Я тут понял, что мой харнесс является не только хорошим оркестратором AI-моделей, но и с него можно собирать интересные аналитические данные.

Например, о том, как какая модель справляется с тем или иным типом задач. Где и какие ошибки допускает в сравнении со старшими братьями.

Вот я вчера начал новую Grok 4.7 нагружать боевыми задачами, а сегодня уже новую MiMo 2.6 Pro от Xiaomi могу нагрузить. И собрать обратную связь о том, кто из них как справляется.
В реальности, а не на искусственных тестах.

Замутим собственный Bench?

У Кодекса новая фишка появилась.

Теперь при исчерпанных недельных лимитах, чтобы ты не унывал, они дают тебе доступ к лимитам Luna.

Попробую нагрузить, глянуть на сколько этой внезапной халявы хватит.

Opus 5.5 — просто отвал башки!

Я прям не ожидал. Он мне интерфейс нашего будущего десктопного приложения V2Bot выдал сильно лучше чем я вообще мог ожидать от него. Это прям в продакшн можно было бы тащить с точки зрения дизайна вот прям сразу с первой попытки. Держите меня семеро)))

Смешнее всего с Марка 😂

А если без шутеечек...

По обновленному Клоду могу сказать, что по сути на их нынешней топовой модели Opus 5.5 я едва-ли осилю сжечь недельный лимит Max за неделю.

В среднем в 8 потоков шпарю без остановки весь день, и лимиты едва уходят. Такого не было никогда.

И при этом уровень мозговитости тоже, какого ни в одной модели ещё не встречал.
Тестировать GPT-6-Sol мне даже пока не интересно))

Со вчерашнего дня у меня агент V2 удаленно управляет наконец-то моим домашним компьютером (тестируем несколько крупных обновлений).

В том числе и всей разработкой по всем моим проектам.

Наконец-то я смогу доставки с маркетплейсов через агента заказывать 😄

Когда автоматизировал всю разработку и думаешь куда бы ещё подселить агента V2.

Цукерберг со своим Тамагочи отдыхает

А вот это тема будет! 🔥 Давно меня не удивляли подобными придумками 👍

Постоянно слышу вопросы, зачем нужен агент V2, если есть Claude или Codex.

Вот сейчас уже пол-часа Кодекс лежит. У меня балансировка нагрузки автоматически на Клода сместилась там, где Кодекс использовался.

Узнал благодаря системным уведомлениям. А пользователи V2 вообще ничего не заметили.

Не говоря уже о 100500 прочих прикольных обвесов, и возможности общения с этим всем через самую привычную для людей среду виртуального общения (через мессенджеры, разумеется).

По мотивам вопросов с прошедшего позавчера эфира (я в кадре не участвовал, но в чат залетел на вопросы зрителей поотвечать) решил глубже прочекать вопрос защиты данных пользователей продуктов V2 от обработки на стороне LLM-провайдеров.

Это конечно давно уже надо было раскопать, и это конечно нам 100-процентного спокойствия не даёт, но многие провайдеры AI-моделей позволяют активировать ZDR (zero data retention), чем я незамедлительно воспользовался.

Мы же все против, чтобы разработчики LLM пользовались нашими данными для обучения своих нейросетей, да?

Если говорить о стороне агента V2, то тут ZDR при общении с агентом в принципе теряет смысл, т.к. без хранения знаний о пользователе агент превратится в пробку. Да и LLM-моделей я никаких не разрабатываю и не обучаю.

Но это не значит, что какие-то подобные настройки у пользователей продуктов V2 не появятся. Некоторые соображения в эту сторону у меня есть, и это требует отдельной проработки.

Как я уже рассказывал, у меня давным давно мониторится 100+ каналов и чатов из AI-тематики.

Это позволяет мне быть всегда в курсе не только горячих новостей про ИИ, но и быстро узнавать всякие лайфхаки и ценный вайбкодерский опыт из кулуаров.

Вчера мне агент притащил среди прочего инфу, следующего содержания:

5️⃣ SubBar: как подменить дорогие модели дешёвыми в Claude Code - Тулза для Mac показывает лимиты аккаунтов (5ч/7дн/1мес) для Claude, ChatGPT и др. Плюс фишка: подменяет Sonnet/Haiku на модели из OpenCode Go (Deepseek v4.1 и т.д.) — можно держать Opus 5.5 low оркестратором, а 15 саб-агентов гонять через дешёвую подписку.

И мне есть что рассказать о том, как оно устроено.

В прошлом году, пытаясь прикрутить учёт расхода токенов Клода, я развернул для него прокси, через который Claude Code обращался бы в качестве прослойки далее к серверам Anthropic.

Копаясь в структуре его трафика, случайно обнаружился один интересный нюанс: Claude Code при использовании моделей Sonnet и Opus под капотом до 90% задач на самом деле поручает своей младшей модельке Haiku.

Уже на тот момент существовали гораздо более дешёвые и при этом более умные китайские модели (в сравнении с Haiku).

Пришла идея попробовать подменять на уровне прокси адресата с Haiku на дешёвого, сопоставимого по мозгам китайца. И оно сработало.

- Sonnet получает задачу от меня.
- Отправляет значительную часть поручений к модели Haiku.
- Мой прокси видит обращения к Haiku перехватывает и передаёт их в китайскую модель.
- Ответ от китайской модели возвращается с обратным преобразованием к модельке Sonnet, которая даже не подозревает, что лёгкую и быструю задачу для неё выполнил китаяц. Многократно более дешёвый и более умный, чем древняя Haiku.

