Claude Opus 5 виходить
Opus 5 дебютує. Anthropic випустила Claude Opus 5, модель, що досягає майже передової інтелектуальності за половину вартості Fable 5. Вона встановлює новий рівень передових досягнень на тестах кодування та знань, подвоюючи продуктивність Opus 4.8, при цьому будучи більш токен-ефективною.
- Introducing Claude Opus 5(відкриється в новій вкладці)
- Introducing Claude Opus 5(відкриється в новій вкладці)
- Anthropic's Opus 5 is about token efficiency, not a capability leap(відкриється в новій вкладці)
- Anthropic claims its new Claude Opus 5 delivers near-Fable 5 performance at half the token price(відкриється в новій вкладці)
- Anthropic launches Opus 5(відкриється в новій вкладці)
Проактивне вирішення проблем. Opus 5 вирізняється тим, що перевіряє свою роботу та створює власні інструменти – в одному прикладі він написав конвеєр комп'ютерного зору, щоб відновити деталь машини з сирих пікселів, коли не міг безпосередньо переглянути креслення.
Безпечніший за дизайном. Anthropic навмисно уникала навчання Opus 5 на кіберексплуатації; хоча він добре знаходить вразливості, він відстає від Mythos 5 у їх озброєнні — рішення, на яке вплинула нещодавня перевірка урядом США. Модель також є найстійкішою до ін'єкцій підказок серед усіх Claude.
- Introducing Claude Opus 5(відкриється в новій вкладці)
- Anthropic's Opus 5 is about token efficiency, not a capability leap(відкриється в новій вкладці)
- Anthropic releases Opus 5 with ‘close’ to Fable 5’s capabilities(відкриється в новій вкладці)
- Anthropic launches Opus 5(відкриється в новій вкладці)
- Quoting Boris Cherny(відкриється в новій вкладці)
Половина вартості Fable. Opus 5 коштує $5 за мільйон вхідних токенів і $25 за мільйон вихідних, з опціональним швидким режимом на подвійній швидкості. Він стає моделлю за замовчуванням на Claude Max та найпотужнішою моделлю на Pro, без політики 30-денного зберігання даних.
Відкриті ваги та суперечка про дистиляцію
Відкритий лист захищає дистиляцію. Понад 20 компаній, включаючи Microsoft, Meta, Nvidia та Hugging Face, підписали відкритий лист із закликом до США не вводити широких обмежень на моделі штучного інтелекту з відкритими вагами. У листі стверджується, що такі техніки, як дистиляція, є законними та необхідними для інновацій.
- More than 20 companies including NVIDIA, Meta, Microsoft, Palantir, and Hugging Face have signed a letter urging policymakers to avoid premature restrictions on open weight models.(відкриється в новій вкладці)
- As US weighs response to Chinese AI, industry urges against broad open-weight restrictions(відкриється в новій вкладці)
- Microsoft's open-weight AI push is so obviously an Azure play it hurts(відкриється в новій вкладці)
Kimi K3 викликає тривогу. Відкрита модель Kimi K3 китайської лабораторії Moonshot викликала занепокоєння після того, як оцінки показали, що вона допомагає в наступальних кіберопераціях без опору. Вона відстає від американських моделей, але перевершує попередні китайські системи, тоді як США розглядають санкції, включаючи заборону на китайські моделі з відкритими вагами.
- ‘AI communism’, rogue models, and the why Kimi K3 spooked Wall Street(відкриється в новій вкладці)
- Kimi K3 trails frontier US models by a wide margin on cyber exploits, and distillation may explain why(відкриється в новій вкладці)
- As US weighs response to Chinese AI, industry urges against broad open-weight restrictions(відкриється в новій вкладці)
Законність під питанням. Деякі розробники стверджують, що дистиляція — навчання з виходів моделі — нічим не відрізняється від навчання студента у професора і не є крадіжкою інтелектуальної власності, незважаючи на звинувачення Білого дому.
Оптимізації локального виведення
Уникайте Intel для багато-GPU. Споживчі платформи Intel, такі як Z890, не мають підтримки peer-to-peer між GPU, що робить їх майже непридатними для виведення чи навчання ШІ, яке потребує P2P, незважаючи на достатню кількість ліній PCIe. Будівельникам слід обирати серверні рішення або системи AMD.
