LLM консилиум

Андрей Карпаты на выходных завайбкодил веб апп с LLM консилиумом. Это веб приложение которое выглядит как условный ChatGPT, только каждый ваш запрос/вопрос одновременно разбирают сразу несколько топовых моделей вроде GPT 5.1, Gemini 3 Pro, Claude Sonnet 4.5 и Grok 4.

Сначала все модели отвечают по отдельности, потом видят анонимные ответы друг друга, оценивают и ранжируют их, а финальный ответ собирает председатель LLM с учетом всей этой мини дискуссии.

Карпаты рассказывает, что модели в консилиуме часто честно признают, что ответ другой модели лучше их собственного, и это делает формат полезным для оценки качества моделей. Когда Карпаты читал книгу и обсуждал главы этой книги с консилиумом, все модели стабильно ставили GPT 5.1 на первое место как самую глубокую и содержательную, а Claude почти всегда на последнее. Gemini и Grok оказывались между ними. При этом сам Карпаты не полностью согласен с таким рейтингом. По его ощущениям GPT 5.1 слишком многословный, Gemini в своих ответах более компактный и структурированный, а Claude в этих задачах чересчур краткий.

Код уже лежит на GitHub, можно развернуть у себя и посмотреть как модели спорят за право дать лучший ответ.

Поговаривают, Claude Opus 4.5 выпустят уже сегодня (мб завтра)

Как думаете, обойдут Gemini 3 Pro?

Чтож! Opus 4.5 король?!

Сегодня ночью, а где-то за океаном днем, Anthropic выпустила, как мы и ожидали, Opus 4.5: дешевле, мощнее, умнее (по крайней мере надеюсь что так в реальных задачах).

Что нового:

- Opus 4.5 новая SOTA! Это первая модель на рынке, которая смогла получить аж 80%+ SWE bench Verified, обогнав и GPT-5.1 Codex Max и Gemini 3 Pro. Похвально, но нужно тестить, смотреть, сравнивать.
- Стоимость за 1 млн токенов рухнула в 3 раза. За 1 млн токенов на входе $5 и на выходе $25 (ранее было $15/$75, было очень дорого).
- Добавили параметр effort, по сути reasoning budget как у OpenAI, с режимами low, medium и high. Для простых задач low (быстрее, меньше думает) и high для самых сложных задач, дольше = лучше.
- Пишут, что прокачали режим планинга в Claude Code с моделью Opus 4.5: задает больше уточняющих вопросов, формирует итоговый план в md файл перед исполнением. Надо потестить и сравнить или вы уже заметили разницу в режиме плана?
- В Claude теперь нельзя упереться в лимит в истории общения. Модель сама будет подрезать, суммаризировать, ужимать, чтобы вы могли без проблем продолжать закидывать её своими вопросами.
- Но самое то главное для нас что? Лимиты в Claude и Claude Code на Opus 4.5. Его больше нет! Точнее не так, нет специфичного лимита конкретно на эту модель, теперь это общий лимит тарифа. А для Max и Teams тарифов еще и расширили общие лимиты, чтобы Opus можно было использовать по объемам как раньше Sonnet. Подарок? Еще какой!

Все детали в блоге Anthropic https://www.anthropic.com/news/claude-opus-4-5

В ChatGPT обновление года!

Теперь голосовой режим не отдельный, а прям в чате. Вы можете запустить голосовой режим, общаться с ассистентом голосом и следить как появляются ответы, просматривать историю чата, просматривать сгенерированные изображения и карты в реальном времени.

Раньше если голосовой режим запустил, то только в нём и остаешься, а теперь это единый режим с чатом. Юхууу! Мне нравится обнова!

Раскатывают для всех в новой версии приложения.

Вайбкод окрыляет!

Уже несколько раз столкнулся с тем, что нужно перевести какой-то документ с английского на русский (под документом я имею ввиду договор, оферту и подобные виды документов). В таких документах есть всегда разметка, форматирование, выравнивания разные. И хочется на выходе получить максимально идентичный документ, но на другом языке.

Закинуть файл в ChatGPT и попросить его перевести и отдать мне обратно в виде файла с сохранением структуры не работает (а зря, могли бы и сделать такое). И получается куча лишних движений при переводе документов. На рынке конечно же есть куча сервисов по переводу PDF (и других форматов), но у меня уже есть мощный инструмент в виде OpenAI API и кучи моделей, и перевод конечно же будет лучше чем в мутных сервисах, за которые еще нужно заплатить наперёд.

Запустил Claude Code, поисследовал как можно сделать переводчик из PDF (где текст текстом, а не картинками) на любой язык, продумали как переносить всю разметку из оригинала, конечный формат документам docx чтобы было проще, выбор модели OpenAI (использовал gpt-4o), выбор страниц для перевод. Вуаля, часок вайбкодинга с учётом разных доработок и фиксов, и мой собственный переводчик готов.

И главное – работает же! Перевёл нужные документы за условные копейки не оплачивая на каких-то мутных сервисах дорогие подписки.

Слава вайбкодингу!

Наткнулся на огромную статью про Skills в Claude Code

Я сам еще толком их не применяю, но кажется после это лонгрида с полным разбором что с ними можно делать, как они работают, когда уместны… в общем, я пошел дочитывать, и вам советую, если регулярно используете Claude Code.