Получаем заметную экономию шекелей без потери качества работы Claude.

Это мой опыт из ранних стадий построения V2Bot.ai. Разумеется, речь про пользование Claude через официальное коммерческое API Anthropic с оплатой за токены, а не про пользование Клодом по подписке.

Теперь Кодекс сдавать позиции начал 😢

Тариф Pro за $200 с 30 октября понижает лимиты с х20 до х10 от Plus.
Если не хочешь страдать: теперь предлагается платить $500 за лимиты х25 от тарифа Plus.

Крч, в два раза режут лимиты. Я, пожалуй, приторможу с приобретением доп подписки на Кодекс, как недавно планировал. Но и Антропики теперь могут R включить. Будем наблюдать.

А вы знали, что в режиме чата у GPT-6 Pro, оказывается, был лимит 200 сообщений в неделю?
Я вот не знал.
Теперь и он снизится до 100 🙃

Про презентованных агентов Dot могу сказать: занятная у V2Bot конкуренция получается с Anthropic, Grok, Meta, а теперь ещё и с OpenAI в роли догоняющих.

С богатейшими корпорациями планеты, конечно, тяжело будет конкурировать 😅

Прошёлся по куче каналов AI-тематики.

НИ В ОДНОМ НИ СЛОВА об этой ложке дёгтя.

Все мёдом упиваются и радуются новому тарифу за $500. Алё, коллеги, очнитесь.

OpenAI заявляют, что GPT-6.1-Sol стал решать задачи ощутимо меньшей кровью.

Я решил подарить себе лучик надежды "что всё будет хорошо", и запустил привычное жарево в 8 потоков на новой модели.

Это не замер искусственными бэнчмарками, а обывательская проверка на том количестве проектных нон-стоп потоков, в котором, если помните, у меня неделя лимитов Кодекса на GPT-6-Sol Макс за сутки сгорала.

За 5 часов непрерывной работы модели GPT-6.1-Sol Макс ушло 5% недельного лимита. Следовательно, могу ожидать, что за сутки при такой же нагрузке сгорит около четверти недельного лимита.
Значит, при урезании количества лимитов, как они грозятся, вдвое — будет гореть где-то половина недельных лимитов в сутки.

Тот ещё из меня бэнч-Архимед 😄

Может не всё так плохо, и потому они лимиты и режут? Продолжаем наблюдать.

Это до какого состояния надо вайбкодера довести, чтобы он радовался сгоранию недельного лимита за 2 суток.

Ну продолжают задабривать.
Ладно ладно, не буду пока на вас в сердцах крест ставить.

Перед этим, уже ставший традицией, внеплановый сброс недельных лимитов подогнали.

В общем... опять ночные сводки с полей.

За сутки непрерывной работы на GPT-6.1-Sol Макс в 8-10 потоков у меня ушло 28% недельного лимита Кодекса. Динамика сохранилась почти такой же, как в первые 5 часов исследования.

Своим уполовиниванием OpenAI приведут темпы расхода лимитов почти к тем же значениям, какие были на GPT-6-Sol.
То есть, похоже, что у них это такой странноватый способ компенсации выросшей экономичности новой модели. Имхо, могли бы чё получше придумать, но да ладно.

Из этого делаем главный для себя вывод:
в течение октября есть возможность снимать пользы с Кодекса в ~2 раза больше привычного. 30 октября лимиты на PRO-200 уполовинят.

Вижу, что в чатиках некоторые пишут, мол "ГПТ как был тупой, так и остался". Не могу пока ничего сказать на своём опыте. Работает и работает. Но не отупел, уж точно. Как минимум, на выполнение одних и тех же задач версия 6.1 совершенно точно тратит заметно меньше токенов, чем предыдущие версии. Этому есть уже масса свидетельств.

Есть даже удивительная теория о том, что на самом лайтовом режиме эффорта GPT-6.1 справляется с задачами лучше, чем на высоком. Сам пока не тестировал, если подтвердится, то это будет имба.

В сухом остатке:
1) OpenAI увеличат свои доходы за счёт перестройки тарифной сетки. Мы получили очередной халявный сброс да еще и кредитов нормально насыпали.
2) Если лимиты без палева зажимать не начнут — то в ноябре мы придем примерно к той же картине динамики расхода лимитов, какая была раньше, или даже чуть лучше.
3) Но для привычных темпов разработки нам теперь придется затариваться более серьёзным оптом: по $500.

Я, в принципе, не против, если только они втихаря жульничать не начнут с лимитами. Всё-равно дело уже шло к вынужденному приобретению второго аккаунта.

Если тариф за $500 будет давать хотя бы столько же пользы, сколько мне раньше давало бы 2,5 аккаунта по $200 — то оно определённо того стоит. Особенно с учётом более мощной (по крайней мере по заявлениям) модели.

И вот сейчас, когда остальные каналы прозрели, и начали рассказывать про "О боже!!! ОКАЗЫВАЕТСЯ ОпенАИ у нас половину лимитов отбирают!!!" (как я вчера, да) — я уже сменил свой гнев на милость, и теперь с опорой на своё высоконаучное исследование заявляю, что мы, все-таки, кажется, ещё повайбкодим.

А куда мы денемся))

Борис Черный, по сути, описывает то, как мы в последние месяцы пользуемся V2Bot (на примере Claude Tag).

Все тезисы в точку. Прям да, именно такие впечатления от повседневного использования персональных агентов коллегами в TargetHunter.

https://www.youtube.com/watch?v=MhfnicQVkgY