Вот реальный график. Первый с логарифмической линейкой, второй с обычной для наглядности.
DeepSwe v1.1 - единственный бенчмарк, который показывает реальный уровень кодинга, а не "попугаи".
Я взял сырой JSON лидерборда DeepSWE v1.1 напрямую у Datacurve.
Что мы видим?
1) Писать код можно на luna high - получаем модель уровня Opus за шапку сухарей
Sonnet 4.6 - можно списывать в утиль
2) Luna max - уровень Fableчто тебе ещё нужно собака Но я рекомендую вместо неё использовать Sol high/xhigh когда зашли в тупик.
Если кратко, то нище-кодинг может теперь выглядеть так:
- общаемся о проекте с Terra high
- текст задач/спек пишем с помощью Terra xhigh
- ревью задач/спек Sol high
- реализация Luna high
- ревью реализации Sol high
Получаем немного разные линзы при анализе проблем, экономию токенов, скорость имплементации и качество реализации Fable
P.S. И это мы ещё Grok не трогали. Возможно, я в следующем месяц вообще откажусь от claude code, вторым агентом и имплементатором буду использовать groq 4.5, если он действительно так хорош, а главное, если он будет давать высокую скорость.
P.P.S. Когда-нибудь расскажу,как оно устроено у меня, кто пишет код, как пишутся спеки, кто это всё проверяет, почему проект не ломается и почему агенты делают именн то, что я хочу.
DeepSwe v1.1 - единственный бенчмарк, который показывает реальный уровень кодинга, а не "попугаи".
Я взял сырой JSON лидерборда DeepSWE v1.1 напрямую у Datacurve.
Что мы видим?
1) Писать код можно на luna high - получаем модель уровня Opus за шапку сухарей
Sonnet 4.6 - можно списывать в утиль
2) Luna max - уровень Fable
Если кратко, то нище-кодинг может теперь выглядеть так:
- общаемся о проекте с Terra high
- текст задач/спек пишем с помощью Terra xhigh
- ревью задач/спек Sol high
- реализация Luna high
- ревью реализации Sol high
Получаем немного разные линзы при анализе проблем, экономию токенов, скорость имплементации и качество реализации Fable
P.S. И это мы ещё Grok не трогали. Возможно, я в следующем месяц вообще откажусь от claude code, вторым агентом и имплементатором буду использовать groq 4.5, если он действительно так хорош, а главное, если он будет давать высокую скорость.
P.P.S. Когда-нибудь расскажу,как оно устроено у меня, кто пишет код, как пишутся спеки, кто это всё проверяет, почему проект не ломается и почему агенты делают именн то, что я хочу.
У Datacurve есть точные замеры wall-clock времени на задачу.
Это честнее любых "токенов в секунду", потому что учитывает всё сразу:
- скорость инференса,
- количество шагов агента,
- объём генерируемых токенов.
При этом нужно понимать, что быстрый провал не лучше медленного успеха.
Sonnet 4.6 формально быстрее Opus, но проваливает 70% задач.
Поэтому привожу таблицу с колонкой "ожидаемое время до решённой задачи".
Это честнее любых "токенов в секунду", потому что учитывает всё сразу:
- скорость инференса,
- количество шагов агента,
- объём генерируемых токенов.
При этом нужно понимать, что быстрый провал не лучше медленного успеха.
Sonnet 4.6 формально быстрее Opus, но проваливает 70% задач.
Поэтому привожу таблицу с колонкой "ожидаемое время до решённой задачи".
Самый интересный по-моему мнению график из моего сегодняшнего анализа - соотношение уровня ризонинга ко времени выполнения задачи.
У всех моделей, кроме Luna, кривая монотонно растёт.
Каждый следующий уровень effort увеличивает ожидаемое время на решённую задачу.
Прирост качества покупается сверхлинейным временем - думать дольше никогда не окупается по чистой скорости решения, только по надёжности первой попытки.
У всех моделей, кроме Luna, кривая монотонно растёт.
Каждый следующий уровень effort увеличивает ожидаемое время на решённую задачу.
Прирост качества покупается сверхлинейным временем - думать дольше никогда не окупается по чистой скорости решения, только по надёжности первой попытки.
Выводы.
1) Атомарные задачи, где не требуется большого контекстного окна и чтения большого числа файлов - Luna
Главная проблема Luna - обрыв на long-context:
~128к уверенно работает,
~150–200к она ещё функциональна,
~256к и выше начинается провал.
В остальном это отличная, быстрая, и недорогая модель, которую есть смысл использовать с уровня effort - high
2) Дефолтный имплементатор - Terra
Добро пожаловать в качество Fable.
Если нужно оставить только одну модель, то лучший вариант: Terra xhigh. Подойдёт для любых сценариев.
