Hacker News Digest

С октября 2025 года золото почти каждый месяц становится самой дорогой статьёй американского экспорта, обогнав нефть, фармацевтику и авиатехнику. Дело не только в рекордных ценах: в феврале 2026 года объёмы вывезенного золота в тоннах, возможно, поставили абсолютный исторический рекорд. Основные направления — Швейцария (местные аффинажные заводы), Гонконг (транзит в Китай) и Великобритания, где находится Лондонская ассоциация рынка драгметаллов — крупнейшая биржа золота в мире. При этом официальные золотые резервы США не меняются, значит, экспорт идёт из текущей добычи и переработки лома.

Официальных объяснений нет, но есть версия: иностранные правительства всё больше опасаются обесценивания доллара, и совокупные золотые резервы центробанков мира уже превышают их вложения в американский госдолг. Большинство стран не могут требовать оплаты не в долларах, а Китай может: его вложения в казначейские бумаги США упали с 1,096 трлн долларов в апреле 2021 года до 784,3 млрд в феврале 2025-го и всего 693,3 млрд в феврале 2026-го, а высвобожденные средства замещаются золотом. Китай также продвигает альтернативные платёжные системы и «юнит» для расчётов в рамках БРИКС. С учётом резервов ЦБ, суверенных фондов, армии и частных граждан аналитики считают, что Китай фактически контролирует наибольший объём золота среди всех государств. Вероятно, значительная часть американского экспорта уходит в Китай — иногда через швейцарские аффинажные заводы для переплавки в килограммовые слитки нужной чистоты. Возможно, США молча согласились на такую форму оплаты в обмен на политические уступки. Доказательств нет, но эта версия выглядит убедительнее прочих.

Рост экспорта золота США обусловлен добычей и переработкой частного золота, а не перемещением государственных резервов. Экспорт относится к добытому и переработанному золоту, поскольку репатриация резервов не считается экспортом. США ежегодно добывают около 160 тонн золота, что составляет основу экспортных объёмов. Большая часть экспорта поступает из переработки старого ювелирного золота, в частности от пожилых владельцев. Глобальная аффинажная мощность почти полностью загружена; американские аффинажёры ограничивают закупки, поэтому экспортируемое золото часто отправляется в Швейцарию, Гонконг и Великобританию. Рост экспорта достигается за счёт высокой стоимости тонны, что делает золото «топ‐экспортом» по стоимости, несмотря на меньшие абсолютные объёмы по сравнению с нефтью и другими товарами. Официальные данные подтверждают, что государственные золотые резервы США остаются неизменными, поэтому рост экспорта не связан с их уменьшением. Есть разногласия: некоторые считают, что продажа‐выкуп резервов центральных банков может учитываться как экспорт, другие утверждают, что без изменения владельца экспортом не считается.

Pele — это новый рендерер диаграмм Mermaid в SVG, который работает без зависимостей и заметно быстрее и легче оригинала. Он поддерживает все типы диаграмм, встроенные в Mermaid 12.1.0, а тема оформления задаётся через CSS-переменные: цвета и шрифты меняются без повторного рендеринга. Достаточно передать синтаксис Mermaid в функцию render() и вставить полученный SVG в страницу.

Ключевые цифры впечатляют: сжатый размер сборки — 230 КБ против 1,6 МБ у Mermaid.js (в 6 раз меньше), время рендеринга — 0,05–0,3 мс против 6–82 мс (до 500 раз быстрее), а прямых зависимостей нет вовсе против 23 у Mermaid. На маленьких экранах Pele адаптирует компоновку, тогда как Mermaid просто масштабирует диаграмму.

Проект открыт, разработан для Obsidian и назван в честь богини вулканов и огня Пеле. Установка — через npm install pele.

Обсуждение подтверждает, что у оригинального Mermaid есть серьёзные проблемы с автоматическим расположением элементов, а Pele предлагает открытый и более гибкий рендерер, однако пользователи отмечают недостатки в темной теме, возможные баги в playground и делятся советами по альтернативным библиотекам и интеграции с CI/CD.

