Похоже, Google начала раскатку Nano Banana 2 Lite
Новая рисовалка уже доступна в Gemini App если выбрать модель Flash-Lite. У меня на сегодня запланирован другой пост и детально тестировать времени нет (да и рано, пока анонса не было). Но вспомнил, что на "Бусти" у меня есть подробный гайд как писать промпты для графических ИИ, взял оттуда несколько промптов, результаты можете видеть выше.
Быстрые впечатления такие:
— работает быстро, генерация почти моментальная.
— неплохо работает со шрифтами, в том числе русскими. Для Flash-модели это главное достижение.
— в целом качество достойное, мне нравится.
— косяки тоже есть, лисенку нарисовала лишнюю лапу, удалить ее при редактировании у меня не получилось.
Делаем скидку, что это Flash-модель и вряд ли конкурент дорогим GPT Images 2 и Nano Banana 2. Но за счет скорости я вижу прямо идеальную модель для "набросков": я, например, часто прошу Opus 4.8 нагенерировать с десяток идей иллюстрации для какого-нибудь поста, тестировать их все в GPT Images 2 долго, а вот в такой модели — идеально.
В общем, милый анонс от Google. Еще ходят слухи, что Anthropic сегодня представит Sonnet 5, но его уже столько раз обещали, что боюсь сглазить.
(апдейт: а вот и официальный пост)
Новая рисовалка уже доступна в Gemini App если выбрать модель Flash-Lite. У меня на сегодня запланирован другой пост и детально тестировать времени нет (да и рано, пока анонса не было). Но вспомнил, что на "Бусти" у меня есть подробный гайд как писать промпты для графических ИИ, взял оттуда несколько промптов, результаты можете видеть выше.
Быстрые впечатления такие:
— работает быстро, генерация почти моментальная.
— неплохо работает со шрифтами, в том числе русскими. Для Flash-модели это главное достижение.
— в целом качество достойное, мне нравится.
— косяки тоже есть, лисенку нарисовала лишнюю лапу, удалить ее при редактировании у меня не получилось.
Делаем скидку, что это Flash-модель и вряд ли конкурент дорогим GPT Images 2 и Nano Banana 2. Но за счет скорости я вижу прямо идеальную модель для "набросков": я, например, часто прошу Opus 4.8 нагенерировать с десяток идей иллюстрации для какого-нибудь поста, тестировать их все в GPT Images 2 долго, а вот в такой модели — идеально.
В общем, милый анонс от Google. Еще ходят слухи, что Anthropic сегодня представит Sonnet 5, но его уже столько раз обещали, что боюсь сглазить.
(апдейт: а вот и официальный пост)
🔥21👍11❤10
Прочел на канале Кости Сухачева пост про Output vs Outcome – и понял, насколько же круто это все ложится на мои рассуждения последних недель о ценности человека в ИИ-эру.
Если коротко, то Output – это мышление от задачи. Таски, созвоны, фичи – все то, что можно в конце дня пометить красивыми галочками в чек-листе. Нормальный подход для большинства специалистов и даже многих предпринимателей.
Outcome – мышление от изменений. Вы ставите галочки день, неделю, месяц – а какой результат? Сдвинулся ли ваш проект? Решилась ли проблема? Выросли ли вы сам как профессионал?
Очевидно, что процесс без результата особого смысла не имеет. Но Костя верно подмечает ловушку: Output легко контролировать самому (поднажал – задача закрыта), он дает ощущение результата здесь и сейчас, быстрый и гарантированный дофамин. Outcome контролировать сложнее: он проявляется через месяцы и годы, зависит не только от вас, но и от коллег, партнеров, конъюнктуры и даже удачи.
В общем, так было до недавней поры, но теперь внедрение ИИ усложняет историю еще и тем, что во многих областях делает Output практически бесплатным. Получается эдакая дофаминовая карусель: настроил один раз – и на тебе бесконечный поток текстов, кода, мини-продуктов. Вот только чем шире такой поток – тем важнее думать о процессе.
