Следите за изменениями, которые могут сломать production AI coding workflows: сбои провайдеров, отключения моделей, fallback-поведение, цены и миграции OpenAI-compatible API.
RSS-лента
OpenAI выпустил Prompt Cache Diagnostics в GA для Responses API. Новые поля comparison_response_id и reason объясняют промахи кеша — но если gateway удаляет prompt_cache_options, диагностика молча исчезает.
Публичная бета Agents API от OpenAI вводит отдельное пространство имён client.beta.agents, не проходящее через /v1/chat/completions. Для команд с AI-шлюзами: слепые зоны в биллинге, пробелы в аудите и новый scope API key.
Cache reads на claude-fable-5-1 упали до $0.25/MTok — в 4 раза дешевле стандартной ставки 0.1× на других моделях Claude. output_config.effort даёт операторам рычаг управления глубиной thinking на уровне запроса. Что это меняет в billing, routing и логике upgrade.
Anthropic Model Hardware Standard превращает лабораторные устройства в обнаруживаемые agent tools. Для operators главный вопрос — routing authority, safety limits и аудит до доступа к hardware.
OpenAI добавила поддержку прозрачного фона в gpt-image-2 20 августа — в режиме preview для Images API и Responses API image generation tool. Один новый параметр, один режим тихого сбоя для jpeg и оговорка preview-статуса, важная для операторов с ZDR.
OpenAI позволяет выбирать регион обработки для каждого запроса через префиксный base URL с единым Global-ключом. Архитектура многорегионального gateway меняется: один ключ маршрутизирует на us.api.openai.com или eu.api.openai.com по логике запроса.
qwen3.8-max DashScope routing policy now starts with region-scoped endpoints, Responses API reasoning budgets, and preserving reasoning_content in the gateway.
Inference Hooks от Anthropic перехватывают каждый управляемый промпт до того, как модель его обработает. Командам, фильтрующим на уровне gateway, это создаёт двухуровневую архитектуру контроля и требует ответа на вопрос, кто и что проверяет.
DeepSeek V4-Pro и V4-Flash теперь поддерживают трёхуровневое управление глубиной рассуждений в форматах OpenAI, Anthropic и Responses API. Проблема в том, что каждый формат использует разные поля — и прокси, отбрасывающий extra_body, молча переводит усилие на уровень max.
Daybreak от OpenAI получил два закрытых API-уровня — Blue и Red, оба работают только через Responses API. Gateway-операторам нужно понять, что ломается, что требует отдельного provisioning и чем это отличается от архитектуры Anthropic.
Fable 5 сократил fallback по биологическим запросам на 85%. Для API-операторов это обнажило скрытый риск: запросы к Fable 5 обслуживал Opus 5 без каких-либо предупреждений. Что нужно проверить, прежде чем считать, что паритет модели восстановлен.
Fast mode теперь покрывает запросы объёмом более 272K токенов на GPT-5.6 Sol, Terra и Luna — конец вынужденного использования Standard tier для large-context нагрузок, но ramp rate limit никуда не делся.
4 августа OpenAI добавила измерение api_key в API использования и затрат. Для команд, использующих несколько ключей в одной организации, это закрывает главный пробел в атрибуции затрат по пути запроса — без создания отдельных организаций.
qwen3.8-max появился на DashScope: 2.4T параметров, 1M контекст и режим размышлений — а qwen3.7-max переведён в legacy. Что меняется для команд, маршрутизирующих трафик на флагманский уровень Qwen.
Priority Processing переименован в Fast mode, GPT-5.6 Luna подешевел на 80%, Terra на 20% — и лимит скорости роста трафика означает, что batch-задачи могут незаметно деградировать до стандартной скорости.
Официальный Terraform provider от OpenAI, выпущенный 29 июля, позволяет управлять проектами, сервисными аккаунтами, rate limit, контролем моделей и spend-алертами через код. Разбираем topology-паттерн для routing-слоя.
28 июля OpenAI запустила gpt-transcribe и gpt-live-transcribe, заменив gpt-4o-transcribe в качестве рекомендуемых моделей по умолчанию. Две новые модели отличаются endpoint, ценой и набором возможностей — метки времени, диаризация и прямой поток теперь требуют разных model ID.
Обновление Anthropic API от 24 июля добавило fallbacks: "default" на Opus 5 и Opus 4.8 и превратило speed: "fast" для Opus 4.7 в жёсткую ошибку 400. Разбираем, что это значит для routing-политики прямо сейчас.
OpenAI добавил жёсткие месячные лимиты расходов: при превышении порога запросы возвращают 429 insufficient_quota. Для шлюзов это новый режим отказа — стандартная логика повторных попыток не справляется. Чек-лист для операторов.
OpenAI опубликовала четырёхмерный фреймворк — «Useful Intelligence per Dollar» — который переосмысляет оценку моделей: вместо стоимости токена — стоимость успешно выполненной задачи. Вот что должен изменить каждый оператор роутинга уже сегодня.
MCP 2026-07-28 удаляет Session ID и рукопожатие initialize. Sticky-маршрутизация и общие хранилища сессий больше не нужны. Заголовок Mcp-Method позволяет маршрутизировать MCP-трафик без разбора JSON.
