GPT-5 non è pronto per lavori agentici in produzione. Kimi potrebbe esserlo. Più ricevute (come in ogni buona contabilità) Ho eseguito GPT-5 con Opus 4.1, ma ci è voluto così tanto tempo che ho finito per eseguire 3 modelli mentre aspettavo che GPT-5 finisse. Le esecuzioni qui sono un po' iper-verbali, quindi la mia rapida annotazione: 1. Seguire le istruzioni Chiesto di "utilizzare lo spazio di lavoro TypeScript fornito" tra le altre cose -GPT-5: Ignorato per 15 minuti, ha scritto prima 31 comandi shell -Kimi: Ha provato subito TypeScript (fallito 3 volte sui percorsi ma ha continuato a provare) -Opus: TypeScript al minuto 2 -Sonnet: TypeScript al minuto 7 2. Gestione degli errori -GPT-5: comando di 500 caratteri fallisce → si espande a oltre 2000 caratteri → fallisce ancora → continua ad espandersi -Kimi: errore di percorso 3 volte → alla fine semplifica → funziona -Opus: 95% di lavoro al primo tentativo -Sonnet: strumento mancante → cambia approccio → continua 3. Risultati unici (il nostro lavoro principale - merita un post a parte) -GPT-5: cambiamenti di schema (RIDRETH2→RIDRETH3), schemi di denominazione (_J suffisso) -Kimi: validazione di base - SEQN esiste, 9966 partecipanti -Sonnet: salute mentale nascosta in Other/, file da 1,4M righe -Opus: 86% di scarsità progettata, intervallo di colonne 2-323 4. Codice prodotto -GPT-5: inventory.ts con bash incorporato di oltre 2000 caratteri -Kimi: simple_validate.ts - minimale ma funziona -Sonnet: comprehensive_analysis.ts - separazione pulita -Opus: 3 file modulari - framework estensibile 5. Risorse -Kimi: 14 min, $1.59 -Sonnet: 6 min, $1.87 -GPT-5: 27 min, $5.04 -Opus: 10 min, $10.46 Detto ciò, posso vedere che GPT-5 conosce molti trucchi tecnici ed è un attore piuttosto capace come base - ma viene con un alto margine di errore e rischio di deviare dal punto (cosa che ha fatto più volte con questo compito). Potrei usarlo per un rapido debugging, ma per un vasto codice sorgente o un compito di analisi, preferirei Kimi con molte protezioni mentre ci troviamo.

alcune vibrazioni in più per codex/gpt5: - non ha strumenti speciali ed è peggio nell'usare la CLI rispetto a CC. Chiedergli di fare una PR è un incubo (CC ha questo come parte del prompt), anche quando lo si spinge pesantemente - mette in dubbio le cose E LA DATA DI TAGLIO RINFORZA QUESTO. 1/x

Sembra che Deep Research stia ancora utilizzando un modello più vecchio? GPT 5 conosce FastHTML (che ha un anno), ma se seleziono "Deep research" allora non lo sa.

È questo cosino un sostituto di Deep Research? Ora lo proverò! :) Qualcuno di voi l'ha già provato?

Onestamente, penso di poter fare un buon post-mortem di tutto ciò che è andato storto con 5: 1. Due anni e mezzo fa, molto prima che avessero idea di come sarebbe stato, stavano facendo hype su 5. 2. Hanno addestrato Orion come 5, aspettandosi grandi benefici dallo scaling del pre-addestramento, ma (1/x)

Ora che l'era della "legge" della scalabilità sta giungendo al termine, immagino che ogni laboratorio avrà il proprio momento Llama 4. Grok ha avuto il suo. Anche OpenAI ha appena avuto il suo.

GPT-5 funziona meglio tramite l'API. Quindi, abbiamo reso facile l'uso dell'API! 😁 @OpenAI GPT-5 è ora disponibile nella nostra bellissima libreria Python, Cosette. Scopri quanto è facile effettuare chiamate agli strumenti ora!

Siamo chiari: i vaccini Covid a mRNA 1) hanno funzionato molto meglio di niente 2) non hanno messo fine alla pandemia 3) sono stati sostituiti da vaccini migliori e più sicuri come Novavax — che utilizzano una tecnologia molto meglio compresa L'mRNA era un hack. È stato fantastico come hack.

Interessante, i filtri HEPA per l'aria riducono significativamente la pressione sanguigna.

nell'80° anniversario di Hiroshima, ecco la tua guida a tutta la propaganda e le bugie che puoi usare per evitare di dover accettare il fatto che il tuo paese ha commesso un crimine orrendo contro l'umanità: