AI for Devs
По сотрудничеству пишите в личные сообщения канала. Канал для разработчиков про AI. Модели, ИИ-агенты, практические кейсы и новости из мира AI. Всё, что можно применить в работе. Технологический партнер: veai.ru
Show more📈 Analytical overview of Telegram channel AI for Devs
Channel AI for Devs (@ai_for_devs) in the Russian language segment is an active participant. Currently, the community unites 12 286 subscribers, ranking 10 342 in the Technologies & Applications category and 53 882 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 12 286 subscribers.
According to the latest data from 11 June, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by 1 103 over the last 30 days and by 82 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 68.47%. Within the first 24 hours after publication, content typically collects 36.10% reactions from the total number of subscribers.
- Post reach: On average, each post receives 8 396 views. Within the first day, a publication typically gains 4 427 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 121.
- Thematic interests: Content is focused on key topics such as claude, gemini, токенов, контекст, openai.
📝 Description and content policy
The author describes the resource as a platform for expressing subjective opinions:
“По сотрудничеству пишите в личные сообщения канала.
Канал для разработчиков про AI. Модели, ИИ-агенты, практические кейсы и новости из мира AI. Всё, что можно применить в работе.
Технологический партнер: veai.ru”
Thanks to the high frequency of updates (latest data received on 12 June, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Technologies & Applications category.
Data loading in progress...
| Date | Subscriber Growth | Mentions | Channels | |
| 12 June | +24 | |||
| 11 June | +83 | |||
| 10 June | +95 | |||
| 09 June | +50 | |||
| 08 June | +34 | |||
| 07 June | +16 | |||
| 06 June | +11 | |||
| 05 June | +25 | |||
| 04 June | +32 | |||
| 03 June | +41 | |||
| 02 June | +34 | |||
| 01 June | +44 |
| 2 | ⚡️ Подписки Anthropic и OpenAI убыточнее, чем считалось
В январе исследователи уже считали реальную стоимость подписок Claude Code в пересчёте на API. Тогда $200/мес обошлись бы в ~$2 700 по API-расценкам.
SemiAnalysis повторили опыт на всех тарифах провайдеров с длинными coding-задачами до истощения недельного лимита и текущие цифры заметно выше.
Для Anthropic цифра выросла почти втрое: claude-max-20x за $200/мес эквивалентен $8 000/мес по API. У OpenAI ещё хуже: chatgpt-pro-20x за те же $200 тянет на $14 000/мес.
SemiAnalysis считают, что все новые модели и фичи будут придерживать только для пользователей API.
А Fable (Mythos), как уже известно, с 22 июня исчезнет из подписок и будет доступен только за extra usage.
@ai_for_devs | 5 490 |
| 3 | ⚡️ Xiaomi выпустили MiMo Code — своего coding-агента
Вслед за Kimi ещё одна китайская компания обзавелась своим агентом.
Основной упор в релизной статье китайцы делают на Max Mode: на каждом шаге агент генерирует 5 параллельных планов действий, а модель-судья выбирает лучший, остальные отбрасываются.
По SWE-Bench Pro прирост у Mimo-V2.5-Pro до 20% за 4-5× больше токенов.
MIT-лицензия, open source, построен на OpenCode.
@ai_for_devs | 5 663 |
| 4 | ⚡️ Anthropic выпустили Claude Fable 5 в публичный доступ
Fable 5 принадлежит к новому классу Mythos, выше Opus по способностям. До сегодня модели этого класса были доступны только закрытым партнёрам по Project Glasswing.
Разница между Fable 5 и Mythos 5 (который остаётся закрытым) в защитных фильтрах: запросы по кибербезопасности, биологии, химии и distillation-трафик перенаправляются к Opus 4.8.
Цена: $10 за миллион входных токенов и $50 за выходных, вдвое дешевле Mythos Preview.
Доступна на тарифах Pro/Max/Team/Enterprise до 22 июня, затем потребует usage credits.
@ai_for_devs | 6 534 |
| 5 | ⚡️ Xiaomi разогнали 1T-модель до 1200 tok/s на стандартных GPU
Китайские команды MiMo и TileRT опубликовали режим UltraSpeed для модели MiMo V2.5 Pro (1,02T параметров).
На одном 8-карточном сервере со стандартными GPU, до ~1200 токенов в секунду. Cerebras выдаёт похожие скорости на кастомном железе. Здесь обошлись без него.
В кратце работает так:
1. MoE-слои сжали с 16 до 4 бит: они занимают большую часть весов и хорошо переносят потерю точности, остальное оставили нетронутым
2. Рядом с основной моделью запускается маленькая, которая угадывает сразу 8 токенов вперёд
3. Основная проверяет их разом и принимает правильные
4. В coding-сценариях угадывается ~6,3 токенов из 8
Похожий механизм Google применяет в Gemma 4.
