10359
ТГК для разработчиков: ассистенты, плагины, IDE, практические кейсы и свежие новости. Всё, что помогает писать код быстрее и умнее. In love with: @python_for_devs, @go_for_devs, @js_for_devs
⚡️ Google выпустили Gemini 4 Neon
Это уже четвёртая Gemini 4 за семь недель. Между Hydrogen и Neon прошло всего шесть дней.
У Neon контекст на 1 млн токенов. На вход можно подавать текст, картинки, аудио и видео. В API миллион токенов стоит $3 на входе и $15 на выходе.
В CursorBench Neon набрала 65,4%, Opus 5.5 — 58,1%. В Terminal-Bench у Opus 65,8% против 65,2% у Neon.
В новом Agent Arena Index Neon (High) стартовала со второго места. Выше была только Fable 5.2. После обновления рейтинга Opus 5.5 вышла на второе место, а Neon стала третьей.
⚡️ OpenAI выпустили GPT-6.2 Astra и Sol
Обновили флагманскую Astra вместе с легендарной Sol.
На FrontierCode 2.0 Astra набрала 44,2%, Sol — 43,8%. У Opus 5.5 результат 45,5%, у Fable 5.2 — 49,1%. Sol почти догнала Astra, хотя задача в этом тесте обходилась примерно в пять раз дешевле.
В сводном индексе Artificial Analysis новая Astra обошла Opus 5.5, но осталась позади Fable 5.2.
⚡️ Alibaba выпустили Qwen4-Max
Новый флагман от Alibaba с контекстом на 1 млн токенов расходует до 50% меньше токенов, чем Qwen3.8-Max.
Цена API: $1,5/$4,5 за миллион входных/выходных токенов.
– По некоторым бенчмаркам модель обошла конкурентов с открытыми весами — последнюю Kimi K3.1 Pro и GLM-5.3.
– На DeepSWE v1.1 результаты почти сравнимы с западными флагманами: 75,7% у Qwen, 74,2% у Opus 5.5 и 74,1% у GPT-6 Astra.
⚡️ MWS Cloud запустили ночной тариф для LLM
С 1:00 до 7:00 запросы к моделям в MWS GPT Model Hub стоят до 30% дешевле базового тарифа. Каждый день, включая выходные. По словам компании, это первый такой тариф в России.
Если ответ не нужен прямо сейчас, можно перенести задачи на ночь: массовую генерацию текстов, анализ документов, отчёты, обработку отзывов, эмбеддинги. Интеграцию менять не придётся.
Заодно добавили Playground: можно потестить модели на своих задачах до интеграции в продукт, сравнить ответы и подобрать параметры под нужную скорость и цену.
⚡️ Claude теперь умеет ходить на митинги
Anthropic представили Claude Meetings. Агента можно добавить в Google Meet одним нажатием — он зайдёт как отдельный участник и будет работать прямо во время созвона.
Можно голосом попросить его собрать документ, набросать доску, сделать таблицу или презентацию. Или написать в чат. Команда при этом может редактировать результат вместе с Claude на лету.
После звонка заметки, договорённости, задачи и все созданные материалы остаются на одной странице встречи. Потом можно спросить Claude, что там вообще решили.
⚡️️️️ AI-инженерам есть что обсудить
AI-индустрия уже сталкивается с вопросами, на которые пока нет готовых ответов. Как масштабировать агентные системы, управлять рисками и считать экономику внедрения?
27 ноября Т-Банк соберет опытных инженеров, архитекторов и техлидов на встрече «Агенты влияния», чтобы вместе обсудить эти вызовы и будущее индустрии.
Вместо докладов — тематические круглые столы без видеозаписи. Участники смогут открыто поговорить о проблемах AI-разработки, сравнить подходы разных компаний, поделиться своим опытом и вместе поискать решения.
Еще в программе живые демо AI-агентов и открытый микрофон, где можно показать собственную разработку, рассказать о технических деталях и ответить на вопросы коллег.
⚡️ SpaceXAI переписали стек Grok 4.8 на C/C++
Команда отказалась от JAX, библиотеки для быстрых вычислений при обучении моделей, и SGLang, движка, который запускает модель и обрабатывает запросы.
Замену написали с нуля, опираясь на наработки Starlink по передаче больших объёмов данных. Код в основном на C, местами есть C++ и даже ассемблер.
Основное обучение уже закончили. Сейчас Grok 4.8 решает задачи и учится на оценках своих ответов. По словам Маска, результаты тестов уже растут, хотя цифр он пока не показал.