Сейчас уже полно исследований, что грубый расход токенов/лимитов на ИИ редко приводит к результату. Апрельский PwC AI Performance Study показывает, что почти три четверти (74%) экономической выгоды от ИИ достается лишь 20% компаний. Остальные жгут токены почти впустую.
В PwC исследовали, чем отличаются эти 20% компаний. Оказалось, что пока основная масса пытается сократить с помощью ИИ издержки, они направляют все силы на рост. То есть первые пытаются удешевить outcome, вторые – думают об output. И выигрывают.
Не стоит брать эту схему на вооружение как единственную. В том же тексте Костя пишет, что думать только об outcome, целиком забыв про output – другая крайность, не менее опасная. И честно добавляет, что простого решения нет: нужно учиться балансировать между целью (зачем я делаю?) и инструментами. В работе с ИИ этот навык не менее важен: даже дешевые инструменты важно контролировать, а цель всегда останется вашей зоной ответственности.
Кстати, от души советую канал Кости – он делится практическим опытом на стыке ИИ, менджмента, маркетинга и бизнеса. Полезного очень много, отмечу еще несколько постов, которые зацепили:
— Время архитекторов (если вас зацепила тема Output vs Outcome, то этот пост хорошо ее дополняет)
— Nvidia не производит чипов
— Эмоциональный капитал в бизнесе
— Как работать с мозгом, а не против него
— Все ринулись кодить
Если коротко, то Output – это мышление от задачи. Таски, созвоны, фичи – все то, что можно в конце дня пометить красивыми галочками в чек-листе. Нормальный подход для большинства специалистов и даже многих предпринимателей.
Outcome – мышление от изменений. Вы ставите галочки день, неделю, месяц – а какой результат? Сдвинулся ли ваш проект? Решилась ли проблема? Выросли ли вы сам как профессионал?
Очевидно, что процесс без результата особого смысла не имеет. Но Костя верно подмечает ловушку: Output легко контролировать самому (поднажал – задача закрыта), он дает ощущение результата здесь и сейчас, быстрый и гарантированный дофамин. Outcome контролировать сложнее: он проявляется через месяцы и годы, зависит не только от вас, но и от коллег, партнеров, конъюнктуры и даже удачи.
В общем, так было до недавней поры, но теперь внедрение ИИ усложняет историю еще и тем, что во многих областях делает Output практически бесплатным. Получается эдакая дофаминовая карусель: настроил один раз – и на тебе бесконечный поток текстов, кода, мини-продуктов. Вот только чем шире такой поток – тем важнее думать о процессе.
Сейчас уже полно исследований, что грубый расход токенов/лимитов на ИИ редко приводит к результату. Апрельский PwC AI Performance Study показывает, что почти три четверти (74%) экономической выгоды от ИИ достается лишь 20% компаний. Остальные жгут токены почти впустую.
В PwC исследовали, чем отличаются эти 20% компаний. Оказалось, что пока основная масса пытается сократить с помощью ИИ издержки, они направляют все силы на рост. То есть первые пытаются удешевить outcome, вторые – думают об output. И выигрывают.
Не стоит брать эту схему на вооружение как единственную. В том же тексте Костя пишет, что думать только об outcome, целиком забыв про output – другая крайность, не менее опасная. И честно добавляет, что простого решения нет: нужно учиться балансировать между целью (зачем я делаю?) и инструментами. В работе с ИИ этот навык не менее важен: даже дешевые инструменты важно контролировать, а цель всегда останется вашей зоной ответственности.
Кстати, от души советую канал Кости – он делится практическим опытом на стыке ИИ, менджмента, маркетинга и бизнеса. Полезного очень много, отмечу еще несколько постов, которые зацепили:
— Время архитекторов (если вас зацепила тема Output vs Outcome, то этот пост хорошо ее дополняет)
— Nvidia не производит чипов
— Эмоциональный капитал в бизнесе
— Как работать с мозгом, а не против него
— Все ринулись кодить
🔥11❤9👍5
Анонс Sonnet 5, возвращение Fable 5 – да что вообще творится?!
Хаос, обожаю такой хаос!
Cел в ночи писать разбор Sonnet 5, заканчиваю — а зарубежные журналисты пишут о возвращении Claude Fable 5. Добавил в текст ремарку — а уже пришло подтверждение от Anthropic.
