Кто пишет код лучше всех? Сравнил GPT‑5.2, Opus 4.5, Sonnet 4.5, Gemini 3, Qwen 3 Max, Kimi, GLM
Show description
Polza.ai — №1 LLM Агрегатор в России. Регистрируйтесь и пробуйте: https://polza.ai/?utm_source=blog&utm_medium=oleg2&erid=2VfnxyTSJ97 Качественные прокси NodeMaven: https://go.nodemaven.com/oleg1 Используйте промокоды: OLEG50 — 50% скидка для первых 50 пользователей OLEG100 — +100% к получаемому траффику 🔗 Промпты, project rules для тестов: https://t.me/oleglimited/60 🔗 Исходный код сгенерированных проектов в закрытой телеге (да, я пока пробую стартовать, там чисто чат + пару полезных материалов): https://t.me/tribute/app?startapp=sLrD 🔗 Мой Telegram: https://t.me/oleglimited 🔗 ElevenLabs: https://try.elevenlabs.io/stepoleggg К 2026 году нейронки для кодинга разогнались так, что лидерборды обновляются чуть ли не каждую неделю. Поэтому я сделал вайб‑кодинг баттл: беру топовые модели и заставляю каждую сделать сложные проекты “в 1 промпт” (и максимум 5 фикс‑промптов, если что-то сломалось). В этом видео я попытался выяснить кто реально лучший в программировании прямо сейчас. 00:00 Начало 00:38 Какие модели сравниваем и где 02:44 Fantasy RPG TODO list 04:40 Результаты первого теста 05:35 Парсер проблем с Reddit 07:23 Результаты второго теста 08:04 Админка для Docker контейнеров 08:54 Результаты третьего теста 10:21 Система для авто дубляжа видео 11:36 Результаты четвертого теста 13:36 Моделирование в Blender 14:07 Результаты пятого теста 14:19 Финальные выводы 15:06 Заключение
Have questions about this video?
Sign up to chat with AI and get deeper insights.
Sign up — 5 free creditsEn este video, Oleg Stepanov compara varias redes neuronales para codificación, incluyendo GPT‑5.2 y Gemini 3 Pro, con el objetivo de identificar el mejor modelo según los resultados de las pruebas.
El análisis profundo y los resultados prácticos hacen de este video un recurso valioso para desarrolladores.
Desarrolladores interesados en AI, programación y pruebas de modelos.
Personas no interesadas en tecnología o AI.
Análisis profundo de los modelos y resultados prácticos de las pruebas.
Total correspondencia entre el título y el contenido del video.
- Comparación de varias redes neuronales para verificar su rendimiento.
- GPT 5.2 mostró los mejores resultados en las pruebas.
- La importancia de las pruebas y el estudio de la documentación para trabajar exitosamente con AI.
- Uso de API e integración con diferentes entornos de desarrollo.
- Los modelos de Anthropic funcionan bien en Claude Code.
- La calidad de los resultados depende del tiempo de procesamiento de los modelos.
- Las tareas complejas requieren un enfoque especial para los prompts.
- Los nuevos modelos permiten automatizar la creación de MVP para startups.
- Los problemas relacionados con proxies y API pueden dificultar las pruebas exitosas.
- El futuro de las redes neuronales abre nuevas oportunidades para los desarrolladores.
Utilizado para la integración de API.
Proveedor de proxies para la recopilación de datos.
Herramienta para la gestión de proyectos en servidores.
Alternativa para el lanzamiento de repositorios públicos.
Herramienta para transcripción.
Herramienta para vocalización.
Plataforma para Lip Sync.
review
positive
intermediate
technical
Desarrolladores interesados en redes neuronales y AI.