# Фронтир ИИ > Почему я не гонюсь за «лучшей» ИИ-моделью: гонка LLM напоминает рынок компиляторов 1990-х. Важнее выбрать инструмент, который решает задачи, чем постоянно жить на фронтире. - Canonical page: https://shorin.me/blog/2026/08/ai-frontier/ - Page language: Russian - Published: 2026-08-25 - Tags: AI, DigitalTransformation, LifeLongLearning, Algorithm Недавно натолкнулся на статью о том, что вышел Grok 4.6, который при Extra High настройках Reasoning’а обходится дешевле, чем Fable 5 Max, Opus 5 Max и GPT-5.6 Sol Max. После беглого прочтения этой статьи у меня появилось стойкое ощущение дежавю. В конце 90-х годов прошлого столетия существовало неимоверно огромное количество компиляторов. Домашние задания мы делали с помощью самых стандартных Borland С++ и/или Turbo С++. Но если надо было сделать что-то более серьёзное, то мы использовали совершенно другие компиляторы. Например, в Paragon Software, где я работал системным программистом, было установлено, что всё компилируется только с помощью Watcom C/C++, потому что он создаёт быстрый код. А курсовую по машинной графике мы компилировали исключительно с помощью djgpp (кто-нибудь помнит этот компилятор?), поскольку сам Джон Кармак выбрал этот компилятор для своего Quake за возможность работы с protected mode через DPMI. Про всякие Cygnus/Cygwin, Mingw32 и прочие EGCS’ы я лучше помолчу. Прошло около 30 лет. Большая часть компаний, выпускавших компиляторы, либо разорились, либо были поглощены. Сейчас у нас есть набор устоявшихся компиляторов (gcc, clang, msvc), которые, в основном, выбираются не за их супер-оптимизированный код, а за возможность создание программы для той или иной операционной системы. Так и сейчас я наблюдаю, как различные тестеры сравнивают насколько быстрее, дешевле, глубже, чётче, развёрнутее и т.д. (можно ещё 100500 критериев придумать) одна модель превосходит другую в зависимости от размера, количества параметров, настроек ризонинга, контекстного окна, качества претрена и инференса и т.п. И даже если разобраться во всём этом «по гамбургскому счёту», то завтра выйдет новая модель, и всё снова изменится. Мой подход прост: набор моих задач не требует наличия какого-то супер-пупер уникального свойства, которое есть только у определённой модели со специфическими параметрами. Если честно, в слепом тестировании я не отличу код, выдаваемый Luna Medium, от кода, сгенерированного Sol Extra High. Аналогично, я не отличал экзешники, скомпилированные ваткомом, от экзешников, собранных с использованием djgpp. Поэтому я пользуюсь тем, что есть под рукой и что решает мои задачи. Гнаться за самым-пресамым ризонингом – смысла не вижу. Главное сейчас – не оказаться на обочине прогресса, игнорируя ИИ полностью. Но и пытаться быть на острие, как это модно сейчас называть, фронтира – не стоит, если, конечно, вы не профессиональный разработчик ИИ-моделей. С учётом скорости изменений лет через пять всё устаканится, и останется 3-4 модели, каждая из которых будет решать свой класс задач. P.S. Для тех, кому слова Watcom и Quake – не пустой набор символов, вот ссылка на [атмосферный пост](https://shorin.me/blog/2024/03/cmc-students/index.md) про программирование и игры в конце 90-х. ## Media ![Установка компилятора djgpp в dos](https://cdn.shorin.me/blog/2026/08/djgpp.webp) ![Фотография CD-ROM диска с дистрибутивом компилятора Watcom C/C++ v.11](https://cdn.shorin.me/blog/2026/08/watcom.webp) ## Original posts - LinkedIn: - Telegram: - Dzen: - VK: