Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Claude Sonnet 5.5: почти Opus, но вдвое дешевле
//текст и обложка ChatGPT. https://www.anthropic.com/claude-sonnet-5-5
Anthropic 28 сентября представила Claude Sonnet 5.5 — вторую модель семейства Claude 5.5 после вышедшего на прошлой неделе Opus 5.5. Компания позиционирует новинку как более быструю и дешёвую рабочую модель, предназначенную прежде всего для программирования, агентских задач и повседневной интеллектуальной работы.
Главное впечатление от релиза дают не маркетинговые заявления, а цифры.
Огромный скачок в программировании
В Terminal-Bench 4.0, который проверяет способность ИИ самостоятельно выполнять сложные многошаговые задачи через терминал, Sonnet 5.5 получил 70,6% против всего 10,3% у Sonnet 5. Для сравнения, Opus 5.5 набрал 66,4%.
В FrontierCode 1.1 Sonnet 5.5 показывает 46,2% на максимальном уровне рассуждений, а Opus 5.5 — 54,4%. В CursorBench 4.0, основанном на реальных задачах программирования из Cursor, результат Sonnet 5.5 составляет 55,5%, против 57,8% у Opus 5.5.
То есть разрыв между двумя моделями Anthropic в некоторых практических задачах оказался surprisingly небольшим. При этом Anthropic отдельно подчёркивает: на сложной открытой работе, где требуется длительное самостоятельное принятие решений, Opus 5.5 всё ещё заметно сильнее.
Сильный рост не только в коде
В GDPval-AA v2.1 — тесте реальной профессиональной работы в 44 профессиях — Sonnet 5.5 получил 1844 балла, практически сравнявшись с Opus 5.5 (1846). Предыдущий Sonnet 5 имел только 1449.
В AA-Briefcase, тесте долгих исследовательских задач, результат составляет 1811 против 1359 у Sonnet 5. В Humanity's Last Exam модель набирает 64,5% с использованием инструментов. На OSWorld 2.1, проверяющем работу с компьютером, — 80,1%.
Есть и заметный прогресс в работе с изображениями и интерфейсами: Anthropic сообщает, что Sonnet 5.5 стал первым Sonnet, который смог пройти Pokémon Red, работая только со скриншотами игры.
Самое интересное — стоимость
Цена за API-токены не изменилась: $2 за миллион входных токенов и $10 за миллион выходных. Однако новая модель значительно эффективнее расходует токены.
По данным Anthropic, Sonnet 5.5 выполняет ту же работу примерно на 30% дешевле и генерирует ответы более чем на 30% быстрее, чем Sonnet 5. В некоторых тестах при снижении уровня рассуждений стоимость выполнения задачи оказывается примерно на порядок ниже при сохранении более высокого результата, чем у предыдущего поколения.
Контекстное окно составляет 1 млн токенов, максимальный размер ответа — 128 тысяч токенов. Для агентских систем это особенно важно: модель может долго работать с большим проектом, документацией и историей взаимодействия, не выгружая всё из контекста.
Первые независимые тесты
Первые независимые результаты также выглядят сильно. В тестах Vals AI Sonnet 5.5 занял 2-е место из 66 моделей по их сводному индексу, практически вплотную приблизившись к Opus 5.5. При этом стоимость тестовой работы у Sonnet оказалась существенно ниже. На Vibe Code Bench модель показала 92,39%, на Code Migration — 69,83%, а на ProofBench получила 100%.
Но здесь есть важная оговорка: независимые бенчмарки используют собственные методики, а некоторые результаты Sonnet 5.5 зависят от режима рассуждений и fallback-моделей. Поэтому сравнивать отдельные проценты между разными лабораториями напрямую не стоит.
Что говорят первые пользователи
Первые реакции разработчиков в основном концентрируются вокруг трёх вещей: модель быстрее понимает существующий код, делает меньше лишних шагов и заметно лучше справляется с многошаговыми задачами.
В обсуждениях пользователей уже появляются очень восторженные оценки, включая сравнения с более дорогими моделями. Но пока это первые часы после релиза, поэтому пользовательские отзывы стоит воспринимать именно как ранние впечатления, а не как окончательный вердикт.
Sonnet 5.5 против Opus 5.5
Похоже, Anthropic довольно чётко разделила роли моделей.
Opus 5.5 предназначен для наиболее сложных, открытых задач, где требуется долгое автономное рассуждение и принятие решений.