• Многие комментаторы (lukeify, tptacek, invokestatic) отмечают, что автоматический layout в Mermaid часто получается запутанным и топологически плохим, что делает его непригодным для сложных диаграмм.

• Совет: invokestatic советует использовать Python‐библиотеку mermaidx для генерации диаграмм в CI/CD, но предупреждает, что её layout может быть непредсказуемым и иногда приходится экспортировать PNG.

• Imustaskforhelp и blktiger подтвердили, что Pele является открытым проектом, размещённым в репозитории https://github.com/obsidianmd/pele, и предложили добавить видимую иконку GitHub для удобства.

• Совет: kepano объяснил, что Pele рендерит SVG, следуя только синтаксису Mermaid, а не его алгоритму расположения, и предоставляет режим сравнения, что решает многие жалобы на плохой layout.

• shellerik указал, что текущие примеры Pele недостаточно адаптированы к тёмной теме, что может затруднять использование в темных редакторах.

• Совет: Ancapistani отметил, что в Pele подграфы сохраняют своё направление даже при соединении с внешними узлами, что является весомым аргументом для перехода с Mermaid, несмотря на возможную разницу в скорости.

• kinduff сообщил о поломке предпросмотра Mermaid в playground Pele, а kepano запросил детали, указывая на необходимость исправления.

• Совет: dbg31415 подчеркнул, что такие инструменты позволяют интегрировать генерацию диаграмм в AI‐ассистенты (например, Claude) и сохранять их в markdown, что упрощает контроль версий.

Учёные показали, что обесцвечивание кораллов можно полностью обратить всего за несколько дней, если дать повреждённому фрагменту соприкоснуться со здоровым. Работа опубликована в журнале Science Advances. При потеплении воды кораллы выбрасывают симбиотические водоросли (Symbiodiniaceae), которые дают им цвет и большую часть питательных веществ, — без них животные голодают и гибнут.

Открытие произошло случайно: в начале 2025 года морской биолог Стивен Палумби заметил в лабораторном резервуаре два случайно соприкоснувшихся фрагмента, и на месте контакта здорового и обесцвеченного коралла начала проступать окраска. «Я никогда такого не видел», — вспоминает он. Дэнни Коллинз, изучавший распространение болезней через контакт кораллов, проверил, могут ли так же передаваться водоросли. Он взял десять пар фрагментов одного и того же организма Pocillopora damicornis, в каждой паре — обесцвеченный и здоровый; в пяти парах фрагменты касались друг друга, в пяти были разделены. Между совместимыми фрагментами образовывался тканевый мост, по которому симбионты переходили в обесцвеченный коралл, возвращая ему цвет и питание.

Соавтор работы, морской эколог Фиоренца Микели из Стэнфорда, называет результат «невероятным»: бывшее невозможным быстрое и полное восстановление может подсказать решения, которые со временем удастся масштабировать. Это даёт надежду на сдерживание массовой деградации коралловых рифов.

Обратимое обесцвечивание кораллов (блеаинг) происходит только при контакте клонов одного генета, что в природе часто невозможно из-за отсутствия здоровых соседей. Блеаинг — не смерть коралла, а выброс зооксантелл; кораллы могут заново захватить те же или другие симбионты, что является адаптивной стратегией. Однако естественное восстановление через контакт ограничено фрагментами одного генета, что снижает его практическую применимость. В масштабных событиях обесцвечивания здоровые соседи часто отсутствуют, что делает естественное восстановление невозможным. Существующие методы восстановления (например, в аквариумах) предупреждают о риске монокультуры, повышающей уязвимость к болезням. Для масштабного применения необходимо изучить перенос фрагментов между генетически разными колониями и проверить его эффективность в полевых условиях. Предлагается создать банки клонов кораллов, привязанных к конкретным локациям, для готового материала восстановления. Теории о связи восстановления с резонансом Теслы и тёмной материей отвергнуты как ненаучные. Высокие температуры напрямую влияют на микроводоросли; их перенос в живой коралл не защищает от термического стресса.

