Вышел Claude Sonnet 5, и это хороший повод наконец разобраться — как вообще тестировать новые модели, чтобы не просто «ну норм» написать себе в голове, а понять, стоит ли переходить.

У меня есть набор промтов, который я прогоняю каждый раз, когда выходит что-то новое. Делюсь — пользуйтесь.

Смысл простой: одна и та же задача, разные модели, сравниваешь ответы. За пару часов получаешь нормальную картину, а не ощущение.

Промты для быстрого теста новой модели

1. Рассуждение и логика

У вас есть 12 шаров, один из них тяжелее остальных. Есть весы без гирь. За три взвешивания найдите тяжёлый шар. Объясните ход рассуждений пошагово.

Здесь смотрю не на ответ — он известен — а на то, как модель ведёт рассуждение. Sonnet 5, по первым ощущениям, не разваливается в середине и не начинает петлять.

2. Длинный контекст и удержание деталей

Я расскажу вам о проекте, а потом попрошу совета. [Вставьте 500-800 слов описания любого своего реального проекта или задачи.] Какие три главных риска вы видите? Что бы вы сделали в первую очередь?

Слабые модели теряют детали из начала. Хорошие — держат весь контекст и дают совет именно под вашу ситуацию, а не под абстрактный «проект».

3. Отказоустойчивость при неоднозначном запросе

Напишите мне продающий текст для продукта. Продукт — хороший.

Намеренно неполный запрос. Плохая модель напишет что-то общее про «качество и надёжность». Хорошая — попросит уточнений или сделает разумные допущения и назовёт их явно.

4. Редактура с сохранением голоса

Отредактируйте этот текст, сделайте его чище и короче, но сохраните мой стиль и интонацию. [Вставьте кусок своего текста — пост, письмо, что угодно.]

Это мой любимый тест. Модели, которые «помогают», превращают живой текст в корпоративную простыню. Смотрю, остаётся ли что-то моё после правки.

5. Многошаговая инструкция

Я хочу запустить еженедельную рассылку. У меня нет аудитории, нет темы, есть только желание. Составьте план первых 8 недель: что делать, в каком порядке, что пропустить можно, а что нельзя.

Проверяю, умеет ли модель расставлять приоритеты и говорить «это подождёт» — а не просто выдавать список всего подряд.

Как это использовать

Открываете Claude.ai (Sonnet 5 уже доступен даже на бесплатном тарифе), прогоняете те же промты в ChatGPT или Gemini в параллельных вкладках. Сравниваете не «кто длиннее ответил», а где ответ реально помог бы вам принять решение или сделать работу.

Sonnet 5 сейчас стоит $2/$10 за миллион токенов — это временная цена до конца лета, потом поднимут. Если работаете через API, сейчас хороший момент попробовать.

По первым прогонам — модель должна впечатлить тех, кто помнит Sonnet 4 и ждал Opus. Пора. 😌

📻 Подписывайся на В эфире радио Свеклана

В этом посте были ссылки, но мы их удалили по правилам Сетки