Как выбрать модель для вайбкодинга

Разбор лекции Ивана Балашова от 1 октября 2026 года из библиотеки стримов Guide DAO.

Иван больше десяти лет в разработке, работал в том числе в Ozon, сейчас он Head of Development в SOFTSWISS. Полтора года он активно пользуется LLM и уже год почти не пишет код руками. Модель под задачу Иван подбирает по одному правилу: смотрит, что агент будет делать прямо сейчас. Думать и принимать решения должна дорогая модель, а исполнять готовый план может модель попроще и подешевле. Так дорогие токены уходят только на задачи, где без них не обойтись.

По умолчанию выбор идёт между двумя флагманами, GPT от OpenAI и Claude от Anthropic. Внутри линейки Иван отталкивается от задачи.

За год с лишним работы с агентами у Ивана сложился стандартный пайплайн. Сначала вы вместе с агентом составляете план фичи, потом агент его исполняет. Под эти два этапа и подбирают модели.

Если задача сложная и агенту нужно думать, принимать решения, подсказывать вам и проводить рисерч, Иван берёт самую дорогую модель на высоком или среднем уровне рассуждений. У Anthropic это Opus или Fable, сейчас в основном Opus. У OpenAI это Sol или Astra.

Если вы уже знаете, как выполнить задачу, например расписали план построчно, хватит моделей попроще. Такой план может составить сильная модель для более слабой. Исполнять его можно на Sonnet 5.5, а у OpenAI на Luna или Terra. Luna и Terra, по опыту Ивана, примерно одинаковые. Начните с Luna, а если не понравится, переключайтесь на Terra, она должна быть чуть получше.

Совсем простые операции вроде «спулить мастер» укладываются в три-четыре команды. Гонять ради них Sol, Opus или топовые GLM и DeepSeek у инференс-провайдера незачем.

Модели Иван показывал в OMP (Oh My Pi), открытом терминальном харнесе на базе Pi, где можно подключить и Claude, и GPT. Фирменным интерфейсам он предпочёл OMP, потому что там в списке моделей видны цена, скорость и рейтинг из бенчмарков. Выбор зависит и от мощности модели, и от того, сколько вы готовы потратить на задачу.

Самой сильной своей моделью Anthropic называет Fable. Миллион входных токенов у неё стоит $10, выходных $50. Прошлый Opus стоил ровно вдвое меньше, $5 и $25, а Opus 5.5 подешевел ещё на 20%, до $4 и $20. При этом в рейтинге OMP он стоит выше Fable 5 и Fable 5.1. Вывод Ивана: включать Fable сейчас нет смысла, вы переплатите в два с половиной раза. Для самых сложных задач он берёт Opus.

Похоже, Anthropic ещё и убавила Opus 5.5 болтливость, и, по наблюдению Ивана, как раз поэтому он местами справляется с задачами даже лучше Fable, если учесть цену.

Haiku стоит $1 и $5. Кодить он не умеет и вряд ли справится, даже если расписать ему каждый шаг. Зато он хорошо схватывает общую канву и подходит для скилов, которые пишут описания мерж-реквестов и коммитов.

Sonnet 5.5 Иван называет стандартной моделью для кодинга, обычно в связке с Opus. В OMP можно назначить его на мелкие задачи и смешивать провайдеров, например планировать на Sol через подписку Codex, а код писать на Sonnet.

Цифрам в списке Иван доверяет не до конца. Заявленная скорость, по его ощущениям, выше реальной, а графики с бенчмарками он считает прежде всего маркетингом.

Для демо Иван взял свой проект, начатый за пару дней до лекции: Telegram-бот с мини-приложением, через которое друзья заказывают печать на его 3D-принтере. CI/CD с тестами уже настроен, так что Иван делает ветку, мержит её, и код выкатывается на сервер сам.

В приложении был баг: для многоцветной модели оно не рассчитывало стоимость печати. Искать его Иван поручил Opus 5.5 в Claude Code. Агенту предстояло покопаться в коде и разобраться, что происходит, а с этим Sonnet, по мнению Ивана, вряд ли справился бы.

Opus изучил код и то, как всё работает сейчас, описал допущения, например что цену нужно считать на сервере, и предложил варианты. Иван выбрал первый, и около шести минут Opus писал план. Исполнять его Иван запустил через скил subagent-driven development из плагина Superpowers. На вопрос Ивана агент ответил, что задача запущена на Sonnet, объяснил, почему не на более дешёвом Haiku, и предупредил, что дальше по плану подключит Opus как более умную модель.

Иван уверен, что Superpowers так и задуман: код он пишет на Sonnet, а в связке с GPT на Luna или Terra, но не на Opus или Sol. Так стоимость работы с агентами остаётся адекватной, ведь Opus всё равно дорогой.

В каждом репозитории SOFTSWISS есть шаблон описания мерж-реквеста: что за задача, как её решили, на какие нюансы обратить внимание ревьюерам. Раньше его заполнял разработчик. Напоминать агенту про стайлгайд каждый раз не хочется, поэтому команда сделала скил из нескольких субагентов. Первый собирает контекст изменений и пишет описание. Второй работает на Haiku: проверяет, что коммиты в мерж-реквесте соответствуют конвенциям, и при необходимости исправляет их через ребейз. Людям такая чистка даётся тяжело, агент делает её быстро.

