qwenlm (Coder!) совсем тупой. Выдал говнокод на 50 строк, я ему говорю:
"происходит 1 2 3 " - в твоей версии, это неверно. А надо чтобы было "3 4 5"

Он отвечает:
"Понял вас. Давайте изменим код так, чтобы "происходило 1 2 3 " )))
На все последующие просьбы тоже так и отвечал, тупость непробиваемая.

дипсик r1 вчера висел (горизонтальное масштабирование? нет, не слышали), ну и как бы ставить сегодня на одну сферическую ai-лошадь в вакууме несерьёзно, которая вдобавок может в любой момент отключиться. Сегодня он вроде как работает, но еле-еле, раз в 10 медленнее. А завтра появится новая супер-модель.

Потом я попросил о том же hailuo , и он выдал подозрительно похожее на выдачу qwenlm )))
С точностью до запутанных условных вложений в коде.

Вернулся в итоге к любимому клоду 3.5; но как же классно он умеет отлаживаться. Всё помнит, понимает куда логи вставить, потом их грамотно анализирует, откатывается к прежним версиям - причём может вернуться чуть ли к исходной версии, и практически всегда добивает отладку до 100%! Хайку похуже чем соннет, но тоже упорный в этом плане, красавчики. Никакой другой жпт и близко так не умеет в дебаг.
Жаль только что Anthropic похоже сливают с ai-рынка.

...Пацаны говорят, что хорошо работает связка "r1 как архитектор и клод 3.5 как кодер". Надо признать конечно, что жпт тем лучше разбирается в рациональных темах, чем больше там формализма (математика, алгоритмические задачки кодфорса...), поэтому надо будет поэкспериментировать с генерацией кода на F#: хорошей системой типов сразу отсекается множество целых классов ошибок.
Ну и AI+TDD+BDD смотрится многообещающе, мои курсы в помощь.