Лучшие AI модели на ВЫБОР (Сравнение интеллекта)
Anthropic Opus 4.6 и GPT-5.3 Codex — единственные две настоящие передовые модели программирования на февраль, и создатель тратит около $200 в день на Opus.
Передовой рубеж США: Opus против GPT-5.3 Codex
Opus 4.6 и GPT-5.3 Codex от OpenAI называют «абсолютным гигантом программирования» и «гигантом программирования» соответственно. Создатель различает их по характеру: Opus «разговорливый, иногда странный» и проводит новичков через решения проблем, в то время как GPT «может выполнить задачу, но особо с тобой не общается». Обе стоят "$5 за миллион токенов", что делает их «абсолютно самыми дорогими» вариантами. Создатель признаёт, что траты «кажутся большими, но это стоит того, если вы строите что-то масштабное вроде панели управления» или исправляете серьёзную ошибку.
Gemini и Grok отстают
Создатель всерьез не тестировал новую рассуждающую модель Gemini и отмечает: «люди, похоже, просто игнорируют Gemini». Grok «нормальный, но с кодированием не очень» — оставлен в ротации только потому, что идет с X Premium и имеет доступ к данным живого X/Twitter. Llama через Ollama обеспечивает «около 80% того, что дают топ-модели» бесплатно на локальном железе, что создатель оценивает как «с открытым весом, неплохо, но одновременно не Frontier».
Китайские модели: 95% возможностей, реальная непоследовательность
Minimax M2.5, Kimi и GLM 5 — «дёшево как грязь» и «могут делать почти 95% того, что делают американские модели», при этом разрыв сейчас «всего лишь несколько недель прогресса». План кодирования Minimax стоит «20 долларов в месяц» с 300 запросами каждые 5 часов, что создатель называет «более чем достаточно» для «обычного человека». Наиболее интересной функцией Kimi является «Aegis swarm» (бета-сет агентов); создатель платит около 40 долларов в месяц за план Allegretto, но говорит, что «делал бы этот план только один месяц».
Подводный камень: непостоянство при выполнении критически важных задач
Китайские модели «очень непостоянны». Создатель не будет использовать их при «передаче критических паролей» или при отправке чего-либо, где ошибка может привести к блокировке аккаунта X. Основное правило: «если вы просто делаете что-то для себя, маленький инструмент для себя, абсолютно можно использовать Minimax» — но всё, что предназначено для пользователей, идёт на Opus 4.6 или GPT.
Практическая настройка
OpenRouter рекомендуется для тестирования каждой модели на одном счёте. Для работы с приватными данными используйте Ollama локально вместо оплаты подписки.
Не привязывайтесь
«Я бы никогда на самом деле не платил ежегодно за любую из этих моделей.» Создатель меняет модели каждый месяц, чтобы опробовать следующий релиз.
Что дальше
DeepSeek «был нарушителем правил игры, но я действительно не вижу, чтобы они появлялись слишком часто». Ожидается, что преемник появится в ближайшие несколько дней; если это произойдет, этот рейтинг изменится.