Mentionsy Mentionsy
Better Dev Club
Better Dev Club

Better Dev Club #9 - Benchmarki AI, czyli wydajność vs. cena

01.01.2026 ·20 min 22 s

Zapisz się na newsletter żeby zawsze być na bieżąco z nowościami: https://betterdevclub.pl/newsletter🔗do 9 odcinka Better Dev Club Weekly:GDPval-AA Leaderboard | Artificial AnalysisHumanity's Last ExamDwóch MS MVP:Piotr StappKajetan Duszyńskizajmują się przeglądem nowości z zakresu szeroko pojętego AI, nowoczesnych narzędzi.

A programujesz w ogóle coś z AI? Programuję z AI dużo, ale nie wiem. Cała magia chyba polega na tym, że jak mi jeden nie pasuje, to wtedy przełączam się na drugi, jak mi drugi nie pasuje, to przełączam się na trzeci. I tak dalej, i tak dalej. Na przykład bardzo długo byłem happy, jak w ogóle kiedyś spróbowałem groka, bo grok odpowiadał bardzo szybko i bardzo sprawnie, pod warunkiem, że zadanie było sprawne. Miałem moment zakochania się o Clodzie. I mówiąc szczerze, Cloda, właśnie na pytanie, które najbardziej lubię, to Cloda na przykład najbardziej lubię, dlatego że jest europejski. Może to głupi powód, ale rzeczywiście Kloda najbardziej lubię, że jest europejski. Europa nie gęsi, swój model ma.

No i oczywiście modele też mają swoje benchmarki. I Ty sam mi podesłałeś właśnie jeden benchmark, w którym, no wiadomo, że do benchmarku wystawia się swoich najlepszych zawodników. I tam jakbyśmy porównali GPT-5 i GPT-2... No nie, tam co Ci podesłałem, to tam są wszyscy zawodnicy, tam jest 47 modeli. No to swoją drogą oczywiście, no ale wiadomo, że wygrywają Ci najmocniejsi, nie? I w topce są ci najmocniejsi. No i tutaj mamy sytuację taką, że możemy sobie porównać GPT-5 II High, Cloda Opus 4-5 i Gemini 3 Pro.

No i pytanie brzmi, czy 10 juniorów zastępuje jednego seniora? To oczywiście do Was pytanie, drodzy widzowie. Różne to bywa, zależy pewnie od zadań. Natomiast jest tak, że rzeczywiście modele w tej chwili OpenAI-owe wygrywają w benchmarku pod tytułem Jesteśmy Najlepsze, ale niestety wygrywają też w tym drugim benchmarku Jesteśmy Totalnie Najdrożsi. Żeby było zabawnie, jak spojrzymy na te benchmarki, to też podobnie jest z Clodem. To znaczy Clod w tej chwili 4,5, też akurat w tym miejscu, w którym gadamy, ale to nie jest tak, że to jest jedyny taki benchmark. Oczywiście Clod też jest drogi, natomiast Geminarie są tańsze.

I na ten moment jest to dla mnie pierwszy model jako go-to do wszelkich zadań i do kodowania, bo faktycznie ostatnio też się dogadałem z AntiGravity i modelem Gemini tam i do wszelkiej innej pracy. Może jestem już za bardzo przyzwyczajony, Ale to jest też kwestia, bo cały czas sprawdzam, próbuję sobie porównywać w innych modelach i po prostu te odpowiedzi z Gemini mi osobiście najbardziej odpowiadają. Może to jest kwestia tego, że najwięcej czasu spędziłem nad tym, żeby sobie to odpowiednio skonfigurować przy moich projektach. Może to jest kwestia po prostu jakiejś preferencji tego, w jaki sposób on odpowiada, bo Cloda na przykład już miałem dosyć, jak go wykorzystywałem, bo robił swoje i pierdzielił jeszcze przez dwie strony o jakichś głupotach dodatkowo i ta odpowiedź była taka rozmyta, a tutaj faktycznie jest to bardzo wygodne.

Pokazano wszystkie 4 dopasowania. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.