sh | ИИ

По достоверным данным The Information, Anthropic готовит новую модель (Fable 5.5??), которая заметно лучше нынешних в ризонинге и интуиции

Один из тех, кто её уже тестировал, отмечает, что модель отлично понимает, чего от неё хотят, даже если коротко описать задачу. Например, если попросить пофиксить один баг, а она найдёт целый класс проблем, из-за которого он появился, и спросит, не починить ли всё сразу

Конкуренты тоже готовят релизы. У Google в работе Gemini 4 Carbon (bruh нейминг), а OpenAI в ближайшие недели может выпустить новую модель из семейства Terra

https://www.theinformation.com/newsletters/ai-agenda/anthropic-readies-model-reads-users-intentions-better

Я купил новую подписку на X Premium ($30) ради Grok Bot. Что ж, это интересно!

На рынке развелось уже много персональных ассистентов: ChatGPT Dots, Muse и прародители жанра вроде Hermes с OpenClaw (ClawdBot). Я в эту тему глубоко не погружался, тестировал только ChatGPT Dots (и OpenClaw еще на выходе, но тогда он был полным мусором). И на фоне Dots у Grok Bot я нашёл много преимуществ:

— Максимальная проактивность и низкая цензура. Да, наконец-то! Этого мне дико не хватало в подобных агентах. Dot жутко надоел своей цензурой и вечным «ой, я не могу это сделать за тебя, сделай сам, пожалуйста». А тут я подрубил через MCP полный доступ к ноутбуку и попросил зареверсить банк в MCP, чтобы подключать к агентам. Grok Bot сам зашел, залогинился, достал и ввел код (он пришел на айфон, подключенный к маку, и бот сам до этого додумался) и начал реверсить. При этом по умолчанию на опасных операциях он стопается и просит подтверждение, причем работает адекватно и без лишних срабатываний (как это бывает в Auto mode у Claude). Я могу делегировать ему всё, что придёт в голову

— Конечно, иногда это доходит до крайности. Я скинул в Grok Bot свой пароль от аккаунта Google, и пока он его вписывал, то повторил его в чате раз 5, будто это вообще какая-то неважная хрень xD. А удалить сообщение из чата нельзя, только снести всего бота

— Он отвечает и работает сильно быстрее, чем ChatGPT Dot. Я точно не знаю, что за модель внутри (вроде бы, не только Grok! В доке сказано, что там много разных моделей), но по ощущениям как основная там стоит Grok 4.7 Fast
UPD: похоже, внутри Opus 5.5! Попросил Claude Code покопаться: катофф знаний ровно как у последнего Opus, и заголовки запросов тоже антроповские. А вот когда срабатывает цензура, запрос, судя по всему, уходит в Grok. Очень круто!

— Приятный UX, в мелочах он проработан заметно круче, чем в GPT Dots: например, классный интерфейс для ответа на вопросы агента, отвечать можно даже с уведомления. Правда, всё еще нельзя смотреть, что именно бот делает в процессе, видны только сообщения в чате (сделано это явно намеренно, но, конечно, хотелось бы отдельный режим, чтобы можно было за этим наблюдать)

— Недавно у компании обновились подписки, и теперь туда входят сразу Grok, Grok Bot, X с галочкой и Cursor. По идее, выходит неплохая экосистема: бота можно просить кидать задачи в Cursor и управлять ими. Но сам Cursor сейчас явно не лучший агент для кодинга, к сожалению

— По лимитам: если использовать только Grok Bot, то недельную квоту на подписке за $30, кажется, тяжело потратить даже при активном использовании. А вот вместе с кодингом в Cursor можно потратить быстро, особенно если выбирать там модели не от Grok (не надо, на них дают крайне мелкую квоту)

