Crazyrouter
August 14, 202663 viewsРусскийComparison
GLM-5.3 против GLM-5.2: сложный тест с реальными API-вызовами
Шесть проверяемых задач: GLM-5.3 выиграл по первой попытке 4/6 против 2/6, но GLM-5.2 победил в скрытых тестах исполняемого кода.
Crazyrouter Blog
Practical notes on AI models, API costs, and production workflows.
Model updates, integration guides, pricing breakdowns, and tool workflows for developers and teams.
July 30, 2026123 viewsРусскийComparison
Claude Opus 5 против GPT-5.6 Luna: 18 проверяемых задач без рейтинга скорости
Сравнение Claude Opus 5 и GPT-5.6 Luna с приоритетом проверяемой точности: математика, физика, алгоритмы, ложные предпосылки, ограничения и инструкции.
July 29, 2026117 viewsРусскийComparison
Claude Opus 5 и GPT-5.6-SOL: проверка точности — обе модели дали 10 из 10 правильных основных ответов
Claude Opus 5 и GPT-5.6-SOL прошли 10 проверяемых задач через единый API Crazyrouter. Обе модели дали 10/10 правильных основных ответов; отдельно проверены скрытые тесты кода, полнота инструкций и строгий JSON.
July 25, 2026146 viewsРусскийComparison
Claude Opus 5 vs Claude Fable 5: семь задач в реальном API-бенчмарке и рекомендации по production-routing
В одном OpenAI-compatible API, с одинаковыми промптами и параметрами, Claude Opus 5 и Claude Fable 5 сравниваются на задачах по математике, физике, рассуждению с ограничениями, code review, строгому JSON и дизайну экспериментов. Фиксируются delivery rate, content filtering, latency, tokens и результаты повторных запусков.
July 19, 2026151 viewsРусскийComparison
Достигла ли Kimi K3 уровня Opus 4.8? API-тестирование по семи измерениям
Kimi K3 и Claude Opus 4.8: сравнение точности, задержки и эффективности reasoning Token в семи тестах.
July 19, 2026176 viewsРусскийComparison
Kimi K3 против Claude Opus 4.8: практические тесты по математике, физике и программированию уровня магистратуры
Реальное сравнение Kimi K3 и Claude Opus 4.8 на задачах уровня выпускной работы: марковская цепь, затухающие связанные осцилляторы и планирование зависимостей; проверены полнота вывода, точность, задержка и код.
July 18, 2026197 viewsРусскийComparison
"Kimi K3 против GPT-5.6-SOL: жёсткое тестирование по математике, физике и программированию"
"В рамках одного OpenAI-compatible API и одного и того же промпта проведено сравнение kimi-k3 и gpt-5.6-sol на задачах по времени остановки режима, задаче по физике с моментом инерции на шкиве и задаче по программированию с зависимыми замыканиями; зафиксированы ко
July 17, 2026168 viewsРусскийComparison
Kimi K3 против Claude Fable 5: точность проверки, обрезка кода и задержка API
Практический API-тест Kimi K3 и Claude Fable 5 на математике, физике, исполняемом Python и логических ограничениях с анализом finish_reason и reasoning tokens.