Саймон Уиллисон, создатель фреймворка Datasette и одноимённого инструмента для работы с большими языковыми моделями (LLM), выпустил версию 0.34 утилиты командной строки llm. Релиз состоялся 2 сентября 2026 года, и в нём появилась функция, которую ждали многие разработчики, активно использующие логирование запросов к моделям.
Ключевое нововведение — расширение команды `llm logs —usage`. Теперь при выводе логов в формате Markdown отображается длительность выполнения каждого запроса. Информация представлена в двух форматах: точное значение в миллисекундах и человекочитаемая строка (например, «2.3 с»). Для тех, кто предпочитает краткий вывод, команда `llm logs —short` теперь включает новое поле `duration_ms`. Соответствующий запрос на добавление функции зарегистрирован под номером #1653 в репозитории проекта на GitHub.
Помимо новой функции, релиз включает несколько исправлений ошибок, переданных сообществом. Наиболее значительное изменение — существенное повышение производительности команды `llm logs` в целом. Как отмечает Уиллисон, улучшение стало возможным благодаря усилиям пользователя под ником waveplate. Оптимизация кода позволила ускорить выборку и отображение логов, что особенно заметно при работе с большими историями запросов.
Отдельно стоит отметить, что вместе с выходом llm 0.34 была обновлена и интеграция с популярным сервисом маршрутизации — llm-openrouter до версии 0.7.1. Это обновление, вероятно, включает свои исправления и улучшения совместимости, хотя подробный список изменений в нём пока не публиковался.
Для кого это важно
Инструмент llm от Саймона Уиллисона — это не просто утилита, а целая экосистема для работы с языковыми моделями через терминал. Она позволяет отправлять запросы к десяткам различных моделей (OpenAI, Anthropic, локальные модели через Ollama и другие), управлять историей диалогов, использовать плагины и встраивать вызовы в shell-скрипты.
Новое логирование времени выполнения решает практическую задачу: разработчики и исследователи, которые автоматизируют тестирование моделей или сравнивают их производительность, теперь могут получать точные метрики задержки без использования сторонних инструментов. Раньше для этого приходилось либо писать собственные обёртки, либо полагаться на внешние системы мониторинга. Теперь данные доступны «из коробки» в стандартном выводе логов.
«Это небольшое, но очень полезное изменение для тех, кто гоняет пачки запросов и хочет понимать, сколько времени уходит на каждый вызов, — комментирует один из пользователей в обсуждении на GitHub. — Раньше приходилось вытаскивать тайминги из ответа API или засекать время вручную. Теперь это просто колонка в логах».
Что пока остаётся неясным
Хотя в релизе упоминается «значительное улучшение производительности» команды `llm logs`, точные цифры ускорения не приводятся. Неизвестно, насколько быстрее стала работа с логами — зависит ли это от количества записей, используемой базы данных (по умолчанию SQLite) или других факторов. Разработчикам, работающим с очень большими объёмами логов (сотни тысяч записей), стоит провести собственные замеры.
Также не уточняется, затронули ли исправления ошибок какие-либо критические проблемы. В описании релиза нет ссылок на закрытые issue, кроме #1653. Пользователям, которые сталкивались с нестабильной работой предыдущих версий, рекомендуется обновиться и проверить, решены ли их проблемы.
Как обновиться
Инструмент распространяется через менеджер пакетов Python pip. Для установки последней версии достаточно выполнить в терминале:
`pip install -U llm`
Пользователям, использующим интеграцию с OpenRouter, также стоит обновить соответствующий плагин:
`pip install -U llm-openrouter`
После обновления можно проверить новую функцию, выполнив команду:
`llm logs —usage -n 5`
В выводе должна появиться колонка с длительностью. Для краткого формата:
`llm logs —short -n 5 | head`
Где взять больше информации
Официальный анонс и полный список изменений доступны в блоге Саймона Уиллисона: https://simonwillison.net/2026/Sep/2/llm/
Исходный код и история коммитов — на GitHub: https://github.com/simonw/llm
Обсуждение новой функции и связанные issue: https://github.com/simonw/llm/issues/1653
Стоит отметить, что информация о релизе основана на публикации самого автора инструмента. Независимого тестирования или обзора новой версии сторонними источниками на момент подготовки материала не обнаружено. Рекомендуется проверить работу обновления в вашем рабочем окружении перед использованием в критичных процессах.