А собственно какая разница. Задача только отделить уникальные кадры. 669 гб выглядит внушительно, но это 4к видео. А для модели там все равно на вход подается какое-то 640х480 . Даже без какой-то дико сложной нарезки любая модель справится с извлечением описаний прямо из потока хоть в реальном времени. К тому же там скорее всего гео + транскрибция звука, что вообще легко вытягивается из потока и индексируется. Можно накладывать слои с гео достопримечательностями и без распознавания видео. Зависит от того, что именно в запрос хочется ввести и получить на выходе.
Лично у меня пока обратное наблюдение, если для 4.7 просто писал тз, спеку и он добросовестно выполнял часто с первого раза, то 4.8 кроме этого надо ещё обязательно субагента на исследование , тесты, больше тестов, и в конце все равно бесконечно вылазят критичные баги в самых неожиданных местах. При этом Клод бьёт себя в грудь и говорит: "зуб даю , в этот раз точно все чисто" ... и начинается все по кругу.
Ну может я не приноровился к нему, но по ощущениям 4.8 стал он сильно заумный и самоуверенный и пытается сделать простое сложным, если чего не притормозить, что больше вредит.
Несколько раз перечитал, думал в прошлое попал) 20к токенов, ~10% окна , может 2% окна? ) Честно говоря времена до 1М контекста вспоминаю как страшный сон, когда этот бутстрап оптимизировал до каждого байта, и то постоянно не хватало. Сейчас с этим проблем нет, кроме того что конекст постоянно забывает и claude.md и даже свои мемори , и приходится частенько в них тыкать носом снова.
У меня не прижилась 3S так и валятся. Я привык по клику на скролл ссылки открывать, но в 3S он тугой, надо прям силой нажимать. Может просто не разработалась ? Но тактильно ход достаточно большой, вернулся на XL-750BK. Софт тоже, сколько ни крутил, как-то особых полезностей не нашел.
Тут главная беда даже не в потере контекста, клод прекрасно держит длинный контекст, проблема в том, что после 500к начинается дикий жор токенов, потому как кэш действует 5 минут - 1 час, если периодически возвращаться к такой длинной сессии , то каждый самый простой запрос отправляет весь контекст заново. Под верхней границей это вообще выжирает все лимиты со скоростью звука.
Я стараюсь не доводить до 500к без особой надобности, периодически делать хангоф эпохи ( обязательно включающий все отвергнутые теории, грабли и т.д., а также самое важное) бортжурнал коммитов (заставляю модель подробно пояснять каждый коммит теми подробностями, что не ясно из самого дифа и описания) , а потом делаю компакт и заставляю перечитать. Плюс максимально заставлять делегировать подзадачи субагентам, чтобы не раздувать контекст.
Поглупения я не заметил, но недельные токены она начала жрать как не в себя последние пару недель. Даже минимальные задачи выжирают лимиты очень быстро , к тому же контекст разрастается очень стремительно, что ещё более усугубляет. Такое ощущение что тариф не x20, в x3. И это я стараюсь в пики особо ничего тяжёлого не делать.
Если раньше было гуляй душа, то теперь приходится экономить.
Не знаю как сейчас в duo , но я для себя сейчас делаю озвучку в иностранной обучалке, использую elevenlabs.io v3, по русскому проверял даёт отличный результат даже без допиливания ударениями. Возможно у дуо своя модель и они экономят, хотя при желании с этим проблем нет.
А не сталкивались с проблемой, когда после переключения на Соннет или Хайку в любом из контекстов ,в Claude Code , в любой неожиданный момент другой контекст Опуса может переключится на нее без запроса?
Из за этого полностью перестал пользоваться чем то кроме Опуса. Потому как несколько раз попадал на сжатие из-за разницы в размере контекста с потерей всего содержимого.
Даже не знаю где искать корень этого. Субагенты работают при этом нормально.
