TGINSIGHT SIMILAR POSTS
Изворен канал @pythonotes · Post #425 · 20 апр.
Недавно делал быстрый прототип асинхронного приложения в котором требовалось вызывать много синхронного кода. Да, я знаю, что это не лучший дизайн, но нужно было быстрое решение на один процесс и без очередей. Поэтому я выполнял код в потоках. Выглядело это примерно так: from fastapi.concurrency import run_in_threadpool async def execute(data: DataRequest) -> DataResponse: try: result = await run_in_threadpool(sync_function, data) return DataResponse(data=result) except Exception as e: return DataResponse( error=str(e), success=False, ) В общем работает нормально. Для всех вызовов под капотом используется общий тредпул, всё работает предсказуемо. Но потребовалось изменить количество запускаемых в пуле потоков (по умолчанию создается 40 воркеров). Так как дело происходит с FastAPI, делается это через lifespan используя настройки anyio: import anyio @asynccontextmanager async def lifespan(app: FastAPI): limiter = anyio.to_thread.current_default_thread_limiter() limiter.total_tokens = 100 yield # если вдруг нужно вернуть обратно limiter.total_tokens = 40 Зачем менять количество воркеров? - уменьшить, если оперативки мало (один тред занимает ~8мб) - увеличить чтобы выдержать нагрузку Если есть предложения получше при тех же вводных - предлагайте😉 #async
Hashtags
Пребарај: #gpt55
@abmedia_news · Post #24307 · 02.05.2026 г., 10:29
【🤖 AI｜OpenAI 公布 GPT-5.5 上線一週數據：API 營收增速創新高、Codex 翻倍】 OpenAI 5/1 公布 GPT-5.5 上線一週：API 營收成長速度為過去任何模型的 2 倍以上、Codex 在不到 7 天內營收翻倍、自評史上最強發表。OpenAI 將原因歸為企業端對 agentic coding 工具需求持續攀升。 #OpenAI#GPT55#Codex 📍閱讀全文： https://abmedia.io/openai-gpt-5-5-one-week-launch-metrics-codex-doubled-may-2026
@abmedia_news · Post #24247 · 30.04.2026 г., 09:30
【🤖 AI人工智慧｜OpenAI DevDay 2026 將於 9/29 舊金山舉辦】 #DevDay#GPT55#OpenAI OpenAI 於 4 月 29 日宣布 DevDay 2026 將回歸舊金山實體大會，並以 GPT-5.5 為核心。 官方每週由 Codex 篩選 2 至 3 件開發者使用 GPT-5.5 與 Image Gen 打造的投稿作品。此舉使人機協作評選成為隱含主軸 — 其代理產品整合與雲端布局仍待觀察。 📍閱讀全文： https://abmedia.io/openai-devday-2026-september-29-san-francisco-gpt55-contest 📍 訂閱鏈新聞頻道：https://linktr.ee/abmedia.io
