Opus и Codex сравнили с локальными моделями на одной задаче с ловушками
🧪 Opus и Codex сравнили с локальными моделями на одной задаче с ловушками.
В задаче баг: у клиентов итог по месячной выписке расходится с балансом, если были переводы между валютами. Проект — примерно 700 строк Python. Просят две вещи: починить и проверить, нет ли той же ошибки в других местах.
🪤 Внутри спрятаны конвертер-приманка, тест-предатель и модуль, который трогать нельзя. Про тесты и DECISIONS.md в задании ничего не сказано.
💻 Прогнали MacBook, игровой ноутбук с RTX 5080, DGX Spark и недорогие облачные варианты. Оценивали не только починку, но и умеет ли агент сам написать тесты, которые ловят кривые правки.
За всем этим стоит вопрос: можно ли слезть с Opus и Codex, раз условия в облаке меняются без вашего ведома.
Проверка на реальность 🔍
Темы:Claude и AnthropicChatGPT и OpenAIЛокальные модели
Комментарии
Комментарии ведутся в Telegram: войдите через Telegram, чтобы написать или поставить лайк. Открыть обсуждение





