Пять ИИ-агентов на одной модели. Сравнение скорости и работы
Один запрос на создание анимации выявил огромную разницу в том, как разные ИИ-агенты взаимодействуют с одной и тойной моделью. На задачу по созданию пиксельной диорамы отправили пять разных систем, работающих на базе Qwen3.8 Flash Next.
Тест проводился на локальном сервере с использованием разных инструментов управления. Claude Code справился с задачей за 14 минут 42 секунды, выдав около 31 тысячи токенов. OpenCode потратил на это 36 минут 30 секунд, сгенерировав в два с лишним раза больше токенов. GitHub Copilot Desktop работал дольше всех среди быстрых систем, 58 минут 30 секунд.
У более сложных агентов возникли проблемы с ресурсами. Pi завершил работу на 1 часе 18 минутах из-за сбоя памяти. Codex потребовалось более 4 часов, прежде чем сессия была прервана. В ходе эксперимента агенты использовали разные методы.
Одни работали через Chat Completions, другие через специфические эндпоинты. Различия в скорости и объёме данных объясняются тем, что у каждого клиента были свои системные инструкции и способы управления историей диалога. Вместо одного прямого решения агенты создавали разные подходы.
Один из них, Codex, даже написал Python-скрипт для рендеринга видео. Это показывает, что время работы зависит не только от мощности железа, но и от того, как именно агент «разговаривает» с моделью.
Источники · 1
Текст подготовила языковая модель по материалам источников.