@ShareCentre · Post #7234 · 24.04.2026 г., 02:06
OpenAI 发布 GPT-5.5：最强智能跃迁，同延迟下全面超越自身与竞品 OpenAI 于美国时间 4 月 23 日正式发布 GPT-5.5，定位为「迄今最聪明、最直观」的旗舰模型，同步推出推理增强版 GPT-5.5 Pro。新模型在编码、计算机操作、知识工作和早期科学研究场景全面跃迁，Terminal-Bench 2.0 刷出 82.7% 的 SOTA，并在保持 GPT-5.4 同级每 token 延迟的前提下实现，被 OpenAI 称为「一种全新的工作方式」。 📌 核心要点 - 发布时间：2026-04-23（北京时间 4/23 夜–4/24 凌晨） - 产品矩阵：GPT-5.5（主力）+ GPT-5.5 Pro（推理增强）两档同步上线 - 开放范围：即日起向 ChatGPT 和 Codex 的 Plus / Pro / Business / Enterprise 推送；GPT-5.5 Pro 限 Pro / Business / Enterprise - API：部署「很快」跟进，正与合作伙伴对齐大规模部署所需安全与合规要求 - 安全：200 名可信早期合作伙伴内部红队 + 外部红队 + 网络安全/生物学定向测试，OpenAI 称迄今最严苛的一次发布 📊 关键基准（GPT-5.5 / GPT-5.4 / GPT-5.5 Pro / Claude Opus 4.7 / Gemini 3.1 Pro） - Terminal-Bench 2.0：82.7 / 75.1 / — / 69.4 / 68.5 - Expert-SWE（内部）：73.1 / 68.5 / — / — / — - GDPval（胜或平）：84.9 / 83.0 / 82.3 / 80.3 / 67.3 - OSWorld-Verified：78.7 / 75.0 / — / 78.0 / — - Toolathlon：55.6 / 54.6 / — / — / 48.8 - BrowseComp：84.4 / 82.7 / 90.1 / 79.3 / 85.9 - FrontierMath 1–3：51.7 / 47.6 / 52.4 / 43.8 / 36.9 - FrontierMath 4：35.4 / 27.1 / 39.6 / 22.9 / 16.7 - CyberGym：81.8 / 79.0 / — / 73.1 / — 其他亮点：SWE-Bench Pro 58.6%、Tau2-bench Telecom 98.0%（零 prompt 调优）、OfficeQA Pro 54.1%、FinanceAgent 60.0%、内部投行建模 88.5%。Artificial Analysis Coding Index 显示 GPT-5.5 以竞品约一半的成本达到 SOTA 智能。 ⚙️ 能力跃迁三大方向 1. 智能体编码（Agentic Coding） - Terminal-Bench 2.0 82.7% 登顶，长任务规划/迭代/工具协调全面强化 - Every CEO Dan Shipper：「第一个具备严肃概念清晰度的编码模型」——GPT-5.4 做不到的重构，GPT-5.5 一次还原资深工程师数天工作 - MagicPath CEO Pietro Schirano：约 20 分钟一次性合并数百个前端与重构改动 - NVIDIA 工程师：「失去 GPT-5.5 访问权限感觉像被截肢」 - Cursor CEO Michael Truell：「更聪明、更坚持、工具使用更可靠，长任务不轻易提前停止」 1. 计算机使用与知识工作 - OSWorld-Verified 78.7%，Codex 端可生成文档/表格/幻灯片并操作真实界面 - OpenAI 内部 85%+ 员工每周使用 Codex，覆盖工程、财务、传讯、市场、数据、产品 - 财务团队用 Codex 审阅 24,771 份 K-1 税表/71,637 页，比去年提速两周 - GTM 团队周报自动化，每周节省 5–10 小时 - ChatGPT 中 GPT-5.5 Thinking / GPT-5.5 Pro 在业务、法律、教育、数据科学显著提升 1. 