GPT5の噂を考えると、8月はまだ始まったばかりだね。

生きてるって素晴らしい時代だね。

競合他社を待ってから同時に発表して、どちらがベストか市場に決めさせるみたいな感じだね。

でも、これらの新しいモデルがどのように最先端を進化させたかに関する論文は、どれも発表されてないみたいだね。=^(

これは絶対に偶然であって、カルテルじゃないよね。誰も協力してるわけじゃないよね？

これでみんながすぐにGPT5に移行しないようにしてるんだね。

多分ほとんど雰囲気の問題だと思うけど、それでも重要だよね。これ、チャートには入ってないけど > Windsurfによると、Opus 4.1は彼らのジュニアデベロッパーベンチマークでOpus 4に対して1標準偏差の改善をもたらし、Sonnet 3.7からSonnet 4へのジャンプと同じくらいのパフォーマンスの向上を示してるって。

だから4.1って名前なんだよね、4.5じゃなくて。

いいね！少しずつアップデートしてくれるのは嬉しい。Opus 4が出たばかりだけど、小さな改善があるなら、どんどんリリースしてほしいよね。こっちにはデメリットないし。

これ、改善って呼べるのかな？小さすぎて、ただの偶然かもしれないよ。

このリリースのおかげで、Sonnet 4.1を今から楽しみにしてる。

Opusは、反復的な問題解決が必要な長いタスクや、今まで試したことのコンテキストを追跡するのに向いてると思う。複雑なトラブルシューティングとかには、だいたいこれに切り替えるかな。Sonnetは大体のことに使ってるけど、十分良いし、トークンの制限に引っかかることも少ないからね。

Sonnetが脳に障害があるみたいに動くとき（1日に1、2回）、Opusに切り替えると、すぐに解決するみたい。これは科学的なデータじゃないけど、モデルを切り替えれば（どのモデルでも）うまくいったかもしれないね。

カーソルを使ってるときはSonnetの方がいいけど、Claude CodeではOpus 4がSonnetより少なくとも3倍は良いよ。最近のことは、ほとんどがプロンプト次第だと思う。

同じ気持ちだよ。普段はコーディングやドキュメント作成にOpusを使ってて、メールとかにはSonnetを使ってる。

私はMaxプランに入ってるけど、一般的にOpusの方がSonnetよりいい仕事してる気がする。ただ、それはOpusを使わせてもらえる時だけだけどね。マックスプランでも使用制限があって、ほんと冗談みたい。昨日は仕事始めて数分で制限に達しちゃったよ。

記事に載ってた「エージェンティックコーディング」のベンチマークで、Sonnet 4がOpus 4を0.2%上回ってて、Opus 4.1には1.8%劣ってるみたい。これでそのコンセンサスが変わるかも？ベンチマークが現実を反映してると思うならだけど。

一般的なコンセンサスと私自身の経験では、Sonnetの方がずっと良いように思える 科学的な分析が全然ないから、「Sonnetが全体的に良い、ただの時々じゃなくて」っていう人たちがどれくらい多いのか判断するのが難しい。問題の一部は「大きいモデルが良い」って言うのが明白に感じるから、わざわざ言わなくてもいいってことだと思う。「小さいモデルが実は良い」って言うのは、あまり明白じゃないアドバイスに感じるし、賢いことを言ってるように思えるから、そういうことを言う人が増えて、コンセンサスの錯覚を生むかもしれない。昨日これを掘り下げようとしたけど、新しいスレッドに出会うたびに、みんなが言ってることやその割合が違ってて。役に立つポイントは、Claude Maxを使ってて、数時間OpusからSonnetにダウングレードされても、品質がひどく落ちる心配はあまりしなくていいってことかな。

Opusが技術的には優れているのは疑いようがないけど、実際には私にはあまり役立たないんだよね。複雑な実装を一発でやるのはまだほぼ不可能だし、細かい部分を理解するのが大変すぎる。正しい答え（もしくは、あまり悪くない答え）を得るには、コードに深く入り込む時間が必要なんだ。Opusが出してくれるかもしれない正しい解決策は、私にはあまり役に立たない。どうしてその解決策に至ったのか、そしてその解決策が私が取り組んでいる文脈でどうして正しいのかを理解する必要がある。だから、私は大体反復的な実装アプローチを取っていて、特定のタスクはそんなに複雑じゃない。だから、Sonnetで十分なんだよね。

両方使ってるよ。Sonnetは速くてコスト効率もいい。コーディングには最適だね。Opusが明らかに優れているのは分析の部分。デバッグやデータのパターン発見、創造性、一般的な分析においてSonnetを上回ってる。もし最大20プランで制限に引っかからないなら、Opusを独占的に使うのはあまり意味がないと思う。デザインやトラブルシューティングにはOpusを使って、他のことにはSonnetを使うのがいい感じだね。

誰も最初になりたくなかったのかな、目立ちたくないし、取り残されたくもないし。それで最初の発表の後に連鎖的にこうなったのかも。でも、最初に思ったのは、合意があったんじゃないかってこと。ゲーム理論的に考えると、同じ日にABC、BCA、CABみたいにリリースするのがリスクが低くて、平均的な利益が一番高いと思うんだけど。

Cursorをダウンロードして試してみて。今のところ、モデルをその場で切り替えられるから、一番洗練された体験だと思う。もっと高度な使い方にはCLIがいいけど、まずはCursorがベストな選択だと思うよ。

Claude Code CLI。

クロードコードが一番優れたインターフェースだと思う。そこから始めるのがいいよ。