⚡️ Cursor выпустили Composer 2.5 — обновление свой флагманской модели для кодинга
В качестве базовой модели всё также используется Kimi K2.5.
Главное в обучении: синтетических задач стало в 25 раз больше, плюс новый приём targeted textual feedback — точечный сигнал прямо в месте ошибки, а не итоговый reward по всему роллауту.
Цены: $0.50/$2.50 за миллион токенов (input/output), быстрый вариант — $3/$15. На первую неделю дают двойной лимит.
Параллельно вместе со SpaceXAI обучают следующую модель с нуля на 10x больше вычислений на Colossus 2.
@ai_for_devs
В качестве базовой модели всё также используется Kimi K2.5.
Главное в обучении: синтетических задач стало в 25 раз больше, плюс новый приём targeted textual feedback — точечный сигнал прямо в месте ошибки, а не итоговый reward по всему роллауту.
Цены: $0.50/$2.50 за миллион токенов (input/output), быстрый вариант — $3/$15. На первую неделю дают двойной лимит.
Параллельно вместе со SpaceXAI обучают следующую модель с нуля на 10x больше вычислений на Colossus 2.
@ai_for_devs
2🔥38👍18⚡9❤7
Ежегодная конференция от Google для разработчиков в первую очередь порадовала нас релизом Gemini 3.5 Flash.
Модель обходит Gemini 3.1 Pro по бенчмаркам почти везде: MCP Atlas (многошаговые агентные задачи) 83.6% против 78.2%, Terminal-Bench 76.2% против 70.3%, SWE-Bench Pro очень близко к GPT-5.5.
Контекст 1M токенов, модель уже доступна в API. Pro-версия ожидается в июне.
Также обновили Antigravity до версии 2.0. Поддерживает параллельные команды агентов, scheduled tasks и голосовую транскрипцию. По умолчанию работает на Gemini 3.5 Flash.
Помимо этого представили Gemini Omni (мультимодальную модель, особенно сильную в генерации и редактировании видео), умные очки Android XR и новые AI-ноутбуки (Googlebook на базе Aluminium OS).
@ai_for_devs
Please open Telegram to view this post
VIEW IN TELEGRAM
1👍44⚡20❤10🔥8
🇨🇳 Alibaba выпустили Qwen3.7-Max: флагманскую закрытую модель серии Qwen3
Главный кейс из релиза: модель 35 часов работала полностью автономно, сделала 1158+ вызовов инструментов и самостоятельно оптимизировала низкоуровневое CUDA-ядро для работы с длинным контекстом на железе, на котором никогда не обучалась. Результат 10x прирост скорости инференса.
Контекстное окно 1M токенов, только текст (мультимодальности в этом релизе нет).
Интересно, что модель специально тестировали на трёх разных харнессах (OpenClaw, Claude Code и Hermes). Разброс результатов — в пределах ~6 пунктов. Хорошая обобщаемость.
Доступна через Qwen Studio (chat.qwen.ai) и Alibaba Cloud Model Studio (API). Веса Max-версии не открывают. Plus-версия серии Qwen3.7 уйдёт в open-source.
@ai_for_devs
Главный кейс из релиза: модель 35 часов работала полностью автономно, сделала 1158+ вызовов инструментов и самостоятельно оптимизировала низкоуровневое CUDA-ядро для работы с длинным контекстом на железе, на котором никогда не обучалась. Результат 10x прирост скорости инференса.
Контекстное окно 1M токенов, только текст (мультимодальности в этом релизе нет).
По бенчмаркам: SWE-bench Pro — 60.6% (выше DeepSeek V4-Pro, но ниже Claude Opus 4.7 с 64.3%).
Интересно, что модель специально тестировали на трёх разных харнессах (OpenClaw, Claude Code и Hermes). Разброс результатов — в пределах ~6 пунктов. Хорошая обобщаемость.
Доступна через Qwen Studio (chat.qwen.ai) и Alibaba Cloud Model Studio (API). Веса Max-версии не открывают. Plus-версия серии Qwen3.7 уйдёт в open-source.
@ai_for_devs
2🤩47👍44🔥13❤10
This media is not supported in your browser
VIEW IN TELEGRAM
⚡️ GLM-5.1 от Z.ai теперь выдаёт 400 токенов в секунду через API
Для сравнения: большинство флагманских моделей сейчас дают 80–120 tok/s.
Команда TileRT переписала то, как модель работает на GPU: вместо сотен последовательных мелких операций с паузами между ними — один непрерывный процесс, который не останавливается между генерацией токенов.
@ai_for_devs
Для сравнения: большинство флагманских моделей сейчас дают 80–120 tok/s.