OpenRouter объединил чат, генерацию изображений, видео, TTS, транскрипцию и эмбеддинги под одним base URL и единым слоем политик маршрутизации. Разбираем фреймворк архитектурных решений для операторов, чьи продукты становятся мультимодальными.
Alibaba Cloud запускает коммерческий биллинг Managed Agents API 17 августа. Новый workspace-скопированный агентный runtime вводит отдельное пространство имён endpoint и версионные требования к SDK, которые каждый оператор DashScope должен проверить прямо сейчас.
Alibaba Cloud Bailian снизила цену токенов для GLM-5.2 Fast mode на 20% с 15 июля. Для операторов, маршрутизирующих нагрузки через OpenAI-совместимый endpoint DashScope, формула стоимости изменилась.
Версия 2.1.212 вводит настраиваемые лимиты субагентов и вызовов WebSearch на сессию, автоматически переносит долгие MCP-вызовы в фон и восстанавливает prompt caching за кастомными API gateway, Bedrock и Vertex.
deepseek-chat и deepseek-reasoner перестанут отвечать 24 июля в 15:59 UTC. Осталось 7 дней — приводим чеклист аудита routing-конфигурации, который необходимо выполнить до дедлайна.
В новом корпоративном руководстве OpenAI маршрутизация моделей названа общей инфраструктурой. Переводим пятишаговый инвестиционный фреймворк в конкретную routing-политику для AI-инженерных команд.
OpenAI Python SDK v2.46.0 добавляет endpoint для создания API-ключей с scopes для отдельных service account. Для многопроектных операторов это закрывает credential sprawl, из-за которого CI/CD-пайплайны вынуждены были использовать ключи уровня организации.
GPT-Red от OpenAI сделал GPT-5.6 Sol в 6 раз устойчивее к prompt injection. Для операторов, чьи агентные pipeline обрабатывают email, веб-контент или вызовы сторонних инструментов, этот разрыв — теперь routing-решение.
Модели DeepSeek, Z.ai и Qwen стабильно держат более 30% API token-трафика американских корпоративных клиентов на крупных мультипровайдерных платформах — с пиком 46%. Разбираем routing-фреймворк, который нужен operator'у до переключения production-нагрузки.
GPT-5.6 Sol, Terra и Luna доступны в общем доступе с подтверждёнными ценами. Новая функция Responses API — Programmatic Tool Calling — смещает диспетчеризацию инструментов внутрь модели, обходя слой оркестрации на стороне шлюза.
Claude Code origin story routing превращает официальную историю Anthropic в operator checklist для terminal agents, permissions, context и parallel swarms.
DashScope rate-limit fallback routing стал явным operator-паттерном: Alibaba описывает RPM, TPM, burst protection, backup models, Batch API и временное повышение TPM на 30 дней.
GPT-Live voice API routing становится новым operator решением: OpenAI ведет full-duplex voice, background delegation и realtime safeguards к developer API.
Claude Code security review routing выходит на government scale: Alberta сканирует 466 млн строк, запускает 50 agents и оставляет human approval в loop.
Coding agent MiMo Code от Xiaomi решает проблему непрерывности состояния в многошаговых задачах с помощью параллельного сэмплирования, checkpoint-памяти и оркестрации как кода. Разбираем, что это значит для операторского routing.
Nano Banana 2 Lite (gemini-3.1-flash-lite-image) вышел 30 июня по $0,034/тыс. изображений при задержке 4 секунды. Если вы ещё маршрутизируете на gemini-2.5-flash-image — вы на устаревшей модели. Трёхуровневый routing-фреймворк для operator teams.
Anthropic опубликовала полную таксономию классификаторов кибербезопасности Fable 5 — четыре категории от Запрещённого до Безопасного — и формальную шкалу серьёзности взломов. Последствия для routing-политики, fallback-цепочки и бюджета ложных срабатываний.
1 июля Google перевёл поддержку нескольких ожидающих заказов Provisioned Throughput в статус GA — теперь можно одновременно ставить в очередь до 7 заказов на одну модель и регион, устраняя последовательный 10-дневный цикл активации.
OpenAI выпустил GPT-Realtime-2.1 и GPT-Realtime-2.1-mini 6 июля. Двухуровневая структура, настраиваемые уровни reasoning effort и новый базис ценообразования на аудио меняют подход операторов к маршрутизации трафика голосовых агентов.
NVIDIA NIM закрыла хостинговый endpoint Kimi K2.6 7 июля 2026 года. Если ваша конфигурация роутинга всё ещё указывает на NIM API для Kimi K2.6, запросы сейчас возвращают ошибки. Вот три конкретных пути миграции, которые каждый оператор должен оценить до конца дня.
Tencent запустил Hy3 6 июля: API доступен на TokenHub, внедрение идёт на AI-gateway-платформах. Tencent Hy3 API routing operator: три режима рассуждений, 256K контекст и входная цена ниже $0.15 за млн токенов.
Z.ai официально запустила ZCode 2 июля — бесплатную среду agentic-разработки на базе GLM-5.2. Для команд маршрутизации запуск вводит отдельный coding endpoint, двойные каналы Anthropic/OpenAI, BYOK через сторонние каналы и промо 1.5x квоты, действующее до 31 июля.
