⚡️ Anthropic переименовала Max 20x в Ultra и сняла для него пятичасовой лимит Anthropic переименовала старшие тарифы Claude: план Max 5x теперь называется просто Max, а Max 20x стал Ultra. Цены не изменились, 100 и 200 долларов в месяц соответственно, и действующим подписчикам ничего делать не нужно. Главное изменение касается Ultra: для верифицированных аккаунтов компания убирает пятичасовой лимит на использование, и большинство нынешних подписчиков получили это уже с 30 октября. Новые аккаунты сохраняют временное ограничение до прохождения верификации, так Anthropic защищается от мошенничества и злоупотреблений, о снятии лимита придёт письмо. Недельные лимиты остаются прежними. 👉🏻 Канал | 💬 Чат | 📕 Каталог

⚡️ Python 3.15: lazy import, распаковка в comprehension и сэмплирующий профилировщик Вышел Python 3.15, и три вещи в нём стоит попробовать на этой неделе. Первая — PEP 810: lazy import json и lazy from pathlib import Path загружают модуль при первом обращении. Мотивация у Саймона Уиллисона из его LLM CLI: плагины, импортирующие sentence_transformers, добавляли несколько секунд к каждому запуску — типичная боль любого Python-CLI с тяжёлым ML-стеком. Вторая — PEP 798, распаковка внутри comprehension: [*L for L in lists], {*s for s in sets}, {**d for d in dicts}. Больше не нужен itertools.chain, чтобы сплющить список списков. Третья — профилирование: cProfile переименован в profiling.tracing, а рядом появился сэмплирующий профилировщик Tachyon в profiling.sampling с flame graph, heat map и экспортом в формат Firefox Profiler; к живому процессу он цепляется через python -m profiling.sampling attach PID (на macOS потребовался sudo). По скорости, по замерам Мигеля Гринберга на rc3, 3.15 примерно равен 3.14; экспериментальный JIT дал 1.2x на Фибоначчи. Заодно 3.10 ушёл в EOL — библиотекам теперь можно опираться на tomllib, asyncio.TaskGroup и timeout(), datetime.UTC. Ставится через uv python install 3.15, и 3.15.0 уже есть в actions/python-versions. 👉🏻 Канал | 💬 Чат | 📕 Каталог

⚡️ ThinkingBox-Bench: 67% провалов агентов выглядят как успех — ни одной ошибки инструмента, но база неверна Microsoft Copilot Studio выложил бенчмарк, где агента оценивают не по его отчёту, а по конечному состоянию бэкенда: 507 бизнес-процессов (ритейл, автострахование, тревел, необанк, консалтинг), каждый по 20 прогонов с чистой базы, изолированная MCP-сессия на попытку. Главная цифра: из 79 853 провальных попыток 67.24% завершились «чисто» — с вызовом, меняющим состояние, и без единой ошибки инструмента. Агент сказал «готово», а в базе: неверные значения полей (77.6%), лишние побочные эффекты (43.3%), пропущенные обязательные действия (25.4%). pass@1 у лучших — Claude Opus 5.5 67.16%, Opus 5 66.50%, GPT-5.4 65.36%; лучший open-weight Kimi-K3 — 57.37%. Разрыв между «решил хоть раз» и «решил 20 из 20» огромен: Kimi-K3 решает 93.9% задач хотя бы однажды, но стабильно — только 13.4%; у Opus 5 — 79.1% против 47.5%. Автострахование — самый тяжёлый домен, 33.8% в среднем. Стоимость за стабильно решённую задачу (20/20): GPT-5.4 $6.80, GPT-6 Astra $7.45, Opus 5.5 $7.80 — по списочным ценам OpenRouter на 20 сентября, задачи синтетические. Код MIT, данные CDLA-Permissive-2.0, есть OpenEnv-окружение; нужны Python 3.11+, uv, Docker и Typesense 30.1. Практический вывод простой: eval, который читает финальный ответ агента, измеряет красноречие. Проверяйте состояние. 👉🏻 Канал | 💬 Чат | 📕 Каталог