Furifont — это японский шрифт, который отображает фуригану (чтение кандзи) прямо в глифах, без JavaScript и плагинов. Он собран на основе Source Han Sans или Serif: на этапе сборки словарь из тысяч слов превращается в лигатуры, где, например, 今日 становится одним глифом с きょう сверху. Подстановка происходит при отрисовке текста, поэтому сам текст не меняется. Шрифт работает везде, где поддерживаются кастомные шрифты.

Алгоритм сначала пробует самое длинное слово: 日本語 выбирается раньше 日本. Если чтение неоднозначно, фуригана не показывается — например, 大人気 может читаться как だいにんき или おとなげ. Для выбора другого чтения после первого кандзи ставится селектор вариации: VS226 даёт первое чтение, VS227 — второе, VS225 убирает фуригану. Окуригана (кана после кандзи) недоступна из-за ограничений браузеров, но есть опциональная поддержка через JavaScript-аннотацию.

Доступны четыре семейства: Furifont Sans и Serif с хираганой или ромадзи, в вариантах variable и regular. Есть букмарклет для включения шрифта на любой странице и скрипт для Tampermonkey/Violentmonkey, автоматически включающийся на японских страницах. На сайтах вроде X и GitHub, запрещающих загрузку внешних шрифтов, нужно установить шрифт локально. Шрифты распространяются по лицензии SIL OFL, чтения взяты из JMdict, KANJIDIC2 и других источников под CC BY-SA 4.0.

Furifont демонстрирует технологию отображения фуриганы через лигатуры, но имеет существенные ошибки из‐за неоднозначности чтения кандзи, проблем с переносом строк и игнорирования окуриганы. Пользователи отмечают конкретные ошибки: например, 行われる отображается как «i‐wareru» вместо «okona‐wareru», а 行に как «i‐ni» вместо «gyo‐ni». Также при разрыве слова 大학 шрифт подставляет неправильное чтение. Из‐за этих недостатков шрифт рекомендуется использовать только как вспомогательный инструмент с предупреждением о возможных неточностями и не применять в качестве основного в учебных материалах. При контролируемом контенте предпочтительнее использовать ruby‐теги, которые позволяют явно задавать чтения и автоматизировать их подбор. Технически проект подтверждает возможность внедрения фуриганы через лигатуры в формате TrueType/OpenType, что связано с Тьюринг‐полнотой формата. Для повышения точности предлагается интеграция LLM или условных случайных полей в движок шейпинга, хотя полное решение проблемы неоднозначности пока невозможно. Изучающие японский язык находят шрифт полезным для облегчения чтения кандзи, несмотря на occasional неточности.

Компания OpenCode сообщила о взломе системы безопасности, произошедшем минувшей ночью. Инцидент связан с масштабной атакой типа «дистилляция» (distillation attack) и затронул 1,4% пользователей OpenCode Console. Всех пострадавших уведомили по электронной почте утром. Расследование продолжается, поэтому подробности пока не раскрываются, но компания уже работает над устранением последствий совместно с Anthropic, OpenAI и Google.

Реакция пользователей в комментариях выдаёт тревогу: один из них заявил, что потерял 138 долларов, и спросил, будет ли компенсация. Другой усомнился в самой формулировке, отметив, что «дистилляционная атака», приведшая к утечке ключей, звучит странно. Публикация набрала более 21,6 тыс. просмотров, а позже появилась обновлённая версия сообщения.

Ключевое, что стоит запомнить: под удар попал небольшой, но конкретный сегмент — 1,4% пользователей консоли, а к разбирательству привлечены сразу три крупнейших игрока рынка ИИ.

