This media is not supported in your browser
VIEW IN TELEGRAM
Первые впечатления от Fable 5.2 от твитторских
Спойлер. Смотрите пункт семь.
1. Самый странный RL (Reinforcement Learning), который я когда-либо видел.
В одних задачах модель демонстрирует гениальные способности, в других - тупит совершенно невероятным образом.
В чисто программистских задачах она как минимум на уровне Opus 5.5. Но стоит попросить её решить какую-нибудь нестандартную задачу, не связанную с кодингом, и качество ответов падает до уровня GPT-3.5.
Я попросил Fable 5.5 и GPT-6 Astra детально проработать идею проекта. Ответ Fable оказался полным мусором.
2. У моделей Fable всегда были проблемы с чувством дизайна (design taste), причём даже более серьёзные, чем у Opus.
Но на этот раз Fable удивила меня полным отсутствием дизайнерского вкуса.
Например, в длинном списке она зачем-то добавила сразу два независимых элемента паджинации (pagination controls): один раскрывает уже загруженный список данных, а второй, расположенный под ним, подгружает новый контент.
Кроме того, в твитторе можно найти множество демо с весьма посредственными результатами, которые выглядят даже хуже, чем работы Opus.
3. Похоже, это самая прожорливая по токенам модель в мире.
Заявленное снижение цены не имеет никакого смысла, если Fable 5.2 расходует в четыре раза больше токенов, чем Fable 5.1.
4. Самая педантичная модель из всех.
Она постоянно пытается доказать, что пользователь неправ.
Скажите ей, что снег белый, и она найдёт миллион причин, почему это утверждение не совсем корректно.
У GPT-6 Astra тоже была эта раздражающая особенность.
5. Заметно выросла скорость.
При уровне reasoning effort medium модель отвечает практически мгновенно.
6. Fable 5.5 приобрела качество, которое раньше было характерно для Sonnet 5.5 - исполнительность и тщательность (diligence).
Взявшись за задачу, модель неоднократно проверяет свою работу, вносит исправления и повторяет итерации, пока не добьётся качественного результата.
7. В задачах программирования разницы с Opus 5.5 практически нет.
Во всех остальных аспектах Opus 5.5, на мой субъективный взгляд, превосходит Fable 5.5.
Общий вывод
Мне никогда особенно не нравились модели Fable. Я не вижу в них большого смысла.
Они упрямые, перегружены защитными фильтрами (guardrails), обладают слабым дизайнерским вкусом, дорого обходятся, потребляют огромное количество токенов и в некоторых областях уступают линейке Opus.
Новая модель не стала исключением.
На мой взгляд, Fable 5.2 не имеет особого смысла. И, кажется, я понимаю, почему этот релиз назвали именно 5.2, а не 5.5.
Революционного скачка, сопоставимого с переходом от Opus 5 к Opus 5.5, просто не произошло.
Сурс
@cgevent
• Sent via TeleFeed
Спойлер. Смотрите пункт семь.
1. Самый странный RL (Reinforcement Learning), который я когда-либо видел.
В одних задачах модель демонстрирует гениальные способности, в других - тупит совершенно невероятным образом.
В чисто программистских задачах она как минимум на уровне Opus 5.5. Но стоит попросить её решить какую-нибудь нестандартную задачу, не связанную с кодингом, и качество ответов падает до уровня GPT-3.5.
Я попросил Fable 5.5 и GPT-6 Astra детально проработать идею проекта. Ответ Fable оказался полным мусором.
2. У моделей Fable всегда были проблемы с чувством дизайна (design taste), причём даже более серьёзные, чем у Opus.
Но на этот раз Fable удивила меня полным отсутствием дизайнерского вкуса.
Например, в длинном списке она зачем-то добавила сразу два независимых элемента паджинации (pagination controls): один раскрывает уже загруженный список данных, а второй, расположенный под ним, подгружает новый контент.
Кроме того, в твитторе можно найти множество демо с весьма посредственными результатами, которые выглядят даже хуже, чем работы Opus.
3. Похоже, это самая прожорливая по токенам модель в мире.
Заявленное снижение цены не имеет никакого смысла, если Fable 5.2 расходует в четыре раза больше токенов, чем Fable 5.1.
4. Самая педантичная модель из всех.
Она постоянно пытается доказать, что пользователь неправ.
Скажите ей, что снег белый, и она найдёт миллион причин, почему это утверждение не совсем корректно.
У GPT-6 Astra тоже была эта раздражающая особенность.
5. Заметно выросла скорость.
При уровне reasoning effort medium модель отвечает практически мгновенно.
6. Fable 5.5 приобрела качество, которое раньше было характерно для Sonnet 5.5 - исполнительность и тщательность (diligence).
