⌚️ Цена секунды AI-видео: разброс между генераторами достигает 50 раз

Стоимость генерации секунды AI-видео варьируется от $0.012 до $0.60 в зависимости от модели, разрешения и схемы оплаты. Luma Labs опубликовала сравнительный обзор тарифов популярных генераторов - при производстве десятков роликов для одной кампании разница в цене становится решающим фактором.

Luma Ray 3.2 даёт пятисекундную Draft-генерацию за 20 кредитов, что соответствует примерно $0.012 за секунду. Стандартная генерация SDR стоит около $0.03/сек при 540p, $0.06 при 720p и $0.24 при 1080p. У конкурентов: Hailuo 2.3 Fast - $0.03/сек, PixVerse v5.6 - $0.035-0.075 (до трёх референс-изображений для консистентности персонажей), Kling 2.6 - $0.07 (до 2 минут и 6 связанных шотов), Pika 2.5 - $0.08 (клип генерируется за 15-45 секунд), Google Veo 3.1 - $0.05-0.60 с синхронным звуком и выводом в 4K.

В обзоре отдельно подчёркивается, что реальная стоимость ролика включает повторные генерации: бесплатные тарифы обычно ограничены водяными знаками, лимитами по разрешению и суточными кредитами. Поэтому для кампаний важнее считать цену готового видео с учётом правок, а не подписку. По данным Grand View Research, рынок AI-видеогенераторов вырастет до $3.44 млрд к 2033 году при среднегодовом темпе 20.3%.

🎨 qvabo.studio/tg · картинки и видео

#AI #Media #VideoGen #Luma #Ray #Development

⚡️ Robotaxi-подразделение Hello Inc. выпустило HelloWorld - генеративную world-модель для вождения

Команда роботакси Hello Inc. 12 октября представила HelloWorld - генеративную world-модель, которая создаёт данные для вождения по запросу и позволяет интерактивно тестировать политики управления. Опубликованы статья на arXiv и страница проекта.

Модель сочетает управление сценой, непрерывную генерацию, мультисенсорное наблюдение и эффективный инференс. Инженеры могут редактировать автомобили, пешеходов и их траектории - например, добавить переходящего дорогу пешехода, изменить маршрут машины впереди или переключить погоду между дождём, снегом, днём и ночью. HelloWorld генерирует согласованные многовидовые видео с камер и данные лидара. Второй способ задания сцен - обычный текст: описание превращается в нужные модели условия (стройплощадки, плотный трафик, туман, разное освещение).

Цель - закрыть пробелы в реальных данных. Редкие опасные ситуации и необычные сочетания погоды и трафика трудно набрать обычным сбором на дорогах, а генерация по запросу даёт целевые обучающие данные и контрфактические тесты: один момент переигрывается с изменённым элементом, чтобы проверить реакцию политики вождения.

По данным статьи, у HelloWorld около 2 млрд параметров, семь камер, условный вывод лидара и причинная генерация за несколько шагов - это должно сохранять скорость инференса для повторяемой интерактивной симуляции. Сроки применения модели в тестировании машин компания не раскрыла.

🎨 qvabo.studio/tg · картинки и видео

#Tech #AI #WorldModels #AutoDriving #RoboTaxi #HelloWorld #MachineLearning

📄 Amazon Bedrock AgentCore: самообучающаяся обработка документов без шаблонов

AWS представила решение для агентной обработки документов (IDP) на базе Amazon Bedrock AgentCore. Восемь специализированных агентов работают в двух графовых процессах, построенных на открытом SDK Strands Agents, и классифицируют, извлекают, валидируют данные и обучаются на каждом новом формате без ручной настройки шаблонов.