Утечка затронула только пользователей облачного OpenCode Console, где хранились API‐ключи; локальный CLI и .env‐файлы не пострадали. Пользователям рекомендуется немедленно отозвать и заменить скомпрометированные ключи у провайдеров (OpenAI, Anthropic и др.). Сообщество требует от OpenCode предоставить детальный пост‐мортем, включая описание механизма «distillation attack», и добавить endpoint «invalidate_api_key» для мгновенной инвалидизации ключей. Есть разногласия: некоторые считают, что утечка могла затронуть локальные файлы, другие уверены, что атака ограничилась бекендом и не была цепочкой поставок.

Опубликован исходный код эстонской системы интернет-голосования IVXV — репозиторий создан, чтобы сделать код доступным для публичной проверки. Это не площадка для активной разработки, но содержимое поддерживается в актуальном состоянии: здесь лежит именно тот код, который используется на выборах. Поскольку система для юридически обязывающих выборов обязана строго соответствовать законодательству, разработку эстонского I-voting и приложения для верификации голосов курирует Государственная избирательная комиссия Эстонии. За дополнительной информацией отсылают на сайт valimised.ee.

Ключевая идея — прозрачность: любой желающий может изучить, как устроено дистанционное голосование, которому доверяют реальные выборы. Важно и то, что репозиторий не является «песочницей» — публикуемый код совпадает с боевым. Развитие ведётся под надзором государства, а не сообщества, что подчёркивает особый статус подобных систем.

Открытый код повышает доверие к эстонскому онлайн‐голосованию, позволяя независимым экспертам проводить аудит, но не решает все проблемы. Практический опыт подтверждает надёжность системы, однако остаются фундаментальные вопросы: противоречие между тайным голосованием и полной проверяемостью, риск принуждения при возможности самостоятельной проверки голоса, необходимость ручных аудитов и ограничения криптографии при компрометации прошивки или аппаратных компонентов. Для подтверждения регистрации голоса существует отдельный инструмент верификации. Рекомендуется проводить выборочный ручной аудит бумажных бюллетеней после закрытия участков и сравнивать их с цифровыми записями. Эстония использует интернет‐голосование с 2001 года; система считается надёжной внутри страны и международными экспертами. Отсутствие обновлений в репозитории почти год свидетельствует о стабильности и зрелости кода. ElectionGuard применяется в выборах в США с 2020 года, демонстрируя практическое использование криптографических протоколов. Главная цель выборов — достижение общественного согласия, а не абсолютная математическая проверяемость. Если доверие к системе падает, избиратели сомневаются в честности подсчётов независимо от формы голосования. Электронные бюллетени как «чёрный ящик», подключённые к сети, создают серьёзные проблемы доверия, которые трудно устранить.

Исследователи обнаружили, что препарат семаглутид, широко используемый для лечения ожирения и снижения уровня сахара в крови, может замедлить биологическое старение. В рамках рандомизированного, двойного слепого, плацебо-контролируемого клинического испытания было обнаружено, что семаглутид замедляет биологическое старение по нескольким эпигенетическим часам у взрослых с ВИЧ.

Участники, получавшие семаглутид, показали более широкий паттерн замедления биологического старения по сравнению с группой, получавшей плацебо. Препарат замедлил темп биологического старения на 9% по часам DunedinPACE. Кроме того, семаглутид значительно замедлил биологические процессы, связанные с риском всех причин смертности и возрастных заболеваний, по часам PCGrimAge. Исследователи считают, что семаглутид может влиять на биологическое старение, снижая воспаление и метаболический стресс, а также уменьшая висцеральный и эктопический жир, который накапливается вокруг органов.

