Последние посты
Vibe Coding: OpenCode, Claude Code, Codex, Cursor, Kilo
22 сент., 17:04изменён
Opus 5.5 теперь стоит ровно в 2 раза дороже Sonnet 5 по обычным input/output токенамНо cache read у них теперь стоит одинаково.Давайте прикинем, токенов у меня в августе на sonnet 5 ушло 5,4 млрд (это с подписки за $100). Из них 5,3 млрд 71,9% это чтение кеша. т.е. стоит ожидать 71,9% 0.6 = 43% больше можно будет использовать Opus 5.5 по новым ценам.Но, как это пересчитают в баллы юсэйдж подписки как всегда загадка.
Vibe Coding: OpenCode, Claude Code, Codex, Cursor, Kilo
22 сент., 16:53
Антропики добавили ресетыЛутбоксинг теперь и в Клод Коде
Vibe Coding: OpenCode, Claude Code, Codex, Cursor, Kilo
22 сент., 16:35изменён
Opus 5.5 уже тут — разрывает всех, кто разрывали Fable 5Terminal-Bench 4.0 - 66.4% - новый мировой рекорд!!! почти прошел то, что Stanford / Harbor 2 месяца выдумывали. (ну как прошел, еще 10-15% осталось).Добавили CursorBench 4.0 - 57.8% как тебе такое Илон Маск?Таким образом: • Fable 5.1 — просто уничтожен. • Действующий чемпион по кодингу GPT-6 - повержен.Ну вы сами видите на скриншоте все ячейки красные (что как-то подозрительно даже)Единственное в чем GPT-6 там пытается рыпаться: • Business workflows • Agentic scientific researchНе знаю, на что это влияет.Но по всем остальным параметрам Opus-5.5 это новый супер чемпион во всем.
Vibe Coding: OpenCode, Claude Code, Codex, Cursor, Kilo
22 сент., 13:15изменён
Ребята, на прошлой неделе было три релиза, которые анонсировали, но попробовать не дали- Объединение Claude Co-work и Chat (Anthropic)- Обновленный формат проектов Claude Projects в Claude Code (Anthropic)- Новый Siri с Apple Intelligence (Apple)И я хочу передать всем этим компаниям свой к. Так как это начинает напрягать не только меня.И вот сегодня Qwen анонсировали Qwen4.Ребята, вот пускай выпустят так, что каждый может попробовать, а потом анонсируют.Я не хочу писать о том, что нельзя попробовать.Vibe Coding: OpenCode, Claude Code, Codex, Cursor, Kilo
22 сент., 12:31изменён
По предварительной оценке Mimo-2.6-pro набрал 1628 elo на arena.aiЭто на уровне Fable 5, но, за $0.84 вместо $50.Да не слабый мы путь прошли за 3 месяца.https://arena.ai/leaderboard/code/webdev
Vibe Coding: OpenCode, Claude Code, Codex, Cursor, Kilo
22 сент., 10:10изменён
Следующий большой релиз из Китая — Mimo Code(Особенно интересен транскрипт на русский язык Мимо Кода)Производитель обещает:- бесплатные модели не уступающие sonnet 4.6 прямо из коробки без регистрации - оптимизацию работы агентов и субагентов - безлимитный (!) контекст, я не шучу сейчас - само эволюцию агента - режим комозера который будет целой командой разработки в единственном лицеНе устаете еще от таких маркетинговых заявлений?Как думаете, повторит ли он судьбу Zcode и как следует опростоволоситься?https://mimo.xiaomi.com/coder?lang=en
Vibe Coding: OpenCode, Claude Code, Codex, Cursor, Kilo
22 сент., 06:36изменён
Сяоми выпустили нагибатора mimo 2.6 Pro и FlashКого нагибает?Как обычно разрывает на части всех: - DeepSeek V4.1 Flash - Fable 5 - Opus 5 - GPT-5.6 SolПересчитайте баллы на цену:В Терминал Бенч 4.0 - 34%, что для про версии может и маловато, а вот 28,8 для Flash может даже и норм.Кстати, в Тбенч 2.1 Сяоми набрали 89.9 это по-моему новый мировой рекорд.Самое интересное — это цены $0.87 за Pro и $0.28 за Flash что делает эту модель самой дешевой на рынке.Но для особых ценителей есть сюрприз:
Vibe Coding: OpenCode, Claude Code, Codex, Cursor, Kilo
22 сент., 03:12изменён
Агент всю ночь читал 658 строк файла по одной строке за вызов ReadА когда файл закончился он просто начал читать его с начала (показал стрелкой на скриншоте)Самое любопытное, что когда он начал перечитывать, он уже закончил работу 😂 Просто хотел "перепроверить себя".Сколько же токенов он жег на этом?Когда через 10 часов я его остановил, он потратил около 378М...Ребята, мне вообще пофигу, у меня безлимит. 400М токенов - для меня пыль. А вот вы можете себе позволить просто жечь по 400М токенов в сутки?Вот более подробно про механику, как происходит зацикливание.Почему так происходит?Ну я просто оставил его работать на ночь. Получается, что я как нянька должен постоянно за ним следить, чтобы он не ушел в цикл.Ну а у тех ребят, которые любят --dangerously-skip-permissions могут и похуже вещи происходить.