На видео можно заценить скорость: 12 секунд против 6 минут на стандартных скоростях, к которым мы сейчас привыкли.
@ai_for_devs | 5 812 |
| 6 | ⚡️ Kimi Code: open-source CLI-агент для программирования
Репозиторий kimi-cli на GitHub существовал несколько месяцев, но не получал широкого продвижения. Сейчас Moonshot полностью заребрендили и проапгрейдили инструмент, переписали CLI на TypeScript/Node.js и активно форсят его в соцсетях.
Kimi Code работает в терминале, есть расширение для VS Code, а также интеграция c другими IDE через ACP-протокол (JetBrains, Zed и др.).
Ключевые улучшения крайнего обновления:
– Однострочная установка через curl, очень быстрый запуск
– Под капотом модель kimi-for-coding на базе Kimi K2.6 (нативно мультимодальная)
– Видео как контекст: можно перетащить запись экрана, и агент способен анализировать её и писать код
– API совместим с OpenAI/Anthropic: можно использовать как бэкенд в Claude Code, Roo Code и аналогах
Стоимость подписки Kimi Code составляет от $19 до $199 в месяц (разные тиры с разными квотами). API-токены тарифицируются отдельно.
@ai_for_devs | 5 836 |
| 7 | ⚡️ Anthropic выпустили исследование про самосовершенствование ИИ
Claude уже пишет более 80% кода, который попадает в кодовую базу Anthropic. Во втором квартале 2026 типичный инженер коммитит в 8 раз больше кода в день, чем в 2024-м.
Количество != качество. Это правда. Но и по качеству картина меняется: сотрудники Anthropic оценивают код Claude как примерно равный человеческому уже сейчас, а через год ожидают, что он станет лучше.
Следующий шаг с их точки зрения очевиден: когда качество кода ИИ достигнет паритета с человеческим, люди перестанут его писать и перейдут только к ревью. Но ревью уже становится узким местом. Исполнение задач почти ничего не стоит в человеческом времени — пока единственное настоящее преимущество людей остаётся в выборе задач и оценке результатов.
Anthropic описывают три возможных сценария развития событий:
1. Тренд тормозит, а нынешние модели просто расходятся по экономике
2. Разработка ИИ автоматизируется, но люди остаются теми, кто решает, что делать
3. ИИ замыкает петлю и начинает улучшать себя сам
Первый они, конечно же, считают маловероятным)
@ai_for_devs | 8 463 |
| 8 | ⚡️ Nemotron 3 Ultra стала полностью доступна
550B параметров, 55B активных, MoE-архитектура. По бенчмаркам держится рядом с Kimi K2.6, скорость инференса выше 300 tok/s. Полностью open-source: веса, данные, процесс тренировки.
Заценить на своих задачах можно бесплатно уже сейчас, модель доступна на OpenRouter и в OpenCode.
@ai_for_devs | 7 681 |
| 9 | ⚡️ GitHub не справляется с нагрузкой из-за AI-агентов
За весь 2025 год сервис обработал 1 млрд коммитов. В 2026 году GitHub обрабатывает 1.4 млрд коммитов ежемесячно.
Каждый месяц агенты генерируют 17 млн пул-реквестов.
GitHub закладывал в планы рост на 200% и считал это агрессивным прогнозом. Оказалось, что нужно масштабироваться в 30-40 раз за следующий год.
@ai_for_devs | 8 629 |
| 10 | ⚡️ 6 паттернов для мультиагентных воркфлоу
Мы уже показывали как устроена новая фича Dynamic Workflows в Claude Code. Если кратко, то теперь Claude умеет создавать Harness под конкретную задачу на лету: оценивать запрос и генерировать JavaScript-файл, который оркестрирует субагентов.
Инженеры из Anthropic выделяют шесть паттернов из практики, которые стоит использовать вместе с новой фичей:
– Tournament: N агентов решают задачу разными способами, агент-судья выбирает победителя попарным сравнением. Например, три агента пишут алгоритм сортировки, судья выбирает самый читаемый.
– Loop until done: цикл до условия остановки вместо фиксированного числа проходов. Например, гонять тест, который падает раз в 50 запусков, пока не поймаешь воспроизводимый сценарий.
– Classify-and-act: агент-классификатор определяет тип задачи и маршрутизирует к нужному агенту. Например, сортирует входящие баг-репорты: critical идёт в один пайплайн, минорные баги в другой.
