чето про ии и разработку
32 subscribers
42 photos
3 videos
1 file
17 links
Бесконечно изучаю программирование и строю свой продукт tabrica.ru
Download Telegram
DTO, schema, model, entity: почему в коде всё называется User

Это была тяжелая статья. Мысли постоянно смешивались и было сложно выстроить текст так, чтобы каждый абзац отвечал на конкретный вопрос.

Но в итоге получилось хорошо. Не думаю, что она залетит, но для меня, как для автора, ее написание было крайне полезным.
❤3👍1👏1😁1
Это счастье.

Наконец-то я дождался новых моделей от OpenAI.

5.6 Sol — это ровно то, чего я хотел уже как несколько месяцев: умнее, стабильнее, предсказуемее. Она обходит Fable 5 почти во всех бенчмарках, еще и без цирка с рандомными переключениями на Opus 4.8.

Но и младшие модели не нужно недооценивать: 5.6 Terra обходит Fable 5 во многих бенчах, а стоит в два раза дешевле чем 5.5. Это магия просто какая-то.
А 5.6 Luna будет идеальной моделью под написание кода. Дешевая и быстрая.

Уже начал тестировать, потом распишу сюда фидбэк.
👍5
Пока что отношения с обновлением у меня очень натянутые: лимиты закончились буквально за минут сорок. Это нетипично при любом сценарии использования на подписке за 100$.

Но лимиты мне уже сбросили буквально минут 5 назад, так что OpenAI фиксят баги прям в эту секунду.

Если все будет ок, то я для себя выберу следующую тактику:
- 5.6 Sol medium — ревьюер и планнер;
- 5.6 Terra light — основной агент и оркестратор;
- 5.6 Luna medium — разработчик.

Посмотрим, как эта тактика себя покажет на продуктовой разработке на нескольких огромных проектах.
Предварительно могу сказать, что 5.6 Sol ultra нашел куда больше проблем во время ревью, чем ровно такой же субагент на 5.5 high.
🤔2👏1
Погонял я разные модели и reasoning'и, пытаясь найти нормальный баланс между качеством и расходом лимитов.

Вкратце про Ultra: это не новый сверхжирный reasoning, а запуск пачки агентов под капотом. Для огромных параллельных задач иногда полезно, но в обычной разработке практически бесполезно и очень дорого.
Сначала я тут сам путался, но по сути это просто аналог Max-мода в Cursor.

Пока лучшая связка для меня выглядит так:
- GPT-5.6 Terra medium — основной разработчик и оркестратор;
- GPT-5.6 Sol medium — ревьюер и планнер.

Terra реализует задачу и гоняет тесты, Sol ищет баги и пропущенные edge-кейсы, после чего Terra исправляет замечания. Цикл идёт до approve.

Теперь самое интересное:
Luna для обычной разработки оказалась почти бессмысленной. Она дешёвая за токен, но это никак не гарантирует экономный расход лимитов.

Например, по Artificial Analysis:
- Terra medium: 46 Intelligence, 10 млн токенов;
- Luna high: те же 46, но 37 млн токенов;
- Sol low: 49 Intelligence и 6.6 млн токенов.

То есть дешёвая модель может просто сожрать в несколько раз больше токенов и в итоге оказаться дороже.

Но есть ещё один момент:
Вместе со снижением стоимости моделей OpenAI, заметно закрутили гайки по лимитам Codex.

Раньше связки вроде GPT-5.5 medium + GPT-5.5 high стоили сильно дороже, но позволяли мне прогонять огромные объёмы работы.
Сейчас даже более дешёвый GPT-5.6 Terra medium сжирает лимиты ощутимо быстрее.

Точную формулу списания OpenAI не раскрывает, поэтому утверждать наверняка нельзя. Но по фактическому использованию есть ощущение, что модели стали дешевле по API, но дороже относительно лимитов по подпискам.
На самом деле это можно было предугадать, потому что уже не первый месяц из всех труб говорят о том, что Claude Code и Codex работают себе в убыток, если сравнивать цены по API и подписочные лимиты. OpenAI хорошо постаралась над оптимизацией моделей — теперь можно и выровнять этот неприятный для бизнеса момент.
❤1
Для понимания, почему я выбрал именно эту связку, прикрепляю сравнение моделей по Artificial Analysis.

«Токены AA» — это суммарное количество output/reasoning-токенов, которое модель потратила на одном и том же наборе тестов. Это не расход на один запрос, а показатель относительной прожорливости моделей.

Поэтому низкая цена одного токена ещё не означает, что модель будет экономнее по фактическому расходу лимитов.
😁2❤1
чето про ии и разработку
Погонял я разные модели и reasoning'и, пытаясь найти нормальный баланс между качеством и расходом лимитов. Вкратце про Ultra: это не новый сверхжирный reasoning, а запуск пачки агентов под капотом. Для огромных параллельных задач иногда полезно, но в обычной…
Еще забыл поговорить про разницу в скорости между Terra и Sol.