⚡️ Anthropic выпустили Claude Fable 5.2
Если верить таблице Anthropic, Fable и Mythos обошли всех конкурентов в 12 из 14 популярных бенчмарках.
https://www.anthropic.com/claude-fable-and-mythos-5-2
У Mythos 5.2 всё ещё закрытый доступ. Anthropic дают его проверенным организациям. У Fable больше ограничений на запросы по кибербезопасности и биологии, зато модель доступна всем.
⚡️ Telegram готовит экспериментальную сборку с ИИ-агентом
В сети появились подробности экспериментальной сборки Telegram со встроенным AI Assistant и доступом к перепискам, файлам и приложениям.
Вместе с ним работает Teleharness — отдельное приложение для настройки моделей, инструментов, разрешений и памяти агентов.
Судя по опубликованному материалу, агент умеет:
— Искать вопросы в переписках, на которые забыли ответить
— Готовить черновики в нужном диалоге с подтверждением отправки
— Создавать Excel-таблицы с формулами и диаграммами
— Писать код интерактивных инструментов внутри сообщений
— Запоминать детали задач через Deep Memory
— Работать с приложениями на компе, например создавать записи в «Заметках»
С вас идея, а Т-Банк за нее заплатит
В Т-Банке ищут трейдеров, разработчиков и тех, кто просто увлекается инвестициями. Зарегистрируйтесь на программу «Инвест. Премаркет» до 11 ноября.
Ваши AI-сценарии для бизнеса смогут побороться за призовой фонд программы — 2 500 000 ₽. А сами идеи Т-Банк поможет масштабировать и сделать частью бизнеса.
Успейте подать заявку до 11 ноября
Кстати, обнаружился самый абсурдный баг за последнее время.
В определённых конфигурациях Alpine Linux несколько сотен букв "A" вместо пароля позволяли войти в учётку)
Исследователь раскопал это с помощью роя AI-агентов: они проверили около 17 600 необычных вариантов входа.
⚡️ В Claude Code обновление статусов сабагентов стало на 99% дешевле
Свою Decision Model вроде Jev Anthropic пока не представили, зато нашли очевидное применение своей маленькой модели в работе сабагентов.
Раньше Claude Code каждые 30 секунд перечитывал весь диалог фонового сабагента, чтобы обновить строчку его статуса.
Причём той же моделью! Если сабагент работал на Opus, то и несколько слов о том, чем он занят, писал Opus.
⚡️ Что делает backend-разработчик, когда код пишет ИИ?
Код всё чаще пишет агент, а отвечает за него по-прежнему человек. Роль backend-разработчика стала другой, и все мы пока учимся жить в этом новом процессе.
Собираем на AI Backend митап разработчиков, которые уже живут в этой реальности, чтобы честно поговорить о том, как изменилась профессия, что в ней стало проще, что сложнее и чего теперь ждут от бэкендера.
📌 11 ноября, 18:30-21:00 по мск
📌 Онлайн
Что разберём:
🟢почему у всех, кто вайбкодит, одни и те же грабли и как перестать быть кнопкой Accept
🔵как делать большие фичи с ИИ-агентами и OpenSpec и проверять их работу
🟡почему убедительный отчёт агента не равен готовой задаче и как попробовать подход с перекрёстной проверкой без целой методологии
🔵как правильно учиться в эпоху ИИ
🟢что меняется вокруг разработчика (QA, требования, спецификации) и как растут требования к нему
Спикеров и подробности про доклады ищите в следующих постах.
⏩Регистрация по ссылке
⚡️ Anthropic убрали пятичасовой лимит с подписки Claude за $200
Заодно переименовали тарифы: Max 20x теперь Ultra, а Max 5x — просто Max. Цены прежние: 200 и 100 $ в месяц соответственно.
Фишка с отсутствие пятичасовых лимитов будет только у подтверждённых аккаунтов.
⚡️ OpenAI удвоили лимиты Codex
Увеличение коснулось подписчиков с тарифами за $100 и $500.
На подписке за $200 отменили урезание лимитов: теперь доступен прежний объём, но не вдвое больше как для остальных тарифов.
⚡️ Dictator – так будет называться Harness от Telegram
На обновлённом лендинге бета-версии Telegram для macOS можно покликать демку клиента. Рядом со вкладкой Telegram появилась отдельная вкладка Dictator.
https://macos-beta.telegram.org/
Это новое приложение с ИИ-агентом для Mac, которое по интерфейсу напоминает Teleharness, о котором мы уже писали.
По описанию на лендинге, агент сможет разбирать переписки, готовить ответы и писать код. Он будет выполнять задачи в отдельной Linux-VM на Mac и присылать результат в чат AI Assistant.
🔥 Квантизация с нуля: как 160-гигабайтная LLM помещается на ноутбук
Помните статью про кэширование промптов? Подготовили перевод от того же автора, но на этот раз про квантизацию. Тот же стиль: интерактивная визуализация, объяснение базы, которая лежит в основе и всё это простыми словами.