Тред добавляет критический контекст к статье: указаны конфликты интересов авторов (три из семи связаны с компанией, продающей тесты старения; один консультирует Merck и GSK), скепсис к эпигенетическим часам как биомаркерам, роль снижения веса как главного посредника эффекта, известный профиль безопасности GLP‐1 и необходимость независимых исследований вне группы ВИЧ. Большинство комментаторов считают, что замедление эпигенетических часов связано скорее с потерей веса и снижением системного воспаления, чем с прямым действием семаглутида на старение. Спор о конфликтах интересов: @Murfalo указывает на связи авторов с коммерческими структурами; @shermantanktop задаёт вопрос о независимом финансировании и считает, что скептицизм не должен автоматически отвергать результаты. @epistasis выражает сильный скептицизм к эпигенетическим часам, считая их пока ненадёжными биомаркерами, но признаёт необходимость их дальнейшего изучения. Совет: несколько участников (@andsoitis, @y-c-o-m-b) призывают к проведению аналогичных испытаний у людей без ВИЧ, чтобы отделить эффект препарата от особенностей этой популяции. По мнению @efficax, безопасность семаглутида известна благодаря почти 20‐летнему использованию у диабетиков: основные долгосрочные побочные эффекты — желудочно‐кишечные расстройства и редкие мышечные проблемы. @gavinray подчёркивает, что главные механизмы пользы GLP‐1 — снижение системного воспаления и улучшение эндотелиальной функции, что подтверждается обзором 2026 года. Спор о восприятии препарата: @cabarltos сравнивает хайп вокруг GLP‐1 с ранними ожиданиями от медицинской марихуаны, указывая на потенциальные скрытые риски; @nfw2 считает, что препарат — лишь средство снижения веса, которое может иметь психоактивные побочные эффекты и риск злоупотребления. Совет: @GenerWork предлагает исследовать синергию семаглутида с другими препаратами (например, тесаморелином) для более эффективного снижения висцерального жира и замедления старения. Некоторые пользователи (@froobius, @maerF0x0) напоминают, что ограничение калорийности и диеты (CRON) уже известны как способы замедления старения, и рассматривают GLP‐1 как «волшебную таблетку», облегчающую достижение дефицита калорий. Совет: @mitxela рекомендует учитывать, что снижение калорийности, а не только препарат, может быть ключевым фактором замедления биологического старения, и предлагает контролировать потребление энергии в сочетании с GLP‐1.

Солнечная энергетика впервые обошла атомную по объёму выработки в мире: по данным отчёта о статусе мировой атомной отрасли, в марте 2025 года ветер в одиночку превысил месячную выработку АЭС, а в апреле то же сделала солнечная генерация. С марта 2025-го по июнь 2026-го каждый месяц либо солнце, либо ветер по отдельности производили больше электричества, чем вся атомная энергетика, а в марте–мае 2026-го обе технологии превзошли её одновременно.

Разрыв в мощностях растёт: за 2025 год солнечные мощности выросли на 510 ГВт до 2383 ГВт (+27%), ветровые — на рекордные 159 ГВт до 1291 ГВт (+14%), тогда как атомные прибавили лишь 1,5 ГВт до 399,5 ГВт, а действующие мощности даже снизились на 0,5 ГВт до 368,6 ГВт и остаются почти неизменными более 25 лет. Выработка АЭС выросла на 1,1% (до 2703 ТВт·ч) — почти весь рост дал Китай, вне его она упала на 0,2% и держится ниже уровня 2006 года, тогда как солнечная генерация подскочила на 30%. Аналитик Микль Шнайдер связывает это с провалами инвесторов: Holtec отложила IPO почти на 1 млрд долларов, а акции Fermi потеряли около 80% стоимости с октября 2025 года.

Драйвером дальнейшего роста солнечной энергетики называют дешевеющие батареи: в 2025 году подключили 104 ГВт и 257 ГВт·ч накопителей, а более 78% всех систем установили в 2023–2025 годах. Малые модульные реакторы пока зависят от госфинансирования: Канада начала строить BWRX-300, Китай испытывает Linglong One, Россия развивает плавучие и наземные проекты, Чехия и Швеция — разработки Rolls-Royce, а Британия выделила 2,6 млрд фунтов на три реактора в Уайлфе.