Выдыхаем: модель вернется в ближайшие часы. И не только для граждан США, а для всего мира.
Ну а теперь читайте разбор Sonnet 5, некоторые вещи в нем устарели, но переписывать уже не буду, извините.
Начнем с того, что ИИ-сообщество не сильно довольно этим анонсом. Пятерка в названии указывает на новое поколение. И после нескольких часов с Sonnet 5 это видно: модель иначе ведет диалог, у нее другой подход к текстам.
А вот на бенчмарках вырисовывается двойственная картина. С одной стороны, новинка прибавила в сравнении с Sonnet 4.6, что и неудивительно – та вышла 17 февраля.
Но от флагманского Opus 4.8 модель в большинстве бенчмарков отстает – хотя, казалось бы, новое поколение должно быть шагом вперед. Справедливости ради, кодинг в терминале и использование компьютера почти на уровне Опуса, что делает модель хорошей базой для Claude Code.
Заметное отставание видно в SWE-bench Pro, одном из популярных бенчмарков на программирование. По киберспособностям модель тоже придушили: в CyberGym – бенчмарке на поиск уязвимостей – Sonnet 5 уступает даже 4.6, не говоря об Opus 4.8 и Fable 5. В Anthropic добавляют, что усилили защиту модели, доведя до Opus 4.8.
Впрочем, на программировании свет клином не сошелся. Sonnet 5 – основная рабочая лошадка для бесплатного тарифа и самой дешевой подписки Pro, а это территория массового пользователя. Здесь у модели все не так плохо: в GDPval-AA v2 она даже чуть-чуть обходит Opus 4.8 – а это как раз бенчмарк, показывающий, насколько хорошо ИИ выполняет интеллектуальную рутину вроде написания черновиков отчетов, создания презентаций, работы с таблицами и т. д.
Но всплывает другая проблема. Artificial Analysis прогнала Sonnet 5 в серии независимых тестов, оценив ее в 53 балла – лишь чуть-чуть позади Opus 4.8 и GPT-5.5. Но отметили тревожную историю: в среднем задача бенчмарка стоила $2,29, что дороже Opus 4.8 ($1,80) и GPT-5.5 ($1,03).
Справедливости ради, меряли по стандартной цене в API: $3 за миллион входных токенов / $15 за миллион выходных токенов. А Anthropic до 31 августа сделала скидку до $2/$10 – и при такой цене результат получается уже на 15% дешевле Opus 4.8. Но даже так недостаточно дешево для модели классом ниже. Только если Opus 5 не сделают еще более прожорливым.
Ну и финальный удар. В спину Sonnet 5 дышит настоящая звезда последних недель – китайская GLM-5.2. Причем хороша она не только в бенчмарках: я постоянно вижу отзывы от реальных пользователей, которые гоняют модель в разных задачах – от кода до текста и фронтенда. И главное: при почти равных цифрах, GLM-5.2 в три раза дешевле.
Тут стоит сделать небольшую оговорку – GLM-5.2 не поддерживает мультимодальность, то есть, получив изображение на вход, переключается на модель попроще с худшими возможностями. А как раз у серии Claude компьютерное зрение прокачали серьезно – и это большое преимущество. Но для тех, кто не работает с визуалом, GLM-5.2 будет сильной альтернативой Sonnet 5 – тем более, китайцы очень быстро обновляют свою модель.
Возможно, проблемы Sonnet 5 временные: модель нового поколения имеет право быть сырой, проседая в некоторых характеристиках. Но не исключено, что прямо сейчас мы наблюдаем то, о чем многие предупреждали после блокировки Fable 5 – из-за нервозности и суматохи, OpenAI и Anthropic могут начать уступать массовый рынок китайским конкурентам.
В любом случае – в Claude Code Sonnet 5 и Fable 5 будут работать просто отлично. Так что подписывайтесь на мой “Бусти”, там уже целый мини-курс, как начать работать с Claude Code и делать в нем крутые шт
Хаос, обожаю такой хаос!
