Claude Sonnet 5.5: Новая модель с улучшенной производительностью

Компания Anthropic выпустила модель Claude Sonnet 5.5. По результатам бенчмарков новая версия превосходит GPT-6 Sol и приближается по показателям к Opus 5.5. Модель демонстрирует высокую производительность при работе с кодом и документами.

Казахстанский проект Logarum выпустил калькулятор со встроенными нейросетями для решения задач на экзаменах. Устройство выглядит как обычный программируемый калькулятор, но после ввода пароля открывает доступ к Gemini, GPT, DeepSeek и другим моделям — всего заявлено шесть вариантов. В корпус встроена незаметная 2K-камера: можно сфотографировать задачу, получить решение и вывести подробный ответ на экран. Также поддерживается ввод текстовых запросов с клавиатуры. Устройство продаётся по цене $110.

Опенсорсный проект Cua дает ИИ-агентам доступ к управлению обычными приложениями на macOS, Windows и Linux. Агенты могут видеть интерфейс, нажимать кнопки, работать с браузером, файлами и десктопными программами.

В состав проекта входят несколько компонентов: Cua Driver управляет приложениями, Lume запускает локальные виртуальные машины на Apple Silicon, Cua Fleets предоставляет изолированные облачные рабочие столы для массового запуска агентов. Cua Bench позволяет тестировать системы, создавать задачи и сохранять действия агентов для оценки.

Разработчики также создают CUA-S1 — небольшие специализированные модели для быстрых решений внутри интерфейса, таких как определение значений для форм. Основное планирование выполняет более крупный агент.

Проект распространяется под лицензией MIT и набрал около 27 тысяч звезд на GitHub.

Anthropic запустила отдельный сайт Claude.dev для разработчиков, работающих с Claude и Claude Code. На платформе публикуются технические материалы от инженеров компании: разборы API, руководства по работе с промптами и агентами, практические советы. Среди уже опубликованных материалов — статьи об использовании Skills, механизме кеширования промптов и оптимизации claude.ai, которая позволила ускорить работу сервиса примерно в три раза за две недели. Сайт позиционируется как техническая база знаний для создания продуктов и автоматизаций на базе Claude.

Появился аутентичный симулятор диалап-интернета из 1996 года. Интерфейс повторяет Windows 95, подключение к сети происходит через виртуальный прозвон модема, а страницы загружаются с характерной для того времени медленностью.

Симулятор доступен онлайн и позволяет испытать опыт использования интернета образца середины 1990-х годов. Проект может быть интересен как тем, кто хочет вспомнить первые годы массового интернета, так и тем, кто не застал эпоху коммутируемого доступа.

CopilotKit выпустила OpenDots — опенсорсный шаблон для постоянных ИИ-агентов, появившийся через несколько дней после анонса Dots от OpenAI. Система позволяет создавать агентов с отдельными ролями, инструкциями и инструментами, которые могут работать в чате, принимать голосовые звонки, подключаться к Slack и получать виртуальный компьютер для открытия сайтов, работы с файлами и выполнения команд в терминале.

Проект поддерживает веб и мобильный интерфейс, фоновые задачи, отдельные браузерные профили для агентов и встроенное подтверждение действий человеком. OpenDots распространяется под лицензией MIT и предназначен для самостоятельного развертывания с возможностью подключения собственной инфраструктуры и любого OpenAI-совместимого провайдера моделей. Проект находится в alpha-версии, часть интеграций требует дополнительной настройки.

Meta выпустила платформу Muse Gadgets с открытым исходным кодом для создания устройств с ИИ-агентом Muse. Платформа позволяет подключать агента к реальному оборудованию на базе ESP32, Raspberry Pi и других Linux-компьютеров. Пользователи могут добавлять экраны, кнопки, микрофоны, динамики и датчики для создания настольных помощников, голосовых ассистентов или дисплеев с напоминаниями.

Meta также представила устройство Muse Home Link — USB-гаджет на ESP32-C5 для подключения агента к домашней сети. С его помощью Muse управляет умными устройствами: лампами Philips Hue, телевизорами, колонками и принтерами. SDK и прошивки распространяются под лицензией Apache 2.0.

DeepSeek запустила десктопный Harness для macOS и Windows

Компания DeepSeek анонсировала десктопный Harness — опенсорсный аналог Claude Code и Codex для macOS и Windows. С помощью Harness модели DeepSeek могут функционировать как независимые агенты для работы с кодом, терминалом и управления файлами. Платформа поддерживает кастомизацию через плагины.