Кстати, 40+ мин на чтение. У вас еще хватает усидчивости и терпения читать такие огромные технические лонгриды?

https://leehanchung.github.io/blogs/2025/10/26/claude-skills-deep-dive/

Anthropic добавил в свой маркетплейс новый plugin для Claude Code - frontend-designer

Выше я скинул, наверное, самый подробный гайд о Skills в Claude Code, как тут же говорю о каких-то plugins

Короче, заходим в Claude Code и вводим по очереди 2 команды:

/plugin marketplace add anthropics/claude-code

и далее

/plugin install frontend-design@claude-code-plugins

После этого перезапускаем клод код. И теперь, когда вам нужно задизайнить супер трендовый лендинг для вашего пет-проекта, просто запускаем plan mode и просим что-то типа use frontend-designer skill to [и здесь пишем что хотим сделать] + конечно же добавляем ultrathink.

Суть плагинов в том, что вы скачиваете сразу упакованный набор скилов, слеш команд, саб-агентов и MCP серверов. Короче кто-то сделал, упаковал и раздаёт другим. Ставите себе и не нужно самому всё это собирать.

В общем, я поставил плагин, и кайф в том, что не нужно писать, что хочу супер трендовый дизайн, красивую типографику и кучу-кучу разных моментов, можно просто указать, что нужно использовать этот скилл и описать, что хочется создать (какой веб-сайт или веб приложение, возможно и для другого пригодится) и он сам накидает вам годных мыслей. Попробуйте!

Подробнее о plugins
Подробнее о plugin marketplaces

Начало 2026…

Если вайбкодинг у нас отнимут, куда подадимся? В чём искать утешение? Есть уже запасной план? 😁

Ладно, вайбкодинг у нас не отнять! Мы так просто не сдадимся!

Иногда нейросети вместо ошибок в коде корректируют ваше незнание английского 😂

TheInformation: согласно внутренней служебной записке, в понедельник генеральный директор OpenAI Sam Altman сообщил сотрудникам, что объявляет «красный уровень тревоги» для мобилизации дополнительных ресурсов на улучшение ChatGPT в условиях растущей угрозы со стороны Google и других конкурентов в сфере искусственного интеллекта.

— Хотя OpenAI публично не подтверждала работу над рекламой для бесплатных пользователей ChatGPT, по словам источника, знакомого с планами компании, они тестируют различные виды рекламных объявлений, в том числе связанных с онлайн-покупками.

— Альтман заявил, что этот рывок в рамках «красной тревоги» ради улучшения ChatGPT означает, что OpenAI придется замедлить работу над другими продуктами: ИИ-агентами, призванными автоматизировать задачи, связанные с покупками и здоровьем, а также о сервисе Pulse, который генерирует персонализированные утренние сводки для пользователей ChatGPT и которым я попользовался два раза за пару месяцев.

— В ходе разговора с инвесторами в прошлом месяце финансовый директор OpenAi упомянула о замедлении роста ChatGPT, хотя, по словам источника, знакомого с содержанием беседы, осталось неясным, какой именно показатель роста она имела в виду. Рост ChatGPT от года к году составляет больше 140%.

— Успехи ChatGPT напрямую повлияют на способность OpenAI привлечь еще порядка $100 миллиардов, необходимых, чтобы справиться со значительными расходами, которые прогнозирует компания.

— В октябре Google сообщила, что ежемесячная аудитория Gemini достигла 650 миллионов активных пользователей (по сравнению с 450 миллионами в июле), хотя эти цифры всё еще далеки от показателей ChatGPT, раскрытых OpenAI.

— В понедельник во внутреннем сообщении в Slack Sam Altman заявил, что переводит больше сотрудников на задачи по улучшению функций ChatGPT. В частности, на персонализацию чат-бота для более чем 800 миллионов еженедельных пользователей, включая возможность для каждого из них настраивать стиль взаимодействия с ИИ.

— Altman также отметил, что в число ключевых приоритетов входит модель для генерации изображений; OpenAI тут сильно отстали от конкурентов, не выпустив ни одного обновления за более чем полгода.

— Среди прочих приоритетов были названы улучшение «поведения модели», чтобы пользователи предпочитали ИИ-модели, лежащие в основе ChatGPT, моделям конкурентов, повышение скорости и надежности ChatGPT и минимизация «избыточных отказов» — ситуаций, когда чат-бот отказывается отвечать на безобидные вопросы.

И вишенка:
— Sam Altman сообщил, что на следующей неделе OpenAI планирует выпустить новую рассуждающую модель, которая, согласно внутренним оценкам компании, «опережает Gemini 3», однако компании еще предстоит работа над улучшением пользовательского опыта в ChatGPT.

===

В прошлом году компания устроила Shipmass и радовала пользователей новыми релизами в течении 12 дней. Многие, включая меня, посчитали это затянутым, и всё точно можно было ужать в неделю. Даты Shipmass в этом году пока не объявлены, но я думаю, что они повторят иницаитиву, возможно, сжав по срокам. Что вы ожидаете и хотели бы увидеть кроме новой модели?

Возрадуйстесь, Opus 4.5 теперь и в Pro тарифе в Claude Code

Многие так и не пощупали Opus 4.5 на про тарифе (который за $20), теперь в Claude Code через /model выбирайте Opus 4.5, но лимиты скорее всего улетят очень быстро и вы снова у разбитого корыта Sonnet 4.5

Таких историй мир уже знает не мало.

У меня раза 2 Claude Code предлагал удалить какую-то папку важную в проекте, а один раз предлагал грохнуть БД, чтобы пересоздать её с новой структурой.

Так что бдите!

OpenAI вчера выложили промпт-гайд по модели GPT-5.1-Codex-Max

Много всего интересного, особенно если вы используете эту модель в работе.

https://cookbook.openai.com/examples/gpt-5/gpt-5-1-codex-max_prompting_guide