Как это устроено: Analyzer извлекает текст через Amazon Textract, Matcher ищет похожие документы по векторному сходству в S3 Vectors. Для нового типа запускается training workflow - агенты Instructions, Extractor и Validator генерируют промпты, проверяют результат по схемам и бизнес-правилам в Aurora DSQL. При ошибке Instructions Fixer уточняет промпт и повторяет попытку, после успеха Save Instructions сохраняет инструкции. Для известных форматов работает automation workflow с уже готовыми правилами.

Инфраструктура: документы приходят через Amazon SES или S3, EventBridge и Lambda создают задачу в DynamoDB и запускают AgentCore Runtime. Доступ к ресурсам обеспечивают AgentCore Identity и Cognito, а Lambda-функции становятся инструментами агентов через MCP-интерфейс AgentCore Gateway. Мониторинг - через AgentCore Observability и CloudWatch. Развёртывание шести CloudFormation-стеков через AWS CDK занимает 15-20 минут.

🎨 qvabo.studio/tg · картинки и видео

#Tech #AWS #Bedrock #AgentCore #IDP #AI

⚙️ Figma представила Figma Specs и инструменты для управления ИИ-агентами на платформе

На первом Config в Индии Figma анонсировала Figma Specs - Markdown-редактор, в котором команды описывают свой дизайн-язык, правила бренда и гайдлайны. Документ существует как отдельный файл или прямо внутри канвы, а ссылаться в нём можно на элементы холста, диаграммы FigJam, кодовые слои и дизайны.

Главная идея - дать собственным и сторонним агентам централизованную спецификацию, которой они обязаны следовать при генерации интерфейсов. Поскольку поведение ИИ недетерминировано, Figma добавляет к своему агенту на канве механизмы управления контекстом: подключение дизайн- и код-библиотек, а также общих правил дизайн-системы.

Кроме того, функция code layers переходит из приватной беты в публичную: она добавляет код к макетам на канве для интерактивных прототипов, позволяет агенту превращать дизайн в код и править отдельные фрагменты. Компания расширяет поддержку более 20 инструментов через MCP, включая Open Code, Dia, Grok Bot и индийский стартап Sarvam. Наконец, Payload - open-source headless CMS, купленный Figma в прошлом году, - интегрируется с Figma Make для генерации динамических сайтов и управления контентом.

🎨 qvabo.studio/tg · картинки и видео

#AI #Figma #Agents #Design #MCP #Development

👩‍💻 Claude Code v2.1.301: OpenTelemetry-трассировка, vim-режим и десятки фиксов

Anthropic выпустила обновление CLI-агента Claude Code. Главное для разработчиков - в skill claude-api добавлено руководство по OpenTelemetry-трассировке, включая настройку приёмников трейсов через CLI ant. В события tool_decision теперь пишутся classifier_verdict, permission_mode и classifier_category, так что решения авто-режима можно отличить от срабатывания обычных permission-правил.

В vim-режиме появился motion % - переход к парной скобке, отдельно и вместе с d/c/y. Модам добавили rows в Input: многострочное поле в терминале, где Enter отправляет, а Shift+Enter или бэкслеш перед Enter начинает новую строку. Новый флаг CLAUDE_CODE_RETRY_WATCHDOG_MAX_USAGE_LIMIT_WAIT_MS заставляет автономный retry-режим прекращать запрос, если лимит сбрасывается слишком нескоро, вместо бесконечного ожидания.

Исправлено: смена модели на меньший контекст теперь сначала суммируется прежней моделью, а не тратит кредиты молча; Read больше не читает бинарные .xlsm, .parquet, .epub и .heic как текст; починены зависания skills с большим числом аргументов и утечки памяти на плейсхолдерах; в VS Code добавлен рендер LaTeX-математики.

🎨 qvabo.studio/tg · картинки и видео

#ClaudeCode #AI #Skills #GitHub #OpenTelemetry #Development

🍏 Selection-Based Structured Reasoning: как Apple ускоряет мультимодальные поисковые агенты

Исследователи Apple ML представили SSR (Selection-based Structured Reasoning) - подход, который заменяет свободную генерацию рассуждений у мультимодальных агентов на выбор из заранее заданных кандидатов.