3) Архитектура, спеки, ревью, декомпозиция, сложные задачи, либо когда требуется one-shot'нуть задачу - Sol high → xhigh
1) Атомарные задачи, где не требуется большого контекстного окна и чтения большого числа файлов - Luna
Главная проблема Luna - обрыв на long-context:
~128к уверенно работает,
~150–200к она ещё функциональна,
~256к и выше начинается провал.
В остальном это отличная, быстрая, и недорогая модель, которую есть смысл использовать с уровня effort - high
2) Дефолтный имплементатор - Terra
Добро пожаловать в качество Fable.
Если нужно оставить только одну модель, то лучший вариант: Terra xhigh. Подойдёт для любых сценариев.
3) Архитектура, спеки, ревью, декомпозиция, сложные задачи, либо когда требуется one-shot'нуть задачу - Sol high → xhigh
И чтобы добить окончательно на сегодня все вопросы.
Datacurve взяла 113 реальных инженерных задач (написанных с нуля по мотивам живых open-source репозиториев Prometheus, Yjs, wasmi и т.д.) и прогнала каждую конфигурацию модель * уровень размышления» по 4 раза, примерно 450 попыток на конфигурацию.
Во время каждой попытки агент самостоятельно ходит по репозиторию, пишет код, гоняет тесты и коммитит результат.
Затем независимый верификатор проверяет, работает ли код. Попытка либо прошла, либо нет, частичного зачёта не бывает.
Что означают колонки:
pass@1 — доля попыток, закончившихся рабочим кодом.
Это ответ на вопрос "справилась ли":
Sonnet 4.6 справился в 30% попыток, то есть 7 из 10 задач провалил.
Даже лучшая модель Sol max проваливает 27% попыток. Ни одна модель не решает всё.
Сырое время - среднее время одной попытки по часам, включая проваленные.
Модель тратит время (и деньги) независимо от того, получилось у неё или нет.
Время на решённую - расчётная, а не измеренная величина: сырое время ÷ pass@1. Читается как "сколько в среднем ждать до первого успеха, если перезапускать модель, пока не получится".
Именно поэтому Luna low с её 1.3 минуты на попытку стоит на 24-м месте: попытка мгновенная, но успешна лишь 1 из 65, так что до рабочего кода - полтора часа перезапусков.
pass@4 - доля задач, решённых хотя бы раз за 4 попытки.
Это потолок покрытия: у Sol max - 85.8%, значит ~14% задач он не решил ни в одной из четырёх попыток.
Datacurve взяла 113 реальных инженерных задач (написанных с нуля по мотивам живых open-source репозиториев Prometheus, Yjs, wasmi и т.д.) и прогнала каждую конфигурацию модель * уровень размышления» по 4 раза, примерно 450 попыток на конфигурацию.
Во время каждой попытки агент самостоятельно ходит по репозиторию, пишет код, гоняет тесты и коммитит результат.
Затем независимый верификатор проверяет, работает ли код. Попытка либо прошла, либо нет, частичного зачёта не бывает.
Что означают колонки:
pass@1 — доля попыток, закончившихся рабочим кодом.
Это ответ на вопрос "справилась ли":
Sonnet 4.6 справился в 30% попыток, то есть 7 из 10 задач провалил.
Даже лучшая модель Sol max проваливает 27% попыток. Ни одна модель не решает всё.
Сырое время - среднее время одной попытки по часам, включая проваленные.
Модель тратит время (и деньги) независимо от того, получилось у неё или нет.
Время на решённую - расчётная, а не измеренная величина: сырое время ÷ pass@1. Читается как "сколько в среднем ждать до первого успеха, если перезапускать модель, пока не получится".
Именно поэтому Luna low с её 1.3 минуты на попытку стоит на 24-м месте: попытка мгновенная, но успешна лишь 1 из 65, так что до рабочего кода - полтора часа перезапусков.
pass@4 - доля задач, решённых хотя бы раз за 4 попытки.
Это потолок покрытия: у Sol max - 85.8%, значит ~14% задач он не решил ни в одной из четырёх попыток.
А есть ли смысл в каких-то сценария использовать gpt-5.5 ?
Ответ: нет
Вся линейка GPT-5.5 провалилась в нижнюю треть рейтинга скорости.
Ни одна её конфигурация не поднялась выше 22-го места из 30.
Прошлый флагман по качеству оказался одной из самых медленных моделей - вдвое-втрое медленнее собственных преемников.
5.6 этот тот редкий случай, когда заявленное маркетингом ускорение поколения подтверждается независимыми бенчами.
Произошло полное поколенческое вытеснение за один релиз.
Лучшая конфигурация 5.5 (xhigh: 67.0%, $7.23, 30 минут) почти точь-в-точь равна по качеству Luna max (67.2%) - самому дешёвому тиру нового поколения.