В общем, Grok Bot показался мне интересным. Я уже спокойно доверяю агентам даже банковские операции, и за всё время они у меня ни разу не сделали что-то не так, я даже близко не сталкивался с ситуациями типа «ааа, агент удалил базу данных!!». На этом фоне GPT Dot кажется куда более бесполезным из-за своих дурацких ограничений. Хотя внутри него стоит Astra, явно более надежная и безопасная модель, которой можно без страха поручать самое сложное. Но OpenAI всё это задушили, видимо, ради защиты от обезьян, которые могут натворить дичи и подпортить компании репутацию. В Grok Bot модели явно слабее, зато делают что попросишь. А если и сделают ошибку, то не страшно, сам потом разберусь, я ж не безрукий!! Я согласен экономить себе кучу времени с такими агентами, даже если иногда придется разбираться с тем, что они могут натворить

Конечно, говорю чисто про свой юз. Многим такая проактивность не нужна, ведь люди часто не доверяют свои данные и входы даже обычным компаниям, не то что ИИ. А меня как раз удивило, что я могу дать агенту с его облачным компьютером доступы везде, и он будет делать всё, что попрошу, просто потому что я об этом прошу. Хороший продукт! А ещё очень нравится их маскот (логотип), прям круто сделали! Илон мне не платил! Клянусь!

Видели, какой классный редизайн сделали в Claude Code App? Мне прям очень нравится! Помимо внешних изменений, круто поработали и над UX. Они явно идут к тому, чтобы юзеру приходилось делать всё меньше действий: например, спустя долгое время в агента вернули план задачи. Модель сама пишет его и обновляет по ходу работы, поэтому сразу наглядно видно, что она делает и на каком сейчас этапе. А вопросы к пользователю теперь выводятся в приятном контекстном окошке с кнопками. Раньше приходилось вчитываться в чат, а сейчас сразу понятно, если от тебя что-то нужно

Ещё в конце сессии агент теперь часто предлагает сделать что-то дальше. Например, если исправили один баг, он даст готовый промпт, который поищет такие же. Этот промпт отправится в отдельной сессии, форке основной (то есть кэш будет тёплый, и это дешевле, чем дробить на новые сессии), и когда она закончится, основной агент увидит результат. Это очень крутая фича, которая сильно улучшает взаимодействие с агентами. Такого нет нигде, и благодаря этим подсказкам можно делать много полезного максимально просто

Ну и внешне стало заметно красивее и удобнее, опять же. Похоже, сотрудники Anthropic играются с Fable 5.5 :D

Я исправил катофф знаний Gemini 4 Argon!

Я уже писал в канале тут, что катофф у Gemini 4 Argon крайне странный, он то знает про новинки, то нет. Мне показалось это очень странным, так что я решил провести расследование. Зарядил API Gemini Argon и погнал с Опусом вместе исследовать, что за дела и как можно это пофиксить. Сделали под 10к запросов по сотне вопросов за разные месяцы, чтобы найти реальную границу знаний (все графики на картинке). Ушло $60 по API, но результат того стоил!

Итак, катофф реально можно пофиксить просто промптом, потому что со знаниями у модели все в порядке. Google заявляют март 2026 — и это чистая правда! Все факты за 2025 и начало 2026 лежат у Аргона в весах: например, если спросить его о свежих событиях в формате теста с вариантами ответа (A/B/C/D), он безошибочно выбирает правильный.

Проблема в том, что внутреннее ощущение «сейчас» по дефолту у него застряло в конце 2024 года. Из-за этого в пустом чате без системного промпта на событиях второй половины 2025 и начала 2026 у него просто ноль верных ответов. При этом он не галлюцинирует, а всегда уходит в отрицание (ну не всем легко даётся принять реальность, да, бывает). Поэтому и новейший GPT для него o1-preview, новейший Gemini 1.5, модели Opus 4.6 «не существует», а Чарли Кирк, Оззи Осборн и Халк Хоган «живы». Если же общаться через какой-нибудь харнесс, тот длинный системный промпт с датой немного расшатывает этот якорь и поднимает долю верных ответов до ~35%. Отсюда и берется эффект «это помню, это не помню».