Sonnet 5.5 — более быстрый рабочий инструмент для программирования, исправления ошибок, документов, презентаций, таблиц и агентских сценариев.
Именно поэтому Sonnet 5.5 интересен не столько как «младший Opus», сколько как попытка сделать почти frontier-уровень производительности экономически пригодным для массового использования.
Особенно показателен Terminal-Bench: Sonnet 5.5 не просто сильно обошёл предыдущий Sonnet, но в тесте оказался выше Opus 5.5. При этом сама Anthropic предупреждает, что отдельные бенчмарки не отражают всей картины и на сложной открытой работе Opus остаётся сильнее.
Итог: Claude Sonnet 5.5 выглядит одним из самых серьёзных обновлений Anthropic за последнее время. Главная его особенность — не рекорд в одном конкретном тесте, а сочетание качества, скорости и стоимости. Если тенденция сохранится на реальных задачах, граница между «дорогой флагманской моделью» и массовой рабочей моделью становится ещё тоньше.
«ИИ, безусловно, уже достаточно мощен, чтобы запустить цепь событий, которая приведет к гибели миллиарда человек. И хотя довести дело до гибели всего человечества довольно трудно, никогда еще не было оружия мощнее, чем сочетание людей со злым умыслом и новейших инструментов ИИ» Бил Гейтс.
//картинка ChatGPT
Всё таки DHS сильная вещь, эволюционирует в чате.
а у тебя дхс не глючит? у меня 8 раз из 10 не может создать/отредактировать файлы, типа песочница не разрешает, хотя дал полные права
Не, норм работает. Права стоят обычные для песочницы, спрашивает только когда процессы запускает, а создание и редактирование без спроса шарит.
Спроси его напрямую, как ты видишь его проблему, он её решит (расскажет что нажать или создаст себе инструкцию, которая это обходит).
Релизы ИИ
//картинка взята из интернета
Ранги моделей ИИ
//взято из интернета. Согласен с оценками
GPT-6.1 Sol: OpenAI выпускает новую версию всего через неделю после GPT-6 Sol
//текст и обложка ChatGPT. Новость https://openai.com/ru-RU/index/introducing-gpt-6-1-sol/
OpenAI 29 сентября представила GPT-6.1 Sol — обновление модели GPT-6 Sol, вышедшей всего неделей ранее, 22 сентября. По заявлению компании, новая версия заметно усиливает агентное программирование, работу с компьютером, профессиональные задачи и научные workflow. При этом цена обычных API-запросов не изменилась: $2 за миллион входных токенов и $10 за миллион выходных. Кэшированный ввод теперь стоит всего $0,10 за миллион токенов.
Именно скорость появления версии 6.1 делает релиз особенно интересным. GPT-6 Sol получил неоднозначную реакцию разработчиков: часть пользователей жаловалась, что новая модель субъективно уступает GPT-5.6 Sol на сложном коде и требует больше ручного контроля. На Reddit такие отзывы появились практически сразу после релиза GPT-6.
Что изменилось в тестах
Самое заметное улучшение — программирование.
В DeepSWE 1.1 GPT-6 Sol на максимальном уровне рассуждений набирал 68,8%. GPT-6.1 Sol поднялся до 75,2% уже на режиме high , то есть на более низком уровне усилий. Прирост составляет 6,4 процентного пункта. При этом стоимость одной задачи в опубликованном OpenAI сравнении снижается примерно с $2,74 до $0,65.
Это особенно интересный результат, потому что DeepSWE проверяет не генерацию небольших фрагментов кода, а выполнение длинных задач в реальных кодовых базах. В текущем тесте используется 113 задач из 91 репозитория на пяти языках программирования.
Еще один сильный скачок наблюдается в управлении компьютером. В OSWorld 2.0 GPT-6 Sol набирал 64,4%, а GPT-6.1 Sol — 71,4% на максимальном уровне рассуждений. Это плюс 7 процентных пунктов. При этом расчетная стоимость задачи снизилась примерно с $3,37 до $1,27.
В AutomationBench, где агенту приходится выполнять многоэтапные процессы через различные бизнес-инструменты, GPT-6.1 Sol получил 31,7% на среднем уровне рассуждений против 26,9% у GPT-6 Sol — прирост 4,8 пункта. При этом стоимость задачи немного снизилась: примерно с $0,21 до $0,19.
