1️⃣Результативность:
Я написал около 60 промптов, из которых получилось порядка 40 решенных задач. Я разбивал большие задачи на подзадачи, поэтому «40 решенных задач» — это примерно 3–4 полноценных фичи.
Если смотреть с поправкой на дробление и качество промптов, то статистика примерно такая: 1,2 промпта → 1 задача. И это безумная конверсия!
2️⃣Качество кода:
Я очень редко редактировал код от medium/high reasoning. Почти всегда либо подходило сразу, либо максимум была пара правок.
А вот от low reasoning... Ну, скажем так: код либо выкидывался, либо переписывался с нуля. Полностью. Без сожалений.
3️⃣Стоимость:
За всё время тестирования ушло $5.32:
~65% промптов — medium reasoning;
~20% — low;
~15% — high.
Самый дешёвый ран — $0.04, самый дорогой — $1.89. Один из сюрпризов: high reasoning может оказаться дешевле, если решает с первого раза. Это связано с тем, что вне зависимости от уровня reasoning модель тратит одинаковое количество токенов, меняется только то, насколько «глубоко» она мыслит.
4️⃣Скорость:
High reasoning реально долго думает. Как будто пишет диссертацию, чтобы просто перекрасить кнопку из голубой лагуны в красную охру. Но почти каждый раз — ваншот. Идеальный! Это даже немного страшно…
5️⃣Использование моделей:
Medium reasoning — оптимум. High — для задач, где важна точность, пусть и с задержкой. Low — не хочется притрагиваться вообще. Он игнорирует команды, которые ты ему даешь, правила .cursor/rules. Он живёт своей жизнью и может устроить токеновый ад вплоть до того, что может уйти в бесконечный цикл, в котором будет безуспешно пытаться исправить одни и те же места в коде. Трижды ловил его на этом.
6️⃣Обучение:
Я учусь на коде, который пишет GPT‑5. Это и восхищает, и немного пугает. Если раньше я правил сгенерированное, то теперь спрашиваю: «А как это работает?»
Возможно, я не лучший разработчик на свете, но когда машина пишет код лучше тебя… Становится грустновато 😅
➡️ Выводы и советы:
В целом могу сказать, что с начала использования GPT‑5 у меня сместился фокус: я быстрее и эффективнее, когда пишу промпты и ревьюю код, а не когда сам всё пишу руками. Вчера я ещё думал: «вот здесь я лучше сам закодю», а сегодня думаю: «пусть GPT‑5 напишет, а я проверю».
Вот схема, как использовать GPT-5 с Cursor эффективно:
1. Разбивайте большие задачи на подзадачи.
2. Прогоняйте получившиеся задачи в агенте и попутно заводите себе правила в .cursor/rules, если агент пишет что-то не так, как вы хотели бы.
3. По итогу части выполненной работы просите CodeRabbit отревьюить ваш код (он может как писать комментарии, так и исправлять их с помощью ИИ).
GPT‑5 — это не шаг вперёд. Это перелом. Это не «как Claude‑4, только чуть лучше». Это уже полноценный state-of-the-art. Очень интересно, что будет дальше!
А вы уже успели попробовать GPT-5? Делитесь впечатлениями! ⬇️