9 нояб.Fable набирает 65 баллов в рейтинге интеллекта, опережая Claude Opus на 6 баллов. Gemini 4 Carbon потерял лидерство, даже не успев выйти в общий доступ. GPT придётся очень сильно постараться, чтобы хотя бы приблизиться к такому результату.ClaudeFable 5AnthropicGoogleOpenAIClaudeGeminiGPT
28 сент.🚨 Sonnet 5.5 Max обходит GPT-6 Astra Max по индексу интеллекта vs стоимость задачи Ещё несколько интересных моментов: 1. На Medium GPT-6 Sol заметно дешевле Sonnet 5.5 при довольно близком уровне интеллекта. 2. В районе линии Парето GPT-6 Sol Max и Sonnet 5.5 High идут…AnthropicOpenAIClaudeGPT
28 сент.🚨 Sonnet 5.5 занимает 2-е место в рейтинге интеллекта AA, обгоняя Fable 5.1. Также он сокрушает GPT-6 Sol на 8 баллов.Fable 5AnthropicClaude
28 сент.Sonnet 5.5 Max даже превосходит Opus 5.5 Max в Terminal-Bench, при этом оставаясь близко к Opus по остальным показателям. А по сравнению с GPT Sol разрыв в соотношении цена/производительность выглядит довольно жестоким.AnthropicOpenAIClaudeGPT
28 сент.🚨 Бенчмарки Sonnet 5.5 уже здесь Он сокрушает Sonnet 5, идёт на равных с Opus 5.5 и превосходит GPT-6 Sol по большинству бенчмарковAnthropicClaude
20 сент.Закончил эксперимент с ClaudeCut. Хотел понять, сколько моей подписки Claude за $20 реально уходит на работу, а сколько съедает сам Claude Code. Я оставил один инструмент для работы через терминал, системный промпт на 36 токенов и ограничил размер контекста. На старте…ClaudeAnthropicClaude CodeУправление контекстомАгентские harness
7 сент.🚨 GPT-6 Astra теперь занимает первое место в обновлённом индексе интеллекта Artificial Analysis, разделяя лидерство с Claude Fable 5.1.ClaudeFable 5AnthropicOpenAIClaudeGPT
7 сент.GPT 6 Astra поставила новый рекорд в MazeBench, 3D бенчмарке с головоломками Она исследовала 40% всех комнат и собрала 14% гемов Fable 5.1 добралась только до 4,3% комнат и собрала 2% гемовFable 5AnthropicOpenAIClaudeGPT
5 сент.GPT 6 Astra и Fable 5.1 дали по 20 попыток взять блок и положить его в миску Astra: 95% успеха, 2,5 мин, $0,94 за попытку Fable 5.1: 40% успеха, 6,8 мин, $2,12 за попытку Astra также использовала в 6 раз меньше токенов, всего 2,1 тыс. за попытку.Fable 5AnthropicOpenAIClaudeGPT
5 сент.Claude больше не лучшая модель для фронтенда GPT-6 Astra только что заняла первое место, сместив Claude Fable 5.1 с вершины Скачок огромный: предыдущее поколение GPT, GPT-5.6 Sol, было лишь на 13-м месте В последний раз модель GPT лидировала по фронтенду еще в августе 2025 годаClaudeFable 5GPT-5.6 SolAnthropicOpenAIClaudeGPT
5 сент.GPT 6 Astra и Fable 5.1 дали по 20 попыток взять блок и положить его в миску Astra: 95% успеха, 2,5 мин, $0,94 за попытку Fable 5.1: 40% успеха, 6,8 мин, $2,12 за попытку Astra также использовала в 6 раз меньше токенов, всего 2,1 тыс. за попытку.Fable 5AnthropicOpenAIClaudeGPT
3 сент.Claude Code снова испытывает проблемы. Прошлый месяц: Claude Code: 3 крупных инцидента + 6 частичных Codex: 1 частичныйClaudeAnthropicOpenAIClaude CodeCodex
23 авг.Theo сделал свой тир лист ИИ моделей, теперь я публикую свойAnthropicDeepSeekGoogleMetaMoonshot AIOpenAIxAIZ.aiClaudeDeepSeekGeminiGLMGPTGrokKimiMuse
