Разборы · Статья: · Видео: · 1:47:27

GLM 5.2 в вайбкодинге: где «убийца Fable» реально хорош, а где разочаровывает

Сережа Рис гоняет опенсорс-модель GLM 5.2 против Opus 4.8, GPT 5.5 и Cursor Composer 2.5 на фронтенде, фулстеке и мультиплеерных играх — и показывает, где дешёвая модель реально заменяет топ, а где разваливается.

ИИ Программирование Продуктивность
Смотреть на YouTube

Обзор GLM 5.2: вайбкодинг против Opus 4.8, GPT 5.5 и Cursor Composer 2.5

Сережа Рис · 1:47:27
Главы видео — нажми, чтобы перейти к моменту 9
  1. 4:31 Вступление: хайп вокруг «убийцы Fable» Зачем тест, где доступна GLM 5.2, цены (Lite $8, Pro 5X, 20X $70), почему автор скептичен.
  2. 6:35 Бенчмарки и почему им нельзя верить Дизайн-арена, Artificial Analysis: GLM выгодна по цене/качеству, но рейтинги легко обыгрываются.
  3. 8:42 Тест фронтенда: один промт на все модели GLM 5.2 против Opus 4.8, Composer 2.5, MiniMax M3 в Z-код, Cursor, Open Code Go.
  4. 30:15 Что пишут в Twitter: характеристики модели 1M контекст, ~$4/M, MIT, MoE, заточка под long-horizon, не мультимодальна.
  5. 32:08 Итоги фронтенда: на уровне Opus 4.8 Лендинг и дашборд хороши со skill frontend-design; модель медленная, картинки не принимает.
  6. 38:13 Фулстек-магазин и отказ от «серого» промта GLM отказалась делать перепродажу подписок; на легальном магазине справилась на готовом шаблоне.
  7. 41:53 Мультиплеерные игры: главный тест на сложность FPS-арена и гонки через Open Code Go, Z-код, разные контейнеры и серверы.
  8. 1:19:02 Автономный агент и проверка руками Агент крутит QA и кронджобы, но корзина не работает — автономность пока миф.
  9. 1:35:45 Финальные итоги и вердикт Фронт/фулстек — зачёт, игры и девопс — дизлайк; китайским моделям далеко до Opus 4.8 и GPT 5.5.

Коротко

Автор гоняет опенсорс-модель GLM 5.2 против Opus 4.8, GPT 5.5 и Cursor Composer 2.5 на фронтенде, фулстеке и мультиплеерных играх. Вывод: во фронтенде она правда на уровне топов и стоит копейки, но на сложных длинных задачах (онлайн-игры, девопс) до закрытых моделей пока не дотягивает.

Выжимка голосом

Самое ценное из разбора — за пару минут

0:00 2:47
Показать текст выжимки
Если коротко — это живой тест бесплатной опенсорсной модели GLM 5.2 в вайбкодинге, без веры в бенчмарки, всё проверено руками одним и тем же промтом на разных моделях. Сначала про саму модель. GLM 5.2 — это открытые веса, лицензия MIT, скачать можно бесплатно. Миллион токенов контекста, и работа стоит копейки — около четырёх долларов за миллион токенов. Архитектура — смесь экспертов на семьсот пятьдесят три миллиарда параметров. Один важный минус: картинки на вход она не принимает, не мультимодальная. Вокруг неё много шума — называют убийцей Fable и топом опенсорса. Автор к этому относится скептически и проверяет всё своими руками, сравнивая результат глазами. Теперь главное — где она реально хороша, а где нет. Во фронтенде, то есть когда нужно сделать красивый сайт или лендинг, GLM 5.2 держится на уровне Опуса. Особенно если подключить скилл frontend-design от Anthropic. И при этом стоит сущие копейки. На простом фулстеке, например магазин, она тоже справляется — но честно говоря, не своим умом, а за счёт готового обкатанного шаблона билдера. А вот на сложных длинных задачах она проваливается. Мультиплеерные онлайн-игры, сетевой код, синхронизация клиента и сервера, девопс — тут всё рассыпается: гонки не контролируются, синхронизация ломается. Из этого вытекает главная закономерность. Дешёвая модель сильна там, где за неё уже всё придумано — есть готовый сетап. А там, где надо держать в голове много взаимосвязей одновременно, нужна топовая модель. Ещё пара полезных вещей. Самый дешёвый способ попробовать — Open Code Go, примерно за пять долларов, там сразу доступны GLM, Kimi и MiniMax. И отдельно про автономных самоулучшающихся агентов — пока это миф. Агент бодро крутил самопроверку и рапортовал, что всё отлично, а корзина в магазине просто не работала. На словах Лев Толстой, а на деле нет. Вердикт автора: китайским моделям пока далеко до Опуса и GPT, а Fable так и остаётся мифом-эталоном. И практический совет. Бери дешёвую GLM для фронтенда и простого фулстека на готовом шаблоне. Дорогую модель береги для сложных систем. И самое важное — всегда проверяй результат агента руками, а не верь его отчётам.