Чтобы довести число верных ответов до 95–100%, нужно прямо в системном промпте описать модели её собственную проблему и заставить перед ответом принудительно вспоминать в ризонинге события 2025–2026 годов. Побочек у такого фикса нет: на обычных задачах вроде кода модель про катофф вообще не вспоминает, а на событиях после марта 2026 не начинает галлюцинировать и спокойно отвечает, что у него нет данных

В итоге получилось два промпта под разные сценарии:

1. Промпт под харнессы, где уже есть основной системный промпт и передается текущая дата (его можно закинуть в своего агента с Argon или в глобальные инструкции Antigravity). Туда достаточно добавить короткую вставку на три строчки, и модель выдает почти 100% верных ответов.

2. Промпт для мест без системного промпта, условно для AI Studio или голого API. Без длинного контекста модель ленится вспоминать, поэтому тут промпт побольше и сразу с реальными фактами за 2025–2026 для раскачки. С ним получается около 95% верных ответов и на английском, и на русском.

Если вы пользуетесь Gemini App, то туда можно попробовать добавить первый промпт (к сожалению, там нет нормальных системных промптов, а только что-то вроде памяти, где модель переписывает текст промпта). Я же тестировал его в AI Studio, Antigravity и своем кастомном харнессе, и Argon прям очень удивил! Свежих знаний у него куча, он знает всё до марта 2026 лучше всех моделей. Но вот надо сначала разблокировать, по умолчанию нету.

Gemini AI Ultra 5x ($100) в Antigravity даёт юседжа на Argon в... $9 в 5ч 🗿 $100 в неделю 🗿 ну и в итоге около $400–500 в мес.

По факту они дают юседжа х4 от цены подписки. У OpenAI — 18x, у Claude — 72x, у Google — 4x, думайте

Я думаю, это связано с тем, что Ultra размазывает лимиты сразу по нескольким сервисам и даёт:
• Лимиты на Gemini в Antigravity
• Отдельные лимиты на Claude в Antigravity (там $20 в неделю)
• Лимиты в самом Gemini App
• Лимиты в AI Studio

И ещё дают кучу бенефитов — типа очень много ресурсов в том же Colab (1000 юнитов, это ~115 часов на G4 / RTX PRO 6000 96GB, по аренде вышло бы на $200–300), 20 ТБ диска, YouTube Premium, $40 на API, 10 000 кредитов в Google Flow на генерацию видео / фото и ещё много разного мусора

Это неплохо, конечно, но по мне лучше бы сделали один большой общий лимит, чем дробили его на кучу отдельных, а то тот же Antigravity выходит совсем мелким

Впрочем, вряд ли есть смысл юзать Argon в агентной работе. По первым запросам я уже понял, что там она ооочень долгая и неэффективная (делает за 30-40 шагов то, что Opus за 4-5, разница в скорости просто пропасть). Но на фоне прошлых Gemini скачок всё равно огромный.

Кстати, подписка мне обошлась в $40 (на турецком регионе она стоит 1979 лир, можно оформить по такой цене через App Store). За эти деньги я доволен! Но 100 платить бы не стал. Такие дела.

Gemini 4 Argon уже тут!

• добавили в API
• добавили в Antigravity (для Ultra)
• добавили в Gemini App (на Ultra)
• добавили в AI Studio (на Ultra)

Цена по API: $2/10 до 30 ноября, после — $4/20. Когда дадут доступ для Pro — пока непонятно

UPD: через пару часов дали на Pro

Похоже, сегодня ещё и Fable 5.5 выходит! Ждём ресета вместе с этим, на прошлых релизах Fable их дарили 🌚

А кто интересуется, когда выйдет Argon: в Google Cloud его добавили ещё три часа назад, полный запуск ждём в течение двух часов. Я уже взял Gemini AI Ultra 😜✊

Argon выходит сегодня, теперь точно. А я его уже немного потестил! 😍

Логан (лицо Gemini) тизерит релиз, так что в этот раз должно всё выйти сегодня, без переносов

Последние два дня в Antigravity шли A/B тесты, и на части аккаунтов под 3.8 Flash отвечала модель заметно умнее и с новым катоффом. Думаю, это и был Argon. У меня попался такой аккаунт, вчера я весь день с ним общался, и он меня очень впечатлил!