Немного танцев с бубном, но подтверждаю, Context Usage
Model: claude-opus-4-6[1m] Tokens: 22.4k / 1000k (2%) Это claude code на тарифе max в VS Studio Code через claude и через плагин. Нужно переустановить claude через irm https://claude.ai/install.ps1 | iex, до версии 2.1.76 (Claude Code) . Через WinGet подтягивается еще 2.1.74, в которой 200к.
Через расширение нужно вручную выбрать модель "claude-opus-4-6[1m]". В бою пока не пробовал, но это совсем другое дело)
Попробуйте тожесамое проделать в Claude code. Лично у меня с этим никогда не было проблем с тестами и документацией. По поводу следования инструкциям Claude очень хорош. У меня длинные промпты с огромным количеством обязательных пунктов и чеклистов. Как правило проблем со следованием инструкциям нету, если правильно все наладить. Например разбить большие задачи на подзадачи . Сделать строгое ветвление рассуждения с обязательным отчетом по каждому пункту чеклиста. Лучше не просто галочку о выполнении, а краткий отчет, тогда модель не может соскочить. Ну и агенты. Если бы вы написали отдельных агентов для тестов и документации , то вообще вопросв бы не возникло. Так что тут чисто вопрос подхода.
Интересное сравнение, спасибо. Только не понятно почему штрафуете за отсутствие тестов и документации? Вы давали такое задание моделям? То же Клод отлично делает и то и другое. И замечательно использует в работе прогоняя тесты до и после правок. Также четко ведёт и использует документацию.
А не проще те же задачи поручить субагентам. Собственно для этого они и нужны. Пусть они дёргают mcp, делают прогнозируемую обработку в рамках своей роли и возвращают короткий результат. Ну или вообще делают работу сами, а возвращают отчёт.
Именно так, я тоже заметил, что чем больше условий и обязанностей в промпте, тем больше шанс что модель их проигнорирует. Собственно она сама в этом и признается, если спросить. Спасают чекисты ,да ещё с полным отчётом. Т.е. если модели надо поставить галочку, мол это сделано, ее заставляет вернуться, прочитать и сделать.
Ещё можно усугубить и заставить отчитаться, как именно данное условие было понято и применено, вот тут уже точно она не соскочет.
В целом это как у человека, чем больше условий, тем больше вероятность, что он забудет, а чек-лист это самопроверка.
Угу, я вот недавно сделал rm -rf /home/WALLETS (ну папка по другому немного называлась, это для аналогии) , забыл что там еще виртуалка с боевым кошельком лежит ))). Хорошо копия была, но теперь зарекся без mc удалять что-то.
Им контекст большой нужен или они просто знают толк в ... ? На самом деле даже автоматизировать все можно через code без апи. Я тоже прикидывал свои задачи по токенам, становилось страшно от того, что когда то скажут мол вэб/code все, поигрались и хватит , дальше оплата за токены по нашим тарифам, вот вам купон на 10% скидки.
Контентный может и нет, а вот сайт продажи билетов в основном, как мне кажется, продает билеты. И если таким способом будет больше продаж, то побегут делать аж бегом.
Да и для остальных - это трафик, пользователь пришел,сделал действие, дальше уже пошел бороздить стандартным способом.
К тому же чем дальше, тем точка входа чаще из ии будет , так что тут без вариантов.
Дак тут прямо написано нужен "Генератор идеи". на самом деле, по моему опыту АИ с этим справляется так себе. Т.е. как исполнитель - идеально, оно будет развивать твою идею до последнего вздоха, будет тащить твои догмы из контекста в контекст. Но она не скажет мол стой, тут у нас развилка. Ну точнее возможно скажет, но опять-таки по опыту, у меня на 15 версии было 3 ключевых развилки, при чем все в разные стороны. :D Все 3 раза это были мои ключевые решения. Ни разу нейронка не сказала: - "ей, стой, мы свернули не туда" . Для нее оператор царь и Бог! Сказал надо, значит надо! Возможно как-то это промптами правится, но мне пока не удалось . Т.е. по крайней мере по дефолту это не сработает, нужно ее заставить мыслить критически.
