⚪️ Стадия 0, Прайминг

#ddeval #feb2026eval

С опусом из антигравити возникла сразу же проблема: гугл запросил верификацию моего вьетнамского аккаунта с подпиской на год. Слухи о некотором закручивании гаек, видимо, были небеспочвенными. Верифицировал через смс на телефон через онлайнсим, завел аккаунт, авторизовался, прокинул в VibeProxy для подключения в СС. Ок - едем дальше!

Прайминг GLM-5 в CC: id сессии, тайминги и контекст:
* g1: 2:53, 19.3% used;
* g2: 1:26, 19.5% used;
* g3: 1:20, 17.9% used;
Заметно медленее Opus и заметно меньше использование контекста!

Теперь к опенкоду и MiniMax:
* m1: 24s, 12% used;
* m2: 15s, 12% used;
* m3, 40s, 13$ used;
Заполнение контекста небольшое, но очень быстро, ходя одна сессия х2 по времени вышла.

Kimi K2.5, opencode:
* k1: 18.1s, 9% used;
* k2: 20.8s, 9% used;
* k3: 18.9s, 9% used;
Разброс таймингов минимальный, потребление контекста совсем скромное. И очень быстро!

Прайминг opus 4.6 в СС: id сессии, тайминг и контекст:
* o1: 53s, 35% used;
* o2: 57s, 36% used;
* o3: 40s, 31% used;
Довольно шустро и без разброса между сессиями.

Gemini 3 pro:
* все сессии оч быстро отработали (в гемини нету таймера, засекать время неудобно - но тайминги буквально 15-20), и затраты контекста на прайминг в 3-4%; при миллионе контекста это не такой фактор; сессии маркируем gm1-3;

Референсный gpt-5.2 high, в кодексе:
* c1: 1:41, 10% used;
* c2: 2:18, 12% used;
* c3: 2:16, 12% used;
Не быстро, потребление контекста небольшое.

👉 Краткое наблюдение: разброс в использовании контекста даже в одинаковых упряжках наверное что то означает. Время работы моделей тоже весьма разное.

Вы обратили внимание - я идентифицирую сессии работы агента/модели буковкой и цифрой, для понятности - сессий много, чтобы не запутаться в них

🟢 Ок, двигаемся дальше!

@deksden_notes