Claude 3.5 Haiku отключён на Vertex AI вчера. Claude 3 Opus устарел и будет удалён 1 августа. Если ваша routing-политика включает любую из этих моделей на Vertex, вы уже получаете ошибки или потеряете доступ через 26 дней.
Claude Sonnet 5 не поддерживает Priority Tier, а новые обязательства больше не продаются. Команды с чувствительными к задержкам нагрузками стоят перед выбором: сохранить Priority Tier на старых моделях или мигрировать на Sonnet 5 с SLA standard tier.
DeepSeek V4 выходит в середине июля с двукратным повышением цен на API в пиковые часы — первое пиковое ценообразование в AI API. Каждому слою маршрутизации теперь нужен учёт часовых поясов в расчёте затрат и fallback-логике.
Claude Platform on AWS предоставляет инфраструктуру под управлением Anthropic через биллинг AWS — с полной поддержкой beta-заголовков, Agent Skills и отдельным пулом мощностей для многоуровневого failover.
В 2026 году Gemini API проходит две миграции: после cutoff 25 июня preview-модели вызывают сбои failed to fetch, а GA-endpoint’ы Imagen 4 отключаются 17 августа. Проверьте model ID, перейдите на gemini-3.1-flash-image или gemini-3-pro-image и протестируйте generateContent.
23 июля OpenAI отключает gpt-5-codex, o3-deep-research, computer-use-preview и ещё 11 alias. Если routing-конфиг по-прежнему ссылается на эти модели, запросы начнут падать. Вот что нужно проверить прямо сейчас.
Обновление Anthropic от 30 июня добавляет в Claude Managed Agents переопределения конфигурации на уровне сессии, streaming event deltas, lifecycle webhooks и управление инъекцией vault-учётных данных — меняя подход к runtime-маршрутизации.
Claude Science multi-agent workbench реализует трёхуровневую агентную архитектуру — координатор, специалисты и ревьюер, — в которой закодированы routing-решения, применимые в любом production-пайплайне на базе Claude API.
Claude Sonnet 5 запускается по $2/$10 за миллион токенов до 31 августа — затем цена возвращается к $3/$15. Модель заменяет Sonnet 4.6 в качестве дефолтной у Anthropic и приносит агентивные возможности уровня Opus по ценам Sonnet. Вот как реагировать командам по маршрутизации.
Claude Sonnet 5 несёт три скрытые угрозы для production: adaptive thinking включён по умолчанию, temperature/top_p/top_k с нестандартными значениями возвращают 400, новый tokenizer раздувает количество токенов примерно на 30%. Чеклист для операторов.
С 1 июля экспортные ограничения США на Fable 5 сняты, глобальный доступ через API возобновлён, повторное включение AWS и Azure Foundry в процессе — но 7 июля наступает переход на billing через usage credits. Операционный чеклист для команд.
Anthropic, Amazon, Microsoft и Google совместно разрабатывают четырёхмерный стандарт оценки серьёзности джейлбрейков. Разбираем, что новый фреймворк означает для политики fallback-маршрутизации и управления безопасностью на уровне API-шлюза.
Режим /goal от xAI исключает разработчика из цикла выполнения, но двухмодельный пайплайн поднимает вопрос независимости верификации — и каждый оператор, маршрутизирующий coding-задачи в Grok Build, обязан его понять.
Claude в Microsoft Foundry теперь в статусе GA с двумя режимами хостинга: инференс на Azure или на Anthropic, нативный биллинг CCU, MACC-drawdown, аутентификация Entra ID и US Data Zone для enterprise-команд.
Три изменения, важных для операторов в v2.1.196: управление выбором модели через консоль организации, сторожевой таймер потоков для всех провайдеров и ограничение Remote Control при использовании нестандартного base URL.
Anthropic тихо убрала fast mode из Opus 4.6 и отключит его на Opus 4.7 24 июля с жёсткой ошибкой. Два разных сценария сбоя — одно окно в 25 дней для действий.
Нативное iOS-приложение Cursor вводит Remote Control для облачных агентов, создавая новую поверхность подтверждения действий, которую операторы AI и команды маршрутизации обязаны явно настроить.
С 1 июля 2026 года Gemini 3 и последующие модели получают 10% надбавку для не-глобальных (региональных) эндпоинтов. Командам, направляющим трафик в eu-west1, asia-northeast1 и аналогичные регионы, необходимо немедленно пересмотреть модели расходов.
SGP-движок от Google теперь стоит между моделью и инструментами — блокирует вызовы, не соответствующие намерению пользователя или нарушающие бизнес-правила, сформулированные на обычном английском языке, без перезапуска кода агента.
26 июня Anthropic выровняла RPM, ITPM и OTPM для Sonnet и Haiku до уровня Opus и консолидировала пять уровней использования в три. Что новая структура Start/Build/Scale означает для политики fallback-маршрутизации и управления лимитами расходов.
Anthropic Mythos 5 routing возобновлён для ограниченного круга провайдеров, одобренных правительством США. Fable 5 по-прежнему заблокирован. Разбираем, что новая модель доступа означает для вашего routing-слоя.