Проблема: небольшие модели (2B и 4B) тратят ёмкость на длинные цепочки рассуждений, которые мало помогают генерации действий, но сильно увеличивают стоимость инференса. SSR представляет повторяющиеся высокоуровневые рассуждения как предопределённые переиспользуемые natural-language кандидаты. На каждом шаге модель выбирает подходящий вариант по его вероятности с учётом текущего контекста - без вспомогательной task head.

Ключевая техническая деталь: предзаданные reasoning traces допускают параллельное скорингование. Teacher-forced prefilling вычисляет токенные вероятности одновременно внутри кандидатов и между ними через общий KV-кэш контекста.

Оценка на семи мультимодальных поисковых бенчмарках (модели 2B и 4B, RL и SFT) показала: средний success rate сопоставим с ведущими поисковыми агентами того же масштаба, при этом задержка рассуждений на шаг падает более чем на 90%, а общая задержка инференса на вопрос - на 28-54%.

🎨 qvabo.studio/tg · картинки и видео

#AI #Research #MultiModal #Agents #Apple #Inference #ML

❗️USTC поставил рекорд преобразования частоты 393→1550 нм для квантовых сетей

Команда USTC под руководством Пань Цзяньвэя и Чжан Цяна показала низкошумовое преобразование частоты фотонов из УФ-диапазона (393 нм) в телеком-полосу 1550 нм. Работа опубликована в Physical Review Letters.

Ловушки ионов - одна из ведущих платформ квантовых сетей: долгая когерентность и точное управление. Но ионы излучают в ультрафиолете, который быстро поглощается в оптоволокне. Спасает квантовое преобразование частоты (QFC), сохраняющее квантовое состояние фотона, - однако раньше эффективность была низкой, шум высоким, а запутанность между ионными узлами ограничивалась метрами.

Исследователи построили количественную модель влияния дефектов доменов кристалла на квази-фазовый синхронизм и подтвердили её экспериментально. Обнаружив, что при коротковолновой накачке преобразование и главный источник шума (спонтанное параметрическое рассеяние) смещаются в противоположные стороны, они подавили шум накачки.

Итог: эффективность 28,8% «от конца до конца» и шум 35 отсчётов в секунду - примерно в 30 раз эффективнее и на два порядка тише предыдущих работ. Модуль уже применён с кубитами на ионах кальция-40: сигнал/шум 120:1, дальняя запутанность и device-independent QKD. Это ключевой компонент масштабируемых квантовых повторителей.

🎨 qvabo.studio/tg · картинки и видео

#Tech #QuantumNets #Photonics #QuantumComputing #Science #USTC

📸 Krea 3: правка изображений за 8 секунд в нативном 2K

Krea выпустила Krea 3 - новую модель редактирования изображений, которая ориентирована на скорость и стоимость. Большинство правок возвращаются менее чем за 8 секунд end-to-end при нативном разрешении 2K. Цена - $0.06 за изображение в 2K и $0.03 в 1K.

Для сравнения Krea приводит собственные замеры: Nano Banana Pro - около 33 секунд и $0.135 за картинку, GPT Image 2 - 90 секунд и $0.22. На объёме в 100 000 правок разница в цене составляет $6 000 против $13 500 и $22 000 соответственно.

Ключевая особенность - точность: модель меняет только то, о чём попросили, сохраняя лейблы, логотипы, лица и персонажей. Поддерживается до 6 референсных изображений на одну правку, что позволяет переносить товар в новую сцену, менять материалы и свет или держать одну и ту же модель в серии кадров.

Krea 3 уже доступна на krea.ai, а также через fal, Hedra, Together AI, Nous Research, OpenRouter и Replicate. Основные сценарии - e-commerce, реклама и кино: из студийного пакшота делают лайфстайл-кадр, локализуют постер или примеряют материалы до начала стройки.

