Предельно простая модель, комплект и одна, которая не говорит

DeepSeek, Kimi и Jev — не места на одной общей доске. Один нужен, чтобы наращивать пропускную способность, другой — как уже построенная передняя часть, а Jev сидит внутри потока, выдаёт вероятность и не говорит.

Folkbench folkbench.com

Соавтор: folkbench.com (Folkbench — проверяемая платформа оценки и выбора для API ИИ, модельных сервисов и связанных сайтов. Она опирается на опубликованные сведения о сервисе, цены, доступность, задержку и окна доказательств, чтобы помочь пользователям сравнить варианты и выбрать путь.)

Десять текстов в этой серии:

Группа одноклассников снова пересылает рейтинги. Кто-то бросает балл DeepSeek. Кто-то бросает балл Kimi. Снизу кто-то втаскивает Jev и спрашивает, кто из трёх сильнее. Я взглянул раз и ушёл. Я не ответил. Группе нужно имя, а такого имени у меня под рукой нет. Эти трое — не места на одной доске. Насильно ранжируйте — и шум остаётся в группе. К тому, как я работаю на этой неделе, это имеет мало отношения.

Теперь я использую их по нише, а не по общей доске. Успех, который я признаю, вот такой узкий: модель лидирует в своей нише, и ей не надо быть первой во всём. За чертой от Opus 4.5 к 4.6 эта привычка зафиксирована. Я думаю, 90% пользователей уже не могут поставить задачу за пределами модели. Поднимите общий интеллект ещё на ярус — и мои дни едва сдвинутся. Сравните общий интеллект снова — и я этого не почувствую. Говорит что-то или нет, это я выбираю каждый день. Интерфейс тоже влияет на то, могу ли я продолжать им пользоваться. Цена прямее. Она должна быть достаточно дешёвой, чтобы я решился вписать её в цикл, прежде чем я положу модель в код.

Тех, кто говорит, я использую порознь

DeepSeek для меня — путь, доведённый до простой крайности. Инженерия взята так далеко, как пойдёт, скорость заполнена, цена срезана вдвое. Я открываю его, и на странице немного, по чему бродить, и нет отраслевого верстака, который ждёт. DeepSeek кладёт усилие в то, чтобы бежать быстро и резать цену. Я решаюсь прогнать одно и то же ещё несколько кругов. Переключитесь на более дорогое — и я начинаю считать, экономить ли. Ночную пакетную работу я тоже бросаю ему. Люди спят, вызовы всё ещё идут, и с дорогой моделью мне неспокойно.

Я использую его для работы, которой нужна пропускная способность. Я проталкиваю пакет журналов, чтобы просканировать, и гоняю черновики интерфейса туда-сюда, много кругов одного рода вопроса. Я смотрю две вещи: не стопориться и не дорожать. Курсор крутится слишком долго, или один круг начинает болеть по деньгам, и конвейер рвётся сам. Фразы он тоже может писать. Я обычно меняю их мимоходом и использую. Я редко останавливаюсь их пробовать. На этой работе я также не говорю с ним о вкусе. Вкус надо молоть слово за словом. Его не оценили так, чтобы человек молол фразы.

Kimi я ставлю на другую сторону. Не чтобы доказать, кто умнее. Способность передней части заполнена. Длинный кусок материала входит, появляется оглавление, цитаты всё ещё на месте, и источник можно развернуть и читать напротив. Если бы я собрал это сам, день ушёл бы. Он ещё построил комплекты специально для финансов и права. Источники данных подключены внутри, навыки, которые надо использовать, сидят там, и есть готовая поверхность, когда работу сдают. Нормативные акты и финансовые отчёты я листаю на этой поверхности. Кучу других страниц я не открываю. Когда финансы или право разложены как длинный материал, я не хочу сначала строить среду сам. Мне нужно сесть и листать, а не провести половину времени как собственная передняя часть. Я открываю его, когда мне надо читать длинные документы и когда мне нужен верстак, который уже есть.