Vibe Coding: OpenCode, Claude Code, Codex, Cursor, Kilo
22 сент., 03:09изменён
Дарио считает, что вайбкодер сам себе пусть и навайбокодит "стоп-кран"Ну или Борис Черный, кто у них там отвечает за то, сколько лимитов с вас списать?Т.е. ограничение длинны сессий есть: --max-budget-usd --max-turnsНо они только print mode (claude -p), в интерактиве недоступены.А как часто вы пользуетесь claude -p? Ну я вот лично не часто.В Codex CLI существует пер-сессионный бюджет: features.rollout_budget в config.toml:[features.rollout_budget] enabled = true limit_tokens = 100000 reminder_at_remaining_tokens = [50000, 25000, 10000] sampling_token_weight = 1.0 prefill_token_weight = 1.0
Vibe Coding: OpenCode, Claude Code, Codex, Cursor, Kilo
22 сент., 02:22изменён
Как мой форк помог мне найти баг в АОРевьювер просто читал 1 файл по 1 строке на протяжении 8 часов. Больше про это.Почасовые бакеты подтверждают: сессия шла 17:00–02:59 UTC (~342M токенов по транскрипту), а UI показал 3.6M ≈ ровно первый час (3.16M за 17:xx).Коллектор usage отвалился после начала сессии.Т.е. АО мне показывает 3.6M и я расслабляюсь, а по факту 342M. Ну так лучше, чем никак я бы один задолбался все это писать.Завел ишью: https://github.com/Untrivial-ai/agent-orchestrator/issues/5745Я проблему вижу в не прозрачности списания юсейдж. Т.е. производитель харнес не только контекст пользователю показывать не хочет (все пытается его как-то скрыть). Но и не хочет показывать, сколько за сессию списалось, и главное за что списалось.Клод Код проблему и решение видит несколько иначе:Стоимость шага не видна модели, и она может бесконечно «перестраховываться» чтениями.
Vibe Coding: OpenCode, Claude Code, Codex, Cursor, Kilo
22 сент., 01:58изменён
Ну что, у моего поста на Реддит уже есть продолжение историиМожет быть кто-то может переопубликовать от своего имени?https://www.reddit.com/r/ZaiGLM/comments/1wmdp64/i_read_zcodes_opensource_code_after_the_gitupload/
Vibe Coding: OpenCode, Claude Code, Codex, Cursor, Kilo pinned a photo
21 сент., 16:59
Vibe Coding: OpenCode, Claude Code, Codex, Cursor, Kilo
21 сент., 16:55изменён
Gork-4.7 — новый нагибатор от ИлонаЗнаю, вы его ждали, цена осталась прежней $6Кого нагибает:• GPT-5.6 Sol Max • Fable 5.1 Max(Как видим, GPT-6 нагибать боится)Тбенч 4.0 - 38.0% это примено на уровне GLM-5.3 (max) который стоит даже дешевле ($4.4), но жутко тормозной.От прошлой версии 4.6 число решенных задачек выросло почти в 2 раза!!!Осталось дождаться elo оценки с arena.ai как обычноВ общем, если вы думали, покупать не покупать... то это звоночек.https://x.ai/news/grok-4-7
Vibe Coding: OpenCode, Claude Code, Codex, Cursor, Kilo
21 сент., 16:16изменён
Ну что я вам говорил? Клод Код ходит по кругу сотни раз и жжет столько токенов, сколько Дарио не жалкоРазбор рекордсмена: это не «дежурство в ожидании» — это цикл перечитывания: модель 3.5 часа (тот самый ход 3h31m) снова и снова выполняла git show одного и того же коммита 6f48602, вычитывая один и тот же файл тестов по 474-му кругу. Каждый вызов — пара сотен токенов вывода при счёте за весь контекст. Классическая залипшая петля (наш duplicate_call её ловит по ключу Bash|git show …, и wait_loop — по сумме тиков).Сентябрьские wait_loop'ы — это (а) поллинги и (б) перечитывания одного объекта сотнями одинаковых команд. Запрет ScheduleWakeup на них не влияет и влиять не будет.Смотрите таблицу, я пока нашел три: git show, Bash, Edit. Ну и на самом деле пофигу что это, да хоть Read.Закономерность: время работы и «сон» не коррелируют — hhru-458 спалила 138M всего за 1h39m (плотный