Взявшись за задачу, модель неоднократно проверяет свою работу, вносит исправления и повторяет итерации, пока не добьётся качественного результата.
7. В задачах программирования разницы с Opus 5.5 практически нет.
Во всех остальных аспектах Opus 5.5, на мой субъективный взгляд, превосходит Fable 5.5.
Общий вывод
Мне никогда особенно не нравились модели Fable. Я не вижу в них большого смысла.
Они упрямые, перегружены защитными фильтрами (guardrails), обладают слабым дизайнерским вкусом, дорого обходятся, потребляют огромное количество токенов и в некоторых областях уступают линейке Opus.
Новая модель не стала исключением.
На мой взгляд, Fable 5.2 не имеет особого смысла. И, кажется, я понимаю, почему этот релиз назвали именно 5.2, а не 5.5.
Революционного скачка, сопоставимого с переходом от Opus 5 к Opus 5.5, просто не произошло.
Сурс
@cgevent
• Sent via TeleFeed
Anthropic пояснили за то, почему не стоит использовать Fable 5.2 для большинства задач
Они бахнули большое руководство по выбору моделей Claude. И главный вывод довольно любопытный: самую мощную модель компании вовсе не рекомендуется использовать где попало.
Anthropic предлагает следующую схему:
Haiku 5.5 - массовые дешёвые операции, классификация, извлечение данных, простые субагенты.
Sonnet 5.5 - повседневный кодинг, исправление багов, работа по техническому заданию и интерактивные задачи.
Opus 5.5 - основная рабочая модель для сложного программирования, анализа и агентных задач.
Fable 5.2 - наиболее сложные технические проекты, архитектура, масштабные рефакторинги, научные исследования и продолжительные автономные запуски.
Интереснее всего сравнение Fable и Opus.
Fable 5.2 стоит 8/40 за миллион входных/выходных токенов против 4/20 у Opus 5.5. Но даже на сложных задачах более дорогая модель не обязательно показывает лучшие результаты.
Например, на FrontierCode 2.0 Fable 5.2 с effort high набрала 45,3%, а Opus 5.5 с max - 45,5%. При этом стоимость выполнения задачи у Fable оказалась примерно вдвое ниже. Это результаты, приведённые самой Anthropic.
Они также рекомендуют не запускать все задачи на максимальном reasoning effort, а повышать его только при необходимости. Простую работу лучше отдавать дешёвым субагентам, оставляя дорогим моделям принятие сложных решений.
Anthropic советует начинать с Opus 5.5 на medium, а переходить на Fable 5.2 только тогда, когда задача действительно требует её возможностей.
Источник:
https://claude.dev/blog/which-claude-model-should-you-build-with/
@cgevent
• Sent via TeleFeed
Они бахнули большое руководство по выбору моделей Claude. И главный вывод довольно любопытный: самую мощную модель компании вовсе не рекомендуется использовать где попало.
Anthropic предлагает следующую схему:
Haiku 5.5 - массовые дешёвые операции, классификация, извлечение данных, простые субагенты.
Sonnet 5.5 - повседневный кодинг, исправление багов, работа по техническому заданию и интерактивные задачи.
Opus 5.5 - основная рабочая модель для сложного программирования, анализа и агентных задач.
Fable 5.2 - наиболее сложные технические проекты, архитектура, масштабные рефакторинги, научные исследования и продолжительные автономные запуски.
Интереснее всего сравнение Fable и Opus.
Fable 5.2 стоит 8/40 за миллион входных/выходных токенов против 4/20 у Opus 5.5. Но даже на сложных задачах более дорогая модель не обязательно показывает лучшие результаты.
Например, на FrontierCode 2.0 Fable 5.2 с effort high набрала 45,3%, а Opus 5.5 с max - 45,5%. При этом стоимость выполнения задачи у Fable оказалась примерно вдвое ниже. Это результаты, приведённые самой Anthropic.
Они также рекомендуют не запускать все задачи на максимальном reasoning effort, а повышать его только при необходимости. Простую работу лучше отдавать дешёвым субагентам, оставляя дорогим моделям принятие сложных решений.
Anthropic советует начинать с Opus 5.5 на medium, а переходить на Fable 5.2 только тогда, когда задача действительно требует её возможностей.
Источник:
https://claude.dev/blog/which-claude-model-should-you-build-with/
@cgevent
• Sent via TeleFeed
claude.dev Blog
Which Claude model should you build with? Fable, Opus, Sonnet, or Haiku / claude.dev Blog
Which Claude model to pick, what they cost, and how to use them together.
Лол, Антропики выкатили новые модельки, а в анонсе интересная приписочка. Там они какого-то хрена поставили оптимизацию ядер GPU в тот же раздел "Меры безопасности", что и хакинг с биологией.
