Usage limits are up, effective today we're:
1) Doubling Claude Code's 5-hour limits for Pro, Max, Team and seat-based Enterprise plans
2) Removing peak hours limit reduction on Claude Code for Pro and Max plans
3) Substantially raising our API rate limits for Opus models
👨🏻💻 Early coding experience with Qwen3.6-3BA-4B-mlx via ollama, powering Claude Code (on maxed-out M5 Max):
It is not fast, I can tell you that. On its own, it reports 120tps. However, when using it with Claude Code, everything feels 3x slower than using Opus.
Context length reduced to 256k vs 1M on opus. Not a major issue for focus edit, but regular compaction is annoying.
Power consumption is high! The laptop MUST be connected to the 140W charger. Without it, even with 100% battery, the laptop will auto-shutdown. This pretty much rules out vibe-coding on a plane fantasy.
How about code quality? So far, usable. But I have not spent enough time to make a fair assessment.
Should you buy a maxed-out M5 for local LLM? I am afraid the early adopter tax is pretty high. It might take 2 or 3 more hardware iterations to make this a viable option.
We’ve had access to an engineering sample of the new Framework Laptop 13 Pro for about a month ahead of the announcement, and our biggest takeaway is this: it finally feels like a genuinely premium Framework.
The first thing that stood out to us was the build quality. We (1/8)
Our biggest breakthrough in efficiency yet, the Framework Laptop 13 Pro with 20 hours of battery life. In Graphite.
Linux-first with options for Ubuntu pre-installed. Featuring Intel® Core™ Ultra Series 3 processors, LPCAMM2 Memory, a new haptic touchpad, and a touchscreen display.
Pre-orders for the Framework Laptop 13 Pro open now: https://t.co/88vOj9duM1
Anthropic: Keeps limiting compute and lying to playing customers / nerfing models.
OpenAI:
- 10 min downtime? Limits reset!
- We hit 4 million followers? Limit reset!
- Starbucks person spelled my name correctly on my coffee today, let’s have a limit reset!
Aujourd'hui grosse discussion avec mes ingés (chez Argil) sur pourquoi Elon a viré le LIDAR de ses voitures autonomes. Choix radical, moqué pendant des années, et comme d'hab il avait raison depuis le début.
Le LIDAR c'est un laser qui balaye l'environnement et crache un nuage de points 3D. Sur le papier tu obtiens la géométrie exacte du monde. Dans la vraie vie c'est une verrue technologique collée sur le toit parce qu'on sait pas faire mieux avec la vision seule.
Problème numéro un : ça rajoute une modalité dans le training du modèle. Ton réseau doit apprendre à fusionner vision + lidar + radar + ultrasons. Chaque capteur en plus c'est une source de désaccord à arbitrer, pas une source d'info supplémentaire. Sensor fusion artisanale = dette technique permanente.
Problème numéro deux, la bitter lesson de Rich Sutton : scaler le compute sur une seule modalité bat systématiquement les architectures bricolées à la main. Tesla a dropé le radar, puis les ultrasons, est passé full end-to-end vision. Leur courbe sur les edge cases s'est accélérée APRÈS, pas avant. Waymo fait l'inverse et reste stuck en ops géofencée.
Problème numéro trois, le plus fondamental : le LIDAR voit la géométrie, pas la sémantique. Il sait qu'il y a un truc, pas ce que c'est ni ce que ça va faire. Les derniers 9 de fiabilité sont des problèmes de cognition, pas de perception brute. Un capteur de plus résout rien, il ajoute du bruit.
Sébastien Loeb balance une 208 T16 à 180 dans un chemin boueux corse sous la pluie avec zéro LIDAR. Deux yeux, un cerveau. L'évolution a donné des yeux aux prédateurs pendant 500 millions d'années, pas des lasers. Il y a une raison.
Le LIDAR c'est l'équivalent du marxisme appliqué à l'économie. Une solution planifiée, centralisée, qui prétend modéliser explicitement ce qui doit émerger d'un système distribué et adaptatif. Tu remplaces l'intelligence par de la mesure, la compréhension par de la donnée, l'émergence par le contrôle. Ça rassure les ingénieurs qui veulent tout spécifier en amont, exactement comme la planif rassurait les économistes soviétiques. Et ça échoue pour les mêmes raisons : la réalité est trop riche pour être capturée par un capteur, comme elle est trop riche pour être capturée par un plan quinquennal.
La vraie intelligence, celle de Hayek comme celle de Tesla, c'est de faire confiance à un système qui apprend de l'expérience plutôt que de tout pré-encoder. L'élégance d'une solution c'est son rapport signal sur complexité. Le LIDAR explose le dénominateur.
Défendre le LIDAR en 2026 c'est préférer empiler des hacks plutôt que résoudre le vrai problème. C'est de la feignasserie intellectuelle maquillée en rigueur d'ingénieur. Les mêmes gens qui défendaient les systèmes experts en 2012 contre le deep learning. Ils finiront pareil.
Never bet against end-to-end. Never bet against la simplicité. Never bet against Elon.
🚨do you understand what two Anthropic engineers just explained in 16 minutes.
Barry and Mahesh built Claude Skills from scratch.
here's the part nobody is talking about:
> Skills are just folders.
> folders that teach Claude your job.
> your workflow. your expertise. your domain.
Claude on day 30 is a completely different tool than day one.
watch this before you write another prompt.
before you build another agent.
before you touch another tool.
16 minutes. bookmark it. watch it today.
and if you want to learn everything about Claude from scratch the full 4 hour guide is waiting below.
HOW AM I JUST FINDING OUT ABOUT THIS?!
You can use /model opusplan
Claude Code uses Opus for planning and Sonnet for execution.
This is effiencymaxxing👇
Announcing NVIDIA DLSS 5, an AI-powered breakthrough in visual fidelity for games, coming this fall.
DLSS 5 infuses pixels with photorealistic lighting and materials, bridging the gap between rendering and reality.
Learn More → https://t.co/yHON3nGyxE