Апдейт по GLM-5.1 Coding Plan⚠️ За последнюю неделю Zai реально подтянулись в плане качества инфиренса. 5-turbo просто летает, 5.1 работает не медленее опуса/гэпэтэ. Пробовал в Cursor - на удивление еще быстрее чем в OpenCode. В скорости я сейчас реально не вижу большой разницы c Kimi, а в качестве они где-то на уровне. Kimi чуть дешевле по токенам и хорошо себя ведет на длинных задачах и субагентах, GLM хорош когда надо углубиться в сложные задачи.
Но раньше я гонял GLM на оупенроутере и Go подпсике, сейчас же спокойно им пользуюсь считай бесплатно на Zai Coding Plan, и вообще не вижу ошибок, торзмозов и дисконектов.
Плюс раньше GLM брали x2 реквестов в пиковые часы для топовой модели, сейчас же это правило отменили, явно они очень хорошо наростили обьем своего компьюта.
С 1 мая Zai так же меняет стоимость и условия своих подписок (для новых пользователей, старые закончат свои планы на прежних условиях), не знаю что там будет, но если будут хорошие цены и скидки на годовые пакеты - я рекомендую взять, даже Lite план.👍

Вобщем начиная с ноября 2025, когда я купил годовый Coding Plan, сейчас я в первый раз откровенно могу порекомендовать эту подписку, она реально стала хороша, и по скорости-стабильности, и по GLM-5-turbo/GLM-5.1 моделям, можно использовать для любых задач и с высоким уровнем качества. 🌡😮👍

Про Ollama.Cloud и DeepSeek.
Подогнал мне тут вчера @shuvalov_js ключик для ollama.cloud погонять, за что ему большое спасибо 🍻Список моделей у Олламы ничем не отличается от большинства других провайдеров, ну да, любой популярный опенсорс. Но я вспомнил что так и не попробовал новый DeepSeek V4 Pro, и это отличный вариант потестить и провайдера и модель. Вобщем гоняю второй день на своих разных сценариях.

По провайдеру - чувствуется что у Олламы юзеров много, а железа мало. Частенько можно видеть ошибки "сервис недоступен" когда отправляешь промпт в ide. И это главный минус. Он не занимает много времени, я бы сказал на каждом 3-4 промпте, секунд 5-10, а дальше ризонинг идет как положено, без прерываний. Но меня сам факт того, что ты платишь деньги за подписку, а сервис не вытягивает нагрузки - очень бесит 😬При этом Оллама выдает просто отпадный tps на любых моделях, реально впечатляюще быстро. И все отлично по ценам и лимитам. Лимиты только пятичасовые и недельные. Без месячных, которые есть зло, когда ты сжигаешь подписку за две недели и до конца меясца сидишь кукуешь.
В целом если вы используете OpenCode - я все так же топлю за OpenCode Go, за 10 баксов это самое дешевое и при этом максимально стабильное и качественное решение. Если же вы работаете в других IDE и вас не бесит факт того что сервис может кидать ошибки доступа - можете попробовать Ollama.Cloud, базового тарифа за 20 баксов будет достаточно. Скорость и лимиты у них реально 🔥

А теперь DeepSeek. Слушайте, китайцы долго запрягают от релиза к релизу... Но на выходе всегда получается революция! 👍 Модель очень быстрая и реально умная. По моему опыту последних месяцев - все топовые модели от опенсорса до gpt5.5 и opus 4.7 технически для software development и delivery задач средней сложности справляются на одном уровне. Только GPT - это аутист не умеющий общаться, со склонностью оверинженирить, Опус - это уже пиздец оверинжиниринг и еще больше пиздец бабложор 🤑, а вот Kimi/GLM/Qwen - качество и баланс. И DeepSeek сюда максимально вписывается, техничски на том же уровне, выдает грамотную архитектуру, думает наперед, находит неявные баги. Но он очень быстрый! 🐆. И очень дешевый!🤑
Единственное что мне в нем не зашло - представление информации. Не настолько аутично как GPT, но все равно не так хорошо и понятно все раскладывает по полочкам и таблицам как Kimi. Любит завернуть излишних тех терминов и абревиатур. И от вывода дипсика реально слегка несет АИ слопом 😅 Но инженерно - вообще никаких вопросов!