При цене в 2.4 раза выше и времени в 1.6 раза дольше.
А Sol high даёт +2.4 п.п. качества за половину её цены и треть её времени.
У GPT-5.5 сегодня не осталось ни одной недоминируемой конфигурации - ровно тот же приговор, что у Opus 4.8.
Темп обесценивания: «флагман → полностью доминируемая модель» за ~2.5 месяца.
Последний штрих: pass@4 у 5.5 high - 90.3%, делит первое место по покрытию с Luna max. Старый флагман умеет решать почти все эти задачи - он просто делает это слишком медленно и слишком ненадёжно с первой попытки, чтобы это имело практическую ценность.
В рейтинге на сегодня GPT-5.5 - чисто историческая строка: use-case'ов, где она была бы рациональным выбором, в таблице не осталось.
Ответ: нет
Вся линейка GPT-5.5 провалилась в нижнюю треть рейтинга скорости.
Ни одна её конфигурация не поднялась выше 22-го места из 30.
Прошлый флагман по качеству оказался одной из самых медленных моделей - вдвое-втрое медленнее собственных преемников.
5.6 этот тот редкий случай, когда заявленное маркетингом ускорение поколения подтверждается независимыми бенчами.
Произошло полное поколенческое вытеснение за один релиз.
Лучшая конфигурация 5.5 (xhigh: 67.0%, $7.23, 30 минут) почти точь-в-точь равна по качеству Luna max (67.2%) - самому дешёвому тиру нового поколения.
При цене в 2.4 раза выше и времени в 1.6 раза дольше.
А Sol high даёт +2.4 п.п. качества за половину её цены и треть её времени.
У GPT-5.5 сегодня не осталось ни одной недоминируемой конфигурации - ровно тот же приговор, что у Opus 4.8.
Темп обесценивания: «флагман → полностью доминируемая модель» за ~2.5 месяца.
Последний штрих: pass@4 у 5.5 high - 90.3%, делит первое место по покрытию с Luna max. Старый флагман умеет решать почти все эти задачи - он просто делает это слишком медленно и слишком ненадёжно с первой попытки, чтобы это имело практическую ценность.
В рейтинге на сегодня GPT-5.5 - чисто историческая строка: use-case'ов, где она была бы рациональным выбором, в таблице не осталось.
В связи с последними релизами начал переделывать свой workflow.
Решил сменить пул моделей, на которых работаю.
Последние 2 дня решал для себя ключевую задачу: подобрать базовую кодинг модель.
Решил, что первичными критериями отбора будут:
- pass@1 выше 59% (pass@1 — доля попыток, в которых модель решила задачу с первого раза)
- pass@4 выше 79% (pass@4 — доля задач, решённых хотя бы в одной попытке из четырёх)
Прогнал результаты всех моделей, включая китайцев
В итоге ни одна китайская модель в рейтинг не вошла, как и gemini
У нас сейчас два неоспоримых лидера по качеству кодинга, это OpenAI и Anthropic, но есть одно но - у Антропиков только Fable вошёл в рейтинг. Opus 4.8 уже вне фронтира.
Мой выбор: Sol high
Оптимальность по всем осям.
По качеству - 69.4%, статистически неотличимо от Fable xhigh и Terra max, в трёх пунктах от абсолютного потолка рынка.
По цене - $3.47, дешевле Terra max при равном качестве, то есть прямая доминация ближайшего конкурента.
По времени - 9.9 минут на pass1 и 14.3 минуты на pass2: лучшая скорость во всём "клубе 59/79", лучшая на рынке.
Четвёртая ось, которую обычно не замечают, это "гигиена" исполнения.
37 шагов и медианный пиковый контекст 98k токенов на задачу.
Это глубоко внутри зоны его сильного long-context (91.5% MRCR) и без раздувания шагов, которым компенсируются слабости у Luna (102 шага) или Sonnet 5 (268).
Sol high решает задачи коротким путём, а не берёт их "измором" через длительные цепочки рассуждений "ах вот оно что" и "ух ты, оказывается..."
Экономика тоже сходится:
- шаг вниз до medium экономит $1.61, но роняет качество на 8.3 п.п. (плохой размен),
- шаг вверх до xhigh стоит +$1.23 за +1.3 п.п. (платим за шум).
Итого, на medium мы теряем много качества за малые деньги, выше - переплачиваем без улучшения качества.
P.S. Уже включил Sol high как наиболее экономичный, быстрый и надёжный исполнитель для написания кода в свой flow. Рекомендую.
Решил сменить пул моделей, на которых работаю.
Последние 2 дня решал для себя ключевую задачу: подобрать базовую кодинг модель.