OpenAI представила GPT-5.6 в виде трёх уровней: Sol, Terra и Luna. Ключевое изменение для routing-операторов — Terra: производительность уровня GPT-5.5 вдвое дешевле. Вот как обновить политику маршрутизации до выхода GA.
MiMo-V2.5-TTS переводит voice generation в agent stack: routing-командам нужны политики latency, style control, consent, storage, fallback и cost attribution.
Tripo 3D DashScope routing меняет обработку text-to-3D, image-to-3D, multi-image ассетов, временных GLB-ссылок и fallback policy.
HappyHorse 1.1 video routing меняет выбор DashScope video models для text-to-video, image-to-video, reference video, edit и fallback lanes.
Исследование OpenAI о Codex показывает, зачем agent router нужны policy lanes для долгих задач: routing по длительности, риску, budget owner и fallback-continuity, а не просто seats.
OpenAI Patch the Planet Codex Security routing превращает AI security work в управляемую remediation lane для validated findings, patches и fallback policy.
Qwen-AgentWorld simulation routing policy дает OpenAI-compatible способ тестировать MCP, terminal, web и OS agents до риска для реальных окружений.
Qwen3.5-OCR DashScope routing дает командам document AI OpenAI-compatible путь, более богатый native SDK и новые вопросы region, fallback и governance.
Cursor 3.9 объединяет плагины, skills, MCP, субагенты, правила и хуки в единой странице Customize с областями видимости user/team/workspace; командные маркетплейсы теперь поддерживают импорт из GitLab, Bitbucket и Azure DevOps.
Google перевёл Model Armor на Agent Gateway в статус General Availability, встраивая защиту от prompt injection и контентное сканирование напрямую в каждый поток трафика агентов — без изменений кода агентов.
Samsung Electronics разворачивает Codex для всех сотрудников по всему миру — один из крупнейших корпоративных запусков OpenAI. Разбираем, какая архитектура routing и governance нужна оператору до выхода на этот масштаб.
OpenAI и Broadcom представили Jalapeño — первый собственный ускоритель вывода LLM от OpenAI. Разбираем, что переход на проприетарный кремний означает для пропускной способности API, ценового тренда и решений по маршрутизации у AI-команд.
Codex 0.143.0 добавляет настраиваемые rollout token-бюджеты, политику многоагентного делегирования на уровне потока и ограниченный веб-поиск по белому списку URL — три механизма управления, которых операторам не хватало с момента перехода Codex в мультиагентный режим.
Белая книга OpenAI Codex-maxxing описывает, как запускать Codex в режиме постоянного рабочего пространства для многочасовых сессий. Для операторов маршрутизации ключевые выводы — управление бюджетом context, верификационные шлюзы и решение делегировать vs. контролировать.
Fable 5 восстановлен 18 июня с национальными ограничениями доступа, более строгими классификаторами безопасности и обязательным хранением данных. Сегодня последний день бесплатного включения в подписки — с 23 июня требуются usage credits по $10/M входных и $50/M выходных токенов.
Как route Codex CLI rate-limit-reset-credits, remote executors и encrypted Noise relays по hosts, MCP capabilities, policy и billing.
Codex Record and Replay записывает macOS workflow и превращает его в reusable skill. Govern каждый replay через approvals, permissions, fallback recovery и cost telemetry.
Cursor model routing теперь покрывает Automations из /automate, Slack emoji triggers, GitHub review events и cloud-agent computer use.
DashScope и Qwen Code разделяют web search между Responses tools, Chat Completions enable_search, native DashScope source controls и Bailian WebSearch MCP. Сравните Alibaba Cloud Qwen API routing, citations, регионы и бюджетный governance.
"Мы приостанавливаем изменения в использовании Claude Agent SDK" — 15 июня Anthropic отменил разделение биллинга в день запуска. Что означает отказ от кредитной системы для маршрутизации через подписку или API-ключ, и как подготовиться к следующему изменению биллинга.
С 19 июня 2026 года Google перестал принимать неограниченные API-ключи Gemini. Любой ключ без явных ограничений API теперь возвращает ошибку. Вот что операторам, маршрутизирующим трафик через gateway к Gemini, необходимо проверить в конфигурации учётных данных.
MiMo Code long-horizon coding agent routing превращает open-source terminal agent Xiaomi в operator-вопрос: как gateway маршрутизирует state, memory и workflow compute?
OpenAI Assistants API закрывается 26 августа 2026 — 56 дней осталось. Официальная миграция заменяет Threads/Runs/Assistants на Conversations/Responses/Prompts. Чеклист: grep-паттерны, состояние threads, схемы инструментов, совместимость routing-прокси и таймлайн Azure.
DashScope предоставляет wan2.7-t2v для генерации видео по тексту, изображению и референсу через асинхронное API в Китае, международном и американском скоупах. Выберите регион, стратегию опроса job и fallback-пути до production.
grok-build-0.1 от xAI доступна через API в публичной бете — purpose-built agentic coding-модель за $1/$2 на миллион токенов с 256k контекстом, поддержкой MCP и архитектурой параллельных агентов. Разбираем, как она вписывается в routing-решения с несколькими провайдерами.
Google перевела workflow agents и skills в Gemini Enterprise в GA (allowlist). Skills — модульные, workflow agents — триггерные. Архитектурное решение и routing-последствия для команд.