科学研究 - GeneBench（多阶段基因组/定量生物数据分析）和 BixBench（真实生物信息学）上取得领先 - 内部定制 harness 的 GPT-5.5 协助发现了一个关于 Ramsey 数的新证明，已在 Lean 中验证 - Jackson 实验室免疫学教授 Derya Unutmaz：用 GPT-5.5 Pro 分析 62 样本 × 28000 基因的数据集，产出「团队数月才能完成」的研究报告 - 波兰数学家 Bartosz Naskręcki：11 分钟用 Codex 从一条 prompt 构建代数几何可视化 App - Axiom Bio CEO：「如果 OpenAI 保持这个节奏，药物发现的基础将在年底前改变」 🚀 推理效率的底层突破 - GPT-5.4 级别延迟 + GPT-5.5 级别智能：通过端到端系统级重设计打破「大模型更慢」的惯性 - 与 NVIDIA GB200 / GB300 NVL72 联合设计，从训练到服务全栈协同 - Codex 反哺基础设施：分析数周真实流量，自主编写负载均衡与分区启发式算法，token 生成速度提升超过 20%——模型在优化服务自己的基础设施 🛡 安全与网络安全 - 延续 2025 年 12 月 GPT-5.2 的网络安全专项安全措施，本次部署更严格的网络风险分类器，OpenAI 承认「部分用户初期可能觉得烦人」，将持续调优 - 针对高风险活动、敏感网络请求和重复滥用增加定向保护 - 发布前与外部专家合作数月，用于身份验证访问、使用监控和滥用防范 🔙 OpenAI 近期动态串联 - 2026-03-17：GPT-5.4 mini/nano 发布，分层 Agent 架构成型 - 2026-03-19：收购 Astral（Python 工具链），并入 Codex - 2026-03-26：Codex 推出 Plugins 系统（Skills + Apps + MCP） - 2026-04-01：完成 1220 亿美元融资，估值 8520 亿美元 - 2026-04-14：TAC 扩展 + GPT-5.4-Cyber 网络安全专用模型发布 - 2026-04-16：Codex 年度最大更新——Computer Use + 90+ 插件 + 记忆 + 跨天长任务，周活跃开发者突破 300 万 - 2026-04-19：GPT Pro 被曝「暗中升级」，疑似 SPUD（即 GPT-5.5）提前登场 - 2026-04-22：ChatGPT Images 2.0 发布 - 2026-04-23：GPT-5.5 / GPT-5.5 Pro 正式发布 ⚔️ 竞品格局 - Anthropic Claude Opus 4.7（4/16）：编码与视觉能力升级；本次在 Terminal-Bench 2.0、OSWorld、CyberGym 三项上被 GPT-5.5 明显拉开，但在 BrowseComp 单项仍低于 GPT-5.5 Pro（79.3 vs 90.1）；Anthropic 同期以 Claude Design 和 Managed Agents 扩向应用层 - Google Gemini 3.1 Pro：GDPval 67.3% 与 FrontierMath 等基准上差距拉大，但在 Chrome / Workspace / 桌面原生 App 分发上保持生态优势 - 开源阵营：智谱 GLM-5.1（SWE-Pro 58.4 登顶开源）、千问 Qwen3.6-Plus（Terminal-Bench 超 Opus 4.5）、MiniMax M2.7、腾讯混元 Hy3、Kimi K2.6（SWE-Pro 58.6）——GPT-5.5 在编码核心基准上仍保持代差领先，但差距首次进入「一代」以内 - Cursor 3（Glass）：以智能体为中心的 IDE 重构；Cursor CEO 明确背书 GPT-5.5 🏢 战略解读 - 「同延迟 + 大幅更强」是新的商业杠杆：token 更少 + 智能更高 + 延迟不变，对 Codex/Agent 场景意味着单位成本的阶跃式下降 - 模型与基础设施的飞轮闭环：GPT-5.5 自己优化自己服务的基础设施，与 MiniMax M2.7 的「模型自我进化」形成不同路径——OpenAI 走工程闭环，MiniMax 走训练闭环 - 安全收紧成为「可规模化部署」的前置条件：API 延后上线 + 网络安全分类器收紧，是 OpenAI 对 Anthropic Mythos「太危险不发布」路线的务实回应——发布，但先把安全护栏建足 - 研究用 AI 成为新竞争维度：Ramsey 数和 GeneBench 的真实贡献，标志前沿模型正从「写代码、做表格」走向「参与真实科研产出」 - ChatGPT vs Codex 双入口并行：GPT-5.5 Thinking 面向消费级 Pro 用户，Codex 面向开发者与企业工作流，OpenAI 首次明确「ChatGPT Pro = 研究伙伴」「Codex = 工程与业务执行」的产品分层 🔗 来源: http://openai.com/index/introducing-gpt-5-5/ #AI#OpenAI#GPT55#Codex#ChatGPT#AIAgent#TerminalBench