Tuzov AI Lab

А вот и OpenAI: встречайте GPT-6 Sol и Luna.

— обе модели ровно в 2 раза дешевле, чем их 5.6-версии.
— общаться должны так же понятно и без жаргона, как Astra
— и... всё. Sol не лучше Astra (а во многом и хуже, в отличии от пары Fable <-> Opus), но сильно дешевле, и всё ещё лучше Sol 5.6. Поэтому модель может стать основной рабочей лошадкой, сохраняя ваши лимиты.

🔸 Claude Opus 5.5 — вышел

Anthropic выкатили Opus 5.5, доступен уже везде.

Главный тезис: по большинству задач модель на уровне Fable 5.1, а на типичных задачах обходится на 40% дешевле, чем Opus 5.

Интересно, что по агентному кодингу Opus 5.5 обгоняет и Fable 5.1, а не просто догоняет. На мой взгляд, это даже вполне ожидаемо.

Цена снизилась:

- $4/$20 за миллион токенов (было $5/$25)
- Чтение из кэша — $0.20 (было $0.50), минус 60%. Для длинных агентных сессий это как раз самая заметная статья расходов
- Fast mode — $8/$40, до 2.5x быстрее. Есть в Claude Code и на Claude Platform

Что ещё интересного:

- Отвечает на 30% быстрее Opus 5. Ранние тестеры пишут про экономию токенов на 40–60% на сложных задачах

- Ответы стали короче и понятнее. Обещают, что важное теперь идёт первым, и агент льёт меньше воды

- Отзыв из early access: «аудит и фикс кодовой базы на 200k строк меньше чем за три часа, Opus 5 на это ушло 20+ часов». Ещё был кейс про миграцию на 680k строк меньше чем за день

По безопасности: лучший результат на автоматическом поведенческом аудите среди всех Claude, на 85% меньше попыток обойти ограничения, чем у Opus 5. Лучшая устойчивость к prompt injection.

При этом задачи, связанные с безопасностью, теперь переадресуются на Opus 4.8 🤔
Для безопасников есть Cyber Verification Program. С биологией аналогично: доступ ограничен, для организаций есть отдельная программа верификации.

🟢Самое приятное: подняли пятичасовые лимиты на Pro, Max и Team подписках.
И... появилась функция сброса лимитов 🔸🔫🔵

————

Меня больше всего радует снижение цены. Если экономия токенов на 40–60% подтвердится на реальных задачах, то в подписке это считай половина лимита сверху, плюс официальное повышение и резеты лимитов. А я в последнее время частенько упирался в них, порой приходилось даже вторую подписку оплачивать.

Будем пробовать ☀️

#anthropic #opus #claude

Наверное, мне стоило как-то прокомментировать тот факт, что в OpenAI решили недавно проблему Навье-Стокса, раз уж я по образованию статфизик, и это моя профильная, в некотором смысле, тема...

Но я уже устал удивляться таким вещам. Если тема не затухнет в ближайшие дни / недели, и это будет кому-то интересно, могу сделать разбор — что это вообще за проблема такая, и в чём суть. Так хоть молодость вспомню 👍

Да и вообще, эту проблему уже давно решили у нас в Казахстане! Ну, почти...

UPD: формально проблема не считается решённой, пока решение не пройдёт все проверки. Насколько я знаю, для этого должно пройти не менее двух лет. Так что, заголовки в стиле "решили!", это просто упрощение или непонимание (в моём случае — упрощение). Может, и не решили, как было с Отелбаевым.

Fable 5.1 vs GPT Astra? Мой опыт и сравнение

Я недавно запустил платформу для своих авторских гайдов по Go. Кое-где мне не хватило тематических рамок проекта, и я решил на том же движке запустить ещё одну платформу — с гайдами на более общие темы.

Я сейчас занят очередной статьёй, поэтому подготовку нового проекта полностью делегировал новым мощным моделям от Антропиков и OpenAI. Промты дал идентичные — показал где взять движок, где смотреть доки, где смотреть пример проекта (go guides) и т.п. Модели должны проработать дизайн, айдентику, структуру контента (рубрики, категории, теги), контент план (по моим черновым наработкам) и прочие уникальные для проекта вещи.

Обе модели работали на своих максимальных эффортах, токенов я не жалел. Основная сессия выступала оркестратором, а всю "грязную" работу выполняли агенты на тех моделях и эффортах, которые выбирал оркестратор.