Озвучено синтезом речи · голос alena

Объясни проще

Суть без жаргона

Простыми словами

GLM 5.2 — бесплатная для скачивания нейросеть из Китая, которая пишет код. Вокруг неё шум: говорят, что она убивает лучшую закрытую модель Fable. Автор устроил живую проверку — дал одинаковые задания GLM 5.2 и платным конкурентам и сравнил глазами. Красивые сайты она лепит не хуже дорогих моделей и почти даром. Но как только задача сложная и длинная — собрать работающую онлайн-игру, где машинки не дёргаются и игроки видят друг друга, — она ломается. Главная мысль: дешёвая модель отлично работает там, где за неё уже всё придумано, и проваливается там, где надо самому держать в голове много взаимосвязей.

Как ребёнку

Есть новый бесплатный робот, который умеет писать программы. Все кричат, что он лучший. Дядя дал ему и дорогим роботам одно и то же задание и сравнил. Робот отлично рисует красивые странички, но когда попросили сделать настоящую игру с машинками — машинки стали ездить сами по себе и врезаться сквозь стены. Значит, простое он делает хорошо, а сложное пока нет.

Аналогия — «это как…»

Это как дешёвый повар, который идеально готовит по готовому набору-полуфабрикату, но теряется, если надо приготовить блюдо из десяти ингредиентов с нуля и под точное время.

Зачем это мне

Если ты вайбкодишь или просто собираешь сайты через ИИ, выбор модели — это твои деньги и нервы. Понимание «дешёвая модель = ок для простого фронта, дорогая = для сложных систем» экономит и бюджет, и часы на переделки.

Для тех, кто в теме

GLM 5.2: 753B MoE, MIT, 1M контекст, ~$4/M output, топ-1 среди open-weight на дизайн-арене, но «не верю бенчам» по SWE-bench Pro. Не мультимодальна (картинки на вход не принимает — Figma-проверка отпадает). Практический вердикт автора: фронтенд на уровне Opus 4.8 при использовании skill frontend-design от Anthropic; long-horizon (мультиплеер-неткод, интерполяция снапшотов, клиент-серверная синхронизация) и девопс — провал. Харнессы: Z-код, Open Code Go ($5 — самый дешёвый вход), родной coding plan. Дешевле развернуть локально, чем гонять по перегруженному API.

Оценка видео

Чем выше — тем больше пользы на минуту

4.0

средняя из 5

Актуальность информации 5.0

Разбор вышел в день полного открытия весов GLM 5.2 (17.06.2026), модели и цены свежие.

Содержательность 3.5

Много живого теста и честных наблюдений, но формат стрима: длинные паузы ожидания генерации и отвлечения на чат.

Инновационность идей 3.0

Не теория, а прикладной бенчмаркинг своими руками. Ценна методика сравнения, а не открытия.

Применимость на практике 4.5

Конкретно: где брать дешевле, какой скилл цеплять, для каких задач модель годится, а для каких нет.

Достоверность 4.0

Тесты на глазах у зрителя, автор сам режет хайп и не верит маркетинговым бенчам — но оценки субъективные, без метрик.

Кому будет полезно

Чем выше оценка — тем больше пользы для профессии. Разверни — почему.