Cел в ночи писать разбор Sonnet 5, заканчиваю — а зарубежные журналисты пишут о возвращении Claude Fable 5. Добавил в текст ремарку — а уже пришло подтверждение от Anthropic.
Выдыхаем: модель вернется в ближайшие часы. И не только для граждан США, а для всего мира.
Ну а теперь читайте разбор Sonnet 5, некоторые вещи в нем устарели, но переписывать уже не буду, извините.
Начнем с того, что ИИ-сообщество не сильно довольно этим анонсом. Пятерка в названии указывает на новое поколение. И после нескольких часов с Sonnet 5 это видно: модель иначе ведет диалог, у нее другой подход к текстам.
А вот на бенчмарках вырисовывается двойственная картина. С одной стороны, новинка прибавила в сравнении с Sonnet 4.6, что и неудивительно – та вышла 17 февраля.
Но от флагманского Opus 4.8 модель в большинстве бенчмарков отстает – хотя, казалось бы, новое поколение должно быть шагом вперед. Справедливости ради, кодинг в терминале и использование компьютера почти на уровне Опуса, что делает модель хорошей базой для Claude Code.
Заметное отставание видно в SWE-bench Pro, одном из популярных бенчмарков на программирование. По киберспособностям модель тоже придушили: в CyberGym – бенчмарке на поиск уязвимостей – Sonnet 5 уступает даже 4.6, не говоря об Opus 4.8 и Fable 5. В Anthropic добавляют, что усилили защиту модели, доведя до Opus 4.8.
Впрочем, на программировании свет клином не сошелся. Sonnet 5 – основная рабочая лошадка для бесплатного тарифа и самой дешевой подписки Pro, а это территория массового пользователя. Здесь у модели все не так плохо: в GDPval-AA v2 она даже чуть-чуть обходит Opus 4.8 – а это как раз бенчмарк, показывающий, насколько хорошо ИИ выполняет интеллектуальную рутину вроде написания черновиков отчетов, создания презентаций, работы с таблицами и т. д.
Но всплывает другая проблема. Artificial Analysis прогнала Sonnet 5 в серии независимых тестов, оценив ее в 53 балла – лишь чуть-чуть позади Opus 4.8 и GPT-5.5. Но отметили тревожную историю: в среднем задача бенчмарка стоила $2,29, что дороже Opus 4.8 ($1,80) и GPT-5.5 ($1,03).
Справедливости ради, меряли по стандартной цене в API: $3 за миллион входных токенов / $15 за миллион выходных токенов. А Anthropic до 31 августа сделала скидку до $2/$10 – и при такой цене результат получается уже на 15% дешевле Opus 4.8. Но даже так недостаточно дешево для модели классом ниже. Только если Opus 5 не сделают еще более прожорливым.
Ну и финальный удар. В спину Sonnet 5 дышит настоящая звезда последних недель – китайская GLM-5.2. Причем хороша она не только в бенчмарках: я постоянно вижу отзывы от реальных пользователей, которые гоняют модель в разных задачах – от кода до текста и фронтенда. И главное: при почти равных цифрах, GLM-5.2 в три раза дешевле.
Тут стоит сделать небольшую оговорку – GLM-5.2 не поддерживает мультимодальность, то есть, получив изображение на вход, переключается на модель попроще с худшими возможностями. А как раз у серии Claude компьютерное зрение прокачали серьезно – и это большое преимущество. Но для тех, кто не работает с визуалом, GLM-5.2 будет сильной альтернативой Sonnet 5 – тем более, китайцы очень быстро обновляют свою модель.
Возможно, проблемы Sonnet 5 временные: модель нового поколения имеет право быть сырой, проседая в некоторых характеристиках. Но не исключено, что прямо сейчас мы наблюдаем то, о чем многие предупреждали после блокировки Fable 5 – из-за нервозности и суматохи, OpenAI и Anthropic могут начать уступать массовый рынок китайским конкурентам.
В любом случае – в Claude Code Sonnet 5 и Fable 5 будут работать просто отлично. Так что подписывайтесь на мой “Бусти”, там уже целый мини-курс, как начать работать с Claude Code и делать в нем крутые шт
3❤33🔥24👍10😁4
Главный урок из блокировки Claude Fable 5
Он простой – это нестабильность современных моделей как рабочего инструмента.