В работе со сложными PDF-документами GPT-6.1 Sol также улучшился: 32,0% против 28,0% у GPT-6 Sol на high . Это направление важно для анализа таблиц, графиков, схем и другой профессиональной документации.
Особенно необычно выглядит результат в научном тесте Terminal-Bench Science 0.1. GPT-6 Sol получил 27,6%, а GPT-6.1 Sol — уже 57,0%. То есть результат вырос более чем вдвое. Средняя стоимость задачи при этом снизилась примерно с $12,18 до $5,47. Однако до GPT-6 Astra всё еще далеко: Astra показывает 68,1%, а Claude Opus 5.5 — 63,3%.
Сравнение
Цифры относятся к конкретным режимам рассуждений, поэтому сравнивать модели только по одной строке таблицы нельзя: OpenAI сама показывает результаты на разных уровнях low/medium/high/xhigh/max . Кроме того, такие тесты измеряют не только «чистый интеллект» модели, но и поведение агента, инструменты, хранилище контекста и конкретный harness.
Приблизился ли Sol к Astra?
В этом и заключается главный смысл релиза.
OpenAI прямо позиционирует GPT-6.1 Sol как модель с интеллектом, близким к GPT-6 Astra, но примерно в пять раз дешевле по стандартным API-тарифам. Astra стоит $10/$50 за миллион входных/выходных токенов против $2/$10 у Sol.
На некоторых задачах разрыв действительно стал небольшим. Например, в OSWorld 2.0 GPT-6.1 Sol отстает от Astra всего на 2,1 процентного пункта, причем OpenAI оценивает стоимость выполнения задачи примерно в семь раз ниже.
Но называть GPT-6.1 Sol «Astra за пятую часть цены» без оговорок все же рано. В научном тесте разница составляет уже 11,1 пункта, а Astra остается более мощной моделью в совокупности возможностей. Сама OpenAI прямо оставляет Astra для самых сложных исследовательских задач.
Что с фактами и надежностью?
Здесь улучшение гораздо скромнее.
На специальном тесте, построенном на намеренно сложных запросах, которые ранее приводили модели к фактическим ошибкам, GPT-6.1 Sol показал 4,1% ошибочных ответов против 4,5% у GPT-6 Sol на очень высоком уровне рассуждений. У Astra — 4,0%.
Это хороший результат, но его не стоит воспринимать как «4,1% ошибок в обычном ChatGPT». OpenAI специально предупреждает, что тест использует провоцирующие ошибки вопросы и не отражает повседневное использование.
А что говорят пользователи?
Первые отзывы пока противоречивы — и это совершенно нормально, потому что модель появилась только сегодня.
Часть пользователей уже сообщает об улучшении относительно GPT-6 Sol, особенно в Codex и агентном кодинге. Другие относятся к релизу скептически и считают, что окончательные выводы делать рано. В обсуждениях также заметно раздражение самим фактом появления GPT-6.1 всего через неделю после GPT-6.
Поэтому на данный момент разумнее смотреть не на отдельные отзывы, а на независимые прогоны после расширения доступности модели. Особенно интересны будут реальные coding-бенчмарки и сравнения с Claude Opus 5.5 и Sonnet 5.5.
Главное изменение может быть не в «умности», а в экономике
У GPT-6.1 Sol базовая цена такая же, как у GPT-6 Sol, но кэшированный ввод подешевел с $0,20 до $0,10 за миллион токенов. API при этом получает контекст до 1,05 млн токенов и максимальный размер ответа 128 тысяч токенов.
Для обычного пользователя это может быть почти незаметно. Для разработчиков, которые гоняют агентов по одному и тому же большому контексту десятки и сотни раз, разница уже вполне реальная.
И вот здесь GPT-6.1 Sol выглядит гораздо интереснее, чем просто «еще одна версия GPT». Судя по опубликованным тестам, OpenAI не столько увеличила абсолютный потолок модели, сколько попыталась сделать высокое качество рассуждений доступным при существенно меньших вычислительных затратах.
GPT-6 Sol оказался неоднозначным промежуточным шагом. GPT-6.1 Sol уже выглядит как попытка быстро исправить эту ситуацию. Насколько удачной она получилась в реальной работе, станет понятно после первых независимых тестов, но по опубликованным цифрам скачок относительно GPT-6 Sol действительно большой.
OpenRouter доверил выбор модели Jev: что это за новый ИИ TypeSafe
//текст и обложка ChatGPT
OpenRouter добавил новый роутер моделей — Jev Router от компании TypeSafe AI. Теперь вместо человека выбор конкретной нейросети и глубины рассуждений может делать отдельная модель, которая анализирует каждый запрос и решает, сколько вычислений на него имеет смысл потратить.