Для вайбкодеров 5 /5

Прямое попадание: какую модель и инструмент (Open Code Go от ~$5, skill frontend-design, шаблон билдера) брать под конкретную задачу — фронтенд и простой фулстек тянет дешёвая GLM 5.2, сложное по-прежнему за Opus 4.8 / GPT 5.5.

Для фронтенд-разработчиков 5 /5

Конкретный вывод: во фронтенде GLM 5.2 со skill frontend-design выходит на уровень Opus 4.8 — можно резать расходы на генерацию вёрстки без потери качества.

Для фулстек-разработчиков 4 /5

Полезно понять границу применимости: простой фулстек дешёвая модель закрывает на готовом шаблоне билдера, но мультиплеер, неткод и синхронизация зависимостей всё ещё требуют топовой модели.

Для инди-разработчиков 4 /5

Про экономику в одиночку: открытые веса (MIT), 1M контекст и ~$4/M токенов плюс вход от $5 показывают, как собрать продукт с минимальным бюджетом и где этого не хватит.

Для технических предпринимателей 4 /5

Помогает оценить стоимость и риски ставки на опенсорс vs топовые проприетарные модели при выборе стека для MVP и продукта.

Для бэкенд-разработчиков 3 /5

Касается частично: важный сигнал, что на сложной серверной логике, девопсе и синхронизации состояния дешёвая GLM 5.2 проваливается — автоматизировать это пока рано.

Для ML-инженеров 3 /5

Полезен расклад по архитектуре и позиционированию GLM 5.2 (MoE 753B, open weights, не мультимодальна) и честная оценка отставания китайских моделей от Opus 4.8 / GPT 5.5.

Инсайты

Нажми, чтобы раскрыть — то, что меняет взгляд на тему

01 Дешёвая модель сильна там, где за неё уже всё придумано 1:35:45

Фулстек-магазин GLM собрала хорошо не потому что она умная, а потому что AI-билдер дал готовый обкатанный шаблон. На голой задаче (онлайн-игра) она разваливается. Вывод: для дешёвых моделей решает готовый сетап, а не сама модель.

02 Игра — лучший тест модели на сложность 1:21:36

Мультиплеерная онлайн-игра заставляет учитывать кучу перекрёстных зависимостей: синхронизацию состояния клиент-сервер, интерполяцию, физику. Именно здесь видно реальный потолок модели, а не на лендингах.

03 Open source отстаёт от закрытых моделей всего на 1–2 месяца 30:15

GLM 5.2 сегодня сопоставима с GPT 5.5, который вышел ~2 месяца назад. Разрыв между опенсорсом и закрытым SOTA схлопнулся до пары месяцев — но именно эти месяцы и есть разница между «вау» и «плачь».

04 GLM 5.2 не мультимодальна — и это режет часть рабочих сценариев 35:28

Модель не принимает картинки на вход. Значит, проверить вёрстку по скриншоту или собрать UI из Figma-макета напрямую не выйдет — а это типовая часть фронтенд-работы.

05 Автономность агента — пока миф без серьёзной настройки 1:19:02

Агент бодро «сам себя проверял», крутил QA-раунды и кронджобы, но корзина в магазине по факту не работала. «На словах Лев Толстой». Полная самоулучшающаяся автономность без ручной настройки метрик не работает.

Ключевые цитаты

Сильные фразы из видео — нажми тайм-код, чтобы услышать в оригинале

«Я не очень доверяю этому рейтингу. Его, мне кажется, очень он легко обыгрывается. И в целом я не очень люблю все эти бичмарки.»
Сережа Рис О бенчмарках с дизайн-арены 13:23
«Open source догнал закрытые модели до одного-двух месяцев разрыва.»
Сережа Рис Цитирует пост из Twitter про GLM 5.2 30:15
«Он, к сожалению, не принимает на вход картинки. Это не мультимодальная модель.»
Сережа Рис Об ограничении модели 35:28
«Оцените, оцените, оцените убийцу Fable. Насколько разница. Только остаётся, что плакать.»
Сережа Рис Когда мультиплеерная гонка не заработала 1:13:42
«На словах ты Лев Толстой, а на деле вот такой вот.»
Сережа Рис Агент отчитался об успехе, но корзина в магазине не работала 1:19:22
«Там любая модель справится, если ты ей дашь готовый сетап.»
Сережа Рис Вывод про фулстек на готовом шаблоне 1:35:57
«Китайские модели пока ещё им далеко достаточно до GPT 5.5 и до опуса 4,8. Fable на то и остаётся басней пока и мифом.»
Сережа Рис Финальный вердикт 1:46:23

