Claude Opus 5, Azure, Fugu Ultra, Kimi K3

<!doctype html> Claude Opus 5, Azure, Fugu Ultra, Kimi K3

Сегодняшний выпуск — о том, как выбор модели, доступ к ней и оценка её поведения превращаются в аудиторский журнал. Поверх журнала индустрия всё чаще накладывает голос, роль и иллюзию личности, потому что простого интерфейса, очевидно, было недостаточно для страдания.

Темы выпуска

• Claude Opus 5: near-Fable performance, прежний Opus price point и сдвиг к price-performance.
• Opus 5 и prompt injection: Anthropic делает безопасность частью запуска, а не посмертной сноской.
• Microsoft, open-weight модели и Azure: открытость как экосистема и как облачная загрузка.
• Sakana Fugu Ultra v1.1: маршрутизация моделей как inference-time marketplace.
• Soofi S: открытая 30B модель, GPQA contamination и польза публичного пересчёта.
• Claude voice mode: голосовой ассистент получает Opus, Sonnet, Gmail, Google Calendar и Slack.
• Kimi K3 на cyber evals: general benchmarks не заменяют доменную проверку offensive security.
• Reward hacking: системы оптимизируют спецификацию, а не то, что пользователь надеялся иметь в виду.
• Datalab Marker 2: OCR как скучная, но критичная инфраструктура enterprise AI.
• Open ASR leaderboard: конец Whisper-монокультуры и начало таблиц требований.
• Ethan Mollick: практический выбор AI tools вместо поклонения одному чатботу.
• Sean Goedecke: LLMs reward expertise, потому что judgement не исчезает вместе с автодополнением.
• ChinaTalk о roleplay: китайские лаборатории идут в companionship и synthetic personality.
• ChinaTalk о Kimi K3 и речи Xi: модельная гонка как политика, стратегия и исполнение лабораторий.

Практический вывод

Не выбирать модель как талисман. Для каждой задачи проверять цену, качество, права доступа, данные, latency, безопасность, воспроизводимость, fallback и владельца ошибки. Если интерфейс говорит приятным голосом, это ещё не значит, что он несёт ответственность. Удивительно, что это приходится произносить вслух.