Итог

Fable выдал готовый результат, плюс дополнительно очень крутую проработку вариаций дизайна. Превзошёл мои ожидания.

Astra... Выдала результат, который даже для Опуса был бы стыдный. В общем, под мои задачи, GPT всё ещё аутсайдер, но я не устаю давать ему шанс 👍

При этом, Клод дважды съедал мои 5-часовые лимиты на плане за $200, Кодекс ни разу не уткнулся в лимиты. Это не особо важно, т.к. результат меня не устроил, но хоть какие-то плюсы 🤷‍♀️

————

🟠Конечно, я не даю вердикт по такой работе — это лишь мой частный кейс, и мой стиль работы. Вполне возможно, что при других подходах и/или задачах GPT будет справляться лучше. Но у меня пока так.

🟢Примеры их работ с моими пояснениями буду докидывать в комментарии

☀️ Вы наверняка уже в курсе, но — вышел новый Fable 5.1

https://www.anthropic.com/claude-fable-and-mythos-5-1

Как всегда — быстрее, выше, сильнее. Буду активно пользоваться, если вдруг замечу разницу, поделюсь в отдельном посте.

Релиз оказался мне очень кстати, т.к. я активно допиливаю финальные правки по своей платформе для гайдов*. Очень активно — в пяти сессиях параллельно разные аспекты дорабатываю — в основном по дизайну.

Сейчас переключился везде на новый Опус, и вау-эффект действительно есть. За последние дни я уже привык, что сначала объсняю что поправить, а потом мы итеративно вымучиваем финальный вариант. С пятым же Опусом я сейчас закрыл несколько фиксов буквально за 1-2 итерации. При чем, вторая итерация — мелкие незначительные штрихи.

Например, он помог мне доработать полоску с мета-инфой у постов (см. картинку), которая до этого была скомканная и неудобная. По привычке, я ожидал минимум 5-10 итераций правок.

Надо ещё понимать, что Fable был хорош на сложных и длинных задачах, а мелкие таски он закрывал хуже Опуса (по моему опыту). Теперь же, когда Опус сопоставим по качеству с Фэйблом, но при этом не такой монстр, мелкие задачи ему даются сильно лучше. Но я сегодня уже очень устал, поэтому окончательные выводы буду делать уже завтра 😩

*Гайды там будут только по Go, но я уже готовлю аналогичный проект по LLM

🔸 Opus 5 — как Fable, но дешевле

https://www.anthropic.com/news/claude-opus-5

Anthropic выкатили Opus 5. Доступен везде уже сегодня.

Нам обещают, что он вплотную подошёл к Fable 5 — но за половину её цены. При этом сам стоит столько же, сколько Opus 4.8: те же $5/$25 за миллион токенов.

Цена не выросла, а по словам «доверенных партнёров» — «это самый большой скачок в линейке Opus со времён 4.5». Из цифр: на Frontier-Bench обгоняет всех и больше чем вдвое перекрывает Opus 4.8, а на ARC-AGI 3 (это про решение новых, незнакомых задач) — втрое выше ближайшего конкурента.

Но главный акцент релиза не на сырых бенчмарках, а на том, что модель стала заметно лучше соображать и проверять себя.

Пара примеров из тестов:

- Новому Опусу дали чертёж детали, нужно написать код, который соберёт по нему 3D-модель. Но это был жестокий пранк! Модели отключили зрение — открыть картинку и посмотреть на неё она не может. Тогда Опус написал программу, которая прочитала файл за него: нашла на чертеже линии и окружности, сняла размеры, и уже по ним собрала деталь. И так стабильно, раз за разом. Остальные модели в тех же условиях не справились ни за одну из пяти попыток.

- Реальный баг в популярном пакетном менеджере (не говорят в каком): Opus 5 нашёл корневую причину и починил краевой случай, который сообщество в своём патче пропустило. Другая модель (не говорят какая) починила только симптом и отрапортовала о готовности.

Ещё из интересного:

- Anthropic называют его самой «выровненной» (aligned) моделью на сегодня — то есть лучше всех следует правилам, реже всех врёт и тяжелее всего ведётся на вредоносные промт-инжекшены.

- По кибербезу снова осторожничают: находить уязвимости модель умеет хорошо, а вот писать к ним эксплойты — плохо (специально не учили). Зато фильтры теперь срабатывают примерно на 85% реже, чем на Fable 5, и вместо жёсткого отказа запрос по умолчанию просто откатывается на Opus 4.8 (ну спасибо..)