DKV стискає KV-кеш. DifferentialKV (DKV) — це нова відкрита система, яка зменшує пам'ять KV-кешу за допомогою якірних представлень та розрідженої уваги, маючи на меті зробити локальне виведення з довгим контекстом більш ефективним з точки зору пам'яті. Вона шукає інтеграцію з llama.cpp та vLLM.
Gemma 4 26B на iPhone. Використовуючи техніку Overfit від Noema, модель Gemma 4 26B A4B працює на iPhone 17 Pro, вивантажуючи ваги експертів з SSD, зберігаючи неекспертні ваги в RAM. Це обмінює швидкість на можливості, досягаючи ~34 токенів передзаповнення за секунду з 6-хвилинною генерацією для складних відповідей.
CachyLLama пришвидшує агенти. CachyLLama, форк llama.cpp, додає постійні контрольні точки KV-кешу на SSD та кешування системних підказок, значно скорочуючи час повторної обробки в тривалих сесіях кодування агентів на повільнішому обладнанні.
Налаштуйте MTP для безкоштовної швидкості. Multi-Token Prediction (MTP) може дати значне прискорення виведення, але оптимальне налаштування варіюється залежно від сімейства моделей; налаштування параметра n_max може подвоїти приріст порівняно зі стандартними налаштуваннями.
1-бітний Bonsai 27B сяє. 1-бітний квант Bonsai 27B працює на MacBook Air з 16 ГБ і показує напрочуд корисну продуктивність для репетиторства та чату, натякаючи, що екстремальне квантування може зробити потужні локальні моделі широко доступними.
Стартапи, орієнтовані на агенти, та платформні кроки
Prentis націлюється на автоматизацію офісу. Prentis, заснований Рідом Хоффманом та Марком Пінкусом, навчає моделі використання комп'ютера для автоматизації офісних робочих процесів і веде переговори про залучення $100 млн при оцінці в $1 млрд, вже маючи $50 млн у контрактах.
Devin отримує особистість. Стартап зі створення коду на основі ШІ Cognition придбав Poke, помічника, відомого своїм дружнім, людиним чатом, щоб зробити Devin більш привабливим — підкреслюючи, що особистість ШІ стає конкурентною перевагою.
Хід Stripe на $10 млрд. Stripe веде переговори про купівлю маркетплейсу моделей OpenRouter за $10 млрд, крок, який може дати платіжному гіганту контроль над ключовою точкою доступу для розробників, які використовують сотні моделей ШІ.
Оновлення асистента Meta. Meta оновлює свій чат-бот з ШІ, додаючи інтеграцію календаря, щоденні зведення та керовані дослідження, на основі Muse Spark 1.1, що сигналізує про перехід від розважального до більш традиційного помічника.
Голос стає інтерфейсом агента. OpenAI додав ChatGPT Voice до свого настільного додатка, дозволяючи користувачам диктувати складні команди кодування та перегляду, тоді як Anthropic розширив голосовий режим Claude на потужніші моделі та інструменти, такі як Gmail і Slack, забезпечуючи безручне керування агентом.
Bluesky's Attie стає відкритим. Асистент Bluesky Attie тепер підтримує відкриті Quests, які дозволяють користувачам досліджувати тенденції та новини у fediverse, потенційно перетворюючи соціальну мережу на цінний інформаційний інструмент.
Дослідження: Розрив у сприйнятті для агентів ШІ
Агенти сліпі до активного бачення. Новий бенчмарк ActiveVision показує, що навіть найпотужніші моделі отримують жалюгідні результати на завданнях, що вимагають повторного візуального сприйняття — GPT-5.5 досягає 10.6%, Claude Fable 5 всього 3.5%, тоді як люди в середньому мають 96.1%.
Просторове міркування на основі пікселів. ProVisE пропонує незалежну від бенчмарку структуру для оцінки візуально-просторового міркування, змушуючи моделі генерації зображень малювати відповіді, виявляючи, що поточні моделі важко висловлюють місцезнаходження та шляхи безпосередньо в пікселях.
Це все за цей день – приблизно 5 хвилин читання.