Все модели нужно направлять промптами. По типу "не уверен, скажи что не уверен или не знаешь" или "проверь в сети и в социальных сетях". Просто надо помнить, что модель никогда не скажет, что она чего-то не знает, если ее не остановить. Тот же ChatGpt будет находить ошибки и улучшения в вашем коде просто до бесконечности, если не дать четкие критерии понятия этой самой конечности. Но с настройками роутеров да, беда, к тому же модель могла обучатся еще на старой версии прошивки, на старой документации. Нужно иногда прямо ткнуть носом на страницу с документацией. Это вообще очень касается всех свежих версий любого продукта, особенно если они развиваются стремительно. И уж самая боль, если был переход на новую версию в котором кардинально поменялось API. Модель скорее всего обучена на старой документации и будет постоянно подсовывать старый код, если не загрузить ему просто в лоб новую.
Вот хотел бы где-то увидеть реальный тест, а не однострочные промпты. У меня есть все подписки: и Gemini Pro и ChatGpt Pro и Claude Max(тестирую). И для реально боевых задач они очень разные. работают совершенно иначе. Где-то лучше где-то хуже, но в целом различия основные начинаются когда проект начинает вылазить из размера контекста и тут начинаются пляски. Тот же Gemini заявляет 1М контекста, но работает это весьма странно местами и непредсказуемо. Один проект я в нем написал с 0 до боевой версии в одном контексте. Вместе с UI. Для прототипа шикарно, правда потом 3 раза переписывал точечными правками, но задача выполнена, идея проверена и подтвердила свою жизнеспособность, дальше уже суровая реальность. Но в один момент Gemini начинает забывать все как рыбка. И это настолько непредсказуемо, что очень сложно с этим жить. ChatGpt глотает вообще какие-то невероятные обьемы и документации и json, иногда кажется что контекст у него бездонный, но на Pro тормозит нещадно (долгое выполнение + тормозной UI на desktop, хотя на андроид сам UI летает) , иногда выполнение промпта-генерации падает без обьяснения причин и начинай заново, очень долго. Но контекст живет до последнего вздоха. Claude Pro - это прям считай бесплатная версия по ограничениям, работает быстро, но лимиты выжираются просто моментом, график жизни ломается для подстройки под его 5и часовые интервалы. Claude Max по лимитам ок , но контекст это его беда, он такой же как в pro 200k. Пишет он все как боженька, если не вылазишь из контекста. А вылазишь почти всегда, ибо вся русскоязычная документация - это х2 по токенам, и 100кб тщательно выверенной документации сьедают почти весь контекст. Начинаются постоянные сжатия , модель забывает все ... потом начинает из-за этого читать транскрипты и контекст забывается еще больше ... потом контекст просто падает без возможности продолжить . И, начинай по новой, документация, новый контекст, опять сжатие ... 2 дня пишешь документацию, 2 часа работаешь. Но в меньшей мере это касается кода, с этим немного проще. Забился контекст - не беда, есть документация (обзорная, не подробная), есть сам код, новый контекст перечитал. Для него его код - это его документация. Погнали дальше, пока контекст не забьем :D А дальше те же пляски с бубном. Opus 4.5 - 4.6 вообще разницы с этим нету, в 4.6. в max web/code - тот же 200к токенов контекст. 1М это через апи (200к+ токенов там совсем конские цены), это уже совсем на богатом ... Хотя одна надежда живет, что оно есть и вопрос чисто в нагрузке и цене, а не в технологии. Т.е. со верменем можно ожидать повышение размера контекста, вот тогда заживем)))) Хотя более чем уверен, что будет 500к для web/code, а выше для апи и за тот же ххх ценник. Но главное помнить, что 200к claude , 1M gemini, 200kgpt - это вообще не сопоставимые в абсолютных цифрах. Технологии совсем разные, работают по разному . А основная ценность раскрывается именно для реальных проэктов, а не однострочных промптов.