Полезные советы

Что можно применить уже сегодня. Разверни совет — сколько займёт, что даст и что конкретно делать

1

Бери Open Code Go для дешёвого доступа к китайским моделям

10 минут За $5 пробуешь GLM 5.2, Kimi 2.7 и MiniMax M3 в одной подписке

Это самый дешёвый вход в GLM 5.2 внутри кодинг-агента; ни одна другая подписка не даёт столько китайских моделей сразу.

Что делать

  1. 1 Оформи подписку Open Code Go (~$5 за первый месяц).
  2. 2 В конфиге выбери модель GLM 5.2 (или Kimi 2.7 / MiniMax M3).
  3. 3 Запусти агента и дай первый промт.
2

Цепляй skill frontend-design от Anthropic против слопа

5 минут Сайты выходят на уровне Opus 4.8, а не как типовой ИИ-шаблон

Именно с этим скиллом GLM 5.2 дала фронт уровня топ-моделей. Это «анти-слоп»: на выходе всё ещё слоп, но менее очевидный.

Что делать

  1. 1 Скачай skill frontend-design с GitHub Anthropic.
  2. 2 Положи его в папку скиллов агента.
  3. 3 Дай модели задание на UI — она подхватит скилл.
3

Заведи AGENTS.md с правилами для папки

10 минут Агент не лезет читать чужие файлы и не тянет лишний контекст

Правила в папке («каждый промт — в новую папку», «не читай другие примеры», «сразу приступай к работе») делают поведение агента предсказуемым.

Что делать

  1. 1 Создай в рабочей папке файл AGENTS.md.
  2. 2 Опиши правила структуры и запрет читать соседние файлы.
  3. 3 Добавь ссылки на нужные материалы для контекста.
4

Для простого фулстека стартуй с готового шаблона билдера

15 минут Сложное приложение собирается из обкатанного стека, а не с нуля

У каждого билдера (Lovable, Replit, Z.ai) есть дефолтный шаблон — его можно вытащить и переиспользовать, особенно для внутреннего корпоративного инструмента.

Что делать

  1. 1 Запусти любой AI-билдер на простой задаче.
  2. 2 Посмотри, какой шаблон он развернул по умолчанию.
  3. 3 Забери шаблон себе как стартовую базу.
5

Включай режим целей (long-horizon) на длинных задачах

2 минуты Агент держит план и сам допиливает до конца, а не бросает на полпути

Перед стартом проси создать README/задачи и обновлять их по ходу. Наличие явного «гола» в харнессе (как в Z-код) заметно повышает автономность.

Что делать

  1. 1 В первом промте попроси разбить задачу на шаги и записать в файл.
  2. 2 Укажи обновлять статус по ходу выполнения.
  3. 3 Дай конечную цель — что должно работать в финале.
6

Дешевле развернуть GLM 5.2 локально, чем ждать API

вечер Перестанешь упираться в перегруженный API и лимиты

Открытые веса и лицензия MIT позволяют поднять модель на своём сервере. На пике популярности публичный API лежит под наплывом — локалка стабильнее.

Что делать

  1. 1 Скачай открытые веса GLM 5.2.
  2. 2 Разверни на своём сервере (или жди появления у inference-провайдеров).
  3. 3 Подключи как провайдера в свой агент.