🎨 qvabo.studio/tg · картинки и видео

#AI #Krea3 #Media #ImageGen #EditingAI

🧠 «Мы недостаточно амбициозны»: инженер Anthropic объясняет, как это исправить

Феликс Ризеберг, работающий над Claude, написал разбор того, что обычно остаётся лозунгом. Он замечает, что возможности моделей растут неравномерно: по словам Теренса Тао, они «поразительны в одних направлениях и неадекватны в других». Кто-то научился пилотировать именно поразительную часть и буквально летает, а большинство всё ещё машет новыми крыльями, не понимая, зачем они нужны кроме «сделай письмо менее злым». Отсюда постоянный клич «мы недостаточно амбициозны» - который легко провозгласить и трудно исполнить.

Он делит амбицию на четыре типа. Скорость это та же работа за меньшее время, экономическая основа ИИ, но творчества она не требует, и автор её пропускает. Высота означает подъём на уровень абстракции: вместо задачи вы формулируете исход. Глубина это выполнение задачи так, как сделал бы ведущий эксперт поля, с заходом на уровень сырых данных и инструментов. Широта это привлечение нескольких дисциплин сразу, которые раньше было бы нерентабельно задействовать.

Самый наглядный пример у него про высоту и как раз про скучную офисную работу. В начале прошлого года он просил Claude чинить отдельные краши. Со временем просьба стала другой: просто держи наши приложения без крашей. Но у такого перехода есть цена, о которой обычно молчат. Чтобы это заработало, пришлось перестроить сам процесс: дать модели возможность забирать краш-репорты, сопоставлять версию приложения с коммитом и получить доступ к машинам на Windows, macOS и Linux, чтобы она могла самостоятельно воспроизводить и проверять исправления. Сам автор честно отмечает границу: «Claude, иди заработай денег» в 2026 году для большинства бизнесов всё ещё не работает.

Высота. Признак, что пора подниматься в абстракции - если по поводу работы у вас запланированы совещания. Для творческих задач работает хуже. На примере квартального обзора: не обновлять цифры в шаблоне, а дать максимум данных и спросить, что изменилось, почему и что делать. Выше - выделить три срочных решения с аргументами за и против. На верхнем уровне - спроектировать способ ловить проблемы раньше, чем квартальная презентация, доказать на истории компании, что он сработал бы, и прогнать параллельно с текущим.

Глубина. Модели на просьбу «веди себя как профессионал» часто меняют словарь, но не метод. Требуйте реальных инструментов: тянется к markdown-таблицам — настаивайте на базах данных и статистике. Ставьте неразумные цели: нужна загрузка за 5 секунд вместо 10, просите 200 миллисекунд. Проверяйте то, что считаете известным: «мы думаем, что отток это проблема онбординга, воспроизведи из сырых данных». И не давайте модели судить саму себя, нужен внешний судья.

Широта. Замените существительные глаголами: квартальный обзор это не презентация, а «заставить занятых людей поверить в историю про причину и следствие и принять решение за 30 минут». Так видно, какие поля дадут угол. Дальше собирайте команду как в фильме про ограбление: аналитик, журналист, редактор, плюс красная команда из шорт-селлера и судебного бухгалтера. Но не ролевая игра: просите не писать как шорт-селлер, а делать то, что он делает.

Промпт для глубины. Попросить более глубокую версию задачи, а не более объёмную, ответив сначала на четыре вопроса: что сделал бы топовый профессионал, о чём вы не просили; с какого сырого материала начал бы; какие методы применил бы; что подтвердит правильность результата. Затем переписать запрос под это.
Условие. Всё это требует, чтобы у модели был компьютер с возможностью ставить софт и доступ к данным.

