Виталий Кулиев AI, ML, IT.

Anthropic выпустила Claude Haiku 5.5

Это первый Haiku с настройкой effort, так что можно выбирать между скоростью и качеством. Вдобавок это самая быстрая модель Anthropic.

Для этой нейронки имеет смысл отдавать объемные и нетребовательные к качеству запросы. Claude code может использовать эту модель по подписке.

Новый Haiku в 10 раз дешевле предыдущего: $0.10 за 1M входных токенов и $0.50 за выходные. У Haiku 4.5 было $1 / $5. Скидка действует для промптов до 100k токенов, а это около 90% всех запросов. На длинных промптах модель дешевле вдвое.

Рекомендую в этом ценовом диапазоне попробовать GLM-5.3-Flash и DeepSeek V4.1 Flash. Это открытые нейросети с дешевым инференсом.

Новость на сайте:
https://www.anthropic.com/claude-haiku-5-5

Если кому-то нужна модель по API, то напишите и я добавлю ее на свой сайт.
https://rus-gpt.com/models

⚡️ Claude Sonnet 5.5

🚀 Anthropic выкатил вторую модель линейки после запуска Opus 5.5. Быстрее Sonnet 5 на 30%+ и до 30% дешевле на большинстве задач за счет меньшего расхода токенов на задачу.

💰 Стоимость модели не изменилась и составляет 2/10 долларов за миллион входных/выходных токенов.

📊 Судя по графикам, Anthropic идет к тому, чтобы изменять размышления моделей в широких пределах. На графиках видно, что effort может на порядок изменять стоимость решения задачи. Теперь можно более гибко подбирать баланс между качеством, скоростью ответов и ценой.

🧠 На мой взгляд наилучшее применение Sonnet 5.5 - это массовые дешевые агенты, которые что-то изучают. Для написания кода и выводов лучше использовать Opus 5.5 или Fable 5.1.

🔮 Haiku 5.5 обещают в ближайшие недели. Интересно какого качества достигнет Fable 5.5.

📰 Новость на сайте антропик:
https://www.anthropic.com/claude-sonnet-5-5

👉 Попробовать модель в чате и по API на моем сайте:
https://rus-gpt.com/models

🚀 Claude Opus 5.5

Anthropic выпустила первую модель линейки 5.5. По их словам, она на уровне Fable 5.1 и на 40% дешевле Opus 5 в реальной работе. Astra впереди только на AutomationBench и Terminal-Bench-Science. В индексе Artificial Analysis Opus 5.5 на первом месте.

Потестировал Opus 5.5 на одной небольшой задаче в claude code. Стало заметно лучше в сравнении с Opus 5. У опус 5 при долгом использовании иногда замечал пропуски отдельных задач, нечеловечный язык. По первым ощущениям в 5.5 стало заметно лучше.

Цена: $4 / $20 за миллион токенов. Генерация быстрее на 30%, токенов на задачу уходит меньше. Похоже это ответ на конкуренцию со стороны китайских моделей и openai.

Из минусов:
- классификаторы на кибербезопасность такие же как у fable 5.1. Для пограничных с кибербезопасностью задач лучше Opus 5 использовать.
- В этот раз при выходе новой модели лимиты на подписке не сбросили(((

Анонс на сайте антропик:
anthropic.com/claude-opus-5-5

Модель доступна через чат и API на моем сайте:
https://rus-gpt.com/models

Xiaomi cделало публичным логи тренировки своей модели mimo-v2.6-pro. Рекомендую изучить на какие метрики они смотрят в процессе обучения. Стоимость обучения уже перешла 1млн долларов. Модель на 1 триллион параметров, скорее всего файнтюнинг MiMo-V2.5-Pro

https://mimo.xiaomi.com/rl/#overview

🐋 DeepSeek V4.1 Flash

DeepSeek выложил V4.1 Flash - принципиально новая архитектура нейросети.

📐 Размеры
- 552B веса нейросети (MoE: 1 shared + 384 routed экспертов, 6 активных на токен)
- 196B Engram-памяти сверху, итого ~748B в чекпоинте
- Активных параметров: 8B на префилле, 16B на генерации
- Контекст 1M, выход до 384k
- Картинки нативно (свой ViT, обучен с нуля)
- 45T токенов претрейна
- Reasoning effort - целое число от 1 до 100, регулируется плавно.

