Comments 16
Gemini не конкурент?
а есть какая моделька, чтобы смогла как Opus, только локально?
Glm 5.1, возможно
По бенчам DeepSeek V4-Pro типа на уровне opus 4.6. Пару миллионов на железо, и будет гуд. Мак или сборки на картах 5090 - не то.
Даже если в чатике выдает +-20 токенов в секунду и на пообщаться хватит, агент будет на такой скорости работать неделями. Для мощных задач с потребительским железом проблема.
Автор почему-то пропустил auto approve режим в Claude, который сам решает, какие из действий агента безопасно разрешить автоматически, а где - нужно обязательно позвать оператора.
Но все равно исследование интересное. И более-менее сходится с моим опытом о моделях. Что архитектуру, структуру приложения или задачи лучше поработать с Opus. Реализацию же - последние версии GPT справляются прилично.
Начиная GPT 4o и ранних Sonnet, всегда очень быстро разочаровывался в GPT и продолжал работать с Claude вплоть до текущего момента. Но в последнее время все чаще и чаще мелькают положительные отклики (как будто даже не маркетинговые) на новые модели OpenAI. Следует дать ещё шанс?
Думаю стоит, последнее время слышно много положительных отзывов
Теперь опус разочаровывает, а гпт лучше становится. Как итог отменил подписку на антропик и взял гпт. Теперь кодекс основной инструмент. Он меньше галюцинирует, быстрее пишет, но любит в 1 файле все сделать, ему надо явно архитектуру и ограничения дать.
Мне кажется, проблема не только в том, что AI забирает «джунские» задачи, а в том, что команды часто не перестраивают обучение. Если джун просто получает готовый diff от агента, он действительно не проходит через боль чтения чужого кода, локализации бага и проверки гипотез.
Возможный компромисс: давать AI как инструмент, но фиксировать учебные ограничения. Например: сначала ручная диагностика, потом генерация варианта решения, потом обязательное объяснение diff-а и отдельный review checklist: что поменялось, какие инварианты могли сломаться, какие тесты это доказывают. Тогда AI не заменяет обучение, а ускоряет обратную связь.
я хз как так тестили, пробовал deepseek в связке с hermes. написал ему нормальный системный промпт. в итоге он выдал нормальный пайплан работы, TDD. ну и да сначала надо попросить у чата переделать тз, чтобы нейронка его понимала и сделать его на англ, как и системный промпт. может мне везет хз. делал прогу с tui для работы с железками.
Opus 4.7 vs GPT-5 vs DeepSeek V4-Pro: три агента строят TSS-CLI на Rust