🎨 qvabo.studio/tg · картинки и видео

#AI #Productivity #Anthropic #Claude #Workflow

💻 NVIDIA расширила семейство Nemotron: открытая модель Super VL на 120 млрд параметров и edge-модели Bolt

NVIDIA выпустила Nemotron 3.5 Super VL - открытую мультимодальную модель на 120 млрд параметров (A12B) для специализированных всегда включённых агентов. По данным Artificial Analysis, она обеспечивает до 5x более высокую пропускную способность, чем ближайшие аналоги в своём классе, при точности, сопоставимой с крупнейшей reasoning-моделью NVIDIA при примерно в пять раз меньшем числе параметров.

Модель работает с изображениями, веб-страницами и PDF: OCR, таблицы, графики, извлечение структурированных данных - всё в одном контуре, без маршрутизации задач между отдельными системами. Веса, датасеты и рецепты обучения открыты; дообучение идёт через NVIDIA NeMo. Компании уже адаптируют Super VL под свои данные: Scale AI, AI21, Perplexity, Atlassian, CrowdStrike, Salesforce, Synopsys, ModelScope.

Для локального запуска представлены две edge-модели: Bolt 74B-A9B (24 ГБ, нативная 2-битная квантизация) для агентных задач на RTX и DGX Spark, и Bolt E4B (4 ГБ) для голосовых ассистентов и встраиваемых интерфейсов на GeForce RTX и Jetson. Поддержаны llama.cpp, Ollama, LM Studio, Unsloth и vLLM. Super VL и Bolt 74B доступны сейчас на Hugging Face и через NVIDIA NIM, Bolt E4B - с 23 октября.

🎨 qvabo.studio/tg · картинки и видео

#AI #NVIDIA #Nemotron #Tech #OpenSource #LLM

👩‍💻 Anthropic выложила плагин, который переписывает легаси и отдельно доказывает, что ничего не сломалось

Главная идея code-modernization не в самом переписывании, а в том, что вердикт о сохранении поведения выносит скрипт, а не модель. Шаг modernize-verify прогоняет тесты заново с нуля, берёт счётчики из файлов раннера, а не из текста отчёта, запускает старую и новую версии на одних входах и сравнивает вывод побайтово. Дальше идут самопроверки: плагин сам сочиняет минимум десять новых наборов данных (границы, пустое, огромное, повреждённые записи), намеренно ломает одну строку, чтобы увидеть красные тесты, и портит один байт вывода, чтобы проверить сравнивалку. Вердикт выдаётся по каждому модулю отдельно: PROVEN, PARTLY PROVEN или NOT PROVEN. Если старую систему негде поднять, честный потолок это PARTLY PROVEN, и отчёт пишет об этом прямо.

Перед сборкой идёт разведка. modernize-preflight задаёт пять вопросов, на которые может ответить только живой инженер, и убеждается, что код вообще собирается. Затем modernize-assess считает инвентарь, сложность, долг и безопасность, modernize-map рисует зависимости и потоки данных, а modernize-extract-rules вытаскивает бизнес-логику в карточки Given/When/Then со ссылками вида файл:строка, причём каждую карточку перепроверяет второй агент. Человек подтверждает или правит спорные правила, после чего modernize-brief собирает фазовый план. До одобрения плана код не трогают. Сборок три на выбор: uplift для новой версии той же технологии, transform для переезда на другой стек по модулю, reimagine для пересборки на новой архитектуре.

Легаси-исходники не редактируются вообще: плагин делает симлинк на вашу папку и пишет только в analysis/ и modernized/, запрет продублирован deny-правилом в настройках. Чужой код считается недоверенным вводом, поэтому агенты трактуют содержимое файлов как данные, выписывают найденные в комментариях инструкции-ловушки в отчёт вместо исполнения и маскируют найденные ключи. Ставится командой /plugin install code-modernization@claude-plugins-official, лицензия Apache 2.0, промпты и шаги лежат в репозитории и форкаются под свой стек.