По данным Artificial Analysis:
- Terra medium: 113.5 output-токена в секунду;
- Sol medium: 59.7 output-токена в секунду.

То есть Terra генерирует ответ почти в 1.9 раза быстрее.

Разница по задержке ещё заметнее:
- Terra начинает отвечать примерно через 1.55 секунды;
- Sol — через 7.92 секунды.

А стандартизированный ответ на 500 токенов занимает:
- Terra medium — около 5.95 секунды;
- Sol medium — около 16.29 секунды.

Получается, Terra начинает отвечать примерно в пять раз быстрее, а весь ответ завершает почти в три раза быстрее.
Конечно, это замеры API, а не готового агента внутри Codex. Но эта разница дает примерное понимание разницы скоростей между модельками.

И для разработки это нихуя не косметическая разница. Проверено на себе же.
При моем сетапе, о котором я говорил выше, задачи начали завершаться существенно быстрее просто из-за скорости Terra.

Ставить Sol основным разработчиком только потому, что у него выше Intelligence Index, — это уже либо про тариф за 200$, либо фетишизм на бенчмарки.
Хотя и то, и то я считаю неоправданным, можно выстроить куда более крутой рабочий процесс чисто под свои задачи.
❤2
Немного новостей по Codex:

1. OpenAI снова сбросили лимиты всем пользователям — уже, кажется, в четвёртый раз с выхода новых моделей 9 июля.

Это явно не парад невиданной щедрости. Скорее всего, после крупного релиза они продолжают чинить баги с подсчётом расхода и периодически вынуждены обнулять лимиты. Но если так подумать, то они этого могли и не делать — не так уж и много по этому поводу горят в твиттере.

2. Пятичасовой лимит убрали. Теперь остался только недельный.
Огромное спасибо, наконец-то выпилили эту рудиментарную хуету.

3. Я наконец посмотрел свою статистику расхода:
- 370 млн токенов в день выхода новых моделей;
- 310 млн токенов на следующий день.

Теперь стало немного понятнее, почему мои лимиты тогда улетели буквально моментально)
Ultra больше не трогаю. Только в очень редких сценариях.
❤2
У нас ещё одно обновление 🚀

Добавили поле «Множественный выбор», загрузку файлов до 5 ГБ и ручной ввод даты и времени. Также ускорили работу со связанными записями и обновили лендинг.

Подробнее об изменениях:
https://tabrica.ru/updates/new-field-big-files-and-new-landing
Forwarded from Егор Кашин
❤️✨ Запустились на продукт радаре, поддержать в голосовании можно тут:
https://productradar.ru/product/tabrika/
Будем признательны любой поддержке
Please open Telegram to view this post
VIEW IN TELEGRAM
Последнее время прям усиленно учу теорию.

Решил системно пройтись по большинству технологий, которые и так использую каждый день, но где оставались дыры (Python, SQL, PG, MongoDB и т.д.).
Это продолжается уже пару недель, и я прям чувствую, как начинаю применять новое в рассуждениях или в целом на работе, так что это явно не для красоты и не для галочки.

Учить еще много, стараюсь стабильно этим заниматься, но мозг все же подкипает частенько.

И, кстати, прям очень заметно, настолько теория сейчас легче схватывается, чем даже год назад.
Когнитивные способности и хуе-мое.
❤3🔥2
И недавно было пополнение в семье. Это кошка Соня.

Ей где-то 1.5 месяца, на улице была одна, поэтому решили взять. Теперь два кота у нас...

Проглистовали, от блох избавили, да и в целом она уже куда крепче держится на ногах и немного веса набрала, ибо до этого явно недоедала.

Скоро ещё прививку поставим и все будет чики пуки.
❤6👍2
Забавно, но я перешел на Claude Code с Codex.

Я полгода просидел на GPT за 100 баксов и решил уйти, потому что уже заебало смотреть, как 5% недельных лимитов сгорают за 15 минут работы одного агента
Компания вечно говорит, что лимитов не снижает и мол "Это проблема 5.6", но при переключении на 5.5 лимиты уходят с той же скоростью

GPT-6 Astra тут просто добила. Модель охуенная, спору нет.
Она приблизила тот момент, когда уже начинаешь думать, что ручное ревью может и не такая необходимая вещь. Но мне ее хватает буквально на 2 дня поработать)
Причем, это не субъективно. Щас абсолютно мерзкая цепочка происходит со стороны OpenAI:

Были хорошие лимиты -> Тибо начал их сбрасывать чуть ли не каждый день -> подсадил на сбросы все комьюнити как на иглу -> сильно урезали лимиты и частоту сбросов.
Щас реально это начало ощущаться не как акт щедрости, а как будто я свинья, которой в хлев закидывают похавать.