Vibe Coding: OpenCode, Claude Code, Codex, Cursor, Kilo
21 сент., 16:06изменён
Клод Код падла, падла, падлавил.... меняФайлы транскриптов ~/.claude/projects//.jsonl живут ~30 дней (cleanupPeriodDays по умолчанию, в настройках не задан), а статистика — отдельно. От туда ее и берет ccusage и уже подробности а что там было понять будет не возможно.Отключить удаление транскрипта:"cleanupPeriodDays": 3650Т.е. что там было до августа 2026 мы уже не никогда не узнаем, но может оно и к лучшему...Vibe Coding: OpenCode, Claude Code, Codex, Cursor, Kilo
21 сент., 15:19изменён
Ваш Клод Код выжирает токены во время "сна", а вы про это даже слушать не хотитеВот читаю я ваши комменты в чате часто, ребята, и смотрю многие с математикой сильно не дружат. Не спроста этот опрос.Смотрите, какая математика:Контекст накапливается по 10К токенов.1 ход + 10К 2 ход + 10Кв сумме уже 20К (но, 10К читается из кэша и стоит в 10 раз дешевле)loopт.е. если мы хорошенько это зациклим, то не важно, сколько там было контекста, 100К или 200К, просто ходов нужно чуть больше.Для удобства предлагаю считать по 200К вроде бы не много, но т.е. он там в цикле что-то ждет.5 ходов, на каждом добавляем по 10к, через 5 ходов будет
Vibe Coding: OpenCode, Claude Code, Codex, Cursor, Kilo
21 сент., 14:53
Vibe Coding: OpenCode, Claude Code, Codex, Cursor, Kilo
21 сент., 14:48
Кстати, если вы вдруг забыли, где включить Max effort в Codex AppВ настройках
Vibe Coding: OpenCode, Claude Code, Codex, Cursor, Kilo
21 сент., 14:18изменён
Знаю, вы все этого ждете что я скачаю исходный Zcode и что-то там раскопаю?Спойлер: ничего такого супер интересного, но кое-что все же есть:1. Выкачку вырезали, но следы остались. В списке известных маршрутов телеметрии до сих пор числятся слова snapshot и upload-credential — кусочки ровно того адреса из скандала. Функционально это мёртвые строки, они ничего не делают, а надо бы их удалить — и заодно задокументировать, какие маршруты вообще существуют и зачем. 2. Телеметрия, которую нельзя выключить - В коде есть флаг ZCODE_TELEMETRY_ENABLED. Значение true захардкожено. Вы не можете отказаться от сбора данных. Вообще никак. Если Z.ai завтра впишет адрес, с точки зрения вашей установки ничего не изменится. 3. device_mid — номер, который нельзя сбросить. Сам по себе номер анонимный. Но один и тот же номер во всём означает простую вещь: залогинился один раз — и вся твоя активность воVibe Coding: OpenCode, Claude Code, Codex, Cursor, Kilo
21 сент., 09:45изменён
Наконец-то вышел такой лидерборд который сравнивает разные harness между собойНа сайте представлено аж целых 6 harness!!!И OpenClaw побеждает Codex 😂😂😂Ребят, переходите на Крабаhttps://www.harness-arena.ai/leaderboard