Система подбирает модель с учётом сложности задачи, требуемой точности, скорости и стоимости. При этом Jev Router старается не переключать модель без необходимости: OpenRouter учитывает потерю кэшированного контекста при переходе на другую модель внутри длинного диалога. Роутер появился в OpenRouter 25 сентября 2026 года. Его собственная работа заявлена как бесплатная, а окно контекста составляет 1 млн токенов.
237 задач против 130
На четырёх агентских бенчмарках OpenRouter получил для Jev Router 237 решённых задач из 423, тогда как прежний Auto Router решил 130 из 423. Это соответствует примерно 56,0% против 30,7%, то есть разница составляет 107 задач, или 25,3 процентного пункта. В пересчёте относительно результата Auto Router OpenRouter называет это ростом примерно на 82%.
Ещё один показатель OpenRouter приводит отдельно: на пяти агентских бенчмарках Jev Router показал более низкое медианное время до первого токена, чем другие протестированные роутеры.
Здесь стоит сделать оговорку. Эти 423 задачи — внутреннее сравнительное тестирование OpenRouter. В опубликованных материалах, которые удалось найти, нет полного набора всех заданий, всех решений роутера и полностью воспроизводимой внешней методики. Поэтому корректнее говорить именно «по замерам OpenRouter», а не о доказательстве того, что Jev Router объективно лучше всех существующих роутеров.
Но что вообще такое Jev?
Самое интересное в этой истории — не столько новый роутер, сколько сама Jev.
Jev — первая публичная модель стартапа TypeSafe AI, который в сентябре 2026 года вышел из двух лет скрытой разработки. Компанию основал бывший исследователь OpenAI Diogo Almeida вместе с Erik Gafni и Sasha Sheng. Одновременно с выходом из stealth TypeSafe объявила о $40 млн посевного финансирования, раунд возглавил DCVC.
И здесь начинается необычная часть.
Jev не является обычной чат-моделью. Она вообще не пытается писать человеку ответ.
Вместо текста ей можно дать состояние системы и сформулировать конкретный вопрос: например, к какому классу относится обращение клиента, можно ли пропустить действие без проверки или насколько рискованным является определённый объект.
В ответ Jev возвращает не абзац текста, а структурированное решение — например:
billing: 0.91
или оценку по заданной шкале, или вероятность того, что определённое утверждение истинно. TypeSafe выделяет три базовых типа решений: Choice, Score и Noul. Причём модель сообщает вероятности вариантов и уровень уверенности.
Именно поэтому TypeSafe продвигает идею «decisions, not strings» — «решения, а не строки».
Зачем это нужно?
Предположим, обычному ИИ-агенту нужно решить, какую модель вызвать дальше.
Обычный LLM сначала генерирует текст:
А программе этот текст ещё нужно распарсить, проверить и превратить в конкретную команду.
Jev сразу возвращает то, что нужно программе: например, model = X , reasoning = high .
Это кажется мелочью, но при миллионах автоматических запросов разница становится огромной. Меньше текста — меньше задержка, меньше стоимость и меньше шансов, что модель выдаст не тот формат.
Поэтому TypeSafe специально отказалась от универсальности обычных LLM. Jev не предназначена для написания статей, программирования, обычного диалога или свободного рассуждения. Это скорее интеллектуальный слой между программой и большими генеративными моделями.
Насколько она действительно быстрая?
TypeSafe заявляет задержку Jev примерно 70–500 мс и на своих workflow-тестах получила до 193,6× меньшую задержку и до 444,6× меньшую стоимость по сравнению с LLM в соответствующих сценариях. Но это именно результаты самой компании, причём TypeSafe отдельно указывает, что такие workflow были созданы её собственной командой и поэтому полностью исключить определённую степень методологического смещения нельзя.
При этом у нас уже есть тестирование OpenRouter. На наборе Banking77 из 3080 запросов Jev 1.13 показала 81,0% точности против 84,4% у Claude Opus 5. Зато медианная задержка составила 175 мс против 2266 мс, а стоимость — $0,11 против $2,42 за тысячу запросов. То есть Jev в этом тесте оказалась несколько менее точной, но примерно в 13 раз быстрее и более чем в 20 раз дешевле.