А самое интересное, что ежели кто-то таки решится оптимизировать вычисления на видеокарте, то никакой плашки уровня "извините, я не могу помочь с этим" не появится — моделька просто будет писать говнокод уровня Opus 5.5 (ладно, может и не говнокод, но хуже, чем могла бы). И обычным джейлбрейком обойти это не получится, потому что её "затупили" в этом направлении ещё при обучении.
Объясняют это страхом перед ускорении разработки ИИ, который случайно может создать Скайнет прямо на серверах и убить всех человеков.
В твитторе уже горят жопы, ибо работа с ядрами — это в том числе то, благодаря чему старая 3090 ещё вывозит новые локальные модельки. Отсюда и подозрения: а точно ли это ради безопасности, а не чтобы всякие Васяны меньше ускоряли локалки и охотнее несли шекели за API? Доказательств этому, понятно, нет, но мы-то с вами знаем.
Железо дорожает, память скупают дата-центры, а теперь ещё и помочь выжать побольше из того, что осталось потенциально опасно. Спасибо, блядь
• Sent via TeleFeed
А самое интересное, что ежели кто-то таки решится оптимизировать вычисления на видеокарте, то никакой плашки уровня "извините, я не могу помочь с этим" не появится — моделька просто будет писать говнокод уровня Opus 5.5 (ладно, может и не говнокод, но хуже, чем могла бы). И обычным джейлбрейком обойти это не получится, потому что её "затупили" в этом направлении ещё при обучении.
Объясняют это страхом перед ускорении разработки ИИ, который случайно может создать Скайнет прямо на серверах и убить всех человеков.
В твитторе уже горят жопы, ибо работа с ядрами — это в том числе то, благодаря чему старая 3090 ещё вывозит новые локальные модельки. Отсюда и подозрения: а точно ли это ради безопасности, а не чтобы всякие Васяны меньше ускоряли локалки и охотнее несли шекели за API? Доказательств этому, понятно, нет, но мы-то с вами знаем.
Железо дорожает, память скупают дата-центры, а теперь ещё и помочь выжать побольше из того, что осталось потенциально опасно. Спасибо, блядь
• Sent via TeleFeed
Anthropic
Introducing Claude Fable 5.2 and Claude Mythos 5.2
Claude Fable 5.2 and Claude Mythos 5.2, our new models for the hardest technical challenges. Fable 5.2 sets a new bar in coding, finance, and the sciences.
This media is not supported in your browser
VIEW IN TELEGRAM
Вышли 2 модели от Antropic Claude Fable & Mythos 5.2.
Давайте без криков о смерти геймдева разберемся что сейчас делают модели.
Первый пример: последняя модель Opus 5.5 попиксельно сверяет 3D сцену с рефом в Blender и переносит на Threejs.
Второй пример: примерно то же самое, обратите внимание на части которые модель додумывала.
Третий пример: это реально однопромптовая игра на Fable 5.2 стоимостью ~$550 и временем работы 8 часов.
Специально креплю ссылки чтобы вы могли сами оценить качество.
Но качество тут не главное, модели созданы не для того чтобы делать красивые артистичные сцены, мы имеем возможность делать однопромптовые игры примерно с такой же степенью вовлеченности, грубо говоря "на сдачу" от всего корпуса обучения моделей.
Основное преимущество новый моделей в том, что они могут работать долго над одной задачей и глубоко с точки зрения архитектуры, зависимостей и в целом контекста проекта. Т.е. можно собирать более сложные системы а не более артистичные пропы или локации.
Можно заригать очень сложного крича, но нельзя сделать очень круто выглядящую гниющую кожу свисающую с костей, либо можно но настолько неудобно и так много итераций нужно пройти, что дешевле сделать самостоятельно. Поэтому на данном этапе лучше пользоваться преимуществом постройки сложных систем нежели пытаться добиться крутого визуала, сейчас модели не про это. Через какое то время на ту же "сдачу" мы будем иметь и визуал, но к тому времени он не будет стоить так же много как то, что мир игры будет очень сильно взаимозависим от сложных систем и просто красивая картинка будет ничем без всей обвязки зависимостей, весов, физических параметров или любых других дополнительных надстроек необходимых для интеграции в правдоподобный мир развлечений.
@CGIT_Vines
• Sent via TeleFeed
Давайте без криков о смерти геймдева разберемся что сейчас делают модели.
Первый пример: последняя модель Opus 5.5 попиксельно сверяет 3D сцену с рефом в Blender и переносит на Threejs.
Второй пример: примерно то же самое, обратите внимание на части которые модель додумывала.
Третий пример: это реально однопромптовая игра на Fable 5.2 стоимостью ~$550 и временем работы 8 часов.