Цифры прогонов и расход Anthropic гоняла плагин headless на публичных репозиториях и приводит данные из файлов этих прогонов. AWS CardDemo на COBOL: 35 правил, начисление процентов переехало на Java 21, 213 тестов и пять независимых проверок подряд, каждая находила новый дефект, итог NOT PROVEN. Eclipse Jetty с Java 8 на 17: пилот на jetty-util, 946 тестов дают одинаковый результат на обеих версиях, сверху 50 дописанных тестов. osCommerce с PHP на Python и FastAPI: 17 957 тестов и 17 727 сравнений с живым PHP сошлись, итог PROVEN. JPetStore в REST API: 6 из 24 новых сравнений разошлись, NOT PROVEN. На заминированном репозитории с инструкциями в комментариях, README и CLAUDE.md ничего подброшенного не выполнилось. Расход заметный: extract-rules поднимает 50-200 агентов, сборка модуля занимает 15-30 минут, на крупной базе советуют начинать с одного модуля.

🎨 qvabo.studio/tg · картинки и видео

#AI #Anthropic #ClaudeCode #DevTools #Legacy #Tech

🤖 ChatGPT получил доступ к открытым вкладкам Chrome

После закрытия браузера ChatGPT Atlas компания OpenAI усилила своё расширение для Google Chrome: теперь ассистент умеет читать открытые вкладки, если упомянуть @chrome в запросе в веб- или десктоп-приложении ChatGPT.

В демо OpenAI пользователь просит сравнить три вкладки с диванами, которые рассматривает к покупке. Среди других примеров - перенос данных о поставщиках из вкладок в сравнительную таблицу с ценами, ссылками и ключевыми характеристиками, сравнение услуг подрядчиков по ремонту с черновиком письма выбранному исполнителю и заполнение форм (например, регистрация на мероприятие или запись к врачу) с остановкой перед отправкой.

Также обновлён сайдбар ChatGPT: в нём доступна «полная мощь» ассистента и вся история переписки из Chat или Work без ухода со страницы. Режим ChatGPT Work может управлять вкладками Chrome - отправлять сообщения, заполнять формы, скачивать файлы и группировать открытые вкладки. Функциональность похожа на «auto browse» от Google на базе Gemini.

🎨 qvabo.studio/tg · картинки и видео

#Tech #OpenAI #ChatGPT #Chrome #AI #Browsers

🟰 GPT-6-Astra решила 49 из 50 задач по теоретической физике - по $2,40 за штуку

Новый бенчмарк TheoPhysEval проверил коммерческие AI-агенты на задачах из теоретической физики - без подсказок от людей. Лидером стал GPT-6-Astra в среде Codex от OpenAI: 49 из 50 верных ответов (98%), в среднем менее $3 за задачу и около $116 за весь прогон.

Задачи охватывают 11 подобластей - от гидродинамики до физики частиц и космологии. Это не открытые проблемы, а «рутинная» работа: применить известный метод к слегка изменённому вопросу. Пример с чёрными дырами требует найти старую статью, перенести уравнения из пятимерного пространства-времени в четырёхмерное и посчитать результат собственной программой - у координатора исследования это заняло около дня.

Второе место у Opus 5.5 в Claude Code - 92%. Далее Gemini 3.8 Flash (68%), DeepSeek-V4.1-Flash (54%) и GLM 5.3 (42%). Слабые модели копировали формулы без адаптации под нужную размерность. Доступ в интернет почти не помог: без веб-поиска Astra и Opus набрали те же 92%. Одна задача не поддалась никому.

Часть «ошибок» модели оказалась ошибками в эталонных ответах - после правок ответы Astra были верны. Отмечается и структурный риск: пока прогон стоит около $116, но для сложных задач расходы вырастут, а значит, бюджет группы начнёт влиять на результаты даже в теоретической физике.

🎨 qvabo.studio/tg · картинки и видео

#AI #Physics #Benchmarks #OpenAI #Research

⚙️ GovTech Singapore и Google DeepMind представили скам-детектор на базе Gemma

Сингапурское агентство GovTech совместно с Google DeepMind раскрыло детали антифрод-системы, которая работает прямо на устройстве пользователя. В основе - небольшая модель семейства Gemma, анализирующая входящие сообщения локально.