- Вобщем для архитектурных спецификаций, доков, бизнесовых ресерчей и репортов берите Kimi K2.6 (хотя ресерчи можно запускать с Kimi основным агентом для компиляции результата, и сабагентами для поиска в вебе и код базе на DeepSeek, будет быстро и с четким результатом 😎)

- DeepSeek V4 Pro High (разницы в high и max ризонинге особо не заметил) писать сам код по спекам и дебажить деплои, делать код ревью. Новая рабочая лошадка.

- GLM-5.1 - для альтеративного мнения со стороны в сложных код ревью (эта модель особо удачно может углубляться в детали).


Отдельно передаю ПРЕВЕД все еще сидящим на 100-200 баксовых подписках Клода и каждую неделю выжидающим восстановления лимитов 😄

А вот просто отличнейший пример гиковского сервиса :) Запускаем свои VM, для вайбокдинг проектов (для чего же еще 😁), просто через ssh 🤯

И там не только обычная виртуалка, но и сразу субдомен 3 уровня с встроенным https через wildcard, какой-то встроенный менеджмент секретов. Ну и персистент диски, мульти регионы, но это база.

Но за идею лайк 👍Пробуем
ssh exe.dev

После ~30 проведеннных тех собесов за последние два месяца, хочу сказать что все таки самая лучшая модель для составления вопросов - это GLM (если сравнивать GLM, Kimi, DeepSeеek, Qwen, Gemini, GPT). Почему-то у GLM получаются самые краткие, но нормально звучащие вопросы, где все в меру, но все по делу 👍Без излишней детальности и аи слопа.
При этом с анализом cv, job description и анализом транскриптов собесов все модели сейчас на одном уровне. Если дать те же инпут документы и тот же промпт, то любая модель из списка выдаст в 95% случаев те же вопросы, и всегда практически идентичный эвалюейшн кандидата. Разница только в лингвистической подаче информации.

Что касается кодинга/инжиниринга - за последнее время предпочтения не поменялись. Kimi K2.6 - топ модель для меня, универсальная под любые задачи. DeepSeek V4 Pro - если надо что-то делать быстро и дешево (дебагинг например). GLM - для детального код ревью или спек ревью.

Сейчас еще вышла MiMo от Xiaomi, она уже есть в OpenCode Go подписке, но не уверен есть ли смысл ее тестить. Кто ее уже пробовал, интересно или проходная история?

Разрабатываем LLM скилы like a Boss 😂Рекомендую, в статье много классных инсайтов 🌡

tldr:

- Не пишем все в один большой SKILL.md. Метадата (frontmatter) ~100 токенов, сам скил <500 строк, все остальное выносим в references/. Frontmatter читается всегда, это описания _когда_ надо загрузить скил. Тело скила грузится в контекст полностью, когда модель хочет использовать скил. А вот скрипты и маркдауны из references/ уже подгружаются on-demand, когда сам скил на них ссылается. Поэтому когда основная тяжелая логика и доки в рефах - мы уменьшаем перегрузку контекста раза в три! 🔥

- В reference файлах НЕ пишем frontmatter, никогда. Иначе они начнут подгружаться моделью сами по себе, без основго описания скила - получаем бессмысленный контекст ведущий к ошибкам. Роутинг на рефы должен быть прописан в SKILL.md, на этом все.

- Идемпотентность. Скил может ранаться в разных репозиториях с разной структурой. Не используем абсолютные пути и хардкоженую логику. Вместо этого обьясняем модели как нужно проверить окружающую файловую структуру, депенденси, и как выполнять команды в завимости от ее актуального окружения.

- Эвалы. Скилы по разному работают на разных моделях. Часто с развитием моделей они учатся делать какие либо вещи основываясь на своем новом обучающем датасете, и скил становится не нужен, только засоряя контекст. Хорошая практика - при смене моделей прогонять по два эвала, со скилом и без него, сравнивая результат.