Сценарии применения

Как разные люди применяют это на практике

Я как Вайбкодер-фрилансер

Проблема: Платит за дорогие API и боится переплатить за то, что можно сделать дешевле

Хочу: Понять, на каких задачах хватит дешёвой модели

Поможет: Разбор показывает: фронт и простой фулстек закрывает GLM за копейки, дорогую модель береги для сложного

Я как Основатель раннего стартапа

Проблема: Бюджета на Opus/GPT на каждый эксперимент нет

Хочу: Быстро лепить лендинги и MVP-интерфейсы дёшево

Поможет: Узнаёт связку GLM 5.2 + skill frontend-design + Open Code Go за ~$5

Я как Геймдев-энтузиаст

Проблема: Хочет собрать мультиплеер через ИИ, но не понимает, потянет ли модель

Хочу: Честную оценку, справится ли GLM с онлайн-игрой

Поможет: Видит на живых тестах, что неткод и синхронизацию она пока не вывозит — экономит дни

Я как Фронтенд-разработчик

Проблема: ИИ выдаёт однотипный «слоп»-дизайн

Хочу: Получать менее шаблонный UI

Поможет: Берёт skill frontend-design как анти-слоп и узнаёт, что GLM не примет Figma-скриншот

Я как Техлид / девопс

Проблема: Думает доверить агенту настройку инфраструктуры на сервере

Хочу: Понять, насколько автономен агент в девопсе

Поможет: Видит, что GLM с девопсом не справился, а GPT 5.5 хорош в SSH/оркестрации

Я как CTO компании в РФ

Проблема: Нужны локально разворачиваемые модели без зависимости от закрытых API

Хочу: Опенсорс с открытыми весами под свою инфраструктуру

Поможет: Узнаёт про MIT-лицензию GLM 5.2 и кейс развёртывания на своих серверах

Я как Продакт-менеджер

Проблема: Верит хайпу из Twitter про «убийцу Fable»

Хочу: Трезвую проверку маркетинговых заявлений

Поможет: Видит, как автор режет хайп и показывает реальный потолок модели

Логика повествования

Как устроена аргументация видео — пройди по шагам

Предпосылка Аргумент Пример Вывод
  1. Предпосылка Вокруг GLM 5.2 шум: «убийца Fable», топ опенсорса 4:31

    Twitter гудит, бенчмарки с дизайн-арены показывают GLM выше многих, лицензия MIT, 1M контекст, дёшево.

  2. Аргумент Бенчмаркам верить нельзя — нужна живая проверка 13:23

    Дизайн-арена легко обыгрывается, непонятно с кем сравнивали; автор не доверяет цифрам и тестит руками.

  3. Аргумент Один промт — на все модели сразу, сравнение глазами 10:15

    Одинаковые задания идут в GLM, Opus 4.8, GPT 5.5, Composer 2.5, MiniMax M3 в разных харнессах.

  4. Пример Фронтенд: GLM на уровне Opus 4.8 (со скиллом) 1:37:08

    Лендинг и фулстек-магазин вышли хорошо, лучше GPT 5.5; но решил готовый шаблон билдера, а не модель.

  5. Пример Игры и девопс: провал на длинных сложных задачах 1:44:44

    Гонки не управляются, синхронизация клиент-сервер рассыпается, девопс не настроился — дизлайк.

  6. Аргумент Закономерность: дешёвая модель сильна на готовом сетапе 1:35:45

    Где за модель всё придумано — справляется любая; где надо держать много зависимостей — нужен топ.

  7. Вывод Вывод: китайские модели ещё не дотянули до Opus 4.8 / GPT 5.5 1:46:23

    Для фронта и простого фулстека — годится и дёшево; для сложного — пока нет. Fable остаётся мифом-эталоном.

Подробный разбор

Полный разбор — разверни, если нужно глубже

Развернуть подробный разбор

О чём это

Это запись стрима, где Сережа Рис в прямом эфире тестирует опенсорс-модель GLM 5.2 — ту самую, которую в Twitter называют «убийцей Fable» и топом опенсорса. Автор изначально скептичен и проверяет хайп руками: даёт один и тот же промт GLM 5.2 и платным конкурентам (Opus 4.8, GPT 5.5, Cursor Composer 2.5, MiniMax M3) в разных харнессах и сравнивает результат глазами, не доверяя бенчмаркам.

Тесты идут по трём фронтам: фронтенд (лендинги, дашборды), фулстек (магазин) и самое сложное — мультиплеерные онлайн-игры. Во фронтенде GLM 5.2 со скиллом frontend-design держится на уровне Opus 4.8 и стоит копейки. На простом фулстеке справляется — но за счёт готового шаблона билдера. А на длинных сложных задачах (неткод, синхронизация, девопс) разваливается.

