Протестировал GPT-5.4 - medium - результат 5 из 5
Я ж вам говорил, этот дизайн вы ни с чем не спутаете... результат 5 из 5 даже с medium thinking. Но, как обычно есть нюансы.
Промпт:
Создайте...
1. Все телефоны настолько курпные, что не влезают в экран.
2. Все аппараты ровные, экраны нигде не торчат за пределы корпуса (но если вы присмотритесь, некоторые клавиатуры кривые и косые).
3. Иногда он пишет туду список, иногда не пишет (не знаю, на что это влияет). Так же в режиме задавания вопросов, иногда он задает больше вопросов иногда меньше, так что имеет смысл написать: "задай мне как можно больше вопросов".
Больше у меня основных замечаний нет.
Но, есть дополнительные нюасны:
• В 2х змейках из 5 нет экрана гейм овер. Некоторые змейки стартуют только после нажатия на ок, что уже не канонично. (у китайцев таких приколов не было).
• У некоторых аппаратов отправлются смс (но не у всех).
• Видно, что он пыхтит и старается сделать Нокия Тюн, но только у 1 из 5 это реально Нокия Тюн.
• У последнего аппарата экран настолько пикселявый, что ничего не видно (у Опуса кстати, был аналогичный, но другой косяк).
• Если аппарат не стартует, возможно надо запусить веб сервер (я в этом еще не очень силен).
Выводы:
Мы видим, что создать телефон с игрой змейка, редактором смс и визуализатором мелодии для топовых американских моделей за 10 минут задача не сложная даже для среднего мышления с ван шота без тестирования (только нужен хотя бы нативный режим планирования).
Им не нужно объяснять, что "экран не должен торчать за пределы корпуса обязательно проверь".
GPT-5.4 делает намного-намного-намного дешевле Opus 4.6. Но, чисто субъективно, Opus 4.6 визуально делает на голову выше GPT-5.4, который в отличае от китайцев делает все ровно и аккуратно.
Так что:
Если у вас много свободного времени и для вас важна цена - китайские модели напишут вам кучу забагованного кода, (даже GLM-5.1), который вам потом долго тестировать.
Если у вас денег дофига - то американцы, делают все в 3-5 раз дороже и качественне, но тестировать все равно вам придется.
Тут такая делема, что по времени\деньгам? Написать доп. промпт "Экран не ровный исправь" (но это происходит в 20% случаев), или поставить на автопилот и не парится.
Что же по лимитам?
Как я писал ранее, на 1 аппарат уходит 5% обычного пятичасового лимита Плюс за $20. На все 5 аппаратов ушло 26% пятичасового лимита. Иногда он тратит 75% контекста, иногда 69%, иногда 79%. Вот 5% контекста - примерно 1% дневного лимита )
Я ж вам говорил, этот дизайн вы ни с чем не спутаете... результат 5 из 5 даже с medium thinking. Но, как обычно есть нюансы.
Промпт:
Создайте...
1. Все телефоны настолько курпные, что не влезают в экран.
2. Все аппараты ровные, экраны нигде не торчат за пределы корпуса (но если вы присмотритесь, некоторые клавиатуры кривые и косые).
3. Иногда он пишет туду список, иногда не пишет (не знаю, на что это влияет). Так же в режиме задавания вопросов, иногда он задает больше вопросов иногда меньше, так что имеет смысл написать: "задай мне как можно больше вопросов".
Больше у меня основных замечаний нет.
Но, есть дополнительные нюасны:
• В 2х змейках из 5 нет экрана гейм овер. Некоторые змейки стартуют только после нажатия на ок, что уже не канонично. (у китайцев таких приколов не было).
• У некоторых аппаратов отправлются смс (но не у всех).
• Видно, что он пыхтит и старается сделать Нокия Тюн, но только у 1 из 5 это реально Нокия Тюн.
• У последнего аппарата экран настолько пикселявый, что ничего не видно (у Опуса кстати, был аналогичный, но другой косяк).
• Если аппарат не стартует, возможно надо запусить веб сервер (я в этом еще не очень силен).
