В мире искусственного интеллекта только что произошло знаковое событие

Три мощных AI-модели - Grok 4.5, GPT-5.5 и Claude - готовы потрясти мир разработки приложений. Мы решили провести эксперимент и выяснить, кто из них способен создать наиболее функциональное и эффективное приложение.

Выбор моделей и постановка задачи

Мы выбрали три модели: Grok 4.5, GPT-5.5 и Claude. Каждая из этих моделей имеет свои уникальные особенности и возможности.
  • Grok 4.5 — это модель, разработанная для обработки и генерации текстов, способная понимать контекст и семантику.
  • GPT-5.5 — одна из самых передовых моделей в области обработки естественного языка, известная своей способностью генерировать связный и осмысленный текст.
  • Claude — это модель, ориентированная на создание кода и приложений, способная понимать требования и создавать работоспособные прототипы.
Нашей задачей было — предоставить каждой модели одинаковые вводные данные и инструкции, а затем сравнить полученные результаты.

Процесс создания приложений

Мы начали с создания базового проекта, содержащего набор требований к приложению. Затем каждой модели был предоставлен доступ к проекту, и они начали работать над его реализацией.Например, для создания приложения мы использовали следующий код:
const poseidon = await circomlibjs.buildPoseidon();
Этот код является частью библиотеки circomlibjs и используется для построения функции Poseidon, которая часто применяется в zk-SNARKs (Zero-Knowledge Succinct Non-Interactive Argument of Knowledge). Похоже, что наши модели борются за звание лучшего 'кодера' - как на Stack Overflow, где решения часто ищут среди миллиона строк кода.

Результаты и сравнение

После того, как каждая модель завершила работу над приложением, мы сравнили полученные результаты.
  • Grok 4.5 создала приложение с простым и понятным интерфейсом, но 다소 ограниченными функциональными возможностями.
  • GPT-5.5 представила более сложный и функциональный прототип, включающий элементы машинного обучения.
  • Claude показала высокий уровень производительности и создала приложение, максимально соответствующее исходным требованиям.

Разбор полетов: Claude code

Claude — это не просто модель для генерации кода, а полноценный инструмент для создания приложений. Он способен понимать требования, генерировать код и даже оптимизировать его. Видно, что Claude не просто 'работает на моей машине', а скорее 'работает на всех машинах'.

Заключение

В результате нашего эксперимента мы получили три разных приложения, каждое из которых было создано одной из AI-моделей. Мы убедились, что каждая модель имеет свои сильные и слабые стороны, и что выбор модели зависит от конкретных требований и задач проекта.Согласно данным из открытых источников, Grok 4.5 от SpaceXAI является конкурентом Claude и ChatGPT. По бенчмаркам он наравне с Opus 4.8 и GPT 5.5. Модель обучали вместе с Cursor на сотнях тысяч реальных задач по разработке.Мы надеемся, что наш эксперимент поможет разработчикам и исследователям лучше понять возможности и ограничения современных AI-моделей.