Главный вывод автора: дешёвая модель сильна там, где за неё уже всё придумано; китайским моделям пока далеко до Opus 4.8 и GPT 5.5, а Fable остаётся мифом-эталоном.

План внедрения

С чего начать — отмечай шаги, прогресс сохранится

Выполнено 0 из 6

Словарь терминов

Понять незнакомое простым языком

Показать 10 терминов
Вайбкодинг
Создание программ через общение с ИИ на естественном языке: пишешь промт — получаешь код, не вникая в детали.
Open weights / открытые веса
Модель, чьи параметры выложены публично — её можно скачать и запустить на своём сервере, а не только дёргать по чужому API.
MIT-лицензия
Очень свободная лицензия: разрешает использовать, менять и встраивать модель, в том числе в коммерческих продуктах.
Харнесс (harness)
Обвязка вокруг модели — программа-агент (Open Code, Z-код, Cursor), которая запускает модель, даёт ей инструменты и держит контекст.
Long-horizon / длинные задачи
Большие многошаговые задачи, где агент должен долго держать план и контекст, а не выдать ответ за один шаг.
MoE (Mixture of Experts)
Архитектура «совета экспертов»: модель большая, но на каждый запрос активна лишь часть параметров — отсюда дешевле и быстрее.
Слоп (slop)
Однотипный, узнаваемо-шаблонный результат ИИ (например, одинаковые градиенты и гласморфизм у всех сайтов).
Ваншот (one-shot)
Когда модель выдаёт готовый рабочий результат с первого промта, без долгих доработок.
Интерполяция снапшотов
Сглаживание движения в онлайн-играх между присланными с сервера состояниями, чтобы объекты не дёргались.
Дизайн-арена / Code Arena
Площадка, где две анонимные модели делают сайт по одному промту, а люди голосуют — какая лучше; строит рейтинг.

Критический взгляд

Объективно: с какими тезисами можно поспорить и что преувеличено

Упрощение

GLM 5.2 во фронтенде «на уровне Opus 4.8»

Вывод построен на одном промте и визуальном «на глаз», причём с включённым скиллом frontend-design от Anthropic — то есть качество вытягивает чужая обвязка, а не сама модель. Бенчмарки тоже дают паритет лишь с оговоркой: близко по узкому срезу FrontierSWE, а не «уровень во фронтенде» в целом.

Спорно

Китайские модели пока не дотянули до Opus 4.8 / GPT 5.5

На независимых бенчмарках GLM 5.2 местами обходит GPT 5.5 (SWE-bench Pro, Terminal-Bench, MCP-Atlas). Автор сам бенчмаркам не доверяет, но тогда категоричный итог «не дотянули» держится только на его личном тесте мультиплеера — это слишком узкая база для общего вердикта.

Спорно

Закономерность: дешёвая модель сильна там, где готовый сетап

Красивое обобщение, но проверено на двух кейсах (шаблон сработал, мультиплеер — нет). Тот же провал на неткоде показывают и дорогие модели кроме Fable — это скорее общая трудность класса задач, чем свойство именно «дешёвой» модели.

Упрощение

Самый дешёвый вход — Open Code Go (~$5)

Это самый дешёвый способ попробовать набор китайских моделей через сторонний харнесс, но не самый дешёвый доступ к GLM 5.2 как таковой: при open weights и MIT её можно развернуть локально, а по API выход ~$4/M делает разовые прогоны ещё дешевле подписки.

Однобоко

Тест «одним промтом на все модели, на глаз, без доверия бенчмаркам»

Формат честный и наглядный для стрима, но методологически это единичный replay без повторов и без слепого сравнения — результат сильно зависит от температуры, загрузки серверов и удачи одного ваншота. Отвергая бенчмарки, автор не предлагает ничего более воспроизводимого взамен.

Может устареть

Автономные самоулучшающиеся агенты — пока миф

Тезис верен по сути, но вывод сделан из дефолтного запуска без настройки: агент крутил «самопроверку», но корзина не работала. Это предел конкретной связки из коробки, а не принципиальная невозможность — с метриками и тест-харнессом часть петли уже работает, и формулировка рискует устареть в пределах квартала.