Выводы:
Мы видим, что создать телефон с игрой змейка, редактором смс и визуализатором мелодии для топовых американских моделей за 10 минут задача не сложная даже для среднего мышления с ван шота без тестирования (только нужен хотя бы нативный режим планирования).
Им не нужно объяснять, что "экран не должен торчать за пределы корпуса обязательно проверь".
GPT-5.4 делает намного-намного-намного дешевле Opus 4.6. Но, чисто субъективно, Opus 4.6 визуально делает на голову выше GPT-5.4, который в отличае от китайцев делает все ровно и аккуратно.
Так что:
Если у вас много свободного времени и для вас важна цена - китайские модели напишут вам кучу забагованного кода, (даже GLM-5.1), который вам потом долго тестировать.
Если у вас денег дофига - то американцы, делают все в 3-5 раз дороже и качественне, но тестировать все равно вам придется.
Тут такая делема, что по времени\деньгам? Написать доп. промпт "Экран не ровный исправь" (но это происходит в 20% случаев), или поставить на автопилот и не парится.
Что же по лимитам?
Как я писал ранее, на 1 аппарат уходит 5% обычного пятичасового лимита Плюс за $20. На все 5 аппаратов ушло 26% пятичасового лимита. Иногда он тратит 75% контекста, иногда 69%, иногда 79%. Вот 5% контекста - примерно 1% дневного лимита )
❤1
Какие-то итоги тестирования китацы vs американцы
1. Opus 4.6 и GPT 5.4 - 5 из 5 (стоят по $12-25 за 1M)
2. GLM5.1\5, Kimi K2.5, Composer 2 - 4-4.5 из 5 (стоят $2.2-4.4 за 1М)
3. Qwen 3.6, Minimax M2.7 и остальные 3 из 5
4. Устаревшие модели GPT-4.1 и др. 0 из 5
Как показывает практика, в таких простых задачах количество мышления особо на результат не влияет. Мышление влияет на число допускаемых ошибок.
Тут такая делема, что по времени\деньгам?
Написать доп. промпт "Экран не ровный исправь", но это происходит в 20%-40% случаев, а не каждый раз, и может быть намного намного дешевле, писать доп. пропты, потому что все равно за ними все тестировать нужно.
Для простых задач: "принеси подай", "закомить и запуш", "прогони тесты". - смело выбираем китайцев. Главное все так организовать, чтобы им как можно было меньше пространства ошибиться.
С другой стороны остается вопросик:
А что будет если Opus 4.6 напишет подробный план, а GPT-5.4 потом реализует? (Какой в этом сллучае будет дизайн?)
1. Opus 4.6 и GPT 5.4 - 5 из 5 (стоят по $12-25 за 1M)
2. GLM5.1\5, Kimi K2.5, Composer 2 - 4-4.5 из 5 (стоят $2.2-4.4 за 1М)
3. Qwen 3.6, Minimax M2.7 и остальные 3 из 5
4. Устаревшие модели GPT-4.1 и др. 0 из 5
Как показывает практика, в таких простых задачах количество мышления особо на результат не влияет. Мышление влияет на число допускаемых ошибок.
Тут такая делема, что по времени\деньгам?
Написать доп. промпт "Экран не ровный исправь", но это происходит в 20%-40% случаев, а не каждый раз, и может быть намного намного дешевле, писать доп. пропты, потому что все равно за ними все тестировать нужно.
Для простых задач: "принеси подай", "закомить и запуш", "прогони тесты". - смело выбираем китайцев. Главное все так организовать, чтобы им как можно было меньше пространства ошибиться.
С другой стороны остается вопросик:
А что будет если Opus 4.6 напишет подробный план, а GPT-5.4 потом реализует? (Какой в этом сллучае будет дизайн?)
Хороший вопрос задал подписчик в чате
Будем постепенно двигаться в этом направлении.
Только я не очень понял, какие инструменты:
Claude Code vs Codex vs Cursor
По поводу тестирования, я стараюсь тестировать все в максимально нативном режиме, не смешивать, т.е.
Opus - тестирую в Claude Code
GPT - в Кодекс
Китайские модели в OpenCode заметил, они там лучше работают.
Значит Composer надо протестировать в Cursor (я его по-моему в OpenCode) тестил, уже плохо помню.