А собственно какая разница. Задача только отделить уникальные кадры. 669 гб выглядит внушительно, но это 4к видео. А для модели там все равно на вход подается какое-то 640х480 . Даже без какой-то дико сложной нарезки любая модель справится с извлечением описаний прямо из потока хоть в реальном времени.
К тому же там скорее всего гео + транскрибция звука, что вообще легко вытягивается из потока и индексируется. Можно накладывать слои с гео достопримечательностями и без распознавания видео. Зависит от того, что именно в запрос хочется ввести и получить на выходе.
Лично у меня пока обратное наблюдение, если для 4.7 просто писал тз, спеку и он добросовестно выполнял часто с первого раза, то 4.8 кроме этого надо ещё обязательно субагента на исследование , тесты, больше тестов, и в конце все равно бесконечно вылазят критичные баги в самых неожиданных местах. При этом Клод бьёт себя в грудь и говорит: "зуб даю , в этот раз точно все чисто" ... и начинается все по кругу.
Ну может я не приноровился к нему, но по ощущениям 4.8 стал он сильно заумный и самоуверенный и пытается сделать простое сложным, если чего не притормозить, что больше вредит.
Несколько раз перечитал, думал в прошлое попал) 20к токенов, ~10% окна , может 2% окна? )
Честно говоря времена до 1М контекста вспоминаю как страшный сон, когда этот бутстрап оптимизировал до каждого байта, и то постоянно не хватало.
Сейчас с этим проблем нет, кроме того что конекст постоянно забывает и claude.md и даже свои мемори , и приходится частенько в них тыкать носом снова.
У меня не прижилась 3S так и валятся. Я привык по клику на скролл ссылки открывать, но в 3S он тугой, надо прям силой нажимать. Может просто не разработалась ? Но тактильно ход достаточно большой, вернулся на XL-750BK.
Софт тоже, сколько ни крутил, как-то особых полезностей не нашел.
Тут главная беда даже не в потере контекста, клод прекрасно держит длинный контекст, проблема в том, что после 500к начинается дикий жор токенов, потому как кэш действует 5 минут - 1 час, если периодически возвращаться к такой длинной сессии , то каждый самый простой запрос отправляет весь контекст заново. Под верхней границей это вообще выжирает все лимиты со скоростью звука.
Я стараюсь не доводить до 500к без особой надобности, периодически делать хангоф эпохи ( обязательно включающий все отвергнутые теории, грабли и т.д., а также самое важное) бортжурнал коммитов (заставляю модель подробно пояснять каждый коммит теми подробностями, что не ясно из самого дифа и описания) , а потом делаю компакт и заставляю перечитать. Плюс максимально заставлять делегировать подзадачи субагентам, чтобы не раздувать контекст.
Поглупения я не заметил, но недельные токены она начала жрать как не в себя последние пару недель. Даже минимальные задачи выжирают лимиты очень быстро , к тому же контекст разрастается очень стремительно, что ещё более усугубляет. Такое ощущение что тариф не x20, в x3. И это я стараюсь в пики особо ничего тяжёлого не делать.
Если раньше было гуляй душа, то теперь приходится экономить.
Не знаю как сейчас в duo , но я для себя сейчас делаю озвучку в иностранной обучалке, использую elevenlabs.io v3, по русскому проверял даёт отличный результат даже без допиливания ударениями. Возможно у дуо своя модель и они экономят, хотя при желании с этим проблем нет.
А не сталкивались с проблемой, когда после переключения на Соннет или Хайку в любом из контекстов ,в Claude Code , в любой неожиданный момент другой контекст Опуса может переключится на нее без запроса?
Из за этого полностью перестал пользоваться чем то кроме Опуса. Потому как несколько раз попадал на сжатие из-за разницы в размере контекста с потерей всего содержимого.
Даже не знаю где искать корень этого. Субагенты работают при этом нормально.
Немного танцев с бубном, но подтверждаю,
Context Usage
Model: claude-opus-4-6[1m]
Tokens: 22.4k / 1000k (2%)
Это claude code на тарифе max в VS Studio Code через claude и через плагин.