Взгляни иначе

Новый угол, смежные области и потенциал на стыке — пища для размышлений

Другой угол

Не «убийца Opus», а конец премиум-наценки

Интереснее не кто кого «убил», а то, что open-weights модель за ~$4/M вышла на расстояние пары месяцев и одного-двух пунктов бенчмарка от топа. Ценность смещается с самой модели на обвязку: скиллы, харнесс, спеки. Конкуренция уходит из весов в инженерию вокруг них.

Другой угол

Провал мультиплеера — это диагностический инструмент

То, на чём модель спотыкается (неткод, интерполяция, авторитетный сервер, перекрёстные зависимости), — лучший индикатор «потолка рассуждений», чем красивый лендинг. Стоит собрать набор именно таких «злых» задач как личный бенчмарк: они различают модели там, где фронтенд давно превратился в одинаковый слоп.

Смежная область

MIT-лицензия важнее, чем место в рейтинге

Open weights под MIT меняет не качество кода, а модель угроз и приватности: разворачивание на своём сервере означает, что данные не уходят вендору, нет внезапной блокировки (как с Fable) и нет ценовой зависимости. Для enterprise и регулируемых отраслей это перевешивает 1–2 пункта бенчмарка.

Смежная область

Шаблоны билдеров как новый «стандартный рантайм»

Наблюдение «дёшево работает на готовом сетапе» — это не приговор, а рецепт: если модель сильна поверх шаблона, выигрывает тот, у кого лучше библиотека выверенных скаффолдов. Та же логика уже двигает корпоративную разработку: внутренние «golden paths» делают и слабую модель пригодной.

На стыке областей

Немультимодальность — не баг, а ставка

Что отличный фронтенд получается без приёма картинок — сигнал, что для UI важнее обученные траектории кода, чем «зрение». На стыке с Figma-MCP и генерацией дизайн-токенов это открывает дешёвый конвейер: дизайн как структурированный текст на вход, а не скриншот, — и текстовая модель снова в игре.

На стыке областей

Цена токена меняет экономику качества

При выходе ~$4/M «один ваншот» перестаёт быть метрикой: дешевле прогнать задачу 5–10 раз и отобрать лучший результат судьёй-моделью, чем платить за идеальный ответ дорогой модели. На стыке с test-time scaling и self-consistency дешёвая модель с перебором может обойти дорогую с одного раза.

Похожие разборы

Разбор

GLM-5.2: открытая coding-модель сильна, когда ей дают исправляться

GLM-5.2 выглядит не как модель для одного идеального скриншота, а как сильный открытый агент, который умеет планировать, проверять код и чинить заметные поломки. Главный вывод ролика: для coding-моделей важнее цикл «сделал → запустил → исправил», чем первая красивая генерация.

Читать → Разбор

ИИ во фронтенде: что реально работает — панель Frontend Nation 2026

Написание кода схлопнулось до 5–10% времени, а ценность сместилась в дизайн, QA, постановку задач и контроль над агентами. Главный сдвиг — из «ремесленника отдельных строк кода» в «оператора фабрики», где код производят агенты, а человек строит вокруг них ограничения и контроль качества.

Читать → Разбор

Вайбкодинг против реальности: как инженер собрал микро-бизнес на ИИ и почему «навык» теперь легко подделать

Внешне простая задача «кропнуть фотку» под капотом оборачивается десятком нейронок, ручным контролем рефандов и войной за токены, а сам сервис может в одночасье потерять выручку из-за апдейта Google. Главный вывод: ИИ обесценил внешние атрибуты навыка — код, тесты, красивые PR теперь генерируются за минуту, а ценным остаётся понимание, которое нельзя сымитировать.

Читать → Разбор

Хорошие части Claude Code: что Theo хочет «украсть» у Anthropic для всех CLI-агентов

Theo (t3.gg), который открыто недолюбливает Anthropic, разбирает фичи Claude Code, делающие его лучшим агентным CLI прямо сейчас. Поворот в том, что он показывает это не ради рекламы, а чтобы остальные harness'ы (Codex, pi, opencode, Cursor) скопировали эти паттерны.

Читать →
← Все разборы Смотреть видео-источник