При этом речь не об урезанной модели, качество то же, ускорили именно систему запуска.
Команда TileRT переписала то, как модель работает на GPU: вместо сотен последовательных мелких операций с паузами между ними — один непрерывный процесс, который не останавливается между генерацией токенов.
@ai_for_devs
2⚡48🔥31👍21🤯14❤2
Главная новость прошедшей недели: как взломали GitHub. 19 мая GitHub написали в соц.сетях:
Через 24 часа на BreachForums появился пост от TeamPCP. Начинается он примерно так:
Если покупатель найдется, то исходники передадут ему, если нет покупателя, то опубликуют бесплатно. Заявили о ~3800 приватных репозиториях.
Позднее GitHub подтвердил: цифра соответствует масштабам реальной утечки.
———
Теперь о причине. Один из сотрудников поставилвредоносное расширение для VS Code 🫠 . Скомпрометированная версия плагина провисела в маркетплейсе 18 минут. Автообновление сделало остальное. Расширение вело себя штатно, но при открытии любого проекта молча скачивало обфусцированный скрипт из «осиротевшего» коммита официального репозитория и собирало всё доступное: токены GitHub и AWS, ключи npm, хранилища 1Password, конфиги Claude Code.
Расширения VS Code ставятся из маркетплейса, где любой может опубликовать что угодно. Автообновление включено по умолчанию. Аудит того, что реально собрано в бинарнике расширения, почти никто не делает. GitHub при этом вроде не стартап с двумя инженерами))
Самое ироничное во всём этом то, что GitHub пострадал от своей же экосистемы :D Маркетплейс расширений VS Code, автообновления, доверие к верифицированным паблишерам — всё это инфраструктура Microsoft. И именно сотрудник Microsoft получил автообновление в течение тех самых 18 минут🤣
@ai_for_devs
Расследуем несанкционированный доступ к внутренним репозиториям. Данные клиентов предположительно не затронуты.
Через 24 часа на BreachForums появился пост от TeamPCP. Начинается он примерно так:
Всем привет, как дела? Предлагаем купить исходники GitHub.
Если покупатель найдется, то исходники передадут ему, если нет покупателя, то опубликуют бесплатно. Заявили о ~3800 приватных репозиториях.
Позднее GitHub подтвердил: цифра соответствует масштабам реальной утечки.
———
Теперь о причине. Один из сотрудников поставил
Расширения VS Code ставятся из маркетплейса, где любой может опубликовать что угодно. Автообновление включено по умолчанию. Аудит того, что реально собрано в бинарнике расширения, почти никто не делает. GitHub при этом вроде не стартап с двумя инженерами))
Самое ироничное во всём этом то, что GitHub пострадал от своей же экосистемы :D Маркетплейс расширений VS Code, автообновления, доверие к верифицированным паблишерам — всё это инфраструктура Microsoft. И именно сотрудник Microsoft получил автообновление в течение тех самых 18 минут
@ai_for_devs
Please open Telegram to view this post
VIEW IN TELEGRAM
2🤯74😁34👍17❤16🔥4
⚡️ Cerebras запустили Kimi K2.6 на скорости ~1000 токенов в секунду
Для тех, кто слышит про Cerebras впервые, расскажу. Cerebras — это американский чипмейкер, который пошёл против индустрии: вместо кластеров из сотен GPU они делают один огромный процессор размером с ноутбук. Он содержит 4 триллиона транзисторов, 900 тысяч вычислительных ядер и 44 гигабайта памяти прямо на кристалле. Вся память рядом с вычислениями, данные не гоняются по сети между чипами, отсюда и скорость.
На этом же железе Cerebras теперь запустили Kimi K2.6 для корпоративных клиентов. Это первая триллионная open-weight модель в их инфраструктуре. Измерения Artificial Analysis: 981 токен/с — в 6,7 раза быстрее ближайшего GPU-облака и в 23 раза быстрее медианного провайдера. На практике: запрос с 10 000 токенов входа и 500 токенов ответа занимает 5,6 секунды против 163,7 секунды на официальном эндпоинте Kimi.
Подробнее про архитектуру Cerebras можно прочитать в их блоге.
@ai_for_devs
Для тех, кто слышит про Cerebras впервые, расскажу. Cerebras — это американский чипмейкер, который пошёл против индустрии: вместо кластеров из сотен GPU они делают один огромный процессор размером с ноутбук. Он содержит 4 триллиона транзисторов, 900 тысяч вычислительных ядер и 44 гигабайта памяти прямо на кристалле. Вся память рядом с вычислениями, данные не гоняются по сети между чипами, отсюда и скорость.
