Вероятно разницу в текущем уровне интеллекта, использования тулзов, итд, между 5

Вероятно разницу в текущем уровне интеллекта, использования тулзов, итд, между 5.5 GPT и 4.7 Opus я только что воспроизвел на совершенно конкретном примере:

У меня есть новенький Hetzner Robot, и на нем выпекается состоящая из 78 задач системка. Я решил сделать её полностью на Claude Code /Loop, чтобы посмотреть как создает систему целиком Claude Code Loop process.

Loop очень много всего сделал, не все он сделал правильно, но жить можно - пофиксим.

Однако на примерно 60м процентиле создания системы Loop начал вырубаться, потому что не может сделать те или иные вещи с третьей попытки самостоятельно.

Пример последнего затыка:

Надо правильно поднять и пройти бутстрап запуск новенького Stalwart 0.16, и подключить к нему все системы которые уже подняты и настроены на этом хэцнере.

Claude сперва предложил мне перехватить эту задачу у Loop, т.к. якобы Loop что-то там не то знает. Но Loop это же тот же Claude 4.7 Max, поэтому предсказуемо и у материнской оркестрационной сессии тоже нихуя не вышло. Тогда она сказала мне что это должен сделать я кликами, а машина перед всеми этими менюшками, токенами, экспортами, и прочей хуйней недружественного сталварта - бессильна.

Тогда я попросил Claude излить свои пиздострадания Codex'у в отдельном файлике, и попросил прочитать Codex этот файлик и помочь бедолаге.

GPT 5.5 xhigh справился за 32 минуты, в которые так же вошли тесты каждого узла системы, и до кучи подправил мне там с пяток багов в настройках которые до этого породил Claude.

Claude глянул на это и сказал что не ожидал что у другой модели получится, что он рвет на себе волосы, и думает а не переделать ли Loop таким образом, чтобы он делегировал все сложные задачи GPT 5.5 =)