Anthropic уже раскрыла правила возвращения Fable 5: в подписках Pro и Max модель пока останется только до 7 июля, а расходовать разрешат не более 50% лимита тарифа. Плюс компания ужесточила классификаторы безопасности: если запрос покажется подозрительным, то его перекинут на Opus – причем речь не только о поиске уязвимостей, но и об обычном кодинге.
Возможно, классификаторы окажутся безобидными. Или Fable 5 оставят и после 7 июля. Но сейчас я понимаю, что в ближайшие дни просто поиграюсь с моделью, но не буду строить на ней никакие серьезные рабочие процессы – и это несмотря на то, что у меня недешевый Claude Max.
Это можно было бы списать на особенность тарифных планов одной конкретной компании, но нет – аналогичные ситуации сплошь и рядом. Когда вашим рабочим инструментом является компьютер/перфоратор/автомобиль – у вас есть четкое понимание его функций и того, что завтра они не изменятся. В ИИ подобного нет.
Например, в прошлом августе OpenAI выпустила долгожданную GPT-5 – и тут же на радостях убрала из ChatGPT “устаревшую” GPT-4o. Сразу же компанию завалили жалобами пользователи: многие любили 4o за навык вести теплые беседы и стиль GPT-5 их не устраивал.
Еще хуже ситуация стала, когда ИИ превратился в рабочий инструмент. Завирусившийся в начале года OpenClaw был удачной комбинацией новой идеи ИИ-агента и модели Claude Opus, которую тогда можно было бюджетно подключить через Oauth в Claude Code. Opus отлично подходил благодаря теплому стилю общения и продвинутым агентским возможностям, но Anthropic не понравилась нагрузка на инфраструктуру, поэтому использовать OpenClaw разрешили только через дорогой API. Многих (в том числе и меня) это не устроило – и пришлось уходить, бросая наработанные процессы.
Быстро устаревают версии моделей. Мне, например, нравился стиль общения GPT-5.1, до сих пор считаю ее одной из самых “живых” моделей OpenAI – но в подписке ChatGPT ее давно нет. Я переживу, но для тех, кто строит вокруг ИИ фиксированные процессы, это настоящая головная боль: например, GPT-5.2 и GPT-5.5 требуют совершенно разного подхода к промптингу, поэтому перевести ассистента с первой на вторую потребует минимум несколько часов настройки и тестирования.
И даже задеплоенную модель разработчик может изменить в любой момент: переписать системный промпт, добавить классификаторы безопасности, изменить настройки глубины рассуждений, поднять цену. Как результат – меняется стиль ответов, случаются отказы там, где их не было, плывет экономика.
ИИ сейчас развивается так быстро, что зрелые отношения между поставщиком и клиентом просто не успевают сформироваться: компаниям выгодно постоянно улучшать модели и как можно быстрее убирать устаревшие, экономя на инфраструктуре. А теперь в эту историю вмешался и госконтроль: пример Fable 5 показывает, что правительство может вырубить уже запущенную новинку, вокруг которой клиенты только-только начали выстраивать процессы.
Что с этим делать? Однозначного ответа пока нет. Очевидно, что история с Fable 5 стала пиаром в первую очередь для open source моделей – с ними есть свои нюансы, но как минимум есть гарантия, что в развернутые на своем железе открытые веса никто не засунет свой нос. Но действительно серьезный open source: это как минимум топовая видеокарта для личного использования или несколько GPU для корпоративного. Такое потянет не каждый.
Для личного использования советую не зацикливаться на одном ИИ. Оплачивать можно единственную подписку – но регулярно прогоняйте хотя бы простые задачи через бесплатные тарифы. Так набьете руку быстро передавать задачи от одной модели к другой.
Еще старайтесь получше понять устройство ИИ. На “Бусти” у меня есть свежий разбор системного промпта Claude Fable 5 – из него видно, как работает этот слой управления моделью. А в ближайшее время планирую лонгрид про пользовательский промпт и постоянную память ИИ, а также ее перенос между разными нейронками.
Самое время подписаться!
