 выступал субагентом у Fable 5.1. Субагент Opus «развернул» назначенную задачу, потребовал её исправить, указал на все ошибки и только после этого взял в работу. Просто вау!
11. Интеллектуальный уровень: как минимум наравне с Fable и Astra, а возможно, даже выше.

Пока я в полном восторге от этой модели — не заметил ни единого минуса.

Напоминаю, как быстро проверить, есть ли у вас новый Opus. Отправляем опусу в Claude Code промпт:
Когда вышла GPT-5.5? Не ищи в интернете и не используй тулзы.
Если отвечает про апрель — у вас новая версия, если нет — старая. Впрочем, у подавляющего большинства уже должна быть новая.

Пока что это моя любимая модель за 2026-й, и я без понятия, зачем мне теперь оплачивать ChatGPT Pro xD. Astra на её фоне кажется и тупее, и менее удобной, а по лимитам между ними просто пропасть. Недолго я продержался на моделях OpenAI.

Сэм Альтман тизерит большой корабль на этой неделе (ладно, это просто кривой перевод грока)

Видимо, в четверг нас ждут сразу две крутые новинки: 6 Sol и Opus 5.2 (и сброс лимитов у Codex / Claude Code, наверное)

Новый Opus, к слову, использую очень много последние два дня — модель потрясающая, полностью пересел на него. Astra и Fable большэ не нужны!!!!1!!11!! Ревью выпущу скорее всего уже после полноценного релиза, а пока что нужно дожить до четверга.

Похоже, скоро выйдет новый Claude Opus 5.1 / 5.2!

Если сейчас в Claude Code спросить Opus 5 про даты релизов GPT 5.5, GPT Image 2, Opus 4.7 и Gemini 3.1 Pro — он спокойно отвечает на всё. До этого он такого не знал (хоть у него формально и был заявлен катофф по май, на деле этих дат в базе не было). Причём в обычном Chat / Cowork отвечает модель, которая не знает ни одной даты (видимо оригинальный Opus 5), а в Claude Code без проблем выдаёт все.

Наверное, так делают из-за аудитории. В чате юзеров куча, подмену заметят сразу и начнут, например, жаловаться, что общаться стал хуже, а старую версию не вернуть — релиза ведь ещё не было. В Claude Code же сидят разработчики, которым новый Opus по-любому только в плюс.

Пару недель я почти не прикасался к Opus 5 — после Fable и Astra он казался моделью прошлого поколения. Но последние 2–3 дня использую только его и Astra для ревью коммитов (Astra на удивление находит мало проблем в коде Opus). Ощущение, что внутри отвечает уже совсем другая модель. При этом многие тоже заметили, что работать он стал лучше, а лимиты ест как раньше.

А вы заметили разницу или считаете, что админу пора в психушку? 😊😊

Акция с +50% к недельному лимиту в Claude Code закончилась! Но не всё так плохо:

1) Эта акция должна была закончиться давным-давно (она началась ещё в мае), но её кучу раз продлевали.
2) Теперь нам навсегда увеличили лимиты на 25% по сравнению с тем, что было до мая.
3) По сравнению с тем, что было на акции (+50% к недельному), лимиты упали всего на 17% — это не так уж и много.
4) Лимиты на Opus всё ещё остаются огромными: где-то в ~4 раза больше, чем у Sol в ChatGPT на подписках за $20, и в ~2–4 раза больше на тарифах за $200/100

Ещё радует, как хорошо сейчас работает Claude. Месяца 2–3 его постоянно штормило, он часто падал и выдавал ошибки, но последние недели 2–3 всё супер стабильно. Стабильнее, чем в Codex, у которых часто бывает ошибка Capacity.

😀😀😀

Соль сегодня не вышла. Зато вышел пост от Tibo:

— OpenAI приостанавливают покупку подписок за $200 (Pro 20x) из-за нехватки мощностей после релиза Astra
— Plus / Pro 5x остаются доступными к покупке
— Текущие подписчики Pro 20x никак не пострадают
— Компания делает всё, чтоб как можно быстрее нарастить мощности и возобновить покупку подписок

И к слову, в текущем их положении релиз 6 Sol был бы очень кстати, огромное количество юзеров Astra пересели бы на него. Не всем нужна мощь огромной 6 Astra, но и 5.6 Sol уже кажется устаревшим, глупым и медленным. 6 Sol должен исправить эту проблему. Так что ждём его в ближайшие недели

GPT 6 Sol засветился!

Сегодня четверг, так что... Релиз возможен уже в 21:00 по UTC+3 (через 53 минуты). Никаких предпосылок к этому кроме подобных скринов нет, но звучит логично, посмотрим

Наткнулся на просторах интернета на один интересный сайт

На нём китайцы замеряют кучу подписок на ИИ и сопоставляют их с реальным юзом по API. И цифры выглядят очень даже правдоподобно.

Claude Max 20x по их расчетам даёт $10715 на Opus 5, а на Fable при этом — всего $1649 (это без учёта новой цены кеша, которая на подписках не применяется; с ней бы по API вышло $765). На Fable лимиты в 6.5 раз меньше, чем на Opus. Это отлично объясняет, почему лимит Fable уходит так быстро, а Opus ощущается почти как безлимит

На GPT Pro 20x выходит $6727 на Sol и $5392 на Astra (!) — это в 3.3 раза больше, чем дают на Fable. И это полностью совпадает с моими ощущениями, что Astra где-то в 4 раза медленнее ест лимиты, чем Fable. При этом OpenAI на Sol дают заметно меньше, чем Anthropic на Opus ($6727 против $10715), плюс он делает кучу лишних проверок, так что по итогу лимит на него ощутимо быстрее опуса

Еще из интересного: пару недель назад на эту тему был скандал (я как-то упустил), что Claude Max 20x на деле дает лимиты не в 4 раза больше, чем Max 5x, а всего в два. В 4 раза больше дают только 5-часовые лимиты, а недельные — 2х. Немножка скам. А у Codex на Pro пятичасового окна вообще нет, и там Pro 20x действительно честно в 4 раза больше, чем 5x.

Сам сайт сделан не особо понятно, так что лучше всего просто кинуть ссылку вашему агенту и расспросить его обо всём. А верить этим цифрам или нет — дело ваше, но по мне их статистика пока выглядит самой реалистичной среди всех подобных проектов с расчётами