Больше всего меня порадовала база знаний. Она просто огромная, на три головы выше всего рынка, и галюнов при этом действительно немного. Летом я писал пост, почему жду 3.5 Pro и надеюсь, что это не будет провалом. Так вот, все мои пожелания сбылись на 100%

Со свежестью базы чуть хуже. Катофф формально обновили до марта 2026, но по факту основная база это апрель-май 2025. Поэтому в новом чате на вопрос «когда вышел Opus 4.6? без поиска» он ответит, что в феврале 2026, а посреди большого чата скажет, что такой модели не знает. И если сам захочет привести примеры моделей, вспомнит GPT-4.5 и Opus 4, а не новинки. Грустно, но это всё равно лучше, чем у 3.8 Flash, которая про 2026 не знает вообще ничего

Агентные задачи я почти не тестировал, только общение и вопросы на знания. Понимаю, что многие тут используют ИИ только для агентного кодинга и вообще не понимают, чё я тут затираю про общение и базу знаний (с ума сошёл??). Но есть огромный пласт людей, которым от ИИ надо совсем другое, например чтобы он подсказал рецепт вкусной яичницы

И вот тут Argon подскажет такую яичницу, что ухх! Благодаря огромной базе знаний он знает кучу кулинарных приёмов и в размышлениях умеет их комбинировать, так что рецепт получится эксклюзивный, только для вас. Другие модели так не могут. По той же причине он, например, будет лучшим в мире переводчиком текстов

Короче, кто любил Gemini 3.1 Pro и 3.8 Flash, на вашей улице сегодня праздник!

Вышла Muse Wonder, первая флагманская модель в линейке Muse

Компания заявляет, что это «гораздо более крупный и продвинутый класс моделей», чем Muse Spark, и с ней они наконец выходят на фронтир. Это итог года работы над претрейном и RL после апрельского релиза Spark

Но меня релиз совсем не впечатлил, скорее выглядит он очень плохо. И главная причина в цене, $4/20. Да, ровно как у Opus 5.5! При этом Muse Wonder хуже Opus даже на бенчмарках. А мы все знаем, как Muse-модели любят бенчмаксить, Muse Spark в своё время на бенчах тоже был чуть ли не Astra

С реальными результатами всё ещё хуже. Сам я не тестил и не собираюсь, модель мне неинтересна. Хватило пары демок с майнкрафтом, пеликанами на велосипеде и контроллерами... Обычно я над такими тестами шучу, но тут они как нельзя лучше показывают, на что модель способна =D Забавно, что её даже на этом не обучили. Могли бы хоть постараться ёпт, чтоб пеликанчики были красивые и твиттерские порадовались, но нет... эх!!!

Вот была бы у неё contributor-версия в 20 раз дешевле обычной, как сейчас у Muse Spark, то за свои $0.2/1 она была бы даже очень неплохой. Но такой версии нет. А без неё модель не имела бы смысла даже за $2/10, за эти деньги есть 6.1 Sol, который намного лучше. А тут вообще $4/20.

Ну и, конечно, она заметно глупее Opus 5.5 и тратит на задачи больше токенов, так что за нормальный результат придётся заплатить ещё больше. Флоп!

Похоже, Gemini 4 Argon выходит в публичный доступ уже сегодня! Об этом написали сразу несколько надёжных инсайдеров, а упоминаний Argon в коде продуктов Google за последние два дня стало в разы больше Сначала модель получат подписчики Ultra за $100 и $200…

Вышла GPT 6.1 Sol Ultrafast для тех, кому надоело страдать на 25 TPS. Скорость доступна только на подписке за $500 и по API за $10/60, так что лимит будет уходить примерно как на Astra

Я померил скорость по API, выходит 200 TPS. Довольно быстро, но не прям чтобы вау, в мое время ультрафастом называли то что от 750 TPS и выше 🙂При этом Opus 5.5 Fast стоит $8/40 и выдает около 300 TPS, то есть быстрее и дешевле. Справедливости ради, Opus Fast отдают только по вайтлисту, в подписке его нет, да и по эффективности токенов он хуже

