Активно изучая продуктовые и инженерные подходы на базе пет-проектов, я пришел к выводу, что очень важно проверять дизайн архитектуры, решений и планов с помощью более умной модели.

Я работаю по подписке на GLM 5.2 (хотя буквально вчера перешел на API Deepseek). Эти «рабочие лошадки» потрясающие исполнители, но если долго углубляться в суть задачи, то можно упустить нюансы, которые являются ключевыми.

Я решил этот вопрос с помощью API-провайдера и скилла, где заложил бюджет не более 300 рублей в день.

Теперь, если я провожу, к примеру, большую симуляцию смок-тестов на продукте (об этом тоже хочу рассказать позже подробнее), то на этапах верификации результатов подключаю независимого наблюдателя в лице GPT 5.2, Grok, Sonnet и т. д. Стоимость медианного запроса выходит около 2–5 рублей. Результат пока не заставил разочароваться в подходе.

P. S. С ростом цен на языковые модели я все больше понимаю, что их сегментация в работе будет происходить все чаще. Для каждой задачи исходя из ее сложности будет выбираться более эргономичная модель. Ведь странно возить щебень на Ferrari.