13 авг.Opus 5 может отнимать у вас 5 лишних часов каждый месяц По данным Anthropic, средний пользователь Claude Code проводит с ним около 20 часов в неделю. Opus 5 пишет примерно на 60% больше, чем Fable 5. В итоге это может выливаться примерно в 5,5 лишних часов чтения каждый месяц.ClaudeFable 5AnthropicClaude
12 авг.🚨 Скрытые рассуждения GPT, Claude и Gemini научились извлекать Зашифрованные рассуждения совместимы между моделями одной компании. Блок от сильной модели можно передать слабой, которая тоже его понимает, но легче раскрывает содержимое. Заодно подтвердили, что оплачиваемые…ClaudeAnthropicGoogleOpenAIClaudeGeminiGPTБезопасность ИИ
29 июл.Разрушители мифов JetBrains проверили скилл Ponytail для Claude Code До этого они разобрали Caveman. Обещанные 65% экономии токенов превратились в 8,5% без снижения расходов. Затем проверили RTK с заявленной экономией до 90%. На деле часть задач стала дороже. В новом разборе…ClaudeAnthropicJetBrainsClaude CodeАгентские harness
28 июл.⚡️ Claude Opus 5 занял 1-е место во Frontend Arena Предыдущим лидером был Kimi K3.ClaudeKimi K3AnthropicClaude
25 июл.Anthropic заявила, что убрала 80% системного промпта для Opus 5 Я проверил это заявление и выяснил: Opus 4.8 - 130K символов Opus 5 - 135K символов Получается промпт только вырос. Возможно, они имели в виду какой-то участок внутри системного промпта (или нет).AnthropicClaude
20 июл.Fable опроверг гипотезу, которой 87 лет Математики Левент Альпёге и Акил Мэтью попросили модель найти пример, который опровергнет гипотезу Якобиана 1939 года. Claude Fable 5 выдал короткую формулу. И она реально работает. Простым языком, гипотеза говорила: если сложное…ClaudeFable 5AnthropicClaudeИИ и математика
6 июл.Claude сделали лоботомию и он не развалился Anthropic отключила у модели J-пространство - внутреннюю зону, где Claude держит понятия и промежуточные шаги. • Базовая автоматика осталась - модель продолжала писать связно, помнить простые факты и работать с текстом. • Сложное…ClaudeAnthropicClaude
2 июл.Fable 5 снова взломали Исследователь Vitto Rivabella протестировал защиту Fable 5 и смог найти обход. По его словам, большинство попыток провалились. Защита многоуровневая: модель проверяет запрос, историю диалога, системный контекст и собственный ответ. Часть фильтров работает…Fable 5AnthropicClaude
2 июл.Фейбл подменили Claude Fable 5 снова протестировали в BridgeBench после возвращения. Результаты резко просели. Отладка: 86.2 → 25.9 Рефакторинг: 73.6 → 38.4 Галлюцинации: 75.9 → 61.7 Когда задачи проходят защитные ограничения, модель работает как версия от 12 июня Главная…ClaudeFable 5AnthropicClaude
1 июл.ИИ выполняет 16% фриланс-задач в тесте Remote Labor Index CAIS обновил Remote Labor Index — бенчмарк, где AI-агенты выполняют реальные заказы: дизайн, видео, CAD, архитектуру, аналитику и веб-приложения. Работы проверяют люди и сравнивают с результатом профессионала, который…ClaudeFable 5AnthropicClaude
26 июн.GPT 5.6 Sol vs Mythos: без явного победителя По цифрам нет разгрома ни в одну сторону. GPT 5.6 Sol выглядит сильнее в задачах на работу в терминале и немного обходит Claude Mythos в CyberGym. Но в киберэксплуатации и медицине преимущество остается за Mythos / Fable 5. При этом…ClaudeFable 5GPT-5.6 SolAnthropicOpenAIClaudeGPT