Забавно, что сами OpenAI называют Ultrafast в 8 раз быстрее обычной Sol. При 200 TPS это как раз восемь раз по 25, то есть они буквально признают, что базовая Sol выдает всего 25 TPS. Хотя по API выходит около 43 TPS, так что красивый множитель x8 они явно считали по скорости Codex. Короче, ускорять базовую модель теперь вряд ли будут. Не нравится скорость? Бери подписку за $500!

Что там у наших друзей из OpenAI?

— Вчера всем в обычном чате (ChatGPT) начали раскатывать GPT-6, а вместе с ней визуализацию схем и прочего прямо в ответах (у Claude такое есть около года). Под «GPT-6» у платных подписчиков называется 6 Sol (почему-то не 6.1), а у бесплатных 6 Luna

— На второй день нам таки дали ресет, таки наныли

— Ещё на второй день показали Decisions API, ответ OpenAI на Jev. Вход стоит $0.1 за 1M токенов (в 2+ раза дороже Jev), выход бесплатный и бывает во всех тех же типах, что и у Jev. Работает на 6 Luna, отклик около 100 мс. Главное преимущество перед Jev — мультимодальность, на вход можно давать картинки

— На третий день всем дали отложенный сброс

— Прошло 3 дня, а скорость 6.1 Sol так и держится на 20–25 TPS. До 50 поднималась всего пару раз и не у всех. Похоже, ускорения можно не ждать, обещали его уже дважды, и оба раза ничего не поменялось 🙃

— Дальше писать про каждый день OpenAI тут, скорее всего, не буду, только если будет что-то реально интересное. Следить за днями можно в твиттере у Tibo, он пишет обо всём

Похоже, Gemini 4 Argon выходит в публичный доступ уже сегодня!

Об этом написали сразу несколько надёжных инсайдеров, а упоминаний Argon в коде продуктов Google за последние два дня стало в разы больше

Сначала модель получат подписчики Ultra за $100 и $200, потом обещают и Pro. Надеюсь, в API тоже дадут сразу, иначе придётся брать подписку Google за $100 😩

Anthropic уже начала раздавать подписчикам Max бесплатный API-баланс — $100 или $200 в месяц, в зависимости от тарифа. Кнопка появляется не у всех сразу, её раскатывают в течение двух дней. У меня она появилась буквально только что. Забрать можно так:

0) Зайдите на platform.claude.com, чтобы у вас появилась API-организация
1) На claude.ai откройте Настройки → Биллинг
2) Нажмите Link organization и выберите свою организацию
3) Готово! Там же видна дата следующего пополнения

Это обычный API-баланс, тратьте на что угодно. Пополняется раз в месяц, у всех в разные числа. Не накапливается.

Haiku 5.5 уже тут!

Вышла Claude Haiku 5.5, самая быстрая и дешёвая модель Anthropic

Цена упала примерно на 75% по сравнению с Haiku 4.5. На запросах до 100k токенов разница доходит до 90%. Input теперь стоит $0.10 за 1M токенов, output $0.50. После 100k цена вырастает в 5 раз

При этом модель сильно умнее прошлой Haiku
— OSWorld 72% против 16%
— Terminal-Bench 39% против 0%
— HLE 46% против 10%

Впервые у Haiku появился effort, можно выбирать между скоростью и качеством, ризонинги от Low до Max

Подходит для простых массовых задач вроде саммари, классификации, саппорта, browser use и сабагентов для Opus и Sonnet. Для сложного кодинга Anthropic всё ещё советует Sonnet и Opus

Ещё новости
— cache reads у Sonnet 5.5 подешевели вдвое, агентные задачи стали дешевле примерно на 20%
— подписчики Max и Team будут каждый месяц получать API-кредиты. Max 5x получит $100, Max 20x $200, Team до $500
— в Python и TS SDK добавили computer use и browser use (beta)

OpenAI будут давать по бесплатному ресету всем подписчикам каждый день пока нет доступа к Astra. Такие ресеты можно применять в любой момент в течении месяца.

https://t.me/ai_newz

Что касается подписок и Astra:

1) GPT 6 Astra станет первой моделью OpenAI, у которой внутри Codex не будет дополнительных множителей по цене при контексте >272k. То есть можно будет комфортно сидеть на больших контекстах. Алиллуйя.

