Hacker News Digest

Claude Opus 5 — новая модель, доступная сегодня, сочетающая продвинутый, проактивный подход с почти границей интеллекта Claude Fable 5, но по цене в половину дешевле. На Benchmarks Frontier‑Bench v0.1 и CursorBench 3.2 она превосходит все остальные модели, удваивая результат Opus 4.8 при том же стоимости; на ARC‑AGI 3 её score в три раза выше следующей; на Zapier AutomationBench pass‑rate в 1,5 раза превышает конкурентов; на OSWorld 2.0 она превосходит Fable 5 уже при трети стоимости. При том же расходе, что и у Opus 4.8, она показывает значительное улучшение: на organic‑chemistry задачи её точность на 10,2 п.п. выше, а на protein‑задачи — на 7,7 п.п.

Модель умеет проверять собственные ответы и итеративно дорабатывать решения; в тесте без доступа к визуальному вводу она самостоятельно создала pipeline для распознавания пикселей и построения 3D‑модели в FreeCAD, повторив успех многократно. При обнаружении бага в популярном package‑manager’е она нашла корень проблемы, тогда как конкуренты исправили лишь симптом. В API добавлены возможности менять набор инструментов в середине диалога и автоматические fallback‑ы, направляющие запросы, помеченные безопасностью, на альтернативную модель; при этом данные пользователей не хранятся.

Opus 5 превосходит Fable 5 в image-to-code и автономном планировании, демонстрируя лучшую визуальную точность (например, в воспроизведении дизайна кнопок) и проактивность — например, самостоятельно реализовала движок слайдов вместо reveal.js. Она не требует 30-дневного хранения данных, что критично для строгих политик конфиденциальности. Стиль письма сохраняет клише Claude 4.8, в отличие от Fable 5. Однако выявлены критические проблемы: ложные срабатывания в code review (особенно в C/C++, 4 false positives, GPT-5.6-sol справился лучше), неучёт контекста вызовов функций, деградация инфраструктуры — постоянные сбои, потери сессий, HTTP-ошибки, необоснованные блокировки аккаунтов. Удалены полные цепочки рассуждений — осталась только однострочная сводка, снижая аналитическую ценность. Режим 'low' reasoning даёт оптимальное соотношение цена/качество. Fable 5 остаётся лучше в создании идеальных SVG (тест Pelican), а Opus 5 ошибается при редактировании код-планов, проверявшихся ранее GPT-6 Sol. Сафегарды Fable 5 были чрезмерно строги (блокировали медицинскую терминологию); Opus 5, возможно, смягчил это, но поиск уязвимостей в коде всё ещё ограничен. Сравнение с другими моделями: Opus 5 на 10% «умнее» Grok 4.5, но в 10 раз дороже; немного умнее GPT 5.6 Sol при стоимости в 2.75 раза выше — вызывает вопросы о рентабельности. Сложность выбора моделей (модальности, уровни thinking, цены) стимулирует рост рынка routing-сервисов. Частые изменения тарифов, кредитов и метрик намеренно запутывают клиентов, делая сравнение и контроль затрат невозможными. Бенчмарки (Frontier-Bench, AutomationBench) подвергаются сомнению из-за коммерческих интересов Anthropic и партнёров — требуются независимые оценки, хотя скачок на ARC-AGI-3 на 30% считается значимым.

Суть проекта
Сделал GOTO-монтировку с нуля: два гармонических редуктора (100:1), ESP32-S3, шаговый и сервопривод, USB-C PD до 100 Вт. Управление — по Wi-Fi, протоколы step/dir, CAN, Modbus.

Почему
Начал с €200-трекера Move Shoot Move, но полярная настройка и поиск объектов были мукой. Профессиональные монтировки €1 200–4 000 казались перебором. Решил построить своё.

Путь

1. Освоил FreeCAD и KiCad.
2. Выбрал редукторы 14 и 17 типа с AliExpress (поиск через Google site:aliexpress.com).
3. Изучил опыт HEMY, HrEM, DHEM и DIY EQ Mount V2.
4. Плата полукруглая, вмещается в корпус; драйверы встроены в моторы, поэтому схема простая.
5. Корпус алюминиевый, крепление Arca-Swiss, режимы экваториальный/альта-азимут.

Характеристики

• RA: серво 42AIM15 + 17-редуктор → 32 768 шаг/об, 65 536 с оверсэмплингом.
• DEC: шаговый MKS Servo42D + 14-редуктор → 1/256 микрошаг.
• Скорость slew увеличивается переключением микрошага 256→128 по CAN.
• GPIO и питание 5–24 В вынесены на разъёмы «на будущее».

Итог
Вместо покупки дорогой монтировки — компактная, точная и полностью самодельная система за меньшие деньги и с кучей новых навыков.

• Проект – самодельный гармонический монтировочный телескоп на ESP32 и OnStepX; автор делится деталями конструкции, ПО и стоимости.
• Участники хвалят точность и отсутствие противовесов, но спорят о реальной грузоподъёмности и стабильности по сравнению с коммерческими ZWO.
• Поднимаются вопросы платы: ширина дорожек для 24 В, сборка на JLCPCB, цена за 5 штук.
• Обсуждают FreeCAD: восторг от возможностей и одновременно жалобы на вылеты и UX; советуют Fusion 360 и помощь ИИ.
• Как делать «правильную» PCB: читать даташит, ставить bypass-конденсаторы, брать за основу dev-board.
• ПО: KStars/EKOS, Stellarium, Skyfield, INDI/ASCOM для GOTO и плейт-решения; идея делать научную астрометрию и собирать light-curves экзопланет.
• Появляется идея продавать наборы как некитайскую альтернативу после тарифов Trump.

LL3M — система, где несколько LLM пишут Python-код для Blender, создавая и редактируя 3D-модели по текстовым запросам. В отличие от прежних подходов, ограниченных примитивами, LL3M свободно формирует геометрию, компоновку и материалы. Код служит представлением объекта, что позволяет автоматическую и пользовательскую итеративную доработку.

Процесс

1. Создание — первичная модель.
2. Авто-улучшение — самокоррекция ошибок и упрощённой геометрии.
3. Пользовательская доработка — интерактивные правки по запросу.

Возможности

• Разнообразие форм: архитектура, инструменты, скейтборд и т.д.
• Стилизация: один запрос «в стиле стимпанк» меняет геометрию и материалы разных шляп.
• Материалы: процедурные шейдеры, редактируемые узлы.
• Последовательные правки: сохраняется идентичность объекта.
• Прозрачность: читаемый код с комментариями, понятные параметры в Blender.
• Повторное использование: общие паттерны кода переносятся между категориями объектов.
• Сцены: генерация иерархий объектов с корректными пространственными связями.

• Пользователи делятся опытом: meshy.ai превращает упрощённые 2D-изображения в 3D-модели, а Claude помогает писать Lua-скрипты для Aseprite и Python для FreeCAD/Blender.
• Ветераны Blender критикуют качество и высокий полигон-счёт, считая инструмент «игрушкой» или «обучающим» для новичков.
• Сторонники видят в этом будущее «solo-dev»: быстрый прототип, экономия времени и API-first подход в креативных пакетах.
• Поднимаются вопросы безопасности (несэндбоксированный Python), прав и монетизации опыта художников, а также необходимости понимания 3D-семантики для эффективных промптов.
• Общий консенсус: сейчас это «cute», но каждая новая итерация будет лучше, и генеративные модели всё ближе к «говорящим на языке геометрии».