Хабр Курсы для всех
РЕКЛАМА
Практикум, Хекслет, SkyPro, авторские курсы — собрали всех и попросили скидки. Осталось выбрать!
Поток AI и ML доступен 24/7 благодаря поддержке друзей Хабра
Комментарии 38
Спасибо за аналитику, плюсанул от души! Недавно (сегодня) в связи с огромным зоопарком моделей, провайдеров, сложностью сетевых переплетений в стиле сексуальных девиаций "кто с кем, cuck и через что" и "выстрелом" (а по fuck'ту прогреву лаоваев) Xiaomi MiMo по якобы "дешевизне" я позаботился вопросом анализа этого всего бобра. И тут ваша статья, шикарно.
Один вопрос - кодинг агенты ведь не предназначены напрямую для OpenClaw? Короче, раньше был бесплатный тест-драйв от GenSee.ai - они тебе и сервер, и агента, и платную нейросети полностью бесплатно давали. Сейчас таких предложений забесплатно даже по триалу нет, а цены поднимаются выше $30/месяц. Почему? Ведь есть же бесплатные модели... Не очень понимаю. Мне бот нужен чисто для 10-20 нормисов в ватсаппе со средним IQ не выше 80, так что туда любая модель и сервер подойдут. Согласен платить $1-3 в месяц, сервер есть. А предложений на рынке почему-то нет...
Может проще кинуть на API Qwen/Deepseek/Mimo/Openrouter несколько долларов если запросов немного? Зачем смотрите сразу подписку, платите за запрос. Сравните цены, качество, сделайте выводы.
Бесплатные предложения есть, например, ollama cloud, Nvidia дают бесплатно API с лимитами.
Мне бот нужен чисто для 10-20 нормисов в ватсаппе со средним IQ не выше 80, так что туда любая модель и сервер подойдут
Откуда такая уверенность, что тупой энд-юзер -> низкие требования к модели?)
Если пользователь не сильно интеллектуален, значит, и запросы формулирует не факт, что качественно, что может требовать даже большей нагрузки на модель, чем общение с, например, выпускников физмат вуза, способным строго сформулировать задачу.
Кроме того, маленькие модели ох как любят галлюцинировать. Если там что-то типа техсаппорта, то можно внезапно наобещать этим нормисам слишком многого
кто с кем, cuck и через что
Если материшься делай это грамотно
Слово такое есть но смысл не подходит
А Trae и Qoder почему не сравнили?
регистрируетесь на openrouter через почту на иностранном почтовике (не google!), пополняете криптой - сами или через барыг на ggsel.
на этом всё, юзайте аккакунт до исчерпания денег:) потом цикл повторить.
Тот самый OpenRouter, который не пинал только ленивый? Они лагают так, будто там на каждый запрос живой индиец отвечает.
В целом к OpenRouter к меня нет претензий, за некоторыми нюансами, хороший поставщик, а для фалбэка так вообще идеальный, однако, выскажу непопулярное на Хабр мнение, но лично я к крипте после 22го года как-то с лёгким недоверием отношусь, поэтому и не упомянул в посте данный вариант. Но не спорю, что он тоже вполне рабочий.
Зарегистрирован на openrouter через почту gmail, оплачиваю рублями через plati.market (в итоге оплата идет криптой, имею в виду что на plati.market можно спокойно оплатить рублями).
Я не разобрался до конца как это работает. Но что-то через openrourer деньги сжигаются очень быстро. Вот например дипсик про напрямую я закинул 5 баксов, Я неделю гонял где суммарно больше 60 млн токенов, да там большая часть дешевых кешированных, и осталось еще 2.5 бакса. Через опенроутер я попробовал одну задачу только на анализ проекта поставить и у меня он сжег сразу 1 бакс при этом мне ещё пришлось остановить. Да и с другими моделями тоже быстро жгутся. В общем пока мне опенроутер показался очень дорогим. А вот дипсик очень радует и качеством и скоростью и ценой.
У вайбкода два пути: Code-подписка и API
Скорее два стула, а не два пути )))
у Z.AI GLM бесплатный агентный режим через веб интерфейс, вполне себе неплохо работает и вроде без жёстких лимитов.
ну как так, все импортное. А если надо что-то конфиденциальное обработать на сервере в РФ? Яндекс становится все дороже с каждым днём((
И ещё очень хорошо и быстро работает "Gemini 3.1 flash" и "Gemini 3.1 flash Lite", у "Gemini 3.1 flash Lite" бесплатно 500 запросов в день, для нетяжёлого использования хватает.
Использую бесплатный лимит "Gemini 3.1 flash Lite" в OpenCode.
Как использовать бесплатный лимит Gemini в OpenCode, скоро выйдет статейка (на модерации).
Практика из продакшена: 100+ сессий Claude Code в день на нескольких проектах.