Обсуждение дополняет статью критическим анализом разницы между мощностью и выработкой, указывая на проблему прерывистости солнечной энергии и стагнацию атомной энергетики из-за регуляций. Спор о причинах доминирования солнца: одни видят в этом триумф дешевых технологий и обучения (@fittingopposite), другие — результат искусственного подавления атомной энергетики и субсидирования солнечной в течение десятилетий (@kulahan, @radu_floricica). Для полноценного замещения ископаемого топлива солнечной и ветровой генерацией необходимы масштабные решения по хранению энергии (battery storage), способные балансировать сеть в течение 8+ часов (@FloatArtifact). Солнечная генерация подвержена сильной сезонности из-за распределения населения в Северном полушарии, поэтому в январе она может уступать атомной, несмотря на успехи в июле (@tialaramex). Для полного отказа от углеводородов недостаточно заменить электричество; нужно использовать избыточную чистую энергию для синтеза нефтехимического сырья, даже если это крайне неэффективно (@jl6). Электромобили могут выступить в роли гигантского распределенного резервуара для поглощения избыточной солнечной генерации, которая сейчас часто просто отсекается (curtailed) (@thelastgallon). Пользователи отмечают, что солнечные панели стали дешевле фанеры строительного класса, что делает локальную генерацию экономически оправданной (@linsomniac). Ветроэнергетика демонстрирует схожий с солнечной темпы падения стоимости и роста мощностей, но получает значительно меньше внимания в медиа (@eigenspace). Энергетический переход рассматривается как задача по построению портфеля, где оптимальным решением будет триада из солнечных панелей, ветра и атомной энергии для стабильности (@mhh__, @bvcp).

DeepSeek выпустила снимок модели V4.1 Flash от 17 октября 2026 года — разреженную смесь экспертов, первую на архитектуре Causal Encoder-Decoder. Из общего числа параметров 552 млрд активируется лишь 8 млрд на входе и 16 млрд на выходе: асимметричное разделение снижает вычислительные затраты на токен относительно размера модели. Понимание изображений встроено в архитектуру изначально — визуальные и текстовые эмбеддинги обучались совместно с самого начала предобучения, а не добавлялись позже, как в экспериментальной V4 Flash Vision Exp.

Модель ориентирована на кодинг, работу в терминале и агентов компьютерного использования, а также на длительные многошаговые задачи и анализ длинного контекста. Сжатое KV-кэширование сокращает память кэша примерно до четверти от предыдущего поколения Flash, заметно снижая стоимость агентных нагрузок. DeepSeek позиционирует её как экономичный уровень семейства V4.1 и заявляет, что она превосходит V4 Pro по производительности, скорости и времени выполнения задач.

Цена — 0,10 доллара за миллион входных и 0,50 за миллион выходных токенов, контекст — 1 млн токенов. Модель обслуживают четыре провайдера на OpenRouter: inference.net, Cloudflare, DeepInfra и сама DeepSeek; запросы маршрутизируются с автоматическим переключением при сбое. На вход принимаются текст и изображения, на выходе — только текст.

Обсуждение подтверждает преимущества DeepSeek v4.1 Flash в скорости и стоимости, добавляя реальные цифры и опыт эксплуатации, но отмечает требовательность к аппаратуре, возможные ограничения в качестве и сомнения в объективности бенчмарков. Пользователи подтверждают, что модель достигает ~3400 токенов/сек на Mac M5 Ultra и значительно дешевле по токену, чем Sol 5.6/6.1. В поиске уязвимостей и ревью кода результаты почти эквивалентны, но исправления часто более точные — например, меняет размер буфера ровно до 191 байт, без запаса. Открытость модели (видимость цепочки рассуждений, отсутствие случайных блокировок) повышает удобство в агентных сценариях. Для локального запуска требуется минимум 64 ГБ ОЗУ и SSD‐стриминг; недостаток памяти приводит к замедлению или повторным попыткам. Некоторые участники указывают, что официальные бенчмарки могут быть отобраны, а ограничения модели заметны в реальных задачах, особенно при длительном агентном планировании. Стоимость веб‐поиска через DeepSeek в 10 раз дешевле, чем у OpenAI; пользователи ждут отдельного API для этой функции. Комбинация DeepSeek Flash с Opus 5.5 снижает расходы до $200/мес, заменяя дорогие подписки на Claude Code. В экспериментах с «swarm»‐агентами DeepSeek v4.1 Flash выигрывает по скорости и цене, хотя Opus 5.5 остаётся более интеллектуально продвинутой. Рост открытых моделей вроде DeepSeek ставит под сомнение бизнес‐модели OpenAI и Anthropic, где прибыль зависит от вычислительных ресурсов.