В январе 2026-го статус компании резко изменился: OpenAI подписала многолетний контракт на развёртывание 750 МВт мощностей Cerebras для обслуживания своих пользователей. Сделка оценивается более чем в 20 млрд долларов, OpenAI также выдала Cerebras кредит на 1 млрд. Первый совместный продукт — GPT-5.3-Codex-Spark, работающий на скорости более 1200 токенов/с.
На этом же железе Cerebras теперь запустили Kimi K2.6 для корпоративных клиентов. Это первая триллионная open-weight модель в их инфраструктуре. Измерения Artificial Analysis: 981 токен/с — в 6,7 раза быстрее ближайшего GPU-облака и в 23 раза быстрее медианного провайдера. На практике: запрос с 10 000 токенов входа и 500 токенов ответа занимает 5,6 секунды против 163,7 секунды на официальном эндпоинте Kimi.
Подробнее про архитектуру Cerebras можно прочитать в их блоге.
@ai_for_devs
www.cerebras.ai
Kimi K2.6: Fast Trillion-Parameter Inference | Cerebras
Run Kimi K2.6 at 981 output tokens per second in Cerebras enterprise trials, enabling real-time agentic coding and trillion-parameter AI workloads.
4🔥78🤯29👍16❤6👏2
⚡️ MiniMax готовятся к релизу M3
Перед релизом команда решила опубликовать технический отчёт по M2.
M2 вышла в октябре 2025 года. У модели 229B параметров в сумме, но в работе одновременно задействовано всего ~10B. Благодаря этому она остаётся одной из самых быстрых и дешёвых в инференсе среди мощных моделей.
M3, по словам представителя команды, выходит"very soon" . Ждём!
@ai_for_devs
Перед релизом команда решила опубликовать технический отчёт по M2.
M2 вышла в октябре 2025 года. У модели 229B параметров в сумме, но в работе одновременно задействовано всего ~10B. Благодаря этому она остаётся одной из самых быстрых и дешёвых в инференсе среди мощных моделей.
За полгода open-source сообщество активно подхватило несколько ключевых решений из M2, а каждый новый релиз серии стабильно занимал первое место на Hugging Face Open LLM Leaderboard.
M3, по словам представителя команды, выходит
@ai_for_devs
2🔥33👍22⚡6❤3👏3
GPT уверенно уделывает Opus по очкам, стоимости и времени выполнения!
Datacurve (молодая команда из YC W24, которая делает дорогие и сложные coding-датасеты) выпустила DeepSWE: новый бенчмарк для coding-агентов.
Создатели утверждают: SWE-Bench и подобные уже не отражают реальности. Модели их заучили, задачи слишком мелкие, а оценка полна погрешностей.
Все модели тестировали на одном и том же mini-swe-agent (минималистичный harness на ~100 строк кода).
Результаты можете лицезреть на картинках. Разрыв между топами получился гораздо шире, чем на старых бенчмарках.
@ai_for_devs
Datacurve (молодая команда из YC W24, которая делает дорогие и сложные coding-датасеты) выпустила DeepSWE: новый бенчмарк для coding-агентов.
Создатели утверждают: SWE-Bench и подобные уже не отражают реальности. Модели их заучили, задачи слишком мелкие, а оценка полна погрешностей.
Что внутри DeepSWE:
– 113 полностью новых задач из 91 активного open-source репозитория.
– Пять языков: TypeScript, Go, Python, JavaScript и Rust.
– Среднее решение составляет 668 строк кода в 7 файлах (против ~120 строк и 5 файлов в SWE-Bench Pro).
– Короткие естественные промпты.
– Verifier проверяет реальное поведение, а не структуру авторского решения.
Все модели тестировали на одном и том же mini-swe-agent (минималистичный harness на ~100 строк кода).
Результаты можете лицезреть на картинках. Разрыв между топами получился гораздо шире, чем на старых бенчмарках.
@ai_for_devs
1👍51🤯22🔥14❤5💯5
This media is not supported in your browser
VIEW IN TELEGRAM
⚡️ В Claude Code появился плагин для поиска уязвимостей
Называется
По внутренним данным Anthropic, на PR-ах с плагином замечания по безопасности стали появляться на 30-40% реже.
@ai_for_devs
Называется
security-guidance, доступен всем пользователям и устанавливается из маркетплейса через /plugins.Работает через hooks:
– при редактировании файлов ищет рискованные паттерны,
– после каждой итерации модели проверяет полный diff,
– на коммите читает окружающий код для валидации.
По внутренним данным Anthropic, на PR-ах с плагином замечания по безопасности стали появляться на 30-40% реже.
@ai_for_devs
1👍44
⚡️ Anthropic выпустили Claude Opus 4.8
Та же цена за API, зато быстрый режим втрое дешевле. Главное изменение: модель в четыре раза реже пропускает баги в собственном коде без замечаний.