– Fan-out-and-synthesize: разбить задачу на части, запустить агент на каждой, собрать результаты в один вывод. Например, проверить 80 резюме параллельно и получить итоговый рейтинг.
– Adversarial verification: к каждому агенту-исполнителю подключается агент-оппонент, который ищет ошибки в его выводе. Например, один агент пишет миграцию, второй пытается её сломать.
– Generate-and-filter: сгенерировать набор вариантов, отфильтровать по рубрике, вернуть лучшие. Например, придумать 30 названий для CLI-инструмента и оставить топ-5 по критериям.
В целом, всё это уже было в распределённых системах — просто там мы это называем MapReduce, fork-join, scatter/gather и т.д. Сменились субъекты: вместо потоков данных теперь агенты с контекстными окнами. O tempora! O mores!
Подробнее про dynamic workflows, паттерны агентного harness и сценарии применения читайте в новой статье на Хабр.
@ai_for_devs | 7 246 |
| 11 | ⚡️ Anthropic расширили Project Glasswing до 200+ организаций
Project Glasswing запустили 7 апреля 2026: около 50 партнёров (AWS, Apple, Google, Microsoft, Cloudflare, Mozilla, Linux Foundation и др.) получили доступ к Claude Mythos Preview, закрытой frontier-модели, заточенной под поиск уязвимостей в критически важном ПО.
В мае опубликовали первые результаты. За месяц модель просканировала 1000+ open-source проектов и нашла 23 019 уязвимостей, из которых 6 202 высокой или критической степени. 90,6% из проверенной выборки оказались реальными багами.
Cloudflare нашли у себя 2 000 уязвимостей, Mozilla закрыла 271 баг в Firefox 150 (в 10 раз больше, чем с предыдущей моделью Anthropic). Среди находок: баг в OpenBSD возрастом 27 лет и уязвимость в wolfSSL, встроенном в ~5 млрд IoT-устройств.
Теперь Anthropic открыли доступ ещё для ~150 организаций из 15+ стран. В приоритете: энергетика, здравоохранение, телеком, вендоры open-source, чья компрометация затронула бы 100+ млн пользователей.
Публично Mythos по-прежнему не выпускают. На Polymarket прямо сейчас 26% лудоманов разработчиков верят в релиз до 30 июня.
@ai_for_devs | 6 881 |
| 12 | ⚡️ Opus 4.8 добавили в DeepSWE. GPT-5.5 всё равно впереди
Opus 4.8 в самой умной и дорогой "комплектации" набрал 58%. GPT-5.5 в режиме xhigh — 70%, притом стоит в среднем $6.61 за задачу против $12.58 у Opus, и справляется за 21 минуту вместо 43.
Разница между Opus 4.7 и 4.8 на этом бенчмарке — 4 процентных пункта: 54% → 58%.
Даже у нас в команде мнения разделились. Одни говорят, что бенчмарк бредовый, другие с ним полностью согласны. Голосуем!
💩 GPT-5.5 топ
🤡 Opus 4.8 лучший
@ai_for_devs | 7 593 |
| 13 | ⚡️ NVIDIA анонсировали Nemotron 3 Ultra и RTX Spark на Computex 2026
Computex — ежегодная выставка в Тайбэе, одна из крупнейших в мире по железу и комплектующим. Дженсен Хуанг традиционно использует её для больших анонсов.
RTX Spark — новый суперчип для ноутбуков и мини-ПК: Blackwell GPU на 6144 CUDA-ядер, 20-ядерный Grace CPU, 128 ГБ единой памяти и 1 петафлоп AI-производительности. Чип разработан совместно с MediaTek, по графической мощности сопоставим с RTX 5070. Это прямой ответ Apple Silicon и Qualcomm Snapdragon. Первые ноутбуки от Asus, Dell, HP, Lenovo, Microsoft и MSI на этом чипе выйдут осенью.
Второй анонс — Nemotron 3 Ultra: 550B параметров, 55B активных, MoE-архитектура. По бенчмаркам держится на уровне топовых открытых моделей и конкурирует с Kimi K2.6. Скорость инференса более 300 tok/s, в 5 раз быстрее и на 30% дешевле ряда аналогов. Модель полностью open-source: от весов и данных до процесса тренировки.
Полноценный релиз модели ожидаем 4 июня на Hugging Face.
@ai_for_devs | 7 887 |
| 14 | ⚡️ MiniMax выпустили M3
По coding-бенчмаркам M3 обходит GPT-5.5 и Gemini 3.1 Pro. Нативная мультимодальность (текст + изображения + видео), контекст до 1M токенов.
Благодаря новой архитектуре MiniMax Sparse Attention (MSA) при контексте в 1 млн токенов модель тратит в 20 раз меньше вычислений на токен по сравнению с предыдущим поколением.