Решил, что первичными критериями отбора будут:
- pass@1 выше 59% (pass@1 — доля попыток, в которых модель решила задачу с первого раза)
- pass@4 выше 79% (pass@4 — доля задач, решённых хотя бы в одной попытке из четырёх)
Прогнал результаты всех моделей, включая китайцев
В итоге ни одна китайская модель в рейтинг не вошла, как и gemini
У нас сейчас два неоспоримых лидера по качеству кодинга, это OpenAI и Anthropic, но есть одно но - у Антропиков только Fable вошёл в рейтинг. Opus 4.8 уже вне фронтира.
Мой выбор: Sol high
Оптимальность по всем осям.
По качеству - 69.4%, статистически неотличимо от Fable xhigh и Terra max, в трёх пунктах от абсолютного потолка рынка.
По цене - $3.47, дешевле Terra max при равном качестве, то есть прямая доминация ближайшего конкурента.
По времени - 9.9 минут на pass1 и 14.3 минуты на pass2: лучшая скорость во всём "клубе 59/79", лучшая на рынке.
Четвёртая ось, которую обычно не замечают, это "гигиена" исполнения.
37 шагов и медианный пиковый контекст 98k токенов на задачу.
Это глубоко внутри зоны его сильного long-context (91.5% MRCR) и без раздувания шагов, которым компенсируются слабости у Luna (102 шага) или Sonnet 5 (268).
Sol high решает задачи коротким путём, а не берёт их "измором" через длительные цепочки рассуждений "ах вот оно что" и "ух ты, оказывается..."
Экономика тоже сходится:
- шаг вниз до medium экономит $1.61, но роняет качество на 8.3 п.п. (плохой размен),
- шаг вверх до xhigh стоит +$1.23 за +1.3 п.п. (платим за шум).
Итого, на medium мы теряем много качества за малые деньги, выше - переплачиваем без улучшения качества.
P.S. Уже включил Sol high как наиболее экономичный, быстрый и надёжный исполнитель для написания кода в свой flow. Рекомендую.
❤🔥4🕊2👍1
Что брать на подписке за $20 ? 😃
Сравним Sol / Terra / Luna
1) Sol high против Terra max - чистая доминация.
Это единственная пара в таблице, где сравнение не требует оговорок: 69.4% против 69.6% — статистическая ничья по качеству, но Sol high дешевле ($3.47 против $4.95), быстрее в 1.7 раза (9.9 против 16.9 минуты) и надёжнее как процесс.
Почему так выходит: Terra добирается до качества Sol только на своём максимальном уровне размышления, и делает это через объём — 76 шагов агента и 72k выходных токенов против 37 шагов и 28k у Sol high.
Более слабая модель компенсирует слабость каждого шага количеством шагов, а каждый шаг — это время, токены и лишний вход в контекст.
Sol на high просто чаще прав с первого движения: короче траектория, меньше пикового контекста (98k против 177k), меньше точек отказа.
Terra max — это «качество Sol, купленное вдвое большей работой».
2) Sol high против Luna max — доминация по всем осям, кроме одной.
Качество: 69.4 против 67.2 (в пределах CI, но с перевесом Sol во всех четырёх прогонах).
Время: 9.9 против 18.7 минуты — вдвое.
Механика та же, но острее: Luna max делает 102 шага на задачу против 37 — она в буквальном смысле бредёт к решению короткими шажками, и её медианный пиковый контекст (202k) заходит в её же собственную зону деградации long-context (провал MRCR документирован с 256K, то есть она работает впритык к своему потолку).
Sol с его 91.5% MRCR и 98k рабочего контекста живёт с трёхкратным запасом.
Единственная ось, где Luna выигрывает — деньги: $3.03 против $3.47... и это выигрыш в 44 цента, 13%.
Luna экономит деньги, а не время? но против Sol high она уже почти не экономит и деньги. Её реальный ценовой аргумент — не max, а high за $0.78, но там качество проваливается до 44%.
ВЫВОДЫ:
если openai считает токены "по-честному" для подписки, то для подписки за $20 стратегия использования следующая:
Sol high часто решает задачи с одного прохода, но если он не решил задачу с первого раза, то гонять его дальше нет смысла.
Отсюда следствие: если Sol high не справляется, то переключиться для решения задачи на xhigh/max - это выйдет дешевле.
Другое направление экономии квоты: идти вниз по тирам, но не вниз по эффорту!
Т.е. если нужно сэкономить подписку на тривиальных задачх, то лучше использовать Terra high (34 шага, 21k токенов, это самая лёгкая рабочая конфигурация), а не на Sol low/medium: у Terra high лучше pass@4 и она легче. А вот Luna на подписке теряет свой единственный аргумент, цену, полностью: её 102 шага и 73k токенов на max жгут квоту наравне с Terra при худшем качестве.