Будем постепенно двигаться в этом направлении.
Только я не очень понял, какие инструменты:
Claude Code vs Codex vs Cursor
По поводу тестирования, я стараюсь тестировать все в максимально нативном режиме, не смешивать, т.е.
Opus - тестирую в Claude Code
GPT - в Кодекс
Китайские модели в OpenCode заметил, они там лучше работают.
Значит Composer надо протестировать в Cursor (я его по-моему в OpenCode) тестил, уже плохо помню.
👍1
Ребята, посмотрите какую крутую клавиатуру для СС я сделал в clihost
Да, можно запускать Claude Code с мобилки.
https://github.com/axisrow/clihost
Да, можно запускать Claude Code с мобилки.
https://github.com/axisrow/clihost
❤1
Vibe Coding: OpenCode, Claude Code, Codex, Cursor, Kilo pinned «Как создать свой маркетплейс плагинов для Claude Code и главное зачем? Что такое маркетплейс Это обычный публичный GitHub-репозиторий с определённой структурой папок. Claude Code умеет подключаться к таким репозиториям и устанавливать плагины из них одной…»
Ребят, если у вас что-то не работает, сразу пишите на Винде или на Маке
С Маком может еще подскажу, а вот с Виндой - по-моему там сейчас срака полная, только в игры играть.
Бегите с этой Винды )
С Маком может еще подскажу, а вот с Виндой - по-моему там сейчас срака полная, только в игры играть.
Бегите с этой Винды )
😁4🤯1
Продолжаю ненавязчиво рекламировать свой clihost
Вы все еще не хотите прогать с мобилки?
Пайплайн у меня такой: записываю план реализации в гитхаб ишью. А на сервере Claude Code уже запущен в режиме
https://github.com/axisrow/clihost open source, бесплатно, без смс, без регистрации
Вы все еще не хотите прогать с мобилки?
Пайплайн у меня такой: записываю план реализации в гитхаб ишью. А на сервере Claude Code уже запущен в режиме
-dangerously-skip-permissions и он выполняет план не задавая лишних вопросов (догадываюсь, что что-то я делаю не так).https://github.com/axisrow/clihost open source, бесплатно, без смс, без регистрации
Windows vs MacOS
Ребят, пост который вам скорее всего не понравиться, особенно если вы Виндузятники, любите GUI и погамасить.
Попросил ChatGPT сделать ресерч на эту тему. И в целом Win vs MacOS находятся в паритете. Каждая имеет свои сильные и слабые стороны. (Показал на скриншотах)
Но, если сравнивать под мой стек технологий Docker + CLI:
💣 Честный вывод под твой кейс
👉 Бери macOS, если:
• ты живёшь в терминале (а ты живёшь)
• у тебя:
• SSH везде (Sliplane, туннели, socks)
• Docker + slim образы
• Node / Python / CLI тулзы
• Claude Code / агенты / LLM automation
• тебе важна предсказуемость + “как на сервере”
👉 macOS = “почти Linux, но без боли”
⸻
👉 Windows имеет смысл только если:
• тебе реально нужен:
• 🎮 гейминг
• 🧠 CUDA / локальные модели
• 🏢 корпоративный софт
• или ты готов жить в:
• WSL (костыль-режим)
👉 Windows = “Linux через костыли”
⸻
🧠 Самое важное (реальный инсайт)
Твой стек = remote-first + CLI-first
Значит:
• локальная ОС = просто “терминал с экраном”
• вся магия = в контейнерах / SSH / облаке
👉 В этом мире:
• macOS → меньше friction
• Windows → больше edge-case говна (пути, сокеты, права, Docker Desktop лаги)
⸻
🔥 Ультра-коротко (как ты любишь)
• macOS → 🚀 “сел и кодишь”
• Windows → 🛠 “сначала чинишь, потом кодишь”
⸻
Если тема зашла в следующих постах могу более углубиться в тему WSL и костылей.
Ребят, пост который вам скорее всего не понравиться, особенно если вы Виндузятники, любите GUI и погамасить.