API (через Claude Code CLI) выигрывает, когда нужна автоматизация: cron-задачи, пакетная обработка, CI/CD пайплайны. У меня 107 Telegram-топиков, каждый маршрутизирует задачи отдельной сессии Claude с собственным контекстом. Это невозможно через Code-подписку.
Подписка выигрывает для интерактивной разработки: когда сидишь перед экраном и итеративно отлаживаешь. Артефакты, предпросмотр, файловый менеджер.
Ключевое наблюдение: стоимость API непредсказуема. Один неудачный промпт с большим контекстом может стоить больше, чем дневной лимит подписки. Для команд без опыта оптимизации промптов подписка безопаснее.
Deepseek reasonix вышел, не смотрели?
Работаю на Max подписке Claude Code уже два месяца, до этого сидел на API с pay-per-token. Разница в экономике ощутимая, но не там где ожидал. Токены на API при активной разработке выходили в $150-200 в месяц, Max стоит $100, казалось бы очевидно. Но главная выгода не в деньгах, а в поведении: когда платишь за токен, начинаешь неосознанно сжимать контекст, резать историю, избегать больших файлов. На фиксированной подписке агент наконец-то получает полный контекст без ограничений и качество заметно другое. Единственное о чём редко пишут: у Code-подписок свои rate limits которые не совпадают с API лимитами, и в пиковые часы можно упереться в throttling даже на Max.
А мы просто кибер-рэкет, хочешь к нам - давай плати!
Дешёвые цены на токены дипсика у кодикроутера, сравнивал многие сервисы и скажу так: везде охуели
Вот только таблица вообще неинформативна. Цены у всех +- одинаковые, а вот кол-во токенов, выдающихся за подписку совершненно разное и потратить их можно тоже по разному. У клода 5 часовое окно довольно маленькое и рассчитано на то, что бы за один днень не получилось все лимиты сжечь. У alibaba (квен) ровно противоположное - токенов дается не так что бы много, да и к тому же ты можешь потратить всю месячную квоту хоть за один день. z.ai как и openai находятся где-то посредине, можно потратить за 2 дня недельный запас, если очень надо. После тестов пришел к тому, что z.ai с 80$ подпиской меня более чем устраивает, в отличии от закрытых модель хотя бы есть уверенность, что под капотом в очередной раз не перекрутят модель, как уже делали openai и антропики.
Спасибо за критику, замечание справедливое. В этом посте я специально начал с верхнего уровня - цен, формата подписок и общей логики тарифов. До честного сравнения по токенам, окнам, месячным квотам и тому, как быстро всё это можно сжечь, там ещё копать и копать.
Буду только рад, если кто-то после этого сделает более дотошный разбор. Потому что по деньгам тарифы действительно похожи, а по фактической ёмкости и ограничениям могут отличаться очень сильно.
если модель — это всего лишь провайдер событий, как построить детерминированную систему, которая переживёт смену Claude → GPT → Qwen → MiMo без переписывания логики? И выбирать в итоге ту, которая актуальна с точки зрения цены на прямо сейчас?
Не думаю что детерменированность возможна при условии использования llm, их поведение хаотично и сильно зависит не только от входных данных но и от их подачи.
Эффективная работа агентов на основе llm сильно зависит от системных промптов и особенностях алгоритмов организации цикла и сжатия длинного контекста. Топовые агенты (claude code и codex от openai) еще под капотом имеют роутер, меняющий модель на слабую в зависимости от задачи (у других компаний можно выбирать вручную), что так же не способствует детерменированности.
Совершенно нормально сделать 10 запусков агента с одними и теми же вводными и получить разные результаты.
Обзор огонь, как раз вовремя! Экономика кодовых агентов в режиме 24/7 — это сейчас реально самая больная тема. Когда агент начинает по кругу перечитывать контекст репозитория, прогонять тесты и вайбкодить сам себя, стандартные лимиты подписок улетают за пару дней. Провайдеры через специализированные эндпоинты (тот же Claude Code через ACP) пытаются это балансировать своими внутренними алгоритмами кэширования, но контекст всё равно пухнет экспоненциально.
Я сейчас ради спортивного интереса ковыряю с математической стороны одно решение как раз для таких долгоживущих харнесов — динамический семантический компрессор промптов (Prompt Compression) на базе легковесной локальной модели.
Суть в том, чтобы перед тем, как агент выплеснет всю историю чата, системных промптов и кусков кода в API, прогонять этот массив через промежуточный слой, который безжалостно вырезает низкоэнтропийные токены и стоп-слова, оставляя только жесткую семантическую суть для attention-механизма старшей модели. По тестам на текстах выходит экономия до 30-40% объема без потери качества логики.
Как думаете, если внедрить такую прослойку прямо в кастомный харнес между агентом и условным OpenRouter/API, чтобы зажимать исходящий контекст «на лету», это сильно поломает кодогенерацию в сложных многошаговых задачах, или для экономии квот имеет право на жизнь?
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
У вайбкода два пути: Code-подписка и API