Разработчик создал мульти-агентную систему на базе Claude, которая работает внутри Minecraft. Команда AI-агентов самостоятельно распределяет задачи между собой и пишет код в отдельных рабочих директориях, а когда требуется участие человека, агенты подходят к пользователю непосредственно в игре.

Автор проекта AgentCraft сообщает, что уже применяет систему в реальной работе. Основное преимущество он видит в визуализации процессов в трёхмерном пространстве игры вместо привычного интерфейса приложений или командной строки.

Исходный код проекта опубликован на GitHub.

OpenAI анонсировала 28 дней ежедневных обновлений для Codex/Work. Представитель компании Тибо сообщил, что каждый день будет выпускаться значимое улучшение для большинства пользователей. Обновления могут включать упрощение интерфейса, повышение эффективности, новые функции или модели. В дни, когда подходящего обновления не будет, компания полностью снимет лимиты на использование.

Подписка на Claude оказалась в 5 раз выгоднее ChatGPT по объёму вычислительных ресурсов

Аналитики SemiAnalysis сравнили лимиты подписок крупнейших ИИ-сервисов и выяснили, что Anthropic предоставляет примерно в 5 раз больше вычислительных ресурсов за те же деньги, чем OpenAI. Исследователи измеряли не количество сообщений, а объём токенов, доступный в рамках подписки, и его стоимость относительно тарифов API.

OpenAI недавно вдвое сократила лимиты подписки за $200, а новый тариф за $500 предоставляет всего на 21% больше ресурсов для GPT-6 Astra. У Anthropic действует ограничение на использование в течение пяти часов, что не позволяет полностью израсходовать месячный объём.

По оценке SemiAnalysis, подписки приносят Anthropic около 10% выручки, но потребляют более 40% вычислительных ресурсов. Обе компании продают доступ к ИИ значительно дешевле его стоимости через API, но OpenAI начала сокращать эту субсидию прямым снижением лимитов, а Anthropic ограничивает доступ к самым дорогим моделям.

Юрий Борисов выдвинут на «Оскар» как лучший актер за роль Ильи Суцкевера в драме «Искусственный» о конфликте внутри OpenAI. Эндрю Гарфилд, исполнивший роль Сэма Альтмана, претендует на награду в категории «Лучшая мужская роль второго плана».

После премьерного показа критики назвали фильм режиссера Луки Гуаданьино провокационным и одним из лучших в его карьере за последнее десятилетие. В российский прокат картина выйдет в январе 2027 года.

Я поставил себе Hermes Agent и буду рассказывать на этом канале о сценариях его применения.

Кейс №11. Голосовые команды для Hermes без клавиатуры

Я отправляю Hermes голосовые сообщения в Telegram. Когда неудобно печатать, записываю задачу голосом. Hermes преобразует аудио в текст и выполняет команду как обычный запрос.

Например, я могу сказать: «Проверь новые письма, выдели срочные и подготовь черновики ответов». Hermes распознаёт речь, запускает нужные инструменты и возвращает результат в Telegram.

Схема простая: голосовое сообщение - распознавание речи - текстовая команда - выполнение - ответ. Для голосового ввода из терминала можно подключить локальный whisper.cpp, но это отдельная настройка, а не стандартная функция.

Распознавание может ошибаться в именах, адресах и числах, поэтому важные данные я проверяю перед выполнением действий.

Для меня это не просто удобство, а полезный сценарий доступности: Hermes можно использовать даже тогда, когда набирать текст сложно.

Команда OpenAI получила киновоплощение в фильме «Искусственный». Сэма Альтмана сыграл Эндрю Гарфилд, бывшего технического директора Миру Мурати — Моника Барбаро, президента Грега Брокмана — Купер Хоффман, а главного учёного Илью Суцкевера — Юра Борисов.

Я поставил себе Hermes Agent и буду рассказывать на этом канале о сценариях его применения.

Кейс №12. Hermes сначала обсуждает задачу, потом действует

Я подключил к Hermes плагин Converse, чтобы агент не начинал работу по неясному запросу. По команде `/converse` в Telegram инструменты блокируются, а Hermes только обсуждает и уточняет требования.

Например, вместо немедленного создания CRM по фразе «Сделай систему для отдела продаж» Hermes сначала спрашивает о пользователях, данных, правах доступа и способе развёртывания.

После каждого ответа он показывает цель, границы задачи, открытые вопросы и следующие шаги. Когда план согласован, я отправляю `/go`. Инструменты включаются, а весь диалог остаётся в контексте.

Важное ограничение: при одновременной работе нескольких сессий отмечались конфликты, поэтому режим нужно отдельно проверять в многопользовательском шлюзе.