Попросил ChatGPT сделать ресерч на эту тему. И в целом Win vs MacOS находятся в паритете. Каждая имеет свои сильные и слабые стороны. (Показал на скриншотах)
Но, если сравнивать под мой стек технологий Docker + CLI:
💣 Честный вывод под твой кейс
👉 Бери macOS, если:
• ты живёшь в терминале (а ты живёшь)
• у тебя:
• SSH везде (Sliplane, туннели, socks)
• Docker + slim образы
• Node / Python / CLI тулзы
• Claude Code / агенты / LLM automation
• тебе важна предсказуемость + “как на сервере”
👉 macOS = “почти Linux, но без боли”
⸻
👉 Windows имеет смысл только если:
• тебе реально нужен:
• 🎮 гейминг
• 🧠 CUDA / локальные модели
• 🏢 корпоративный софт
• или ты готов жить в:
• WSL (костыль-режим)
👉 Windows = “Linux через костыли”
⸻
🧠 Самое важное (реальный инсайт)
Твой стек = remote-first + CLI-first
Значит:
• локальная ОС = просто “терминал с экраном”
• вся магия = в контейнерах / SSH / облаке
👉 В этом мире:
• macOS → меньше friction
• Windows → больше edge-case говна (пути, сокеты, права, Docker Desktop лаги)
⸻
🔥 Ультра-коротко (как ты любишь)
• macOS → 🚀 “сел и кодишь”
• Windows → 🛠 “сначала чинишь, потом кодишь”
⸻
Если тема зашла в следующих постах могу более углубиться в тему WSL и костылей.
❤2👍1
Ребят, нужны ваши голоса, не могу отправлять в сторис:
https://t.me/boost/prog_ai
UPD: кто голосовал - спасибо огромное! Снова могу выкладывать.
Но можно про запас еще проголосовать.
https://t.me/boost/prog_ai
UPD: кто голосовал - спасибо огромное! Снова могу выкладывать.
Но можно про запас еще проголосовать.
Telegram
Vibe Coding: OpenCode, Claude Code, Codex, Cursor, Kilo
Проголосуйте за канал, чтобы он получил больше возможностей.
🫡1
Ребят, это как бы частное сообщество. Никаких правил нет. Могу забанить кого угодно без объяснения причин.
Почему некоторые пишут годами, а кого-то сразу в бан?
Задумайтесь об этом.
Как обычно, рекомендую: https://t.me/vibecoding_community - там всем будут рады.
Меня там кстати, разбанили.
Почему некоторые пишут годами, а кого-то сразу в бан?
Задумайтесь об этом.
Как обычно, рекомендую: https://t.me/vibecoding_community - там всем будут рады.
Меня там кстати, разбанили.
Telegram
Вайбкодинг комьюнити
Дружное сообщество вайбкодеров
🔥3
Вот эта новая функция в Claude Code SheduleWakeup
Claude Code автоматически пробуждается по хартбиту как OpenClaw
Ждем, когда OpenAI скопируют, ониж Штайнберга на работу взяли😂
https://t.me/prog_ai/993
Claude Code автоматически пробуждается по хартбиту как OpenClaw
Ждем, когда OpenAI скопируют, ониж Штайнберга на работу взяли
https://t.me/prog_ai/993
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
А вы уже пробовали superpowers?
Я вот такие штуки абожаю
Каждая из 10 задач запускается отдельным субагентом и не занимает контекстное окно.
После реализации каждой задачи автомтом запускается ревьювер - все из коробки.
orba/superpowers - есть в стандартном маркетплейсе CC
можно установить по /plugin
Тут уже в комментах пишут, что можно установить в любой современный агент кодирования: codex, opencode, antigravity... и так далее...
Круто это Антропики придумали, да?
Я вот такие штуки абожаю
Каждая из 10 задач запускается отдельным субагентом и не занимает контекстное окно.
После реализации каждой задачи автомтом запускается ревьювер - все из коробки.
orba/superpowers - есть в стандартном маркетплейсе CC
можно установить по /plugin
Тут уже в комментах пишут, что можно установить в любой современный агент кодирования: codex, opencode, antigravity... и так далее...
Круто это Антропики придумали, да?