————

Вообще, я не удивлён близости к Fable 5, выглядит будто это и есть его дистилляция — дешёвая модель, которая тянется к качеству старшей. Google так делает с Gemini Flash и не скрывает. Anthropic про метод обучения молчат, так что это чисто мои догадки.

Что ж, на бумаге звучит очень круто. Если оно и правда так круто, то я счастлив — можно будет отменять вторую max-подписку 😩

Буду пробовать уже сегодня. Если будут интересные выводы, напишу отдельный пост.

#anthropic #claude #opus

Ну привет 👍

https://www.anthropic.com/news/claude-opus-5

В последнее время вижу много восторженных отзывов про новый Kimi K3. Мол, он лучше Фэйбла и GPT Sol вместе взятых, да ещё и дешевле 👍

Кто-то уже пробовал? Поделитесь опытом, как вам. Особенно в сравнении с Клодом / Кодексом. Стоит брать ещё одну подписку за $100-200? 😐

Вот и ответ — Fable оставят в подписке навсегда. Новость, которая не новость 😃

🔸 ❤️🔵 Антропики и OpenAI конкурируют, мы получаем плюшки

Codex: в очередной раз сбросили лимиты (они уже несколько раз так сделали после выхода GPT-5.6) и временно убрали 5-часовой лимит.

Claude: продлили доступ к Fable до 19 июля и увеличили недельные лимиты Claude Code на 50% до этой даты.

Идите и делайте дела (с)

Ещё одно удобное применение Клода — зачем скидывать скучные чеклисты в pdf, если можно сделать вот так? 👍

https://labs.tuzov.dev/trek-kit/

Готовлюсь к походу в горы, сделал такой вот чеклист-гайд. Моего времени на разработку потрачено примерно ноль (только написание стартового промта, плюс мелкие правки).

Время я тратил только на составление списка и вычитку рекомендаций от Клода — он поресёрчил и дополнил меня и гида всяким полезным.

К слову, как же удобно, когда можно на каждый чих запустить агента-ресёрчера в фоне, прямо из основной сессии: а точно ли вот эта штука нужна? Какая погода на маршруте в этом время? Рекомендацию по выбору вон той штуки и т.п.

В какое удивительное время живём.. 🦄

И это ещё одна причина, почему мне сложно будет отказаться от Клода в пользу GPT — у него даже в 5.6 с дизайном заметно хуже.

А вот нормальную работу с субагентами в Кодекс так и не завезли, похоже.. У меня уже руки набиты на работу с Клод Кодом — делегирование подзадач агентам на правильных моделях (я знаю, что доверить Опусу, что Фэйблу, что Соннету, а иногда даже Хайку).

Кроме того, недавно я выяснил, что в Кодексе есть даже ограничение на количество одновременно работающих субагентов, и их довольно мало. Ну и он очень неохотно их запускает, только по прямому запросу пользователя.

Похоже, выход GPT-5.6, это прекрасный повод наконец-то освоить pi.dev

Можете ложиться спать, Fable с нами до 12 июля

Обратите внимание: сколько дней до 12.07? Правильно, всего 5. А когда сбросятся лимиты, потраченные недавно? Примерно через неделю. У меня две подписки на Клода — у одной сброс будет 11-го, у другой 13-го. Так что, это продление мало что даёт, на самом деле. Дата выбрана не просто так 👍

————

Гонка AI сейчас поинтересней, чем остросюжетные блокбастеры:

1. Антропики просят остановить развитие ИИ и просят зарегулировать нишу
2. Выпускают "ультрамощную" модель, подсаживая нас на эту иглу
3. Их "зарегулировали", как они и просили, модель забрали..
4. ... Модель вернули! Но обещают снова забрать 7 июля (исключить из подписки). Однако, запрос на рынке уже есть, они сами его создали!
5. OpenAI собираются занять созданную и освободившуюся нишу, намекая, что GPT-5.6 Sol будет также хорош, как и Fable / Mythos (я даже слышал байки про многомиллионный контекст). Появляются слухи, что он выйдет как только заберут доступ к Fable, то есть в ближайшие часы. Идеальный тайминг!
6. Антропики продлевают нам Fable почти на неделю
....
Мы здесь
???

🍿

#fable #claude