Кто-то в комментах недавно про дипсик спрашивал, так вот куда он приземлился на арене — занял место на парето-оптимальной линии.

Напомню, всё что ниже этой линии будет либо дороже при тех же мозгах, либо глупее за те же деньги. Если вам надо выбрать модель для работы и вы можете взять вообще любую, то брать что-то не из этой линии будет не оптимально.

Конечно, это один конкретный бенч Agent Arena, как хорошо модель работает как агент. Но в целом довольно неплохо отражает реальный опыт, по крайней мере мой. Если считать Opus какой он был сразу после запуска, сейчас он тупит постоянно.

Всем, кто будет спрашивать про GLM-5.3 — её тут нет пока что, не успела данных набрать, ждём куда приземлится.

@neuro_channel