Лучше всего — самая лучшая модель. Их две.
Opus 4.5 — пожалуй, переломный момент в программировании.
Opus 5.5 — прорыв в motion design.
Новая волна блокировок Claude в РФ. Нужен план Б.
Claude — с небольшим преимуществом, GPT очень близок, а иногда и впереди. Можно пользоваться любым и не чувствовать себя отстающим.
Ускорить главную sneg.today
Очень удачная задача: можно смотреть на реализацию и можно измерять результат. К тому же все модели изначально выбрали разные пути.
- реализацию видно в коде
- результат измеряется в миллисекундах
- каждая модель выбрала свой путь
Сначала — заплатить
Из России это отдельное испытание. Один участник выбыл, не написав ни строчки кода.
Gemini дальше даже не пробую — усилия лучше приложить к тому, чтобы обрести аккаунт Claude. А Google в целом ненадёжный партнёр: killedbygoogle.com
Что кешировать: готовый HTML или данные?
Модели разошлись по двум архитектурам. Разница — в том, что происходит на каждом запросе.
Кеш готового HTML
HTML разбит на элементы массива и отдаётся сразу
+ добавка, о которой я не подумал
похоже на Opus, но более хитровывернуто с избранным — хуже
Кеш данных
данные из кеша, но HTML рендерится заново
кеширует данные для последующего рендеринга
как GPT
в замудрённом формате: нет выигрыша для залогиненных, избранные трассы не работают. Дисквалификация, но наблюдаем
Моё мнение: кешировать нужно HTML. Но Opus смог сделать добавку, о которой я не подумал!
Но выбрать верное решение — не главное. Главное — реализовать его без ошибок.
Миллисекунды и килобайты
Сначала каждая модель реализует свой подход. Потом остальным объясняют желаемую реализацию и просят переписать.
270 мс и 138 КБ
Так главная sneg.today грузилась до эксперимента. Пунктир — лучший результат, которого удастся достичь.
Сразу к результатам
Opus — 110 мс, страница почти вдвое легче. GPT и Kimi ускорились, но скромно. Grok частично сломал работоспособность — дисквалификация, но наблюдаем. DeepSeek стал даже медленнее исходной версии.
Opus улучшил мою сортировку
Сам придумал, как сильно сократить размер страницы. Это уже второй случай, когда его решение было явно лучше плода моих длительных размышлений в эпоху до ИИ.
Без проблем — только Kimi
Но вопрос не в том, какие умные решения предлагает ИИ, а в том, как хорошо он следует инструкциям — чтобы сделать одну большую задачу без разбиения на маленькие блоки.
Объяснили — и почти все догнали
GPT и DeepSeek — 110 мс с первой попытки, GPT ещё и легче всех: 63 КБ. Kimi сделал одну техническую ошибку и почему-то не поправил сам — возможно, не было доступа к браузеру.
Grok — исправление своих ошибок
Сначала вернул только «звёздочку» избранного, без спиннера загрузки. После следующей команды — и спиннер. Всё снова заработало, но 180 мс: реализация явно не та же. От моделей привыкли ожидать большего :)
Сколько промптов и сколько времени
Общее время работы над задачей — гонка в ускоренной перемотке. Под дорожкой — сколько раз пришлось вмешаться.
общее время работы
Лендинг для sneg.today
Отдельная задача, где результат легко оценить визуально. Оценки — мои, субъективные. Наведите на превью, чтобы пролистать страницу.
План Б существует
Пока можно пользоваться GPT — пользуйтесь GPT
Opus хорошо показал себя в этой задаче. Если нет Опуса, надо использовать GPT. Он надёжный.
План Б — китайские модели
Kimi и DeepSeek позволяют достигать результата в сложных задачах — выбрать победителя между ними сложно. Их много, для них не нужен VPN, иногда можно платить в рублях.
Grok хуже, Gemini не рассматриваем
OpenCode при всей моей любви к нему менее приятен в использовании, чем родные приложения Kimi и DeepSeek.
Бояться блокировок не стоит. Вместо поиска лучшей модели — сделайте свою лучшую работу.
Для повседневной работы блокировки Claude и GPT не страшны: план Б есть. А быстро подсмотреть за самыми перспективными моделями можно в рейтинге threejseval.