Модель уже доступна бесплатно в OpenCode, можно тестить.
Цена API: $0.60/M input и $2.40/M output до 512K токенов. Веса и техотчёт обещают примерно через 10 дней.
@ai_for_devs | 8 027 |
| 15 | ⚡️ Opus 4.8 уже в Veai! По большинству coding-бенчмарков текущий лидер
SWE-Bench Pro: 69.2% против 64.3% у предыдущего Opus и 58.6% у GPT-5.5. По работе с компьютером (OSWorld-Verified) тоже первая: 83.4%.
Новые пользователи Veai получают 30-дневный триал и могут попробовать лучшую модель бесплатно в любимой IDE.
Если понравится, до 31 мая 23:59 действует промокод OPUS48: скидка 50% на все планы.
@veai_devs | 8 508 |
| 16 | ⚡️ Cчёт на $500 млн за месяц использования Claude
AI-консультант рассказал Axios: компания подключила весь штат к API Anthropic без ограничения на бюджет, дашбордов и алертов.
Сотрудники запускали agentic workflows, не переживали за длинные сессии и десятки coding-агентов. Никто не считал токены.
Расскажи про это боссу, который не хочет покупать тебе подписку дороже 20$ 😄
@ai_for_devs | 10 050 |
| 17 | ⚡️ Anthropic выкатили Dynamic Workflows в Claude Code
Параллельно с релизом Opus 4.8 вышла крайне интересная фича для ежедневной работы миллионеров.
Dynamic Workflows: Claude Code сам пишет оркестрационный скрипт, запускает от десятков до сотен параллельных субагентов, те независимо проверяют результат. Задачи, которые раньше занимали недели, по заявлению команды теперь укладываются в дни.
Помните историю про Bun? Джаред Самнер переписал его с Zig на Rust именно через Dynamic Workflows: 1 009 257 строк на Rust, 6 755 коммитов и 9 дней работы.
Поиграться с этой штукой можно двумя способами:
1. Просто упомяни слово "workflow" в промпте,
2. Или включи /effort ultracode — тогда Claude сам будет решать, когда разворачивать оркестрацию.
Страшно представить, как быстро эта штука будет жечь токены) Anthropic предупреждают: начинайте с небольших задач.
P.S. По классике, вместе с громким релизом Anthropic увеличили лимиты на всех тарифах на 50% на 2 недели.
@ai_for_devs | 8 085 |
| 18 | ⚡️ Anthropic выпустили Claude Opus 4.8
Та же цена за API, зато быстрый режим втрое дешевле. Главное изменение: модель в четыре раза реже пропускает баги в собственном коде без замечаний.
В Claude Code теперь можно запускать сотни параллельных субагентов. На claude.ai появился слайдер "усилий": Low, Medium, High, Extra и Max.
Sonnet всё ещё 4.6, Haiku вообще 4.5! Зато бояре на подписке за $200 должны быть довольны 😄
@ai_for_devs | 8 472 |
| 19 | ⚡️ В Claude Code появился плагин для поиска уязвимостей
Называется security-guidance и доступен всем пользователям, устанавливается из маркетплейса через /plugins.
Работает через hooks:
– при редактировании файлов ищет рискованные паттерны,
– после каждой итерации модели проверяет полный diff,
– на коммите читает окружающий код для валидации.
По внутренним данным Anthropic, на PR-ах с плагином замечания по безопасности стали появляться на 30-40% реже.
@ai_for_devs | 8 536 |
| 20 | GPT уверенно уделывает Opus по очкам, стоимости и времени выполнения!
Datacurve (молодая команда из YC W24, которая делает дорогие и сложные coding-датасеты) выпустила DeepSWE: новый бенчмарк для coding-агентов.
Создатели утверждают: SWE-Bench и подобные уже не отражают реальности. Модели их заучили, задачи слишком мелкие, а оценка полна погрешностей.
Что внутри DeepSWE:
– 113 полностью новых задач из 91 активного open-source репозитория.
– Пять языков: TypeScript, Go, Python, JavaScript и Rust.
– Среднее решение составляет 668 строк кода в 7 файлах (против ~120 строк и 5 файлов в SWE-Bench Pro).
– Короткие естественные промпты.
– Verifier проверяет реальное поведение, а не структуру авторского решения.
Все модели тестировали на одном и том же mini-swe-agent (минималистичный harness на ~100 строк кода).
Результаты можете лицезреть на картинках. Разрыв между топами получился гораздо шире, чем на старых бенчмарках.
@ai_for_devs | 9 467 |
Available now! Telegram Research 2025 — the year's key insights 