Для меня это способ сначала принять правильное решение, а затем разрешить Hermes менять файлы и запускать инструменты.

Разработчик создал 3D-версию Fallout 2 с помощью нейросети Claude Opus 5.5. Модели передали копию классической игры с GOG и дали задание сделать ходилку от первого лица. Нейросеть перенесла оригинальные карты в 3D-формат для исследования, хотя сам геймплей не воспроизводился. По мнению разработчика, при достаточных лимитах возможна была бы и реализация игровой механики.

OpenAI представила Decisions API - инструмент для быстрых решений на основе текста и изображений.

В ролике показан контроль качества яиц на конвейере. RF-DETR от Roboflow находит каждое яйцо в кадре, после чего отдельный фрагмент изображения отправляется в OpenAI. Система возвращает вероятность одного из трех состояний: чистое, грязное или треснувшее.

Обработка одного яйца занимает около 270 мс. Один фрагмент использует примерно 280 входных токенов, а заявленная стоимость составляет около $0,03 за 1000 изображений.

Главное преимущество такого подхода - быстрый запуск без подготовки большого размеченного датасета и отдельного обучения классификатора.

Но для постоянной работы на производстве решение стоит сравнить с локальной моделью компьютерного зрения. Важно проверить точность, задержку, зависимость от интернета, стоимость на реальном потоке и резервный сценарий при сбое связи.

Это хороший пример того, как ИИ переходит от генерации текста к принятию решений внутри реального производственного процесса.

Я поставил себе Hermes Agent и буду рассказывать на этом канале о сценариях его применения.

Кейс №13. Куда уходят токены в Hermes Agent

Я подключил к Hermes панель мониторинга и разобрал шесть дампов запросов версии 0.6.0. В этой выборке около 73% среднего запроса занимали описания 31 инструмента и системная инструкция.

Например, я пишу в Telegram: «Собери новые обращения клиентов и выдели срочные». До обработки команды Hermes передаёт модели инструменты, правила работы и контекст диалога. Затем выбирает действия и возвращает ответ.

В измерении инструменты занимали 8 759 токенов, системная инструкция - 5 176, а сообщения - в среднем 26,7% запроса. Нагрузка повторялась в Telegram и WhatsApp.

Это результат конкретной конфигурации, а не универсальная доля. Состав инструментов, навыков и история диалога могут изменить цифры.

Для меня вывод простой: прежде чем менять модель, стоит измерить промпт, отключить ненужные инструменты и вовремя сжимать длинный контекст.

Microsoft выпустила Decision-1 — специализированную ИИ-модель для быстрого выбора правильного варианта из заданных, без генерации текста. Модель предназначена для классификации данных, проверки ответов и управления ИИ-агентами.

В основе лежит Qwen3.5-9B, дополнительно обученная для принятия решений за один проход. На вход модель получает задачу и варианты ответа, на выходе возвращает вероятность для каждого варианта.

По внутренним тестам Microsoft, Decision-1 работает в 35 раз быстрее GPT-6 Sol и в 4,5 раза быстрее Quyet-1.0-Large. Модель показала лучшую точность среди протестированных на 36 бенчмарках с почти 150 тысячами вопросов.

Команда Xbox применила модель для классификации более 10 тысяч отзывов игроков. Качество оказалось сопоставимо с GPT-6 Sol, при этом обработка шла в 14 раз быстрее и обходилась в 200 раз дешевле.

Стоимость использования составляет $0,042 за миллион входных токенов, выходные токены бесплатны. Модель доступна через Microsoft Foundry, позже появится на OpenRouter.

xAI опубликовала официальное руководство по работе с Grok Bot. В документе представлены примеры применения для маркетинга, продаж, найма, юридических задач, поддержки, разработки и управления продуктом.

Компания рекомендует не концентрировать все задачи на одном боте, а создавать систему из главного помощника в роли координатора и нескольких специализированных ботов под разные функции. Для проектной работы предлагается формировать команды ботов, где каждый отвечает за свой участок: исследование, документацию, проверку результатов.

Бен Лэнг предложил альтернативный подход: загрузить гайд в главного Grok Bot и попросить его проанализировать текущую систему ботов, выявить недостатки и предложить оптимизацию.

Anthropic и OpenAI разрабатывают планы реагирования на возможный масштабный кризис с участием искусственного интеллекта. Компании опасаются негативной реакции общества и регулирующих органов в случае серьезного инцидента, связанного с ИИ-технологиями. Об этом сообщает Axios со ссылкой на источники, знакомые с ситуацией.