Spend controls в ChatGPT Enterprise добавляют лимиты кредитов по моделям, переопределения для групп и пользователей и экспорт через Cost API — полезные сигналы для routing-команд, которые сверяют API-биллинг, fallback и chargeback.
Gemini Memory Bank — это управляемый слой памяти Google для AI-агентов, который 17 июня вышел в GA с глобальными endpoint-ами. Разбираем устройство agent platform memory bank, сессии (Sessions), ограничение CMEK и routing-политику для stateful-агентов.
Claude Code 2.1.179 устраняет три скрытых сбоя, которые затрагивают команды, маршрутизирующие запросы через кастомный API gateway: регрессию 401 в claude agents workers, игнорирование fallback model при compaction и потерю ответа при обрыве соединения.
Kimi K2.7 Code от Moonshot AI сокращает расход reasoning-токенов на 30% и вводит вариант HighSpeed с пропускной способностью 180–260 TPS — два изменения, требующих конкретного решения по routing для команд, уже направляющих трафик coding-агентов на Kimi.
Команда LiteLLM сформулировала структурный сдвиг: AI gateway больше не просто маршрутизатор вызовов моделей — он превращается в control plane для agent-сессий через Claude Managed Agents, Bedrock AgentCore и Vertex. Разбираем, что это значит для вашей архитектуры маршрутизации.
OpenAI объявила об устаревании шести первых снапшотов gpt-5 и o3 — все они отключаются 11 декабря 2026 года. Командам, которые ещё использует date-stamped идентификаторы в routing-конфигурациях, дано шесть месяцев на миграцию.
Xiaomi MiMo завершает миграцию V2→V2.5: 18 июня mimo-v2-flash и mimo-v2-tts перейдут на V2.5 с новыми тарифами. Старые model ID в routing-конфиге изменят биллинг и поведение параметров без предупреждения.
Anthropic разделила billing для Agent SDK с 15 июня 2026 г. Новый ежемесячный кредит на пользователя ($20–$200 в зависимости от тарифа) работает на отдельном счётчике — и его потолок меняет логику маршрутизации для каждой production-команды.
18 июня Gemini CLI прекращает работу для потребительских аккаунтов. Прежде чем мигрировать на Antigravity CLI по умолчанию, разберитесь: unified-backend означает отказ от provider-независимости — и как multi-provider routing через Claude Code меняет выбор.
Официальные docs Cursor Bugbot и июньский changelog теперь указывают на Composer 2.5, pre-push /review и Cloud Agents, ранее называвшиеся Background Agents. Для routing-операторов ключевой сигнал прежний: model block list делает AI code review объектом явного governance.
Практическая схема permissions.json autorun для Cursor SDK 0.1.6: как autoRun.allow_instructions, autoRun.block_instructions, local.autoReview, local.customTools, JsonlLocalAgentStore, requestId и вложенные субагенты работают вместе.
Официальная документация DeepSeek awesome-deepseek-agent показывает настройку Claude Code через ANTHROPIC_BASE_URL, Anthropic-compatible API path, model IDs V4 Pro/Flash и заметки по OpenCode/Copilot integration для routing coding-агентов.
OpenAI Partner Network запущена 14 июня 2026 года с уровнями Select, Advanced и Elite, $150 млн инвестиций в экосистему и специализацией Codex. Архитектурная схема и чеклист: прямые OpenAI keys или SI-managed delivery, делегированные ключи, владение квотами и контроль fallback.
Claude Fable 5 и Mythos 5 вернули 404 в Anthropic API после директивы экспортного контроля. Вот что routing-операторы должны сделать в ближайшие 24 часа.
На WWDC 2026 Apple представила единый Swift API, маршрутизирующий запросы к on-device модели, Private Cloud Compute, Claude и Gemini из одной точки вызова. Это вводит новый слой выбора провайдера, которым инженерные команды должны управлять осознанно.
MiMo Code — open-source coding agent Xiaomi для долгосрочных задач. Разбираем, как Max Mode, Goal verification, маршрутизация worker/judge и OpenAI-compatible backends меняют стоимость и надежность API gateway.
Релиз Claude Code от 12 июня добавляет per-skill/per-agent/per-MCP атрибуцию затрат в /usage, исправляет inference-profile на Bedrock GovCloud и закрывает утечку credentials в фоновых сессиях.
Server-side Fallback API Claude Fable 5 обрабатывает stop_reason отказы внутри одного запроса — без самописного retry-цикла и дублирования cache-затрат. Укажите fallback-модели, передайте credit token, проверьте usage.iterations — и узнаете, какая модель ответила.
Anthropic Bedrock Mantle добавляет Claude Messages API в Amazon Bedrock: SigV4-аутентификация, SSE-стриминг, семантика bedrock-2023-05-31 и trade-off маршрутизации для команд Claude Code.
В релизе Claude Code от 10 июня Anthropic разрешила под-агентам порождать собственных под-агентов с глубиной до пяти уровней. Разбираем, что это значит для маршрутизации, управления затратами и governance в agentic coding-воркфлоу.