Специально креплю ссылки чтобы вы могли сами оценить качество.
Но качество тут не главное, модели созданы не для того чтобы делать красивые артистичные сцены, мы имеем возможность делать однопромптовые игры примерно с такой же степенью вовлеченности, грубо говоря "на сдачу" от всего корпуса обучения моделей.
Основное преимущество новый моделей в том, что они могут работать долго над одной задачей и глубоко с точки зрения архитектуры, зависимостей и в целом контекста проекта. Т.е. можно собирать более сложные системы а не более артистичные пропы или локации.
Можно заригать очень сложного крича, но нельзя сделать очень круто выглядящую гниющую кожу свисающую с костей, либо можно но настолько неудобно и так много итераций нужно пройти, что дешевле сделать самостоятельно. Поэтому на данном этапе лучше пользоваться преимуществом постройки сложных систем нежели пытаться добиться крутого визуала, сейчас модели не про это. Через какое то время на ту же "сдачу" мы будем иметь и визуал, но к тому времени он не будет стоить так же много как то, что мир игры будет очень сильно взаимозависим от сложных систем и просто красивая картинка будет ничем без всей обвязки зависимостей, весов, физических параметров или любых других дополнительных надстроек необходимых для интеграции в правдоподобный мир развлечений.
@CGIT_Vines
• Sent via TeleFeed
Media is too big
VIEW IN TELEGRAM
Meet Emma from Nuance Labs, with a face and voice licensed from a real actress. Its reply timing overlapped a real speaker 89% of the time, versus 35% for the next best.
Most AI personas stare blankly while you talk. Emma reacts while you’re still speaking.
AI is coming
• Sent via TeleFeed
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
MiniMax бахнула генератор картинок H3 Image: мультиреференс до 16 изображений и нативное разрешение 4K
MiniMax открыла ранний доступ к H3 Image у себя на платформе Hailuo AI. Модель переносит пространственную дисциплину видеогенератора в сегмент статичных картинок: понимание промпта у неё, похоже, будет очень хорошим.
H3 Image поддерживает одновременную подачу до 16 референсов, диапазон аспектов от 21:9 до 9:16 и нативный экспорт в 1K, 2K и 4K.
За счет встроенного текстового энкодера с контекстным окном до 32 000 символов H3 Image должен хорошо парсить ваши длинные литературные промпты, сложные схемы расстановки актеров в кадре и типографику.
hailuoai.com
@cgevent
• Sent via TeleFeed
MiniMax открыла ранний доступ к H3 Image у себя на платформе Hailuo AI. Модель переносит пространственную дисциплину видеогенератора в сегмент статичных картинок: понимание промпта у неё, похоже, будет очень хорошим.
H3 Image поддерживает одновременную подачу до 16 референсов, диапазон аспектов от 21:9 до 9:16 и нативный экспорт в 1K, 2K и 4K.
За счет встроенного текстового энкодера с контекстным окном до 32 000 символов H3 Image должен хорошо парсить ваши длинные литературные промпты, сложные схемы расстановки актеров в кадре и типографику.
hailuoai.com
@cgevent
• Sent via TeleFeed
Аналитики, освобождаем вечера с 23 по 27 ноября! Школа анализа данных Яндекса проводит бесплатный AI Analytics Week.
За 5 дней на кейсах Яндекса разберут, как ИИ-агенты встраиваются в реальный аналитический процесс и забирают часть ручной работы.
В программе:
— Агентные системы: ReAct, Tool Calling, доступ к данным через MCP
— LLM в экспериментах: от расчёта выборки до синтетического контроля
— Как не потерять контроль над выводами агента
Формат — видеозанятия в предзаписи на YouTube и VK с возможностью задать вопросы. Интенсив отлично подойдет аналитикам, ML-инженерам и специалистам по Data Science с базой в SQL, Python, статистике и ML.
Детали программы, спикеры и регистрация — по ссылке. Заявки принимают до 22 ноября включительно.
• Sent via TeleFeed
За 5 дней на кейсах Яндекса разберут, как ИИ-агенты встраиваются в реальный аналитический процесс и забирают часть ручной работы.
В программе:
— Агентные системы: ReAct, Tool Calling, доступ к данным через MCP
— LLM в экспериментах: от расчёта выборки до синтетического контроля
— Как не потерять контроль над выводами агента
Формат — видеозанятия в предзаписи на YouTube и VK с возможностью задать вопросы. Интенсив отлично подойдет аналитикам, ML-инженерам и специалистам по Data Science с базой в SQL, Python, статистике и ML.
Детали программы, спикеры и регистрация — по ссылке. Заявки принимают до 22 ноября включительно.
• Sent via TeleFeed