На 10 кругов посмотрел уже 😆
"Не деритесь, я вас обоих люблю куплю"

Сжечь 3 недельных лимита Codex Max за 3 дня — DONE 👌

Клод за вчера тоже сгорел наполовину. Сегодня, видимо, тоже падёт смертью храбрых 🫠
Kimi просто в кому сразу уходит едва очнувшись)))
Gemini и Grok не дают окончательно загнуться всему этому кордебалету.

GLM и Qwen вызваны в качестве подкрепления.
Теперь уже принципиально надо фулл-хаус собирать, раз харнессом с оркестрацией назвался 😄

Ой ёй. Какие мощные у него пендали

Я тут понял, что мой харнесс является не только хорошим оркестратором AI-моделей, но и с него можно собирать интересные аналитические данные.

Например, о том, как какая модель справляется с тем или иным типом задач. Где и какие ошибки допускает в сравнении со старшими братьями.

Вот я вчера начал новую Grok 4.7 нагружать боевыми задачами, а сегодня уже новую MiMo 2.6 Pro от Xiaomi могу нагрузить. И собрать обратную связь о том, кто из них как справляется.
В реальности, а не на искусственных тестах.

Замутим собственный Bench?

У Кодекса новая фишка появилась.

Теперь при исчерпанных недельных лимитах, чтобы ты не унывал, они дают тебе доступ к лимитам Luna.

Попробую нагрузить, глянуть на сколько этой внезапной халявы хватит.

Opus 5.5 — просто отвал башки!

Я прям не ожидал. Он мне интерфейс нашего будущего десктопного приложения V2Bot выдал сильно лучше чем я вообще мог ожидать от него. Это прям в продакшн можно было бы тащить с точки зрения дизайна вот прям сразу с первой попытки. Держите меня семеро)))

Смешнее всего с Марка 😂

А если без шутеечек...

По обновленному Клоду могу сказать, что по сути на их нынешней топовой модели Opus 5.5 я едва-ли осилю сжечь недельный лимит Max за неделю.

В среднем в 8 потоков шпарю без остановки весь день, и лимиты едва уходят. Такого не было никогда.

И при этом уровень мозговитости тоже, какого ни в одной модели ещё не встречал.
Тестировать GPT-6-Sol мне даже пока не интересно))