🧠 8B/16B Активных пасеметров
Архитектура Causal Encoder-Decoder: 40 слоёв разбиты на 20-слойный энкодер и 20-слойный декодер. Промпт прогоняется только через энкодер (8B активных), генерация идёт через декодер (16B), а глобальный KV декодера проецируется из выхода энкодера, а не считается на каждом слое.

🔎 Engram память
196B параметров. Два модуля (после 1-го и 14-го слоя), каждый - хеш-таблица на 384M строк в FP8. Для каждой позиции берутся 2-, 3- и 4-граммы token ID, хешируются по 8 головам и вытаскивают строки из таблицы (48 строк на токен), дальше learned gate решает, сколько этого подмешать в residual. Это не RAG и не KV-кеш — это память, адресуемая текстом. Аналогичные идеи реализованы в экспериментальной нейросети Qwen3.8-Flash-Next.

💾 KV-кеш
Глобальный KV - 890 байт на токен.

Для сравнения на 1M контекста:
- V4.1 flash - 0.85 ГБ
- V4 Flash - 3.5 ГБ (V4.1 в 4 раза меньше)
- GLM 5.3 (750B, тот же класс) - 93 ГБ, т.е. разница примерно 100×
- Llama 3 70B в bf16 - 320 ГБ

📊 Бенчи (max reasoning effort)
Terminal-Bench 2.1 — 90.6 (Opus 5 — 89.1), DeepSWE 74.2 (Opus 5 — 74.0), GPQA 90.9, Codeforces 3471. По агентским задачам обходит V4 Pro везде.

Это самый интересный релиз года по архитектуре нейросети: модель на 750B параметров, которую можно держать с миллионным контекстом на десятки клиентов, не выделяя под кеш половину памяти видеокарты.

Нейросеть показывает хорошие результаты на бенчмарках, но отстает от больших фронтирных моделей. Основной плюч v4.1 flash - это цена. Надеюсь выйдет Pro Версия нейросети на несколько триллионов параметров.

Веса нейросети:
https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash

Доступно на моем сайте в чате и по API:
https://rus-gpt.com/models

🚀 Новая версия Rus-GPT-agent (v11)

🆓 На своих серверах развернул Qwen3.8-27B. Эта модель значительно умнее предыдущей Qwen3.6-35B-A3B. Модель доступна всем пользователям бесплатно. Лимиты увеличены в 5 раз, что будет достаточно для большинства пользователей. ИИ агент с этой моделью будет оставаться бесплатным, пока хватает мощности моих серверов. Платные API-модели никуда не делись: Настройки -> API.

🧠 В настройках теперь можно выбрать режим размышлений для каждой нейросети. Наилучшее соотношение скорости ответов и качества достигается на LOW уровне для модели Qwen3.8-27B.

📚 Память между чатами, скиллы на основе твоих данных. ИИ агент может читать историю других диалогов ("сделай как в прошлый раз" теперь работает). Фоновый процесс извлекает из завершённых чатов повторяемые навыки(skills) и использует их в новых задачах.

🤖 Фоновые суб-агенты работают стабильнее.

🔒 Разрешения улучшены. ИИ агент запоминает все разрешения пользователя на изменения разрешений в системе. Ряд опасных(~/.ssh, rm -rf) команд блокируется всегда, даже при отключенных разрешениях. Можно отключить разрешения - тогда агент будет работать быстрее и потреблять меньше токенов.

Установить и попробовать:
https://rus-gpt.com/agent

🚀 Вышла Claude Fable 5.1

Теперь это лучшая модель для программирования! Уже тестирую с Claude code.

Anthropic выкатила Fable 5.1 и Mythos 5.1. Та же модель, разница в safeguards: Fable доступна всем, Mythos доступна только организациям под кибербез и биологию.

Важно, что обновили классификаторы безопасности. Fable 5 сильно зажата, что даже порт не хочет пробрасывать на роутере. Кибер-классификатор теперь срабатывает на 60% реже в Fable 5.1.

Цена та же: $10 / $50 за миллион. На типовых задачах выходит на 25% дешевле Fable 5, на агентных до 45%. Задачи решаются быстрее и дешевле за счет оптимизаций модели и меньшего количества действий.

Лимиты на подписке антропик сброшены, можно тестировать.

Новость на сайте антропик:
anthropic.com/claude-fable-and-mythos-5-1

Модель уже можно попробовать на моем сайте:
https://rus-gpt.com/models