Для тех, кто слышит про квантизацию впервые: квантизация — это способ уменьшить размер модели, заменив 16- или 32-битные числа с плавающей запятой на целые числа меньшего размера.
За счёт этого модели на 160 ГБ могут поместиться на обычный ноутбук и даже работать быстрее!
Главный инсайт от автора:
Когда я только захотел написать эту статью, я ничего не знал о квантизации. Я предполагал, что качество модели деградирует линейно по мере сжатия. То есть8-битная квантизацияbfloat16будет вдвое хуже, затем4-битная вдвое хуже8-битной, и так далее.
Это оказалось не так.
Переход с16-битной до8-битной квантизации несёт почти нулевые потери качества. Переход с16-битной до4-битной более заметен, но это точно не «в четыре раза хуже оригинала». Ближе к 90%, в зависимости от метрики.
Не бойтесь запускать локальные квантизованные модели.
⚡️ В Claude Code завезли вайбкодинг тем
Теперь в десктопном Claude Code можно на ходу попросить тему оформления обычным промптом.
Цвета, анимированный фон: описываешь, что хочешь, Claude собирает тему через моды.
@ai_for_devs
⚡️ Дешёвая модель может обойтись дороже
Исследователи из Arena посчитали стоимость работы агентов. Иногда выбрать модель с дешёвыми токенами, приводит к огромного количеству переделок. Каждая итерация делает итоговую стоимость задачи дороже.
В Agent Arena считают стоимость задачи с учётом того, сколько токенов модель потратила за все итерации. По наблюдениям команды, некоторые модели с дешёвыми токенами на практике обходятся дороже: делают больше шагов и требуют больше вмешательства пользователя.
Сейчас топ-5 Agent Arena выглядит так. У каждой модели указан итоговый балл и медианная стоимость задачи:
1. Claude Fable 5.2 Max: +30,48% · $7,72
2. Claude Opus 5.5 Max: +19,51% · $5,59
3. Gemini 4 Carbon High: +16,90% · $1,44
4. Claude Sonnet 5.5 Max: +16,07% · $3,27
5. Gemini 4 Hydrogen High: +14,80% · $1,61
⚡️ Google выпустили Gemini 4 Hydrogen
Третья модель в линейке Gemini 4 за месяц, после Argon и Carbon.
Новинка рассчитана на повседневную работу. По цене и позиционированию — конкурент Sonnet и Terra. В API стоит $1,50 за миллион входных токенов и $7,50 за выходные.
По бенчмаркам на агентных задачах Arena заняла пятое место и оказалась самой быстрой в первой десятке. Хотя именно в кодинге пока до лидеров не дотягивает.
Отдельный акцент Google делают на поиске: лучше понимает сложные запросы, находит больше источников, отвечает с картинками и таблицами.
⚡️ Telegram встроил HTML-виджеты прямо в сообщения
Мессенджер всё ближе к ИИ-агентам. Уже писали про общение ботов и экспериментальный AI Assistant с Teleharness. Теперь в Bot API появились интерактивные HTML-виджеты прямо в чате.
Бот может прислать интерфейс на HTML/CSS/JS: с кнопками, графиками и обновляемыми данными.
Всё отображается прямо в чате, нативно, без открытия отдельного Mini App. Нажатия уходят боту, а он обновляет состояние виджета в том же сообщении.
В честь релиза Anthropic раздали дополнительные сбросы лимитов.
На подписке за $100 и $200 в месяц число ресетов зависит от того, как давно вы подписаны:
Меньше 6 месяцев » 1
От 6 до 12 месяцев » 2
Больше года » 3
⚡️ Уже послезавтра — AI Dev Live
11–12 ноября пройдёт AI Dev Live — онлайн-конференция про разработку с AI-агентами. В программе 18 докладов от 18 топовых спикеров, которые сами работают с агентами и строят инструменты для разработчиков.
Что будут разбирать:
– Агентная разработка: длинные задачи, контекст, базы знаний и работа с легаси
– Качество и безопасность: AI-ревью, проверка сгенерированного кода и защита данных
– Процессы: кому нужен SDD, как внедрять агентов в команды и измерять пользу AI
– Карьера: продуктовый подход, новые грейды и работа без выгорания
⚡️ OpenRouter: потребление токенов выросло в 25 раз, а цена продолжает падать
Самый популярный и крупный API-провайдер OpenRouter собрал свежий отчет по использованию моделей за январь–октябрь 2026 года. Только за октябрь через платформу прошло 790 трлн токенов.
