ClaudeNews

OpenRouter фиксирует взрывной рост расхода токенов — с 4,5 до 146 триллионов в неделю за год, и это не признак пузыря, а признак зрелой токеномики ИИ-моделей. Лидируют не одна-две компании, а сразу несколько: DeepSeek, OpenAI, Google и — неожиданно — новый класс компактных моделей-классификаторов вроде Jev. Главный вывод для инженеров: важно не количество потраченных токенов,…

Низкая цена за токен не гарантирует низкий счёт: более «дешёвой» модели часто нужно больше шагов для той же задачи, и итоговая стоимость оказывается выше, чем у дорогой, но эффективной модели. Разбираем эксперимент Anthropic и OpenAI, новые уровни «усилия» (effort) в последних моделях и практический способ сравнивать модели не по прайс-листу, а по факту — через…

Консультант по AI Дилан Дэвис утверждает: годовые дорожные карты по внедрению искусственного интеллекта обесцениваются быстрее, чем их успевают согласовать, — модели, цены и возможности меняются каждые несколько недель. Решение — разделить план на два слоя: долгоживущие бизнес-цели (12–16 месяцев) и быстро устаревающие технические допущения (проверка каждые 30 дней), а горизонт амбициозных AI-целей сократить с года…

CEO стартапа TypeSafe в подкасте Latent Space резко высказался против публичных бенчмарков ИИ: по его мнению, они слишком легко подделываются и давно превратились в игру «кто лучше оптимизирует тест», а не в измерение реального интеллекта. Альтернатива, которую он предлагает, — доверие и интуиция, проверенные внедрением модели в рабочий процесс. Для индустрии, где каждую неделю выходит…

OpenAI показала три новых куска агентного стека: Decisions API для быстрых решений без тяжёлой reasoning-модели, обновлённый computer use с доступом к полноценному рабочему столу через Dots, и инфраструктуру UltraFast — WebSocket, асинхронные вызовы инструментов и более долгий кэш. Главный недооценённый сдвиг — переход от скриншотов к дереву доступности, который впервые позволил модели выполнять несколько шагов…

Аспирант MIT Алекс Джанг утверждает: Claude Code, Codex и десятки похожих агентов по сути устроены одинаково — разница в деталях, а не в архитектуре. Настоящий сдвиг он видит в рекурсивных языковых моделях (RLM), которые выносят контекст в код и учатся решать задачи в 8–30 раз длиннее тренировочных. Это не новый «ещё один агент», а иной…