При этом по API множители остались (если судить по https://developers.openai.com/api/docs/models/gpt-6-astra)

2) На Astra не будет отдельного лимита, в отличии от Fable. На неё можно будет потратить весь лимит. Славно.

Ахахах! На общем индексе интеллекта Artificial Analysis новая GPT 6 Astra оказалась ниже, чем Muse Spark 1.3 Max. Astra на одном уровне с Grok 4.6.

В Agentic Index она вообще набрала 51 балл. GPT 6 Astra Max на одном уровне с Qwen 3.8 27B, прикиньте! Ну и конечно хуже чем Kimi K3, GPT 5.6 Sol, и вообще весь фронтир

Конечно, верить этому бреду не стоит. Зато оно вполне хорошо показывает текущее состояние бенчмарков в индустрии :DD

Вышла новая https://openai.com/index/gpt-6-astra/ (в течение недели дадут всем) – я ее активно потестировал (спасибо JetBrains), и я честно впечатлен – я все громкие модели видел, все эти модели трогал, и меня сложно удивить, но она смогла

Наверное, больше всего меня впечатлили две вещи:

💿 Она нормально коротко общается, больше никакого слопа в ответах на три экрана

💿 Она понимает, то, как будет выглядеть сцена, пока она ее кодит – я не знаю как это объяснить, но люди так не умеют – пока она пишет код, еще до того как она его запустит, она ЗНАЕТ как он будет выглядеть – возникает странное чувство, что у тебя тут мозг инопланетянина подключен, который по другому думает пока делает вещи

Вот примеры, которые она собрала за 15 минут с простых промптов (без спек, а просто – иди сделай, вот файлы с фотками или видео)

Первое видео – это одесская дача где я часто бывал в детстве, я просто дал ей фотографии и видео (штук 10), и она собрала за пару ходов мне 3D карту которую я могу и как ностальгию использовать и как карту для CS 1.6 – отдельно меня удивили текстуры, она сама вырезала фотографии из видео и расставила в рамки, или там занавеску от душа – то есть, я уже могу предположить, что все ваши исторические фотографии можно будет перестроить через како-то время в какие-то сцены; в 3D-не-3D не важно, она сама понимает где что находится смотря на фотографии или кадры в пространстве, делая нужную карту

Но кто-то каким-то образом смог вычленить всё содержание статьи о GPT 6 Astra: https://gpt-astra.netlify.app И вот краткая сводка: OpenAI представила GPT‑6 Astra и называет её самой умной и стабильной своей моделью. Выходит сегодня для ограниченного круга…

5.5 Pro и Thinking стали кратно быстрее, чем 5.4

Особенно это заметно у прошки на простых задачах: раньше 5.4 Pro могла выполнять базовую работу по 40–50 минут, а 5.5 Pro справляется с тем же за 5–10 минут. А в обычном режиме размышлений (не Extended) — и вовсе за 1-2 минуты. При этом на тяжёлых задачах 5.5 Pro всё ещё может работать очень долго — хоть 150 минут, то есть 2,5 часа. Раньше я прошкой почти не пользовался из-за медлительности, а теперь это отличная модель на каждый день! 👍 Туда же и Thinking — она стала ощутимо быстрее и выдает скорости на уровне o3, это сок.

Напоминаю: если планируете часто пользоваться 5.5 Pro, не берите тариф за $100 — там всего 50 запросов в неделю к ней. Лучше взять за $200: там формально безлимит с мягким ограничением. Если не спамить запросами к прошке без остановки, всё будет ок.