Вот что по бенчмаркам:

— На DeepSWE 1.1 модель набрала 61,7%, обойдя DeepSeek V4 Pro 0813 и Qwen3.8 Max, но уступив Kimi K3

— В кибербезопасности забрала первое место в опубликованном сравнении. Ближайший конкурент MiMo-V2.6-Pro, следом идут Grok 4.7 и GLM-5.3-Flash

— На Terminal-Bench 4.0 результат примерно вдвое выше, чем у DeepSeek V4 Pro 0813 и Kimi K3. Но до GLM-5.3 ещё далеко

— В поиске объектов на изображениях обошли даже GPT-6 Astra. Правда, преимущество всего в один процентный пункт

Среди заявленных результатов есть доказательства частного случая гипотезы Ходжа и ослабленной версии гипотезы Римана. Обе входят в ту же семёрку задач тысячелетия, что и Навье — Стокс, хотя полностью пока не решены.

По стоимости модель приблизилась к GPT-6 Luna: $0,10 за миллион входных токенов и $0,50 за выходные.

Это в 10 раз дешевле Haiku 4.5, но только для запросов до 100k токенов, дальше тариф вырастает в пять раз.

Например: куда отправить тикет, насколько критичен баг, стоит ли передавать задачу дорогому агенту. Несколько независимых вопросов можно задать в одном запросе.

По цене оригинальный Jev пока выигрывает: $0,042 против $0,10 за миллион входных токенов у OpenAI. За выход в обоих случаях платить не нужно. Зато Decisions API сразу умеет работать с картинками.

Забирать $ надо вручную через Billing → Link organization на claude.ai.

Начислять обещают каждый месяц, остаток на следующий месяц не переносится.

Вот что будет на конфе:

– Олег Бартунов из Postgres Professional расскажет про архитектуру данных в эпоху ИИ. Как сохранять контекст и какими должны стать системы хранения, когда AI начинает интерпретировать данные и использовать их для принятия решений.

– AvitoTech расскажут, как внедряют AI First: от формирования подхода до расширения использования инструментов и автоматизаций.

– «Куда пропали джуны и откуда возьмутся мидлы» — круглый стол с участниками из Сбера, ИТМО и Райффайзен Банка. Если рутинные задачи забирают агенты, на чём учиться начинающим разработчикам?

Для подписчиков Ultra Argon также доступна в Antigravity 2.0 и Google AI Studio.

Стартовые цены API: $2 за миллион входных токенов и $10 за миллион выходных.

Они действуют до 30 ноября, а с 1 декабря вырастут до $4/$20.

Теперь на этой архитектуре сделали Snap — модель для быстрых решений внутри агентов.

У Snap 384K токенов контекста с поддержкой изображений (это в 12 раз больше, чем у Jev). По заявлению компании, 100K токенов он обрабатывает примерно за секунду. С маленьким контекстом работает в 10 раз быстрее.

В демке модель получает репозиторий на 226K токенов и за 2,42 секунды отбирает для кодинг-агента нужные файлы и строки. На выходе пакет всего на 7 КБ! Возможность быстро и дёшево скормить модели столько контекста реально радует)

Что ещё завезли:

— Меньше расход лимитов после паузы. Claude теперь сжимает длинные простаивающие сессии перед истечением кэша (примерно через час). Когда возвращаешься, ему нужно заново обработать только краткую сводку вместо всей переписки, что экономит токены.

— Сохранённые окружения. Несколько папок, SSH-хост или облако можно сохранить как готовый сетап для новых сессий. Для каждой папки можно включить отдельный worktree. Недавние папки тоже доступны в один клик.

— Следующие задачи в один клик. Claude сам предлагает дополнительную работу по ходу текущей задачи. Можно сразу отправить её в отдельную сессию.

— Вопросы не связанные с текущим чатом через /btw. Они открываются в отдельной вкладке, пока основная сессия продолжает работать.

— Больше информации о происходящем. В сайдбаре видно, какие сессии работают и какие ждут тебя. Внутри обновляемый список задач, карточка с итогами хода и боковая панель с окружением, контекстом и изменениями.

В целом Flash получилась неплохой. На Terminal-Bench 4.0 у неё 26,8% против 63,6% у Sonnet 5.5 и 56,1% у GPT-6.1 Sol.