🤔 Ситуация удивительная

Вчера OpenAI обновила модель GPT-4o до версии ChatGPT-4o-latest (2025-03-26)

Эта модель заняла первое место на арене по кодингу, обогнав даже новую и еще горячую Gemini 2,5 Pro.

А на общей арене подобралась вплотную к тому же гугл, оставив позади GPT 4,5.

У меня два вопроса – зачем нам GPT 4,5 вообще? Где бедолага клод? (всего-лишь 9 на арене кодинг и 14 место на общей)

Ну и можно ли верить результатам этой арены?)

Какие вопросы у вас?

@how2ai #дядя_д

🤹 Принес вам сравнение Gemini 2,5 pro – Claude 3,7 Think – GPT-4o новый

Тестируем фронтенд и стейт-менеджмент. Технически победил Gemini – фронтенд корректно обновляется, все нюансы из промпта учтены.

С клодом пришлось поковыряться и пару раз задебажить, но клод, как всегда выдал самый объемный и разнообразный по фичам результат.

GPT справился хорошо, но выдает ошибку в промокоде. Самый минималистичный дизайн и набор фич и короткий код.

Промпт:

Implement a shopping cart feature for a website selling online courses about ai and programming using React with a state management solution. You must:

1. Choose and implement either Redux or MobX (justify your choice based on the specific requirements)
2. Handle multiple interrelated state concerns:
   - Several cart items (add, remove, update quantity)
   - Applied discounts/promotions
3. Ensure optimized rendering (components should only re-render when their specific data changes)
4. Include proper error handling for network requests
5. Make the state persist across page refreshes

your output – 2 files implemeting all the logic. index.js and index.css

Make sure your styling approach is creative

Как еще потестировать модели?

@how2ai #дядя_д

😱 Runway Gen 4

Новое поколение моделей от Runway уже доступно или будет доступно в течение дня. Пока только для платных пользователей :(

В этом релизе ранвей делает упор на стабильных персонажей, объекты и сцены для создания полноценных ии-фильмов.

Получается ли? – да. По крайней мере в черепикнутых примерах выше.

Не могу сказать, что реализм роликов зашкаливает, но в анимации и физике мира модель чувствует себя уверенно.

Сделаем ролик с обзором? – 💯

@how2ai

🌚 Понедельник! Знаю, что среда.

Monday – новый голос и GPTs от OpenAI. Если соскучились по понедельнечному вайбу в коллективе, то самое оно.

Доступно всем пользователям ChatGPT

Как же monday хороша. Что из идей по контенту берем? 🔫

@how2ai #дядя_д

❤️ Помните, Сэм Альтман завредничал и отказался выпускать модель o3 отдельно и в API?

Дядя Сэм сжалился над любопытными разработчиками. о3 и даже о4-мини и даже о3-про будут выпущены. первые две через пару недель. Веротяно.

Ну а GPT-5 ожидается через несколько месяцев.

🍴 Вот такие тайм-лайны. Готовьте ваши промпты.

@how2ai #дядя_д

🦙🤘 Meta Llama 4 БЕГЕМОТ

Очень понравилось название

Вчера вышли две модели: Llama 4 Scout и Llama 4 Maverick. И да, это самые мощные open-source мультимодальные модели на рынке.

– Llama 4 Scout: 17B активных параметров, 109B в общем, 16 экспертов, 10М токенов контекстное окно (!). Работает на одной H100.

– Llama 4 Maverick: тоже 17B активных, но уже 128 экспертов и 400B общих параметров. Обходит GPT-4o и Gemini 2.0 Flash в большинстве бенчмарков. Отлично справляется с кодингом, изображениями и логикой. ELO 1417 в LMArena.

– Обе модели мультимодальные, работают с текстом, изображениями и видео, поддерживают до 8 картинок на вход. Зацените бенчмакр NiH (Needle in Haystack) на скрине выше. На мультимодальность мета явно делает акцент в этом релизе.

– В основе — учитель-модель Llama 4 Behemoth: 2 триллиона параметров, всё ещё обучается. Превосходит GPT-4.5 и Claude 3.7 Sonnet на STEM-задачах и используется для дистилляции меньших моделей.

– Llama 4 Reasoning будет в течение месяца по словам Цука. Будем ждать!

Жалко, что эти лламы прискакали только к enterprise боярам. Маленьких версий для наших с вами утюгов у меты в этот раз не нашлось. Ну чтож, тестим через облако:

https://replicate.com/meta
https://api.together.ai
https://www.meta.ai/
https://lmarena.ai/?leaderboard

@how2ai #дядя_д