9 июня Anthropic выпустила claude-fable-5 — наиболее мощную публично доступную версию Claude. Разбираем все изменения для routing-слоя: новый model ID, адаптивное мышление всегда включено, stop_reason refusal, параметр fallbacks и обязательное хранение данных 30 дней.
OpenAI Responses API web_search теперь возвращает изображения вместе с текстовыми цитатами. Когда мигрировать с web_search_preview и маршрутизировать visual grounding workload.
DashScope рекомендует qwen3.7-plus как balanced default для OpenClaw, Claude Code и gateway-маршрутов. Сравните qwen3.7-max, qwen3.7-plus и qwen3.6-flash перед настройкой Responses API reasoning.effort.
Qwen3Guard — open-weight safety-семейство от Alibaba: Qwen3Guard-Stream (потоковая пер-токенная детекция) и Qwen3Guard-Gen (пост-генерационная проверка), в размерах 8B/4B/0.6B. Provider-agnostic фильтр на уровне gateway для multi-model роутинга.
Snowflake стал провайдером инференса Claude Fable 5 — с моделью аутентификации на Bearer token, уникальным base_url для Snowflake и SQL-нативным интерфейсом AI_COMPLETE. Вот что командам роутинга нужно знать перед добавлением его в стек.
MiMo-V2.5-Pro-UltraSpeed от Xiaomi достигает 1000+ токенов в секунду на модели с 1T параметров благодаря FP4-квантизации и DFlash speculative decoding. API доступен с 9 по 23 июня по цене в 3× выше базовой. Разбираем фреймворк принятия решений для operator-команд.
DashScope сделал wan2.7-image-pro рекомендуемым endpoint по умолчанию: единственная модель с 4K-выводом, рендерингом текста, фирменными цветами и консистентностью персонажей в одном model ID. Фреймворк маршрутизации vs qwen-image-2.0-pro и z-image-turbo.
Anthropic Claude Opus 4.1 deprecation отключит claude-opus-4-1-20250805 5 августа 2026 г. Router-командам стоит обновить aliases, проверить fallback tiers и избежать API failures.
Kimi Agent Swarm GitHub open weights и Kimi Code workflows делают Kimi K2.6 open-source coding routing вариантом на 300 sub-agents.
Anthropic pricing changes и OpenAI API price increase в мае 2026: реальный рост AI расходов до 92%. FairMind/OpenRouter данные по продакшен-трафику. Четыре рычага контроля: cache-aware контекст, model routing, дисциплина промпта, completion control.
Пошаговая настройка Claude Code workload identity federation: подключите OIDC issuer, создайте service account и federation rule в Anthropic, затем замените статические sk-ant ключи в CI/CD, gateway и agent runtime краткосрочными токенами.
OpenAI возвращает оценки модерации ввода и вывода в одном вызове Responses API — без дополнительного round-trip. Для multi-provider routing команд это меняет подходы к контентному управлению на уровне gateway.
Palo Alto Networks закрыла сделку по поглощению Portkey, интегрировав AI gateway в Prisma AIRS в качестве корпоративного control plane для всего LLM-трафика. Разбираем последствия для команд, строящих независимые routing-слои.
DashScope — это управляемая API-платформа Alibaba для семейства Qwen. С qwen-image-2.0-pro она вводит async-паттерн, отличный от DALL-E: отправь запрос, получи task ID, запрашивай результат через polling.
Claude API теперь не биллирует stop_reason=refusal без output-токенов; advisor поддерживает max_tokens на вызов. Чеклист операторов: исправьте billing для ранних refusal, добавьте advisor max_tokens в routing config, используйте stop_details.category для триажа refusal.
Claude Code MCP timeout и WebFetch policy изменились в релизе 3 июня: явные WebFetch deny правила теперь важнее preapproved hosts, а sub-1000 ms MCP timeout откатывается к MCP_TOOL_TIMEOUT/default вместо watchdog-сбоев.
OpenAI Codex CLI 0.137.0 представляет multi-agent v2 с пер-тредовой маршрутизацией runtime: каждый порождённый sub-agent теперь несёт собственный выбор модели и provider. Разбираем, что меняется для операторов, управляющих routing-шлюзами, cost attribution и governance.
OpenAI Evals Platform переходит в read-only 31 октября 2026 и полностью отключается 30 ноября 2026. Официальная документация по Evals API, graders и чеклист миграции Agent Builder и v1/prompts на routing-слой.
OpenAI теперь по умолчанию хранит подходящий GPT-5 prompt cache 24 часа для организаций без ZDR. Что GPT-5.5, prompt_cache_key и gateway routing меняют в стоимости API и data policy.
Claude Partner Network Services Track и Partner Hub формализуют уровни Select, Preferred и Global Premier для implementation partners. Разбираем, что сигналы Claude partner hub значат для API routing, fallback и enterprise-развёртываний Claude.
На Build 2026 Microsoft представила MAI-Thinking-1 и MAI-Code-1-Flash — первые проприетарные reasoning и coding модели, доступные через Azure Foundry model routing и OpenRouter, что меняет выбор provider для команд, маршрутизирующих к Claude Opus или GPT-4o.
OpenAI выпустила шесть ролевых плагинов Codex и Sites — генерацию веб-приложений из промпта. Переход Codex к мультиролевому coding agent меняет бюджеты контекста, паттерны tool call и требования к upstream-моделям.
