kimi k3.1 (kibitz) против gpt 5.6 sol xhigh по одному и тому же веб-дизайнерскому запросу слева: kimi справа: gpt kimi тоже начинает сокращать разрыв в задачах дизайна. https://t.co/dv7FUAL1r5
ANTHROPIC только что сообщила инвесторам, что выручка за Q3 достигла $16,8 млрд > Q1 — $4,7 млрд > Q2 — $11,6 млрд > Q3 — $16,8 млрд, рост на ~45% по сравнению с предыдущим кварталом > прибыльность по скорректированным показателям в квартале > День инвестора прошел сегодня в Сан-Франциско > IPO по-прежнему запланирован на середину ноября, роудшоу — на неделю с 9 ноября > Оценка обсуждается выше $2 трлн Рост замедлился по сравнению с безумным темпом Q2, но они все равно показали почти $17 млрд за один квартал и заявили о прибыльности по скорректированным показателям. Теперь реальные часы отсчитывают роудшоу.
СЧАСТЛИВОГО ДНЯ ГЕМИНИ 4 АРГОН ТЕМ, КТО ПОЗДРАВЛЯЕТ!!!
Подождите. Meta только что разместила модель рядом с Opus и сделала её дешевле, чем Fable. Wonder Full на 56 по искусственному анализу. Opus — 58. Fable 5.1 — ниже. Предыдущий Muse был на 48. Цена: $4 на входе / $20 на выходе. Fable — $10 / $50. Один и тот же диапазон, но значительно меньше денег. Они год выглядели как «приготовленные», а теперь превратили это в гонку трёх участников. Сегодня я не учитывал Meta.
Google уже тестирует модель после Argon. Business Insider ознакомился с внутренними документами и перепиской. Carbon находится на их платформе для кодирования Jetski. Один из сотрудников сказал, что это похоже на Opus 5.5; до получения публичного названия Argon внутри назывался Barium B. Argon все еще отсутствует в списке выбора. Бесплатный Gemini потерял Flash и Pro вчера. Они запускают следующую контрольную точку, в то время как большинство людей не могут открыть ту, которую они анонсировали. Запуск Argon утихомирит это больше, чем утечка Carbon.
6.1 Sol уже в работе и в Codex. Поэтому «скоро» — не модель. Это либо Chat, либо Ultrafast, либо Astra 6.1, которую они держали до DevDay. Сейчас полезное разделение уже есть: Astra для низких задач, Ultrafast — для мелочей, писем, разовых исправлений, быстрых демонстраций. Sol — когда нужно сделать ещё 10 попыток в том же репозитории, не убивая неделю. Sol всё ещё кажется медленным при длинных запусках агента. Astra всё ещё съедает лимит. Если это Sol Ultrafast по $2 / $10, у Plus наконец появился ежедневный инструмент. Если это Astra 6.1 — это другой пост. Его держали, потому что он не укладывался в рамки.
Попробовал 5 SVG-запросов @Angaisb_ на GLM 5.3. Около 4–8 минут каждый, неплохо. Astra всё ещё берёт коробку и хамелеона, хотя и не однозначно. https://t.co/5DuXmdPLTa
За последние 10 дней, если вы моргнули: Grok 4.7 — 21 сентября Opus 5.5 — 22 сентября Sonnet 5.5 — 28 сентября GPT-6.1 Sol — 29 сентября 6.1 Astra отозвали Gemini 4 всё ещё отсутствует Дешёвые модели — те, что действительно вышли
Одной из выделяющихся особенностей в описании предварительного просмотра шага 5 является то, насколько много в нём речь идёт о реальной работе с программным обеспечением, а не просто о «может ли он писать код». Примеры StepFun уделяют большое внимание исправлению ошибок, изменению функций и рефакторингу, а не только генерации кода с нуля. Это соответствует тому, как на самом деле работают большинство команд: вы тратите больше времени на изучение существующей кодовой базы и внесение осторожных изменений, чем на создание чего-то с нуля. Интересно то, сохранится ли это на практике. Полезный тест — это не ещё одна таблица лидеров по написанию кода. Это то, что произойдёт, когда люди внедрят его в реальный репозиторий и оставят на длительную задачу.