—-
TL.DR.КГ.АМ
! Sol high как дефолт.
Sol xhigh/max - для задач где Sol high не справился за 2 прохода, дальше его нет смысла гонять, и дешевле перейти на xhigh/max
Для простых задач: Terra high
На подписке Luna не нужна вообще.
Сравним Sol / Terra / Luna
1) Sol high против Terra max - чистая доминация.
Это единственная пара в таблице, где сравнение не требует оговорок: 69.4% против 69.6% — статистическая ничья по качеству, но Sol high дешевле ($3.47 против $4.95), быстрее в 1.7 раза (9.9 против 16.9 минуты) и надёжнее как процесс.
Почему так выходит: Terra добирается до качества Sol только на своём максимальном уровне размышления, и делает это через объём — 76 шагов агента и 72k выходных токенов против 37 шагов и 28k у Sol high.
Более слабая модель компенсирует слабость каждого шага количеством шагов, а каждый шаг — это время, токены и лишний вход в контекст.
Sol на high просто чаще прав с первого движения: короче траектория, меньше пикового контекста (98k против 177k), меньше точек отказа.
Terra max — это «качество Sol, купленное вдвое большей работой».
2) Sol high против Luna max — доминация по всем осям, кроме одной.
Качество: 69.4 против 67.2 (в пределах CI, но с перевесом Sol во всех четырёх прогонах).
Время: 9.9 против 18.7 минуты — вдвое.
Механика та же, но острее: Luna max делает 102 шага на задачу против 37 — она в буквальном смысле бредёт к решению короткими шажками, и её медианный пиковый контекст (202k) заходит в её же собственную зону деградации long-context (провал MRCR документирован с 256K, то есть она работает впритык к своему потолку).
Sol с его 91.5% MRCR и 98k рабочего контекста живёт с трёхкратным запасом.
Единственная ось, где Luna выигрывает — деньги: $3.03 против $3.47... и это выигрыш в 44 цента, 13%.
Luna экономит деньги, а не время? но против Sol high она уже почти не экономит и деньги. Её реальный ценовой аргумент — не max, а high за $0.78, но там качество проваливается до 44%.
ВЫВОДЫ:
если openai считает токены "по-честному" для подписки, то для подписки за $20 стратегия использования следующая:
Sol high часто решает задачи с одного прохода, но если он не решил задачу с первого раза, то гонять его дальше нет смысла.
Отсюда следствие: если Sol high не справляется, то переключиться для решения задачи на xhigh/max - это выйдет дешевле.
Другое направление экономии квоты: идти вниз по тирам, но не вниз по эффорту!
Т.е. если нужно сэкономить подписку на тривиальных задачх, то лучше использовать Terra high (34 шага, 21k токенов, это самая лёгкая рабочая конфигурация), а не на Sol low/medium: у Terra high лучше pass@4 и она легче. А вот Luna на подписке теряет свой единственный аргумент, цену, полностью: её 102 шага и 73k токенов на max жгут квоту наравне с Terra при худшем качестве.
—-
TL.DR.
! Sol high как дефолт.
Sol xhigh/max - для задач где Sol high не справился за 2 прохода, дальше его нет смысла гонять, и дешевле перейти на xhigh/max
Для простых задач: Terra high
На подписке Luna не нужна вообще.
Please open Telegram to view this post
VIEW IN TELEGRAM
Anton Goncharenko
Что брать на подписке за $20 ? 😃 Сравним Sol / Terra / Luna 1) Sol high против Terra max - чистая доминация. Это единственная пара в таблице, где сравнение не требует оговорок: 69.4% против 69.6% — статистическая ничья по качеству, но Sol high дешевле ($3.47…
Если выстраивать нище-кодинг на подписках за $20 и делать всё вручную, без автоматизированных флоу, то я бы действовал так:
1. "Разговоры о проекте" - Terra high
2. Подготовка задач - Sol high
3. Имплементация - Terra high / Sol high
4. Ревью - Sol high
5. Для поиска направления решения в сложных задачах - Sol xhigh
использование effort level ниже high будет жечь лимиты быстрее - больше ошибок, больше ревью, больше переделывать, больше планировать, больше потребуется итераций, поэтому снижение уровня рассуждений будет тратить больше времени, больше токенов, худший результат и перерасход подписки.
1. "Разговоры о проекте" - Terra high
2. Подготовка задач - Sol high
3. Имплементация - Terra high / Sol high
4. Ревью - Sol high
5. Для поиска направления решения в сложных задачах - Sol xhigh
использование effort level ниже high будет жечь лимиты быстрее - больше ошибок, больше ревью, больше переделывать, больше планировать, больше потребуется итераций, поэтому снижение уровня рассуждений будет тратить больше времени, больше токенов, худший результат и перерасход подписки.