Forwarded from Да придет ИИ: ChatGPT, Claude, Gemini, Grok
#AIДайджест за неделю 5 по 12 апреля 2026
* Claude Mythos и Project Glasswing (Anthropic): Компания Anthropic создала невероятно мощную модель «Mythos», которая превосходит конкурентов в поиске уязвимостей в программном обеспечении. Из-за опасений, что злоумышленники могут использовать её для взлома, модель не стали выпускать в открытый доступ. Вместо этого Anthropic запустила «Project Glass Wing», предоставив доступ к Mythos специалистам по кибербезопасности крупных компаний.
* Muse Spark (Meta): Это первая модель, выпущенная новой лабораторией Super Intelligence Labs компании Meta. У нее закрытый исходный код, и хотя она не является абсолютным лидером по всем параметрам, она превосходит большинство флагманских моделей в понимании графиков (figure understanding) и является очень эффективной с точки зрения использования токенов.
* Открытая модель GLM 5.1 (Zhipu AI): Эта модель с открытым исходным кодом (лицензия MIT) произвела фурор набрав высокие оценки на arena.ai, обойдя многие платные модели в программировании (тест SWEBench Pro) и показав отличные результаты в математике.
* Интерактивные визуализации в Gemini (Google): В приложении Gemini (в версии Pro) появилась функция создания интерактивных симуляций.
* Gemini Notebooks: В Gemini добавили функцию «Блокноты».
* Seed Dance 2.0 в США: Эта популярная модель для генерации видео наконец стала доступна для пользователей в США.
* HeyGen Avatar 5: Теперь достаточно записать всего 15 секунд видео, чтобы модель захватила вашу личность и позволила генерировать видео с вашим лицом.
* Новый тариф Pro за $100/мес от OpenAI: OpenAI запустила новый тарифный план, который расположился между версиями за $20 и $200. Он дает в 5 раз больше лимитов на использование моделей по сравнению с тарифом Plus (до 31 мая действует бонус с увеличением лимитов до 10 раз).
* Managed Agents в Claude: Anthropic запустила инструмент для управления ИИ-агентами прямо в консоли Claude. Вы можете использовать готовые шаблоны или текстовые промпты для привязки агентов к сторонним сервисам (Notion, Slack, Asana) для автоматизации рабочих процессов.
* Ограничения API для сторонних инструментов от Anthropic: С 4 апреля подписки (даже план Claude Max) больше не будут покрывать расходы на запросы из сторонних инструментов, таких как OpenClaw.
* Интеграция Perplexity с финансовыми организациями: Благодаря партнерству с сервисом Plaid пользователи Perplexity теперь могут подключать данные своих банковских счетов, кредитных карт и ипотек в режиме «только для чтения». Это позволяет получить единую персонализированную панель управления своими финансами.
* Обновление Cursor: Редактор кода Cursor получил обновление, позволяющее запускать и управлять им с любого устройства. Например, теперь можно запустить ИИ-агентов на рабочем компьютере прямо со своего смартфона.
* Обновление фотоплатформы xAI: Платформа теперь умеет редактировать сгенерированные изображения с помощью текстовых команд. Можно добавлять размытие или скрывать/удалять отдельные части на фото (сейчас доступно на iOS, скоро появится на Android).
* Утечка OpenAI GPT Image 2: На платформе Arena AI были замечены анонимные модели ("masking tape alpha", "gaffer tape alpha"), которые генерируют крайне реалистичные изображения и качественную инфографику. По слухам, это новая модель для генерации изображений от OpenAI.
* Таинственная видеомодель Happy Horse 1.0: На сайте лидербордов ИИ появилась анонимная модель для генерации реалистичного видео, которая сместила с первого места Seed Dance 2.0 и Kling. По неподтвержденным слухам, эта модель разработана Alibaba Group.
* Google AI Edge (приложение для диктовки): Google выпустила новое приложение для iOS на базе модели Gemma. Транскрибирует речь в текст, причем работает это прямо на устройстве и полностью в офлайн-режиме.
* Генерация ИИ-плейлистов для подкастов в Spotify: Появилась функция создания плейлистов из подкастов. Пользователь может отправить промпт (например, "подкасты о влиянии ИИ на бизнес") и получить подборку релевантных выпусков, что отлично помогает находить новые шоу.