Единый стиль коммитов нужен потому, что команда использует историю Git как банк памяти для агентов. Агенту можно подсказать, что похожую задачу уже делали. Он посмотрит в истории, какие файлы тогда менялись, и примет более правильное решение.

Тяжёлое ревью тоже стоит соизмерять с проектом. Claude Code предлагал Ивану ultrareview: репозиторий уходит в облако, и код-ревью там проводят клауд-агенты. Иван отказался, потому что такое ревью может идти пару часов, а его проекту оно не нужно.

Последнее время GPT Ивану нравится заметно больше, чем Claude. По его ощущениям, OpenAI удалось сделать модели послушнее. Claude у него иногда сообщал, что принял ряд решений сам и сделал по-своему. За последний месяц Иван почти весь рабочий код написал с Sol и Astra и не помнит ни одного случая, когда модель что-то напридумывала и внедрила без спроса.

Отсюда совет, который Иван сам назвал странным: выбирать модель душой. С агентами проводишь много времени, и хорошая работа с ними требует погружения: вовремя поправить, остановить, сказать, что сюда ходить не надо. В день лекции Иван забыл предупредить агента, что команда сознательно идёт на определённый шаг и комментарии об этом не нужны. В итоге пришлось перечитывать результат, объясняться с агентом и править комментарии. Раз на такое уходит много времени, лучше проводить его с моделью, которая не раздражает.

Один зритель возразил, что Opus как раз более чуткий агент. Иван ответил, что у всех по-разному: Opus 5.5 и правда стал лучше, но у него самого осадок остался.

Opus в демо Иван использует спокойно, потому что платит за подписку, а не за каждый токен. Но и подписку можно сжечь: ультрарежимы рассуждений у OpenAI и Anthropic, по словам Ивана, выжигают даже подписки за $200. В Claude Code команда /model выбирает только модель, а уровень рассуждений задают отдельно через /effort.

Ходят разговоры, что подписки скоро закончатся, и Иван считает это вероятным, потому что подписки невыгодны провайдерам, которые по сути их субсидируют.

В SOFTSWISS вся разработка сидит на подписках, потому что пока это экономически выгоднее. Через API работает немного людей, в основном менеджеры и поддержка. Численность команды при этом не изменилась. Никто до конца не понимает, куда всё идёт, и все боятся остаться без людей. Отдашь всю работу агентам, а их цена в какой-то момент вырастет хотя бы втрое.

Посмотреть другие модели Иван предложил на OpenRouter и Hugging Face. OpenRouter удобен тем, что вы платите в одном месте и получаете доступ ко всем моделям. Hugging Face Иван считает таким же стандартом для инференса.

Выложить на Hugging Face модель после файнтюнинга может практически любой. Файнтюнингом называют дообучение модели на специальных данных. Оно подправляет веса, то есть значения в матрицах модели. У моделей на Hugging Face таких весов миллиарды, например 8 или 27 млрд.

Зачем это нужно, Иван объяснил на примере узкоспециализированной клиники, скажем стоматологической. Ей нужен агент, который подскажет пациенту, куда и как записаться к врачу. Базовые текстовые модели не подойдут здесь даже в роли консьержа, потому что медицина достаточно сложная область, а отвечать в чате агент должен адекватно.

Сейчас Иван в основном занят рабочим проектом, оркестратором агентов. В нём можно запускать агентов в облаке и собирать из них воркфлоу и пайплайны. Иван называет его довольно навороченным аналогом n8n со своим харнесом. До собственного инференса команда пока не дошла. Цель в том, чтобы оркестратор масштабировался вместе с числом людей, а задачи выполнялись быстро, параллельно и качественно.

В одном эксперименте агенты взяли задачу, размазанную по пяти репозиториям. В каждом нужно было сделать мерж-реквест и тег, а в следующем подтянуть этот тег как зависимость. Всю цепочку агенты собрали без участия людей. Готовых аналогов на рынке, когда команда начинала, не было, поэтому оркестратор пишут сами, и результат им пока очень нравится.

Первое. Прежде чем выбирать модель, решите, что агент будет делать. Поиск багов, рисерч и решения требуют сильной модели на высоком или среднем уровне рассуждений, то есть Opus, Sol или Astra. Для исполнения готового плана хватит Sonnet, Luna или Terra.

Второе. Пусть сильная модель пишет план, а исполняет его модель подешевле, как Opus и субагенты Superpowers на Sonnet в демо.

Третье. Рутину вроде описаний мерж-реквестов и проверки коммитов отдайте Haiku, но код ему не доверяйте.

Четвёртое. Смотрите на цену вместе с рейтингом: Opus 5.5 за $4 и $20 в рейтинге OMP выше Fable за $10 и $50. Заявленной скорости и графикам бенчмарков на слово не верьте.

Пятое. Работайте с моделью, которая вам приятна, и заранее проговаривайте ей сознательные решения.

Шестое. Держите коммиты в одном стиле, тогда история Git станет памятью, по которой агент найдёт похожие задачи.