describe.ru

Claude Fable 5 выиграл у DeepSeek, но в 90 раз дороже: неделя в ИИ

Итоги 17-23 августа 2026 года. Спокойная неделя без громких происшествий: сравнение двух моделей на 904 запусках, отладка с ИИ, который объявил задачу нерешаемой, и DuckDB 2.0.

Итоги недели в ИИ, 17-23 августа 2026 года.

Дорогая модель против дешёвой

Самое содержательное событие недели - сравнение DeepSeek V4 Pro 0813 и Claude Fable 5 на 904 запусках DeepSWE.

Результат не сводится к слову «победил». Fable лидирует, когда у модели одна попытка, но обходится в 90 раз дороже соперника. Когда попыток четыре, выигрывает уже Pro. А каскад, в котором задачу сначала отдают Pro и только потом дорогой модели, набирает 82,7 процента.

Практический вывод простой. Вопрос не в том, какая модель лучше, а в том, сколько попыток вы можете себе позволить и в каком порядке их тратить.

«Давайте просто напишем об этом отчёт»

Саймон Уиллисон описал отладочную сессию, которую сам назвал адской. ИИ в ней был и неутомимым помощником, и упрямым противником. Несколько раз модель прямо заявляла, что задача невозможна и нерешаема, и предлагала просто написать об этом отчёт.

Это полезное напоминание для всех, кто отдаёт агентам длинные задачи. Уверенное «это невозможно» от модели не означает, что это невозможно.

Безопасность: основы никто не отменял

В выпуске Cloud CISO Perspectives специалисты Google Cloud напомнили, что в эпоху ИИ базовые правила безопасности остаются теми же, и соблюдать их нужно в первую очередь.

Инструменты недели

  • Grok Build теперь доступен на всех тарифах, в вебе и на мобильных устройствах.

  • Amazon SageMaker Canvas и Amazon Quick показали, как собрать процесс машинного обучения без кода: подготовить и соединить данные о транзакциях визуальными преобразованиями Data Wrangler и обучить модель XGBoost для выявления мошенничества.

  • DuckDB 2.0 получил парсер на основе PEG, который проще развивать и расширять прямо во время работы.

  • AWS Glue 6.0 вышел в ту же неделю.

Ещё одна тема, которая звучала у нескольких авторов: продукты на данных для ИИ нужно тестировать и чинить так же, как любой другой код, и выбор хранилища данных по-прежнему имеет значение.

Кванты и рынок

Infleqtion планирует на 2027 год полевую демонстрацию квантовой гравитационной градиентометрии. Цель - лучше находить и картировать подземные месторождения критически важных минералов.

В разговорах об инвестициях чаще всего называли Micron, чья стоимость выросла примерно на 575 процентов. Следом упоминали OpenAI.

Что из этого взять себе

Проверьте, как у вас устроен выбор модели под задачу. Если всё уходит в самую сильную и самую дорогую, попробуйте каскад: сначала дешёвая модель с несколькими попытками, потом дорогая только для того, что не получилось. На сравнении этой недели такая схема дала 82,7 процента.

Комментарии

Загружаю.

Читать дальше

описалЮрий Костюченко13 сентября

Зелёный конвейер, неверный ответ: почему тесты проходят, а клиент получает ошибку

GPT-6 Astra обошла человека в каждой части задания для беспилотника, но всё задание целиком выполняет в 2,8 процента случаев. Этот разрыв между «прошло проверку» и «ответило правильно» и есть настоящая работа.

Искусственный интеллект4 минуты
описалЮрий Костюченко5 сентября

GPT-6 Astra в 2,5 раза дороже: считайте цену выполненной задачи, а не токена

Новая модель OpenAI стоит 10 и 50 долларов за миллион токенов. Компания отвечает, что на задачу их уходит меньше. Дешёвая модель с пятью попытками может обойтись дороже, чем дорогая с одной. Как это измерить у себя.

Искусственный интеллект4 минуты
описалЮрий Костюченко28 августа

OpenAI отключает Cursor от своих моделей после покупки его SpaceX

Доступ Cursor к моделям OpenAI закроют 12 ноября. Причина не в цене и не в качестве: OpenAI не доверяет новому владельцу. Зависимость от одного поставщика моделей перестала быть теоретическим риском.

Искусственный интеллект3 минуты