Что интересного в отчете:
» Потребление выросло почти в 25 раз с января. И на 37% относительно сентября. При этом на агентов приходится 76% всех токенов — около 600 трлн за октябрь. Год назад их доля была 8%.
» Кэш стал работать заметно лучше. Медианная доля попаданий в кэш у провайдеров выросла с 76,1% в июне до 90%+ в октябре. Для агентов, которые постоянно отправляют один и тот же код и историю, это особенно круто: повторный контекст обходится дешевле.
» Доля использования открытых моделей просела с 70 до 52%. Просадка пришлась на релизы Opus 5.5, Sonnet 5.5 и GPT-6.1 Sol, но восстановить прежний порядок потребления open source моделей помог релиз DeepSeek V4.1 Flash.
» Средняя стоимость токенов падает у обеих групп. С января миллион токенов у закрытых моделей подешевел с $1,21 до $0,52, у открытых — с $0,28 до $0,084. Это фактические расходы с учётом кэша и выбора моделей. Отдельный тариф может вырасти, но средний чек за миллион токенов снижается.
» По росту объёма впереди Z.ai и DeepSeek. С мая потребление токенов их моделей (GLM и DeepSeek) выросло примерно в 20 и 12 раз соответственно.
⚡️ OpenAI представили GPT‑6 Cyber
Это специализированная Astra, которую дообучали на поиске багов и создании рабочих эксплойтов.
Именно эта модель нашла почти тысячу уязвимостей в Linux. На тесте разработки эксплойтов ExploitGym она решила на 51% больше задач, чем GPT‑5.6 Cyber.
https://openai.com/index/introducing-gpt-6-cyber/
Широкого доступа к новому флагману пока нет. Mozilla, Palo Alto Networks, Calif и Cisco уже используют модель для поиска уязвимостей и проверки безопасности своих продуктов.
⚡️ Будущая модель OpenAI нашла 948 способов получить root в Linux
OpenAI снова показывают, что умеет их ещё не выпущенная кибермодель. Возможно, это та самая модель, которая месяц назад выдала сотни математических работ.
Связь между ними компания пока не подтвердила, но масштаб задач впечатляет)
Цель выбрали отличную, на Linux сейчас работают все 500 суперкомпьютеров, а у популярных облачных провайдеров на него приходится более двух третей клиентских вычислительных ядер.
⚡️ GPT-6 Astra улучшила Qwen, напрямую изменив её веса
В отличие от нас (людей), у LLM есть очевидное преимущество: они берутся за работу, которую человек технически способен сделать, но добровольно вряд ли станет. Например, вручную разбирать машинный код или переписывать веса нейросети)
Разработчикам нужны исходники и удобные инструменты, а модели могут решить задачу без необходимых нам приблуд.
Ресерчеры из MIT попросили GPT-6 Astra улучшить Qwen3.5-0.8B без дообучения, дав доступ к весам через Python и тренировочные задачи для проверки гипотез.
https://rikiyat.github.io/blog/weight-space-programming/
Astra нашла причину зацикливаний в двух слоях и напрямую изменила 0,016% весов. В эксперименте результат на математическом бенчмарке вырос с 7,9% до 48,1% — примерно в шесть раз.
⚡️ Два дня — два ресета: OpenAI заканчивают челлендж
Осталось два последних дня 28-дневного челленджа OpenAI, и завершить его решили ресетами. Команда Codex обещает по сбросу лимитов сегодня и завтра.
Оба ресета появятся в профиле: их можно будет использовать позже, когда понадобятся.
И всё это вслед за отменой пятичасового лимита на тарифе Claude Code за $200.
⚡️ Herdr выпустили конструктор десктопа для AI-агентов
Мы уже рассказывали про Herdr, основная идея которого — дать Claude Code, Codex и другим агентам возможность работать сообща. Теперь пользователи могут сами собрать интерфейс для такой команды.
«Добавь таймеры на вкладки», «собери агентов в канбан», «присылай уведомление на телефон, когда нужна моя помощь». В новом десктопе Herdr такие вещи предлагается делать обычным запросом к агенту.
Весь интерфейс доступен как набор файлов. Агент может менять раскладку, дописывать панели и добавлять своё поведение.
В демо дошли до рабочего места в стиле Windows 98 с играми)
⚡️ Google представили Gemini 4 Carbon
На Terminal-Bench 4.0 новая модель обошла Opus 5.5, Sonnet 5.5 и GPT-6 Astra. А вот до свежей Kimi K3.1 Pro немного не дотянула.
В новом бенчмарке SWE-sweep агенту дают репозиторий и просят самостоятельно найти и исправить баги (без подсказок, что именно сломалось).
В таблице Google у Carbon 9,6% исправленных багов, у Astra — 9,5%, у Opus 5.5 — 3,6%.