По результату где то около Sonnet 3.7 на первый взгляд
А вот Flash сделал капец неожиданное -- он каждый раз обращается к API Gemini для того, чтобы передать промпт и вернуть результат. Т.е. он реально каждый раз промптит, офигеть https://gemini.google.com/share/13cd6956bb2f
Ага, оценивал по критериям модели, которых нет в промпте. Для понимания того, как они ведут себя вне промпта. Так сказать, хотел изучить их стиль
ну кстати по факту не одна попытка на модель
много чего осталось за кадром, попыток каждой выдавал много, результат примерно повторял друг друга. Я не выбирал лучший результат для каждой модели, а выбрал первый. Но и последующие были примерно в таком же стиле
Глянул кстати о3pro
Офигеть она стоит, в 10 раз дороже чем о3
И Дороже чем opus
Спасибо за развернутый комментарий)
Тоже щас активно codex юзаю сижу даже из туалета 😁 Вместо рилсов
О, спасибо
Вот, это на Pro
https://gemini.google.com/share/6e840f10ef32
250 строк кода, view port есть
По результату где то около Sonnet 3.7 на первый взгляд
А вот Flash сделал капец неожиданное -- он каждый раз обращается к API Gemini для того, чтобы передать промпт и вернуть результат. Т.е. он реально каждый раз промптит, офигеть
https://gemini.google.com/share/13cd6956bb2f
if (selectedChange) {
const fullPrompt =
${basePrompt} ${selectedChange.prompt_segment};const storyHtml = await fetchStoryFromGemini(fullPrompt);
outputStory.innerHTML = storyHtml;
}
Ссылка на статью 👈
Понял, тогда добавлю сейчас пояснение, спасибо 💗
Ага, оценивал по критериям модели, которых нет в промпте. Для понимания того, как они ведут себя вне промпта. Так сказать, хотел изучить их стиль
ну кстати по факту не одна попытка на модель
много чего осталось за кадром, попыток каждой выдавал много, результат примерно повторял друг друга. Я не выбирал лучший результат для каждой модели, а выбрал первый. Но и последующие были примерно в таком же стиле
Так в этом и был мой эксперимент, как минимум для себя
Конкретных тестов много существует, да и сам делал много конкретики раньше
Тут захотелось изучить вопрос в том, а как они будут себя вести без конкретики
Условный Opus же справился в одном стиле, а о3 в другом, хотя промпт был одинаковый.
мы тут просто необычные человеки
Вот Клод я очень хочу Макс взять
Намного нужнее чем гпт про
ну смотря какие задачи тут, это да
У меня и то и то платится, и то и то используется с одинаковой частотой
И вчера у ChatGPT Codex вышел, тоже стоит внимания
Ага, пожалуйста)
Пост немного не актуальный, там интерфейс поменялся немного
Теперь работает только на reasoning моделях
Ну я думаю что душат по понятной причине
Дорогая генерация
И да, соглашусь с комментатором ниже, я прям очень очень думаю про max подписку
Ага, понял, спасибо)
Стилями кастомными пользуешься?
Интересно интересно
Не глядел кстати системный промпт Клода?
Есть репозиторий с такими вещами
А покажи пример
Спасибо за развернутое мнение, очень интересный поинт
И кстати, есть еще отличия в сист промпте
У ГПТ он около 2к токенов
У моделей клода около 16к
Может тоже что-то дает
Ну все же насколько я помню антропик изначально пилился как кодовый аналог
Вот интересно потрогать модель Codex от ChatGPT
А можешь объяснить, что значит "Клод вне конкуренции по текстам"
У меня просто не получается сформулировать)
Так как у текста есть много переменных
Спасибо за статью, очень интересное чтиво 🤌