Он простой – это нестабильность современных моделей как рабочего инструмента.
Anthropic уже раскрыла правила возвращения Fable 5: в подписках Pro и Max модель пока останется только до 7 июля, а расходовать разрешат не более 50% лимита тарифа. Плюс компания ужесточила классификаторы безопасности: если запрос покажется подозрительным, то его перекинут на Opus – причем речь не только о поиске уязвимостей, но и об обычном кодинге.
Возможно, классификаторы окажутся безобидными. Или Fable 5 оставят и после 7 июля. Но сейчас я понимаю, что в ближайшие дни просто поиграюсь с моделью, но не буду строить на ней никакие серьезные рабочие процессы – и это несмотря на то, что у меня недешевый Claude Max.
Это можно было бы списать на особенность тарифных планов одной конкретной компании, но нет – аналогичные ситуации сплошь и рядом. Когда вашим рабочим инструментом является компьютер/перфоратор/автомобиль – у вас есть четкое понимание его функций и того, что завтра они не изменятся. В ИИ подобного нет.
Например, в прошлом августе OpenAI выпустила долгожданную GPT-5 – и тут же на радостях убрала из ChatGPT “устаревшую” GPT-4o. Сразу же компанию завалили жалобами пользователи: многие любили 4o за навык вести теплые беседы и стиль GPT-5 их не устраивал.
Еще хуже ситуация стала, когда ИИ превратился в рабочий инструмент. Завирусившийся в начале года OpenClaw был удачной комбинацией новой идеи ИИ-агента и модели Claude Opus, которую тогда можно было бюджетно подключить через Oauth в Claude Code. Opus отлично подходил благодаря теплому стилю общения и продвинутым агентским возможностям, но Anthropic не понравилась нагрузка на инфраструктуру, поэтому использовать OpenClaw разрешили только через дорогой API. Многих (в том числе и меня) это не устроило – и пришлось уходить, бросая наработанные процессы.
Быстро устаревают версии моделей. Мне, например, нравился стиль общения GPT-5.1, до сих пор считаю ее одной из самых “живых” моделей OpenAI – но в подписке ChatGPT ее давно нет. Я переживу, но для тех, кто строит вокруг ИИ фиксированные процессы, это настоящая головная боль: например, GPT-5.2 и GPT-5.5 требуют совершенно разного подхода к промптингу, поэтому перевести ассистента с первой на вторую потребует минимум несколько часов настройки и тестирования.
И даже задеплоенную модель разработчик может изменить в любой момент: переписать системный промпт, добавить классификаторы безопасности, изменить настройки глубины рассуждений, поднять цену. Как результат – меняется стиль ответов, случаются отказы там, где их не было, плывет экономика.
ИИ сейчас развивается так быстро, что зрелые отношения между поставщиком и клиентом просто не успевают сформироваться: компаниям выгодно постоянно улучшать модели и как можно быстрее убирать устаревшие, экономя на инфраструктуре. А теперь в эту историю вмешался и госконтроль: пример Fable 5 показывает, что правительство может вырубить уже запущенную новинку, вокруг которой клиенты только-только начали выстраивать процессы.
Что с этим делать? Однозначного ответа пока нет. Очевидно, что история с Fable 5 стала пиаром в первую очередь для open source моделей – с ними есть свои нюансы, но как минимум есть гарантия, что в развернутые на своем железе открытые веса никто не засунет свой нос. Но действительно серьезный open source: это как минимум топовая видеокарта для личного использования или несколько GPU для корпоративного. Такое потянет не каждый.
Для личного использования советую не зацикливаться на одном ИИ. Оплачивать можно единственную подписку – но регулярно прогоняйте хотя бы простые задачи через бесплатные тарифы. Так набьете руку быстро передавать задачи от одной модели к другой.
Еще старайтесь получше понять устройство ИИ. На “Бусти” у меня есть свежий разбор системного промпта Claude Fable 5 – из него видно, как работает этот слой управления моделью. А в ближайшее время планирую лонгрид про пользовательский промпт и постоянную память ИИ, а также ее перенос между разными нейронками.
Самое время подписаться!
4❤23👍17🔥9😁1