Что я принимаю после использования — одно. Это продукт. Это не модель, которая стала умнее и поэтому вырастила сайт сбоку. Из какого дома подключаются данные и к какому пункту нормативного акта поворачивают, само не вырастает оттого, что модель умнее. Как выглядит отчёт, когда его сдают, кто-то должен сначала сделать поток интерфейсом. Когда речь быстрая и дешёвая, я громозжу вызовы, и то, что я использую, — DeepSeek. Когда мне на самом деле надо читать материал и сдавать работу, я открываю переднюю часть Kimi. Оба могут говорить. Я не подставляю одного вместо другого.

Того, кто не говорит, я ставлю внутрь потока

Jev я в чат не беру. State входит, закрытые вопросы заданы, и обратно приходит вероятность. Какой пункт выбрать или на какой уровень он садится, включая простое да или нет, тип надо записать закрытым заранее. Если вопрос ещё не закрыт, я его не позову. Выход бесплатный. Вход — $0.042 за миллион token. Скорость быстрая, от 70 до 500 миллисекунд. По этой цене я решаюсь спрашивать снова и снова внутри одного потока, не прикидывая в уме счёт на каждом вопросе. Я принимаю его за один вызов внутри потока. Я спрашиваю и иду.

Поставить внутрь собственного потока как сустав. Код сначала чистит state, потом бросает закрытый вопрос. Вероятность возвращается, и ветку проходит программа после него. У меня он ведает классификацией и маршрутизацией, ведает уровнями и тем, надо ли на этом шаге подозвать человека. После классификации я иду дальше и спрашиваю, на какой уровень он садится, а после того как уровень вышел, спрашиваю, звать ли человека. Всё закрытые вопросы, всё вызов одного рода. Причины и объяснения, написанные, чтобы кто-то другой прочитал, — не его работа. Текст, который на самом деле должен увидеть человек, я подключаю к модели, которая умеет говорить. Если суждение такого рода отдать модели, которая умеет в чат, оно часто возвращается целым абзацем, с позицией и с советом. Мне потом надо написать ещё один слой и выкопать абзац в ветку. Ещё один слой на суставе, и я не думаю, что это стоит того.

Оценку я открывал только раз. Внутри workflow его суждения сравнивают с Astra и Fable 5.1. Сравнивают близость и цену, а не победу или поражение в чате. Это другая система координат. Как только я это понял, я закрыл страницу.

В релизе сразу должно быть сказано, для кого он

Волна GPT-6 снова сделала computer use чем-то, что люди узнают. Модель сама идёт и щёлкает экран, открывает программы и заканчивает вещь на рабочем столе. Люди делали это и раньше. После того как вышел Astra, управление компьютером снова стало чем-то, на что можно указать, а не только добавкой снаружи окна чата. Поставленное рядом с этими тремя, это ещё определённее. В миг, когда модель выпускают, выпускающие должны ясно сказать, для кого она.

Люди, готовые отдать всю машину, могут использовать computer use. Другая группа сидит перед окном чата и хочет, чтобы говорение было закончено. DeepSeek и Kimi оба говорят, но один — чтобы громоздить пропускную способность, а другой — для передней части, которая уже построена, и это уже не одно использование. Jev не на говорящей стороне. Код мой. Он отвечает только за то, чтобы выдать вероятность, чтобы программа после него могла идти. Если бы я сделал для него страницу чата, я использовал бы его неверно. В миг, когда есть окно чата, я хочу, чтобы он выписал причину.

Я не напишу текст под названием «кто сильнее всех в 2026». Эта фраза в этом году не помогает. Двоих внутри окна чата и этого, который не говорит, я разделил в использовании давно. Писать текст такого рода я тоже не готовлюсь.

Я беру их так. Работу, которой нужна пропускная способность, я отдаю DeepSeek. На перетягивании стиля я себя не трачу и не хочу переключаться вверх на дорогое. Длинный материал, если с ним ещё идёт уже построенный верстак, я открываю Kimi. Когда код доходит до шага, который должен вынести суждение — классификация и маршрутизация, уровень и звать ли человека, — я ставлю туда Jev и велю ему не открывать рот. Общая доска может обновляться, если ей нравится. Я беру их по нише. На место в ранге я больше не смотрю.

Источники

Серия