Нужно переустановить claude через
irmhttps://claude.ai/install.ps1| iex, до версии 2.1.76 (Claude Code) .Через WinGet подтягивается еще 2.1.74, в которой 200к.
Через расширение нужно вручную выбрать модель "claude-opus-4-6[1m]".
В бою пока не пробовал, но это совсем другое дело)
Попробуйте тожесамое проделать в Claude code. Лично у меня с этим никогда не было проблем с тестами и документацией.
По поводу следования инструкциям Claude очень хорош. У меня длинные промпты с огромным количеством обязательных пунктов и чеклистов. Как правило проблем со следованием инструкциям нету, если правильно все наладить.
Например разбить большие задачи на подзадачи . Сделать строгое ветвление рассуждения с обязательным отчетом по каждому пункту чеклиста. Лучше не просто галочку о выполнении, а краткий отчет, тогда модель не может соскочить.
Ну и агенты. Если бы вы написали отдельных агентов для тестов и документации , то вообще вопросв бы не возникло.
Так что тут чисто вопрос подхода.
Интересное сравнение, спасибо. Только не понятно почему штрафуете за отсутствие тестов и документации? Вы давали такое задание моделям? То же Клод отлично делает и то и другое. И замечательно использует в работе прогоняя тесты до и после правок. Также четко ведёт и использует документацию.
А не проще те же задачи поручить субагентам. Собственно для этого они и нужны. Пусть они дёргают mcp, делают прогнозируемую обработку в рамках своей роли и возвращают короткий результат. Ну или вообще делают работу сами, а возвращают отчёт.
Именно так, я тоже заметил, что чем больше условий и обязанностей в промпте, тем больше шанс что модель их проигнорирует. Собственно она сама в этом и признается, если спросить. Спасают чекисты ,да ещё с полным отчётом. Т.е. если модели надо поставить галочку, мол это сделано, ее заставляет вернуться, прочитать и сделать.
Ещё можно усугубить и заставить отчитаться, как именно данное условие было понято и применено, вот тут уже точно она не соскочет.
В целом это как у человека, чем больше условий, тем больше вероятность, что он забудет, а чек-лист это самопроверка.
Ох вы далеко не один) Это я думал, что я один такой склеротик) и вот конкретно этот tar с его xfz - это самая боль!
Угу, я вот недавно сделал rm -rf /home/WALLETS (ну папка по другому немного называлась, это для аналогии) , забыл что там еще виртуалка с боевым кошельком лежит ))). Хорошо копия была, но теперь зарекся без mc удалять что-то.
Им контекст большой нужен или они просто знают толк в ... ? На самом деле даже автоматизировать все можно через code без апи. Я тоже прикидывал свои задачи по токенам, становилось страшно от того, что когда то скажут мол вэб/code все, поигрались и хватит , дальше оплата за токены по нашим тарифам, вот вам купон на 10% скидки.
Контентный может и нет, а вот сайт продажи билетов в основном, как мне кажется, продает билеты. И если таким способом будет больше продаж, то побегут делать аж бегом.
Да и для остальных - это трафик, пользователь пришел,сделал действие, дальше уже пошел бороздить стандартным способом.
К тому же чем дальше, тем точка входа чаще из ии будет , так что тут без вариантов.
Дак тут прямо написано нужен "Генератор идеи". на самом деле, по моему опыту АИ с этим справляется так себе. Т.е. как исполнитель - идеально, оно будет развивать твою идею до последнего вздоха, будет тащить твои догмы из контекста в контекст.
Но она не скажет мол стой, тут у нас развилка.
Ну точнее возможно скажет, но опять-таки по опыту, у меня на 15 версии было 3 ключевых развилки, при чем все в разные стороны. :D
Все 3 раза это были мои ключевые решения. Ни разу нейронка не сказала: - "ей, стой, мы свернули не туда" . Для нее оператор царь и Бог! Сказал надо, значит надо!
Возможно как-то это промптами правится, но мне пока не удалось .