Возвращаясь к Claude Code: тариф тот же, 100$
Пока что я вообще не пожалел. Есть моменты, которые хуже чем в Codex, но есть и получше.
Например:
1. Модели начинают работать буквально через мгновение после промпта. В Codex это было утомительными 10-20 секундами
2. Никакого "Model is at capacity". Хоть и редко, но бесило прерывание промпта.
3. 1 млн контекста = нет сжатия каждые 5 минут = нет постоянных простоев по 3-4 минуты
👍3❤1
И еще один субъективный момент, который я ощущаю каждый раз, когда выходит новая модель.
Старым моделям сильно урезают мощности после выхода нового фронтира.

Доказать это нельзя, но я каждый раз вижу как модель, которая буквально неделю назад была фронтиром, теперь не переваривает задачи, которые раньше быстро щелкала.
Естественно в этом никакая компания не признается, это полный позор был бы, потому что в таком случае это будет выглядеть как "Мы выпустили модель в два раза дороже, старая теперь говно, пользуйтесь".

Opus 5 - охуенная модель, как раньше так и сейчас.
Fable 5.1 - уровень астры, но смысла я в нем на постоянку не вижу честно говоря. Буду запускать для эскалации и тяжелого ревью разве что, пока еще не довелось нормально поюзать.
👍2❤1
SKILL.md
6.3 KB
Одна useful практика, к которой я пришел совсем недавно, и которой готов поделиться:

Сделать скилл и правило, чтобы агент после каждых изменений/исследований прикреплял таблицу с полями, которые позволяют быстро понять место, кейс, проблему и ее решение.
Обычный ответ агента либо состоит из пунктов, которые превращаются в кашу, либо вообще представляют собой длинный текст. Если кейсов было 3 и больше, то глаза просто отказываются видеть в этом структуру и ухудшается читаемость. Значит ухудшается и ревью изменений, и понимание контекста.

Пример на скрине. Мне это очень помогло ориентироваться в действиях агента и лучше понимать то, что он сделал или будет делать.

Прикрепляю также скилл для Claude, можете адаптировать под свой харнесс и добавить в правила, что его обязательно юзать в каждом подходящем ответе. 🪄
❤3
Opus 5.5 и GPT-6 Sol & Luna.
Вчера зарелизили три модели. Тут конкуренция немного разошлась.

По факту для меня интересен только релиз Opus 5.5, потому что это новая фронтир-модель Antropic, которая обходит Fable 5.1 и Astra во многих бенчах.
При этом стоит на 20% дешевле, чем Opus 5. Короче это прям явный успех, я уже ее успел попробовать и магия все-таки произошла. Она умнее предыдущего Opus, она меньше жрет, я доволен.
Умнее ли все-таки чем Fable и Astra - вряд ли. Бенчмарки - узкий набор тестов, которые прогнали на пределе мощностей модели, как и всегда. Для более дорогих моделей выделяется тупо больше мощностей, они обязаны показывать лучший результат, поэтому в какой-то тяжелой эскалации лидерство все равно будет за массивными фронтирами.

GPT-6 Sol - вообще иная ситуация. Даже в бенчмарках отличий практически нет от предыдущего поколения.
Модель интересна только своей ценой, потому что OpenAI снизили ее в два раза. Соответственно и лимиты в Codex должны жраться умереннее.
Я уже прогнал ее и никакой разницы по лимитам не заметил. Это необъективный тест, но я склоняюсь к тому, что большая часть экономии именно в цене по API.

GPT-6 Luna - то же самое, неинтересная модель. Цена в два раза снизилась и на этом все.

Я уже с давних пор говорю, что основной фокус AI-компаний будет именно на оптимизации трат и ресурсов, вот оно и происходит.
Так что это все равно круто, просто эмоций особых не вызывает. Модели будут становиться все экономичнее и быстрее, что позволит лутать больше денег и окупаться их создателям.
👍1
This media is not supported in your browser
VIEW IN TELEGRAM
Жиза бля.

Просто невероятная модель, жрет лимиты очень умеренно даже на подписке за 100 баксов, при этом вообще вопросов к ней не возникает, реально качество уровня Fable 5.1/Astra.
Пока что ни разу не понадобилось никуда лезть, прям очень хорошо.

И нет позора с чатом, потому что новые модели Claude сразу появляются не только в Claude Code, но и вообще везде.
А в ChatGPT до сих пор 5.6 Sol стоит 💀
Ладно уж вы не хотите Astra туда тянуть, ну хотя бы более экономичную 6 Sol туда закиньте, проблема то в чем?
Видимо не оч окупается то, что ChatGPT имеет вообще отдельные лимиты от Codex/Work. В Claude не так, там все общее.

Но это не отменяет того, что ChatGPT - лучший обычный веб-чат с иишкой.
Отлично держит контекст, топ-1 по генерации фото в мире, оч хорошо организованное пространство, не такой душный как Claude и намного лучше ищет инфу, не боясь дать ответ из-за шанса ошибиться.
Поэтому две подписки - база.
👍1