* Claude Mythos и Project Glasswing (Anthropic): Компания Anthropic создала невероятно мощную модель «Mythos», которая превосходит конкурентов в поиске уязвимостей в программном обеспечении. Из-за опасений, что злоумышленники могут использовать её для взлома, модель не стали выпускать в открытый доступ. Вместо этого Anthropic запустила «Project Glass Wing», предоставив доступ к Mythos специалистам по кибербезопасности крупных компаний.
* Muse Spark (Meta): Это первая модель, выпущенная новой лабораторией Super Intelligence Labs компании Meta. У нее закрытый исходный код, и хотя она не является абсолютным лидером по всем параметрам, она превосходит большинство флагманских моделей в понимании графиков (figure understanding) и является очень эффективной с точки зрения использования токенов.
* Открытая модель GLM 5.1 (Zhipu AI): Эта модель с открытым исходным кодом (лицензия MIT) произвела фурор набрав высокие оценки на arena.ai, обойдя многие платные модели в программировании (тест SWEBench Pro) и показав отличные результаты в математике.
* Интерактивные визуализации в Gemini (Google): В приложении Gemini (в версии Pro) появилась функция создания интерактивных симуляций.
* Gemini Notebooks: В Gemini добавили функцию «Блокноты».
* Seed Dance 2.0 в США: Эта популярная модель для генерации видео наконец стала доступна для пользователей в США.
* HeyGen Avatar 5: Теперь достаточно записать всего 15 секунд видео, чтобы модель захватила вашу личность и позволила генерировать видео с вашим лицом.
* Новый тариф Pro за $100/мес от OpenAI: OpenAI запустила новый тарифный план, который расположился между версиями за $20 и $200. Он дает в 5 раз больше лимитов на использование моделей по сравнению с тарифом Plus (до 31 мая действует бонус с увеличением лимитов до 10 раз).
* Managed Agents в Claude: Anthropic запустила инструмент для управления ИИ-агентами прямо в консоли Claude. Вы можете использовать готовые шаблоны или текстовые промпты для привязки агентов к сторонним сервисам (Notion, Slack, Asana) для автоматизации рабочих процессов.
* Ограничения API для сторонних инструментов от Anthropic: С 4 апреля подписки (даже план Claude Max) больше не будут покрывать расходы на запросы из сторонних инструментов, таких как OpenClaw.
* Интеграция Perplexity с финансовыми организациями: Благодаря партнерству с сервисом Plaid пользователи Perplexity теперь могут подключать данные своих банковских счетов, кредитных карт и ипотек в режиме «только для чтения». Это позволяет получить единую персонализированную панель управления своими финансами.
* Обновление Cursor: Редактор кода Cursor получил обновление, позволяющее запускать и управлять им с любого устройства. Например, теперь можно запустить ИИ-агентов на рабочем компьютере прямо со своего смартфона.
* Обновление фотоплатформы xAI: Платформа теперь умеет редактировать сгенерированные изображения с помощью текстовых команд. Можно добавлять размытие или скрывать/удалять отдельные части на фото (сейчас доступно на iOS, скоро появится на Android).
* Утечка OpenAI GPT Image 2: На платформе Arena AI были замечены анонимные модели ("masking tape alpha", "gaffer tape alpha"), которые генерируют крайне реалистичные изображения и качественную инфографику. По слухам, это новая модель для генерации изображений от OpenAI.
* Таинственная видеомодель Happy Horse 1.0: На сайте лидербордов ИИ появилась анонимная модель для генерации реалистичного видео, которая сместила с первого места Seed Dance 2.0 и Kling. По неподтвержденным слухам, эта модель разработана Alibaba Group.
* Google AI Edge (приложение для диктовки): Google выпустила новое приложение для iOS на базе модели Gemma. Транскрибирует речь в текст, причем работает это прямо на устройстве и полностью в офлайн-режиме.
* Генерация ИИ-плейлистов для подкастов в Spotify: Появилась функция создания плейлистов из подкастов. Пользователь может отправить промпт (например, "подкасты о влиянии ИИ на бизнес") и получить подборку релевантных выпусков, что отлично помогает находить новые шоу.