Т.е. по крайней мере по дефолту это не сработает, нужно ее заставить мыслить критически.
Все модели нужно направлять промптами. По типу "не уверен, скажи что не уверен или не знаешь" или "проверь в сети и в социальных сетях". Просто надо помнить, что модель никогда не скажет, что она чего-то не знает, если ее не остановить.
Тот же ChatGpt будет находить ошибки и улучшения в вашем коде просто до бесконечности, если не дать четкие критерии понятия этой самой конечности.
Но с настройками роутеров да, беда, к тому же модель могла обучатся еще на старой версии прошивки, на старой документации. Нужно иногда прямо ткнуть носом на страницу с документацией.
Это вообще очень касается всех свежих версий любого продукта, особенно если они развиваются стремительно.
И уж самая боль, если был переход на новую версию в котором кардинально поменялось API.
Модель скорее всего обучена на старой документации и будет постоянно подсовывать старый код, если не загрузить ему просто в лоб новую.
Вот хотел бы где-то увидеть реальный тест, а не однострочные промпты. У меня есть все подписки: и Gemini Pro и ChatGpt Pro и Claude Max(тестирую). И для реально боевых задач они очень разные. работают совершенно иначе. Где-то лучше где-то хуже, но в целом различия основные начинаются когда проект начинает вылазить из размера контекста и тут начинаются пляски.
Тот же Gemini заявляет 1М контекста, но работает это весьма странно местами и непредсказуемо. Один проект я в нем написал с 0 до боевой версии в одном контексте. Вместе с UI. Для прототипа шикарно, правда потом 3 раза переписывал точечными правками, но задача выполнена, идея проверена и подтвердила свою жизнеспособность, дальше уже суровая реальность. Но в один момент Gemini начинает забывать все как рыбка. И это настолько непредсказуемо, что очень сложно с этим жить.
ChatGpt глотает вообще какие-то невероятные обьемы и документации и json, иногда кажется что контекст у него бездонный, но на Pro тормозит нещадно (долгое выполнение + тормозной UI на desktop, хотя на андроид сам UI летает) , иногда выполнение промпта-генерации падает без обьяснения причин и начинай заново, очень долго. Но контекст живет до последнего вздоха.
Claude Pro - это прям считай бесплатная версия по ограничениям, работает быстро, но лимиты выжираются просто моментом, график жизни ломается для подстройки под его 5и часовые интервалы.
Claude Max по лимитам ок , но контекст это его беда, он такой же как в pro 200k. Пишет он все как боженька, если не вылазишь из контекста. А вылазишь почти всегда, ибо вся русскоязычная документация - это х2 по токенам, и 100кб тщательно выверенной документации сьедают почти весь контекст. Начинаются постоянные сжатия , модель забывает все ... потом начинает из-за этого читать транскрипты и контекст забывается еще больше ... потом контекст просто падает без возможности продолжить . И, начинай по новой, документация, новый контекст, опять сжатие ... 2 дня пишешь документацию, 2 часа работаешь. Но в меньшей мере это касается кода, с этим немного проще. Забился контекст - не беда, есть документация (обзорная, не подробная), есть сам код, новый контекст перечитал. Для него его код - это его документация. Погнали дальше, пока контекст не забьем :D А дальше те же пляски с бубном.
Opus 4.5 - 4.6 вообще разницы с этим нету, в 4.6. в max web/code - тот же 200к токенов контекст. 1М это через апи (200к+ токенов там совсем конские цены), это уже совсем на богатом ... Хотя одна надежда живет, что оно есть и вопрос чисто в нагрузке и цене, а не в технологии. Т.е. со верменем можно ожидать повышение размера контекста, вот тогда заживем)))) Хотя более чем уверен, что будет 500к для web/code, а выше для апи и за тот же ххх ценник.
Но главное помнить, что 200к claude , 1M gemini, 200kgpt - это вообще не сопоставимые в абсолютных цифрах. Технологии совсем разные, работают по разному . А основная ценность раскрывается именно для реальных проэктов, а не однострочных промптов.