Был задан вопрос по поводу модели для ревью
Ответ:
Приведённые цифры - это не бенчмарк на ревью.
Там сейчас картина обратная, Fable на ревью справляется в целом лучше.
Ключевое, если говорить про ревью, делать его другой "линзой", Т.е. ценность ревьюера не в "силе", а в "непохожести".
Sol сам себя отревьюит не так хорошо, как другая модель. Даже с более высоким уровнем ризонинга от прогона к прогону одна и та же модель начнёт сходится к одной и той же интерпретации задачи, оставляя те же слепые зоны.
Т.е. лучше всего строить такой рабочий процесс, где у тебя будет кросс-вендорный ревьюер по отношению к кодинговой модели.
P.S. Напишу, как у меня организовано ревью и какими моделями.
P.P.S. Пост выше, где я писал про "4. Ревью - Sol high" относилось к ситуации, где пользователь пользуетс исключительно моделями от клозедов и не имеет второго вендора.
Ответ:
Приведённые цифры - это не бенчмарк на ревью.
Там сейчас картина обратная, Fable на ревью справляется в целом лучше.
Ключевое, если говорить про ревью, делать его другой "линзой", Т.е. ценность ревьюера не в "силе", а в "непохожести".
Sol сам себя отревьюит не так хорошо, как другая модель. Даже с более высоким уровнем ризонинга от прогона к прогону одна и та же модель начнёт сходится к одной и той же интерпретации задачи, оставляя те же слепые зоны.
Т.е. лучше всего строить такой рабочий процесс, где у тебя будет кросс-вендорный ревьюер по отношению к кодинговой модели.
P.S. Напишу, как у меня организовано ревью и какими моделями.
P.P.S. Пост выше, где я писал про "4. Ревью - Sol high" относилось к ситуации, где пользователь пользуетс исключительно моделями от клозедов и не имеет второго вендора.
❤🔥1👍1🕊1
Напишите, кто в подписках за $20 пользуется новыми моделями, какие ощущения по лимитам? Совпадают с теорией?
С этими сбросами лимита и подпиской за $200 я вообще не вижу, что бы что-то заканчивалось.
Но продолжаю готовиться к худшему ) И оптимизировать расход токенов.
С этими сбросами лимита и подпиской за $200 я вообще не вижу, что бы что-то заканчивалось.
Но продолжаю готовиться к худшему ) И оптимизировать расход токенов.
Магистраль Импорт - прототип лендинга
Фронтендеры тут? (И не только.)
Нужно мнение.
Я совладелец небольшого бизнеса, 20 человек, из них нас 3-е учредителей.
Было бы странно, если бы внутренняя система на которой мы работаем не была бы создана моей больной фантазией, соместно с claude code + codex.
А вот на прошлых выходных я решил, что пора удариться в маркетинг.
"Да что я, лендинг нам не сделаю", подумал Штирлиц.
И сделал.
http://best.magimp.ru/
Прототип лединга собран за сутки + ещё несколько дней обработки напильником.
Использован claude design для прототипирования.
Мой ансамбль claude code + codex для реализации + самодельные skills
Пока это не уехало в продакшн, прошу дать обратную связь.
P.S. Это ещё пока только чистый фронт, к CRM пока не прикручивал, лид формы не работают, никакие ФЗ не нарушаются )
Фронтендеры тут? (И не только.)
Нужно мнение.
Я совладелец небольшого бизнеса, 20 человек, из них нас 3-е учредителей.
Было бы странно, если бы внутренняя система на которой мы работаем не была бы создана моей больной фантазией, соместно с claude code + codex.
А вот на прошлых выходных я решил, что пора удариться в маркетинг.
"Да что я, лендинг нам не сделаю", подумал Штирлиц.
И сделал.
http://best.magimp.ru/
Прототип лединга собран за сутки + ещё несколько дней обработки напильником.
Использован claude design для прототипирования.
Мой ансамбль claude code + codex для реализации + самодельные skills
Пока это не уехало в продакшн, прошу дать обратную связь.
P.S. Это ещё пока только чистый фронт, к CRM пока не прикручивал, лид формы не работают, никакие ФЗ не нарушаются )
Anton Goncharenko
Магистраль Импорт - прототип лендинга Фронтендеры тут? (И не только.) Нужно мнение. Я совладелец небольшого бизнеса, 20 человек, из них нас 3-е учредителей. Было бы странно, если бы внутренняя система на которой мы работаем не была бы создана моей больной…
Так как я крайне далёк от фронтов Малой Токмачки, то мне крайне интересно было получить мнение/критику со стороны.
