Последний месяц я работал с Codex и прилично с ним заколебался.

Какие у меня к нему претензии? Я смотрел обзоры, сравнения, таблицы с бенчмарками, и по ним выходило, что Codex и Claude примерно на одном уровне. Мне самому поначалу тоже так казалось. Большую часть времени я всё равно сижу на топовых моделях: Opus 5 и Sol 5.6, если не ошибаюсь. Вначале разница не ощущалась: Codex делал задачи, немного ошибался, я его поправлял.

Но чем дальше, тем заметнее стало, что он не просто ошибается. Он как будто иногда предпочитает имитировать бурную деятельность вместо реальной работы. Гоняет ненужные проверки и перепроверки, запускает лишние аудиты. Вместо того чтобы сделать конкретную задачу, которую я поставил, он проверит три соседние вещи, а саму задачу так и не сделает.

Отвечает при этом неудобно, огромными сообщениями. Где-то в середине спрятана мысль вроде «финальную таблицу я не менял», хотя я как раз просил внести данные в эту таблицу.

Такого накопилось очень много. Ещё и скорость упала: он выбирает явно неоптимальные методы. В итоге никакого удовольствия от работы с нейронкой, и я уже начал скучать по Claude. Скорее всего, со следующего месяца перееду обратно.

Сейчас подписка на Codex заканчивается. Минимальную я, конечно, оставлю, чтобы генерировать изображения и распознавать что-то в ChatGPT, а Claude при необходимости тоже будет ходить туда за картинками. Но в целом Codex меня разочаровал.

Да, у Sol вышла новая версия 5.6, но, мне кажется, особо это не поможет. Новый Opus 5.5 вообще красавчик. Тексты, например, он пишет замечательно, почти без правок с первого раза.

Отдельно интересно, что на Codex удерживают щедрыми токенами и сбросами лимитов. Главная боль Claude в том, что лимиты быстро заканчиваются. А Codex постоянно даёт их сбрасывать, и это, конечно, радует. Только получается, что ты просто дольше можешь заниматься неоптимальной и бесполезной работой.

И есть ещё одна вещь, которую сложно передать словами: сам тон общения и то, насколько модель понимает меня и мои вопросы. Кажется, что Opus и Claude в целом посмышлёнее, что ли. Как будто чуть более смекалистые, и сам формат общения мне подходит больше. Объяснить, почему именно, сложно, даже пример привести трудно. Чисто на уровне вайба.

Такие дела. Расскажите, кто на чём сидит и с какими проблемами сталкиваетесь?

🙂