Anthropic обновила Claude 3.5 Sonnet: модель заняла первое место на SWE-bench — главном бенчмарке для оценки программирования. Она решила 49% реальных задач из GitHub.
Anthropic обновила Claude 3.5 Sonnet: модель заняла первое место на SWE-bench — главном бенчмарке для оценки программирования. Она решила 49% реальных задач из GitHub.
Ключевое нововведение — режим Computer Use: Claude теперь сам управляет браузером, кликает, заполняет формы и запускает терминал без участия человека.
Разработчики называют это прорывом: ИИ-агент может выполнять многоэтапные рабочие задачи полностью автономно.
Ai Treasure Lab - Подписаться 😀
ИнструментыAI-редактор Cursor достиг 100 000 платных подписчиков за рекордные сроки. По опросам разработчиков, он обходит GitHub Copilot по качеству автодополнения и рефакторинга.
ИнструментыКитайская лаборатория DeepSeek выпустила R1 — reasoning-модель, которая на ряде бенчмарков превзошла OpenAI o1. Главный шок: стоимость API всего $0.55 за миллион токенов против $15 у o1.
ИнструментыStability AI выпустила Stable Diffusion 3 — первую open-source модель генерации изображений, которая умеет правильно рисовать текст внутри картинок.