Контейнерные сессии OpenAI для Hosted Shell и Code Interpreter теперь тарифицируются поминутно с минимумом 5 минут. Разбираем модель стоимости для routing-команд: когда повторно использовать container_reference, избегать новых container_auto-сессий и выбирать уровень памяти.
Официальный чеклист миграции OpenAI gpt-image-2 для команд, использующих gpt-image-1, gpt-image-1.5, gpt-image-1-mini или chatgpt-image-latest перед отключением API в Q4 2026.
Project Glasswing теперь охватывает 150 организаций критической инфраструктуры, а Claude Security — новый продукт на базе Opus 4.8 — стал публично доступен. Что это меняет для команд, маршрутизирующих запросы к Claude.
На Build 2026 Microsoft представила Project Polaris — собственную MoE-модель для программирования, которая заменит GPT-4 Turbo в GitHub Copilot с августа — и расширила Azure AI Foundry до мультивендорного каталога моделей с Cohere, Mistral и Stability AI.
Amazon Bedrock теперь обслуживает OpenAI GPT-5.5, GPT-5.4 и Codex через AWS IAM credentials, региональные endpoints и model IDs вроде openai.gpt-5.5. Разбираем последствия для routing-слоя, Codex config, fallback policy и OpenAI-compatible gateway.
1 июня Anthropic конфиденциально подала черновик S-1 в SEC, запустив процесс IPO. Для операторов API, направляющих production-трафик через Claude, переход к статусу публичной компании меняет расчёты по ценовой стабильности, SLA и governance для BYOK.
Anthropic закрыл Series H на $65 млрд при оценке $965 млрд, раскрыв $47 млрд ARR и 15+ ГВт зарезервированных мощностей. Для команд, запускающих Claude в продакшне, это меняет расчёт уверенности в capacity при проектировании routing, fallback и корпоративных SLA.
Anthropic выводит из эксплуатации claude-sonnet-4-20250514 и claude-opus-4-20250514 15 июня 2026 года. Любой routing-конфиг, ссылающийся на эти model ID, начнёт возвращать ошибки через две недели.
DashScope OpenAI Responses API запущен на compatible-mode/v1 для моделей Qwen3.7-max, qwen3.6-plus, qwen3-coder-plus и др. Состоятельный previous_response_id, встроенный веб-поиск и интерпретатор кода, управление глубиной reasoning.effort, четыре глобальных региона.
Kimi Agent Swarm запускает до 100 параллельных sub-agent на одну задачу. Для команд, маршрутизирующих трафик через Kimi API или строящих аналогичные multi-agent системы, это полностью меняет расчёт concurrency, billing и rate limit.
MiniMax M3 доступна через MiniMax API и OpenRouter как open-weights coding model с 1M-token context, мультимодальностью, thinking-mode switch и двухуровневой тарификацией. Вот что проверить в routing policy.
Dynamic workflow 是什么 в Claude Code? Это JavaScript-скрипт оркестрации для десятков и сотен subagent-ов, меняющий token accounting, rate-limit bursts, approvals и gateway governance.
Claude Code v2.1.157 представляет agent-маршрутизацию через settings.json, автозагрузку .claude/skills плагинов и OTEL-телеметрию параметров инструментов — три операторских контроля для управляемых multi-agent пайплайнов.
OpenAI опубликовала подробное руководство по проектированию надёжных сторонних оценок моделей. Главный вывод для операторов: выбор harness меняет измеренные возможности модели, поэтому benchmark-баллы требуют контекста перед применением в routing-политике.
Уведомление OpenAI от 22 апреля охватывает 25+ model ID с двумя жёсткими датами отключения — 23 июля и 23 октября 2026 г. Если ваш routing config ссылается на gpt-4, gpt-3.5-turbo, o1, o3-mini или o4-mini, в календаре уже стоит breaking change.
OpenAI Workload Identity Federation позволяет CI/CD-пайплайнам обменивать OIDC-токены на краткосрочные API-ключи — без хранения credentials. Admin API добавил model allowlists, spend alerts и детализацию billing. Checklist оператора внутри.
StepFun Step 3.7 Flash появился на DashScope 29 мая как мультимодальная Flash-модель с опциональным режимом мышления. Ключевой момент для операторов: thinking-режим включается через extra_body, а не стандартным параметром OpenAI — паттерн, который ломает наивные routing-прокси.
OpenAI добавила Codex Computer Use для Windows, кросс-девайсное управление и Codex Profiles с token activity. Командам стоит пересмотреть Windows SSH-хосты, Codex entries и routing policy для multi-OS agents.
Anthropic выпускает Opus 4.8 с параметром управления effort, поддержкой mid-turn system entries в Messages API и fast mode, который стал в 3 раза дешевле. Каждое изменение напрямую влияет на конфигурацию routing, бюджет токенов и модели стоимости.
OpenAI Frontier Governance Framework показывает, что нужно API-операторам до EU AI Act enforcement: due diligence провайдеров, fallback policy и audit trail по каждому model request.
Безымянная reasoning-модель OpenAI самостоятельно опровергла гипотезу о единичных расстояниях, простоявшую 80 лет. Сигнал для операторов — не в математике, а в том, что теперь означает «reasoning tier» при выборе модели и построении routing-политики.
