Михаил Омельченко - AI IT

OpenAI представила GPT-6 Astra новый флагман, который, судя по первым цифрам, совершил серьезный скачок относительно прошлого поколения. По бенчмаркам Astra демонстрирует впечатляющее превосходство: в Terminal-Bench 4.0 она набрала 57,7%, обойдя Fable 5.1 и значительно опередив GPT-5.6 Sol. В научных задачах Terminal-Bench Science отрыв еще заметнее 64,6% против 52,6% у ближайшего конкурента, а в тестах ARC-AGI-3 и ExploitBench модель показала практически абсолютный результат. Стоимость в API составит 10 за миллион входных и 50 за миллион выходных токенов, а для тех, кому важна скорость, доступен режим Fast mode, работающий в 2,5 раза быстрее при двойном тарифе. Пока Astra доступна лишь ограниченному числу организаций, но в ближайшие дни OpenAI обещает открыть доступ всем платным пользователям. Теперь остается дождаться массового релиза и первых независимых тестов.

Anthropic выкатила Claude Fable 5.1 и Mythos 5.1. Fable 5.1, это новый флагман для всех пользователей. Mythos 5.1, это та же модель с ослабленными ограничениями по кибербезопасности и биологии, доступная только проверенным организациям. По бенчмаркам апдейт заметный: - Terminal-Bench 4.0: 55,8%, у Mythos 60,9% - Terminal-Bench-Science: 52,6% против 24,7% у прошлой версии - Humanity's Last Exam: 60,9% без инструментов и 65% с ними - OSWorld 2.0: 77,9% Цена прежняя, $10/$50 за миллион токенов, зато чтение кэша подешевело на 75%, до $0,25 за миллион. По оценке Anthropic, это снижает расходы примерно на 25% в обычных сценариях и до 45% в агентных. На Low/Medium effort Fable 5.1 уже может выдавать результат уровня Fable 5 дешевле. В Claude Code по умолчанию High, в Cowork и claude.ai Medium. Фильтры кибербезопасности срабатывают примерно на 60% реже, а модель разрешили использовать для поиска уязвимостей, но не для написания эксплойтов. Ссылка скрыта

Многие уверены, если купить команде доступ к нейросети, дальше люди сами разберутся и начнут работать быстрее. А через месяц оказывается, что всё идёт по-старому. Почему так выходит? В новом выпуске подкаста я снова поговорил с основателями школы Стратоплан, Александром Орловым и Вячеславом Панкратовым. Те же, с кем в июле разбирали уход из кода в менеджмент. Разобрали, почему инструмент, за который заплатили, лежит без дела. Заодно поговорили про то, что делать, когда сотрудник говорит, что с нейросетью работает медленнее. Это саботаж или он говорит правду, и как это проверить не на одном человеке, а на контрольной группе. А ещё обсудили, можно ли требовать использовать нейросеть так же, как требуют соблюдать регламент. Где заканчивается управление и начинается слежка, если переписку команды обрабатывать нейронкой. Разговор получился про то, с чем возможно столкнётесь, когда принесёте нейросеть команде. 👉 Смотреть на YouTube 👉 Смотреть на Rutube А у вас инструмент прижился или лежит купленным?

На GitHub набирает популярность Godogen проект с открытым исходным кодом, который фактически автоматизирует создание полноценных игр. Репозиторий уже собрал более 5 тысяч звезд. Система берет на себя весь цикл производства: от проработки архитектуры и создания ресурсов до написания кода и запуска движка. Уникальность Godogen заключается в собственном цикле контроля качества, ИИ сам делает скриншоты запущенной игры, анализирует визуальные ошибки и тут же пытается их исправить. Инструмент поддерживает движки Godot 4, Bevy и Babylon.js, работая на базе Claude Code или Codex. Внутри него зашиты справочники и документация для 850+ классов GDScript, которые подгружаются по мере необходимости. При этом весь процесс генерации можно запускать прямо на обычном домашнем компьютере.

Ко мне пришёл фаундер строительной компании, для понимания возможностей нейросетей и их применения в жизни и бизнесе. За четыре занятия разобрали, как модель выдаёт ответ: что такое контекстное окно и токены, откуда берутся выдуманные факты, почему модель соглашается с собеседником. Как ресерчить, как сделать память, где можно встроить ее в бизнес и как. Отдельно разобрали персональные данные и что в модель не отправляют. Дальше работали на его задаче, он получил план с цифрами. Там же проверили эти цифры и увидели, что два прогона одного запроса дают разные суммы и где модель может ошибаться. Его слова: "Многие вещи, о которых раньше имел только общее представление, стали гораздо понятнее, а главное, появилось понимание, как ИИ уже сегодня можно использовать в реальных задачах". Формат: занятия по часу и переписка между ними. Подходит руководителю, который решает, что делать с ИИ у себя в компании. Написать мне: @DJWOMS

Официальная документация Python теперь доступна на русском языке. Тут

Месяц назад ко мне пришла помощница фаундера строительной компании по его рекомендации. Не разработчик, использует ChatGPT каждый день для писем и т.д. Месяц пошёл на процедуру работы с моделью, которая переносится в любую работу. Из чего состоит запрос, почему модель забывает то, что было выше, как забрать результат файлом. Сама между третьим и четвёртым занятием, за один день, она собрала себе ассистента с четырьмя функциями и протестировала две на своих задачах. Формат: 4 занятия по часу за месяц и переписка между занятиями. Подходит вам, если у вас есть повторяющаяся задача, вы не разработчик и отдать её разработчику нельзя. Пишите мне: @DJWOMS

Qwen3.8-27B теперь выдает честные 70 токенов/с прямо на ноутбуке благодаря выходу DFlash 2. Это новое поколение спекулятивного декодирования, основанное на методе блочной диффузии. Технология разгоняет модель на MacBook Pro с чипом M5 Max, увеличивая скорость авторегрессионного декодирования до 4,6 раза. При этом итоговый результат остается на 100% идентичным оригиналу качество вывода не страдает ни на один токен. ⚡️ Новые черновые модели для Qwen3.8-27B уже доступны с нативной поддержкой популярных движков SGLang, vLLM, llama.cpp и oMLX. Подробный разбор подхода и того, как это работает, можно найти здесь

Anthropic продлила действие повышенных лимитов для Claude Code. Изначально недельные лимиты были увеличены на 50% в качестве временной акции до 19 августа, однако теперь этот период продлен до 31 августа. В компании надеются сделать данные условия постоянными для всех тарифов. Однако разработчики предупреждают, что из-за аномально высокого спроса на модели в ближайшие недели мощностей может не хватить, поэтому окончательное решение будет зависеть от стабильности системы.