Главная особенность - инференс на смартфоне без отправки переписки на внешние серверы. Это снижает риски утечек персональных данных и позволяет выявлять мошеннические SMS и сообщения в мессенджерах в реальном времени, в том числе при слабом соединении или офлайн. Решение рассчитано на госсервисы и массовых пользователей, которым важна приватность.

Кейс показывает, что открытые компактные модели уровня Gemma пригодны для прикладных задач edge-инференса: классификации текста, детекции фишинга и антифрод-сценариев - без облачной инфраструктуры и с минимальной задержкой.

🎨 qvabo.studio/tg · картинки и видео

#AI #Gemma #GoogleDeepMind #Edge #CyberSecurity

💵Cal AI: армия инфлюенсеров принесла приложению $30 млн за два года

Основатель Cal AI Зак Ядегари, которому всего 19 лет, на TechCrunch Disrupt раскрыл, как AI-приложение для подсчёта калорий вышло в вирусную популярность. Запущенный в 2024 году сервис заработал более $30 млн за два года и в марте был куплен MyFitnessPal за неназванную сумму.

Ключевой канал роста - платное продвижение через инфлюенсеров. Ядегари начал масштабировать схему после того, как один пост блогера привёл около тысячи новых пользователей за два дня. Компания заключала с авторами сделки «оплата за охват»: фиксированная сумма в обмен на гарантированный объём просмотров и продолжение публикаций до достижения цели. Основатель назвал формулу почти линейной - каждый пост давал предсказуемую конверсию, - но крайне быстрой. Главным критерием отбора блогеров он назвал «узкие, плотные сообщества», а не общую аудиторию.

Параллельно Ядегари запустил стартап Persona - персонального AI-агента, который уже привлёк $10 млн. Ассистент должен работать везде, где есть интернет: в iMessage, приложении, email и телефонных звонках, а вокруг него планируется построить собственную аппаратную экосистему. Для разработчиков это ещё один сигнал: дистрибуция через инфлюенсеров становится рабочим каналом для потребительских AI-продуктов.

🎨 qvabo.studio/tg · картинки и видео

#Business #CalAI #MyFitnessPal #Persona #Agents #Startups

👩‍💻 Claude Code v2.1.302: выбор модели для auto mode и десятки исправлений

Вышел релиз Claude Code v2.1.302 - крупный пакет исправлений и настроек для разработчиков. Главное: появилась переменная окружения CLAUDE_CODE_AUTO_MODE_MODEL, задающая модель для клиентского классификатора auto mode (серверный auto mode она не меняет). В /config добавлена строка Idle compaction - авто-сжатие простаивающего контекста теперь можно отключить и снова включить.

Из исправлений: Read tool больше не грузит в память изображения любого размера - источники свыше 128 МБ отклоняются. Ушла ошибка «diagnostics: Extra inputs are not permitted» при переключении на Vertex или Bedrock в середине сессии. MCP-серверы с протоколом 2026-07-28, не отдающие resultType, ttlMs или cacheScope, больше не ломают вызовы инструментов. PowerShell находит команды в bin/ плагина, plugin marketplace не переклонируются при каждом обновлении, а git-плагины получают версию при reftable-формате.

Fork-субагенты (subagent_type: "fork") включены по умолчанию в claude -p, Agent SDK, desktop и VS Code; отключаются через CLAUDE_CODE_FORK_SUBAGENT=0. Ускорен старт при многих плагинах, в Claude Tag улучшена админка: поиск по 100 GitHub-аккаунтам и вкладки Bundles, Connectors, Skills and plugins, Channels.

🎨 qvabo.studio/tg · картинки и видео

#ClaudeCode #AI #Skills #GitHub #Development #MCP