Sonnet всё ещё 4.6, Haiku вообще 4.5! Зато бояре на подписке за $200 должны быть довольны 😄
UPD: В анонсе Anthropic также обещают, что модели класса Mythos появятся в публичном доступе в ближайшие недели.
@ai_for_devs
Та же цена за API, зато быстрый режим втрое дешевле. Главное изменение: модель в четыре раза реже пропускает баги в собственном коде без замечаний.
В Claude Code теперь можно запускать сотни параллельных субагентов. На claude.ai появился слайдер "усилий": Low, Medium, High, Extra и Max.
Sonnet всё ещё 4.6, Haiku вообще 4.5! Зато бояре на подписке за $200 должны быть довольны 😄
UPD: В анонсе Anthropic также обещают, что модели класса Mythos появятся в публичном доступе в ближайшие недели.
@ai_for_devs
1😁49👍33🔥22⚡11❤4
This media is not supported in your browser
VIEW IN TELEGRAM
⚡️ Anthropic выкатили Dynamic Workflows в Claude Code
Параллельно с релизом Opus 4.8 вышла крайне интересная фича дляежедневной работы миллионеров.
Помните историю про Bun? Джаред Самнер переписал его с Zig на Rust именно через Dynamic Workflows: 1 009 257 строк на Rust, 6 755 коммитов и 9 дней работы.
Поиграться с этой штукой можно двумя способами:
1. Просто упомяни слово "workflow" в промпте,
2. Или включи
Страшно представить, как быстро эта штука будет жечь токены) Anthropic предупреждают: начинайте с небольших задач.
P.S. По классике, вместе с громким релизом Anthropic увеличили лимиты на всех тарифах на 50% на 2 недели.
@ai_for_devs
Параллельно с релизом Opus 4.8 вышла крайне интересная фича для
Dynamic Workflows: Claude Code сам пишет оркестрационный скрипт, запускает от десятков до сотен параллельных субагентов, те независимо проверяют результат. Задачи, которые раньше занимали недели, по заявлению команды теперь укладываются в дни.
Помните историю про Bun? Джаред Самнер переписал его с Zig на Rust именно через Dynamic Workflows: 1 009 257 строк на Rust, 6 755 коммитов и 9 дней работы.
Поиграться с этой штукой можно двумя способами:
1. Просто упомяни слово "workflow" в промпте,
2. Или включи
/effort ultracode — тогда Claude сам будет решать, когда разворачивать оркестрацию.Страшно представить, как быстро эта штука будет жечь токены) Anthropic предупреждают: начинайте с небольших задач.
P.S. По классике, вместе с громким релизом Anthropic увеличили лимиты на всех тарифах на 50% на 2 недели.
@ai_for_devs
1⚡39👍29❤9🔥6🤯1
⚡️ Cчёт на $500 млн за месяц использования Claude
AI-консультант рассказал Axios: компания подключила весь штат к API Anthropic без ограничения на бюджет, дашбордов и алертов.
Сотрудники запускали agentic workflows, не переживали за длинные сессии и десятки coding-агентов. Никто не считал токены.
Расскажи про это боссу, который не хочет покупать тебе подписку дороже 20$😄
@ai_for_devs
AI-консультант рассказал Axios: компания подключила весь штат к API Anthropic без ограничения на бюджет, дашбордов и алертов.
Сотрудники запускали agentic workflows, не переживали за длинные сессии и десятки coding-агентов. Никто не считал токены.
Расскажи про это боссу, который не хочет покупать тебе подписку дороже 20$
@ai_for_devs
Please open Telegram to view this post
VIEW IN TELEGRAM
1😁81🤯20❤9⚡2👍2
Forwarded from Veai - про код и тесты с AI
⚡️ Opus 4.8 уже в Veai! По большинству coding-бенчмарков текущий лидер
SWE-Bench Pro: 69.2% против 64.3% у предыдущего Opus и 58.6% у GPT-5.5. По работе с компьютером (OSWorld-Verified) тоже первая: 83.4%.
Если понравится, до 31 мая 23:59 действует промокод
@veai_devs
SWE-Bench Pro: 69.2% против 64.3% у предыдущего Opus и 58.6% у GPT-5.5. По работе с компьютером (OSWorld-Verified) тоже первая: 83.4%.
Новые пользователи Veai получают 30-дневный триал и могут попробовать лучшую модель бесплатно в любимой IDE.
Если понравится, до 31 мая 23:59 действует промокод
OPUS48: скидка 50% на все планы.@veai_devs
1👍31❤17👌8🔥2🤯2