Дебютный Magic Quadrant Gartner для корпоративных AI coding agent формально закрепил требования enterprise-закупок: гибкий routing между моделями, governance-контроли, sandbox-исполнение и аудируемость. Разбираем, что это меняет на уровне routing-слоя.
Партнёры Anthropic по Glasswing за один месяц обнаружили более 10 000 критических уязвимостей с помощью Claude Mythos Preview. Разбираем, что новая фаза AI-безопасности меняет для routing-команд и операторов инфраструктуры.
OpenRouter закрыл Series B на $113 млн и фиксирует 25 трлн токенов в неделю — пятикратный рост за полгода. Этот сигнал требует конкретных выводов о routing-политике, governance и рисках lock-in на единственного provider.
Генеративный Vertex AI SDK устарел — его модули будут удалены 24 июня 2026 г. Если ваша команда маршрутизирует трафик в Google через vertexai.generative_models или связанные импорты, вот что именно нужно мигрировать, чтобы код продолжил работать.
Anthropic подтвердила существование Claude Mythos Preview выше Opus 4.7 — доступ ограничен waitlist и проверкой кибербезопасности. Что это значит для routing-стратегии, upgrade-пути от Opus 4.6 и fallback-порогов.
Xiaomi MiMo-V2.5-Pro на DashScope: контекст 1M токенов, совместимость с OpenAI и Anthropic API, на 42% меньший расход токенов чем Kimi K2.6 на агентных задачах. Оцените для вашей политики маршрутизации — стоимость, окно и риски каталога DashScope.
Qwen3.5-Omni предоставляет speech-to-speech через WebSocket на DashScope, но выбор S2S вместо ASR-LLM-TTS пайплайна фиксирует архитектуру. Сравнение задержки, fallback, региональных endpoint'ов и голосовой маршрутизации.
DeepSeek подтвердила, что 75% скидка на V4 Pro теперь постоянная. При цене «$0,87/M» за output-токены и результатах SWE-bench выше 80% модель переписывает карту routing-уровней — V4 Pro больше не премиальный fallback, а основная reasoning-модель.
Gemini 2.0 Flash и Flash-Lite достигли конца жизненного цикла 1 июня 2026 года — отключение завершено. Здесь: какие model ID удалены, какие замены (gemini-2.5-flash-lite, gemini-3.1-flash-lite) реально работают как альтернатива, реальная разница в стоимости и быстрый…
На Google I/O 2026 вышли Antigravity 2.0, Managed Agents в Gemini API и новый Interactions API, поднимающий изолированные Linux-окружения для агентов одним вызовом. Для команд с multi-provider routing последствия глубже, чем переименование CLI.
OpenAI и Dell приносят Codex в корпоративные дата-центры. Когда coding agent работает on-prem, архитектура маршрутизации меняется: локальность данных, session affinity, учёт расходов и governance — всё нужно пересматривать.
Gateway-чеклист Codex dispatch для enterprise-команд: программные access tokens, Remote SSH и CI-агенты через единый routing; как покрыть egress devbox, вести отдельный ledger токенов и увидеть расход фоновых агентов.
Google запустила Gemini 3.5 Flash по «$1,50»/«$9» за миллион токенов — в 3–6 раз дороже предыдущих Flash-уровней. В связке с новым серверным Interactions API это переписывает то, что routing-команды должны считать про Gemini Flash.
DashScope — это OpenAI-совместимая API-платформа Alibaba Cloud для моделей Qwen. Узнайте, чем DashScope отличается от Qwen, как работает API, какие версии актуальны (Qwen3.6-plus / Qwen3.6-flash) и что меняется в routing-конфигурации.
Как использовать DeepSeek Anthropic API endpoint api.deepseek.com/anthropic с Claude Code и Anthropic SDK — и какие routing-риски создают unsupported fields, cache_control, MCP tools и silent fallback в deepseek-v4-flash.
Новый qwen-mt-turbo от Alibaba Cloud приходит через OpenAI-совместимые endpoint, но его translation-контроли живут внутри extra_body — паттерн, который ломается на любом middleware, отрезающем нестандартные поля. Что нужно держать в голове routing-командам.
Официальный гид DeepSeek по интеграции Claude Code, OpenCode и OpenClaw — настройка API, потирная маршрутизация моделей V4 и конфигурация Anthropic-совместимого endpoint для coding-агентов.
DeepSeek API названия моделей 2026: deepseek-chat → deepseek-v4-flash, deepseek-reasoner → deepseek-v4-flash (режим рассуждений) или deepseek-v4-pro (1M контекст). Депрекейшн 24 июля 2026 г. Новый Anthropic-совместимый endpoint /anthropic для прямой маршрутизации Claude Code.
Описанный в публикациях процесс федеральной проверки frontier AI-моделей в США сделает доступность провайдера, сроки релиза и доказательства governance частью routing-стратегии, а не просто новостью о политике.
Anthropic удвоила лимиты Claude Code и подняла потолки Opus API благодаря 220K GPU в SpaceX Colossus 1. Как изменились fallback-триггеры, расписание и стратегия multi-provider routing.