Александр @Kactoid проделал большую работу, не могу не поделиться:
Есть над чем подумать / научиться.
Александр @Kactoid проделал большую работу, не могу не поделиться:
1) Прокрутка на десктопе явно предполагает только один сценарий: прокрутка колёсиком мыши, только в этом режиме это не ощущается как проблема. Прокрутка через нажатие на колёсико мыши и скролл бар ощущается плохо, прокрутка рванная и дёрганная.
2) Экран с картой плохое решение, прокрутка страницы вообще останавливается, что бесит при необходимости чуть чуть протянуть страницу вверх или вниз, это контр интуитивно. Исчезающие блоки там где в этом нет необходимости тоже так себе сценарий.
3) На мобильном в месте карты ниже вообще мало кто доскролит, т.к. визуально ничего не меняется после многих скролов пальцем
4) Следующий блок "Назначьте цену"(да и все последующие) нормально смотрится только по середине экрана, мне нравится прокручивать контент который я читаю к верхней границы экрана (и не я один такой) но в этом положении блок уже затемняется и ощущается слегка не активным
5) В следующем блоке "Работаем с бизнесом любого масштаба" кнопка "обсудить задачу" перекидывает в другое место страницы, может быть вкусовщина но ощущается странно, если это так уж связные блоки пусть бы они и были рядом, а так полстраницы прокрутилось, потом надо возвращаться на верх, ну такое
6) Шаг 4 из 5 "Расчёт бесплатный" "Откуда и куда везём?" указание городов назначения вероятно должны быть обязательными полями, сейчас не так
7) "Снимаем последние сомнения" при разворачивание/сворачивание сам блок с пунктами как то нехорошо дёргается
8) Тени у кнопок "Получить расчёт стоимости" смотрятся дёшево, их очень любят делать ЛЛМ-ки и лично для меня это уже своеобразный маркер. Тем более излишне добавлять акцент в виде красной тени огромной красной кнопке на белом фоне.
9) У блока со скрина есть внутреняя небольшая прокрутка на мобильном что тормозит скрол и раздражает, она там явно излишняя
10) Две мигающие кнопки в хедере и в правом нижнем углу это перебор (мигание на мой вкус уже перебор, она и так огромная и раздражающая)
11) при клике на кнопку в правом нижнем углу появляющееся меню нельзя закрыть нажатием по пустому месту - раздражает.
12) Кнопки внизу ватсап, телеграм, работают не отзывчиво, ты на них нажимаешь и какое то время ничего не происходит, нужно какое то событие, показать прелоудер или что то такое
13) бегущая строка, это конечно во многом вкусовщина, но на мой взгляд на сайте это не уместно, во первых потому что в ней нет необходимости, во вторых на сайте и так слишком много что то куда то передвигается, в третьих потому что у неё вайб кустарщины.
В целом, визуально, сайт выглядит хорошо, уверенная типографика, единая стилистика, аккуратная сетка, но анимации вмешиваются в управление страницей, мешают чтению, слишком много элементов спорящих за внимание. Всё это портит общее впечатление.
Есть над чем подумать / научиться.
Немного философии.
🌗 Кто виноват и что делать?
Никто не виноват. Мы живём в удивительное время и имеем возможность ежедневно соприкасаться с передовой технологией.
Ключевой вопрос - как мы распорядимся этим временем.
Я вижу, что лишь малая часть людей из тех, кто пользуется нейросетями, понимает: ключевое сейчас - учиться. Именно ежедневное обучение со временем создаст разрыв между вами и тем легионом, который через 2–3 года придёт в эту сферу.
Ещё вчера разработка на ИИ-агентах выглядела как игрушка. А через 5 лет нашу сферу заполонят "обыватели". ИИ станет чем-то вроде офисного пакета и базовым требованием для любой вакансии.
У нас ещё есть какое-то время создать отрыв от этой массы людей.
🧠 Чему учиться?
Учиться учиться.
В мире, где всё меняется каждые две недели, что приобретает ценность?
Главным навыком становится не статичная экспертиза, а гибкость. Мета-навык обучения, адаптации и переноса знаний между областями.
Будущее будет принадлежать не тем, кто больше всех знает сегодня, а тем, кто сможет продолжать учиться завтра. Разрыв создаёт не знание, а скорость его обновления.
➡️ Быть экспертом контура разработки.
Не писать код и не заниматься инженерией, а управлять доставкой бизнес-ценности в реальный мир через самоверифицирующуюся петлю разработки: вы формулируете задачу на входе и принимаете результат на выходе. Кстати, я так и построил свой конвейер.
Перестаньте проверять результат - начните строить проверяющего. Ваше место не внутри цикла, а на его границах. Human-in-the-loop - красивый термин, которым часто прикрывают недостатки плохих workflow: конвейер едет со скоростью самого медленного звена, и внутри цикла это звено - человек. Станьте human-on-the-loop. Не звено, а надзор над контуром.