DeepSeek выпустила обновление DeepSeek-V4.1-Flash-1017 — минорную версию модели DeepSeek-V4.1-Flash, которая заметно улучшает рассуждения, написание кода, агентные задачи и визуальные бенчмарки. Одновременно модель сокращает время выполнения задач и длину вывода, что снижает стоимость и продвигает границу Парето «производительность–цена» сразу в нескольких агентных средах. Веса и репозиторий распространяются под лицензией MIT.

Ключевые цифры: на Terminal-Bench 4.0 результат вырос с 31,2 до 42,3, на ProgramBench — с 20,3 до 29,1, на Apex Bench v1.1 — с 64,6 до 72,1, на Automation-Bench v1.0.6 — с 54,8 до 60,5. На HLE без инструментов — 42,6 (44,0 для текстового подмножества), на DeepSWE v1.1 — 77,0, на NL2Repo-Bench — 68,2, на Agents' Last Exam — 35,4. В задачах с инструментами: Chartography — 83,0, BabyVision — 92,5, ZeroBench-main — 51,0.

В релизе нет шаблона чата в формате Jinja: вместо него в папке encoding лежит самодостаточная реализация на Python с тестами для многоходовых диалогов, вызова инструментов, режима размышления и изображений. Для продакшена отдельно выложен набор библиотек deepseek-recipe на Rust с привязками к Python. Рекомендуемые параметры сэмплирования: temperature 1.0, top_p 1.0, контекст 1M токенов, max_tokens не менее 256K.

Пользователи подтверждают высокую эффективность модели в кодинге и агентных задачах, выделяя её скорость и стоимость как решающие факторы. Сочетание высокой скорости генерации (tok/s), низкого TTFT и доступной цены делает модель предпочтительным «ежедневным драйвером» для итеративной разработки кода. При уровне reasoning_effort=1 модель генерирует в 2.5 раза меньше токенов без потери качества (по опыту @apejcic). Однако модель может уступать Opus 5.5 в сложных архитектурных решениях и UI-дизайне. В тесте на C++ кодовой базе @AmazingTurtle отметил, что модель предлагает слишком буквальные исправления (точно под размер теста), в то время как GPT 6.1 Sol закладывает запас (headroom). По мнению @a11r, модель склонна к «передумыванию» на сложных задачах, и в их воркфлоу GLM 5.3 Flash и Qwen 3.8 Flash показали себя лучше. Оптимальный воркфлоу по мнению @olavgg и @dw_arthur: использовать DeepSeek Flash для основной работы и Opus 5.5 в качестве экспертного рецензента/советника. Модель демонстрирует отличные результаты в локальном запуске на Mac (M5 Ultra): @liuliu сообщает о ~3400 tok/s при обработке промпта и ~50 tok/s при генерации (при RAM от 64 ГБ). Открытость модели (доступ к CoT) и отсутствие жестких блокировок по «кибер-безопасности» делают её более удобной для агентных систем, чем закрытые аналоги. Пользователи отмечают высокую эффективность модели в специфических задачах: @aizk использует её для реверс-инжиниринга старых игр (генерация 600k строк кода из ASM), а @nickludlam выделяет работу с Svelte.