14 августа 2026 г.
Дешёвая модель на длинной задаче жжёт часы, а не деньги: Luna не довезла за 8 часов
Восемь часов работы Luna дали один рабочий эффект из 37: Grok прошёл тот же план за 1 ч 24 мин.
DHH
@dhh
Я попробовал поручить то же самое GPT Luna, но на этом месте, кажется, обязан прекратить эксперимент по этическим соображениям. Бедняга пашет уже больше 8 часов. Один эффект вроде как заработал, только очень медленно. Остальное - каша. Всё равно что просить шимпанзе решать геометрию!
Fable с одного захода переписал Python-библиотеку TerminalTextEffects на Rust за 11M токенов. Старт упал с 87 мс до 2 мс, рендер быстрее в 9,6 раза. Теперь ноль зависимостей и один исполняемый файл на 3 МБ 🤯 https://claude.ai/code/artifact/287825bc-7aad-4541-a7e7-fa4ba8d03612
Восемь часов агент грыз одну задачу и выдал один рабочий эффект из 37. Дэвид Ханссон (DHH) прогон выключил.
Задача не выдуманная. Fable за один заход переписал Python-библиотеку TerminalTextEffects на Rust: старт ускорился с 87 мс до 2 мс, рендер стал быстрее в 9,6 раза, на выходе один исполняемый файл 3 МБ без зависимостей.
План этого порта лежит открытым. В репозитории omacom-io/ttfx есть plan.md с решениями по переписыванию, и по нему гоняют каждую следующую модель.
Раньше модели сравнивали ценой за миллион токенов. На восьмичасовом заходе считается другое: довезла или бросила на полпути.
Кто довёз по этому плану. - Grok 4.6: 1 ч 24 мин и 8,6M токенов, около $55 по прайсу за токены, примерно десятая часть стоимости захода Fable - GPT-5.6 Sol High: рабочая версия за $43, первый вариант вышел на 30% медленнее, паритет дал один уточняющий промпт - DeepSeek V4 Flash: ничего рабочего, сколько ни доспрашивали - GPT Luna: восемь часов и один медленный эффект
Разрыв меряли и раньше. Бенчмарк DeepSWE, 113 длинных задач по 91 репозиторию, срез 25.07.2026: - Luna Max: 67% решённых, $0,61 за попытку - Terra Max: 70%, $3,96 - Sol Max: 73%, $8,39
Шесть процентных пунктов разницы стоят в четырнадцать раз дороже. На длинном заходе эта разница вылезает часами, а не счётом за токены.
Уровень max по умолчанию выключен. В Codex Desktop его включают галкой в Settings → Configuration → Available reasoning efforts, в API он приходит параметром reasoning_effort: max к модели gpt-5.6-luna.
первоисточник