Код превращается из ценности в расходник. Активом становится сама петля - контракты, верификаторы, харнесс. Одна задача, выполненная "вручную" с агентом - демонстрация. Петля, которая штампует проверенные результаты, - система.
Да, не всё верифицируемо - вкус, интерфейсы, стратегия, доверие клиента. Да, строить петлю под разовую задачу дороже, чем сделать её руками: петля окупается на повторяемости. Но ваша ценность как специалиста начнёт концентрироваться там, где верифицируемость нужно конструировать, а не там, где она есть из коробки.
🌀 Качество ваших контуров будет расти с каждым построенным. Но для этого нужно начать строить их уже сегодня.
И, конечно, нельзя забывать про бизнес-ценность - без неё петля остаётся игрушкой. У верификации есть иерархия, которую венчают бизнес-метрики. Большинство петель сегодня останавливаются на нижних ступенях и проверяют, что код работает. Пока критерий приёмки не дотянут до бизнес-метрики, вы автоматизировали написание кода, но не доставку ценности.
Учитесь тому, что дополняет ИИ, а не конкурирует с ним.
С чего начать? У вас же была мечта?
Теперь вы можете её построить.
Нет ничего более мотивирующего, чем процесс реализации мечты. Цепочка информация -> знания -> умения -> навык схлопнулась для исполнения. Все знания мира и лучшие исполнители у вас под рукой.
Учитесь ими руководить.
☕️
🌗 Кто виноват и что делать?
Никто не виноват. Мы живём в удивительное время и имеем возможность ежедневно соприкасаться с передовой технологией.
Ключевой вопрос - как мы распорядимся этим временем.
Я вижу, что лишь малая часть людей из тех, кто пользуется нейросетями, понимает: ключевое сейчас - учиться. Именно ежедневное обучение со временем создаст разрыв между вами и тем легионом, который через 2–3 года придёт в эту сферу.
Ещё вчера разработка на ИИ-агентах выглядела как игрушка. А через 5 лет нашу сферу заполонят "обыватели". ИИ станет чем-то вроде офисного пакета и базовым требованием для любой вакансии.
У нас ещё есть какое-то время создать отрыв от этой массы людей.
🧠 Чему учиться?
Учиться учиться.
В мире, где всё меняется каждые две недели, что приобретает ценность?
Главным навыком становится не статичная экспертиза, а гибкость. Мета-навык обучения, адаптации и переноса знаний между областями.
Будущее будет принадлежать не тем, кто больше всех знает сегодня, а тем, кто сможет продолжать учиться завтра. Разрыв создаёт не знание, а скорость его обновления.
Не писать код и не заниматься инженерией, а управлять доставкой бизнес-ценности в реальный мир через самоверифицирующуюся петлю разработки: вы формулируете задачу на входе и принимаете результат на выходе. Кстати, я так и построил свой конвейер.
Перестаньте проверять результат - начните строить проверяющего. Ваше место не внутри цикла, а на его границах. Human-in-the-loop - красивый термин, которым часто прикрывают недостатки плохих workflow: конвейер едет со скоростью самого медленного звена, и внутри цикла это звено - человек. Станьте human-on-the-loop. Не звено, а надзор над контуром.
Код превращается из ценности в расходник. Активом становится сама петля - контракты, верификаторы, харнесс. Одна задача, выполненная "вручную" с агентом - демонстрация. Петля, которая штампует проверенные результаты, - система.
Да, не всё верифицируемо - вкус, интерфейсы, стратегия, доверие клиента. Да, строить петлю под разовую задачу дороже, чем сделать её руками: петля окупается на повторяемости. Но ваша ценность как специалиста начнёт концентрироваться там, где верифицируемость нужно конструировать, а не там, где она есть из коробки.
🌀 Качество ваших контуров будет расти с каждым построенным. Но для этого нужно начать строить их уже сегодня.
И, конечно, нельзя забывать про бизнес-ценность - без неё петля остаётся игрушкой. У верификации есть иерархия, которую венчают бизнес-метрики. Большинство петель сегодня останавливаются на нижних ступенях и проверяют, что код работает. Пока критерий приёмки не дотянут до бизнес-метрики, вы автоматизировали написание кода, но не доставку ценности.
Учитесь тому, что дополняет ИИ, а не конкурирует с ним.
С чего начать? У вас же была мечта?
Теперь вы можете её построить.
Нет ничего более мотивирующего, чем процесс реализации мечты. Цепочка информация -> знания -> умения -> навык схлопнулась для исполнения. Все знания мира и лучшие исполнители у вас под рукой.
Учитесь ими руководить.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1