Это, пожалуй, лучше всего показывает реальное место Jev: она не обязана быть умнее самой мощной LLM. Её задача — быть достаточно умной, чтобы принимать огромное количество простых и средних решений очень быстро и дёшево.
И причём тут OpenRouter?
Jev Router — следующий шаг этой идеи.
В обычном OpenRouter Auto Router выбор модели основан главным образом на типе задачи и накопленной статистике использования OpenRouter. Новая схема пытается смотреть глубже: Jev оценивает конкретный запрос, его сложность и требуемый уровень качества, а затем выбирает модель и reasoning effort.
Например, простому вопросу можно назначить быструю дешёвую модель. Сложной задаче — более мощную. Причём если пользователь продолжает разговор, роутер старается сохранить уже выбранную модель, чтобы не потерять выгоду от кэширования длинного контекста.
Получается довольно интересная конструкция: маленькая специализированная модель решает, какую большую модель стоит использовать.
Почему вокруг Jev столько шума?
TypeSafe фактически предлагает альтернативный путь развития ИИ.
Последние годы почти вся индустрия двигалась в сторону: «делаем всё более мощную языковую модель, которая умеет разговаривать, рассуждать, писать код и пользоваться инструментами».
TypeSafe говорит: для автоматизации это не всегда оптимально. Компьютеру часто не нужен красивый текст — ему нужен аккуратный ответ вроде yes , no , model_3 , risk=0.82 .
Компания называет свои модели System One, отсылая к различию между быстрым и медленным мышлением из работ Даниэля Канемана. Название Jev дано в честь экономиста Уильяма Стэнли Джевонса и его идеи о том, что сильное снижение стоимости ресурса может привести к резкому росту его потребления. TypeSafe предполагает примерно то же самое для машинного интеллекта: если интеллектуальные решения станут на порядки дешевле, их можно будет встроить практически повсюду.
Именно поэтому Jev сейчас интересна. Это не очередной «убийца ChatGPT» и не новая универсальная чат-модель. Скорее, это попытка сделать для ИИ то, что когда-то сделали специализированные процессоры и сетевые ускорители для обычного ПО: вынести конкретную операцию в отдельный высокоэффективный вычислительный блок.
Пока ещё слишком рано говорить, насколько далеко зайдёт эта идея. Но появление Jev Router в OpenRouter показывает, что концепцию уже начинают использовать не только создатели TypeSafe, но и инфраструктура, через которую проходят миллиарды запросов к современным ИИ-моделям.
Топ Арены по коду на сегодня
https://arena.ai/leaderboard/code/webdev
В США ИИ решили называть Super Intelligence
В США начинается новая терминологическая эпоха: администрация Дональда Трампа распорядилась заменить привычное Artificial Intelligence (AI) на Super Intelligence (SI) — «суперинтеллект» или «сверхинтеллект». Указ от 29 сентября 2026 года распространяется на федеральную исполнительную власть: новое название должно использоваться в официальных документах, публикациях, сайтах и переписке ведомств.
В Белом доме объясняют решение тем, что современные передовые системы уже не просто имитируют отдельные человеческие способности, а расширяют возможности человека в науке, медицине и других областях. Для самого указа, однако, SI пока означает те же технологии, которые американское законодательство определяет как AI. Отдельное федеральное определение Super Intelligence администрация планирует подготовить в течение 60 дней.
И тут возникает забавный побочный эффект: индустрия годами набивала названия и сайты буквами AI, а теперь, похоже, пришло время искать место для SI.
Эпоха AI закончилась. Да здравствует SI?
//текст оформлен ChatGPT
//доменная зона si закреплена за Словенией. Грядёт повышение цен. Текст ниже от DeepSeek
💰 Домены .si : резкий рост и миллионные ценники
Ваше предположение о резком подорожании доменов .si полностью подтверждается. Словенский национальный домен стал объектом активной спекуляции.
Статистика регистраций:
Цены на вторичном рынке:
Важный нюанс: Базовая цена регистрации домена .si у регистратора остается фиксированной — около 10 евро. Миллионные суммы — это цены перепродажи на вторичном рынке, которые выставляют владельцы доменов.
🕵️ Возможная инсайдерская торговля
Журналист Адам Кокран обратил внимание на подозрительную закономерность: массовая регистрация доменов .si началась до публичного объявления о переименовании. По его мнению, это может указывать на то, что осведомленные лица заранее знали о готовящемся указе и скупали домены для последующей перепродажи.