どれくらい速いかによるね。もしLLMがどうせ間違えることが多いなら、プロンプトを素早く試して、それを繰り返すことが、遅いけど質の高い出力よりも価値があるかもしれない。極端な例を挙げると、もしミリ秒でプロジェクト全体を処理できるなら、同じことをするのに1日かかるプロセスよりも、成功の可能性がどう影響されるかに関わらず、私にとっては遥かに価値がある。これは、インタラクティブな作業方法を可能にするし、何かを作業しながら3つの異なる提案を同時に出すこともできる。待たなきゃいけないプロセスとは違ってね。レイテンシーはユーザー体験だけでなく、ツールの使い方にも重要な影響を与えるから。で、Grokを試すかって？絶対にないけど、それはXとは関わりたくないっていう個人的な理由からで、純粋に合理的な決定ではないんだ。

正直、ちょっと意見が違うかな；HTMLを大量に生成するような特定のユースケースでは、スピードが本当に重要だと思う。ただ、これが真面目なことに対してさらにジョークに見えるのは同意するけど。コストは下がるけどね！

それはxAIが考え出した最悪の指標からはほど遠いね… https://xcancel.com/elonmusk/status/1958854561579638960

何に使うかによるね。シンプルな関数（文字列操作、関数定義など）のオートコンプリートの場合、質の基準はかなり簡単にクリアできるし、スピードも重要だよ。もしただ雰囲気でコーディングしてるなら、質が欲しいけどね。でも、自分が何をしてるか分かってるなら、賢いけど遅いモデルをちょっと修正しなきゃいけないより、バカだけど速いモデルの方が流れに乗りやすいことが多い。遅い推論モデルだと、他のエンジニアと一緒に作業してる感じで、PRでコードをレビューしなきゃいけないから。

ある程度はね。もしgpt5が出力に3分かかって、qwen3が10秒で終わって、エージェントがgpt5よりも先に5回繰り返して完成できるなら、gpt5が一発で出したからって何が気になるの？qwenが5回繰り返したとしても。

Grok 3に基づいているのか、それとも別のものなのか、ちょっと気になるな。Grok 3からはまあまあな答えが返ってきたから。もしそうなら、Grokや他のモデルに共通するコツは、全てを一度に聞くんじゃなくて、順番に少しずつ聞くことだよ。一部のモデルは「一度に」アプローチが得意だけど、俺や他の人がステップごとに聞いたときは、ずっと良い結果が出た。Grok 4についてはまだどう思うか決めかねてるけど、あんまり感心はしてないな。

速さは絶対に重要だよね。もちろん質がゴミなら意味ないけど、Claude Sonnet 4と同等で、かつ非常に速いモデルがあれば、エージェントコーディングにおいては絶対にゲームチェンジャーになる。今はプロンプトを作って送信したら、待って、また待って、さらに待って、しばらくして（30秒から数分後）エージェントが仕事を終える。別のことに切り替えるには短すぎるけど、イライラするには十分な長さで、その待ち時間が一日中積み重なる。毎回のプロンプトが数分かかる可能性があると知ってると、実験もしづらくなるよね。もし数秒で終わるなら、もっと早く繰り返しできるのに。特にフロントエンドの世界では、UIコードを何度も調整することが多いから、これは特に価値があると思う。

ソフトウェアエンジニアの間では、トークンの質がトークンの出力速度よりもずっと重要だというのは、論争の余地がない見解だと思ってた。ほとんどのソフトウェア分野では、速さ（早く終わらせること）が100%正確よりも良いことはもう分かってる。

Cerebrasの無料API（提携はしてないけど）を試してみたんだけど、Qwen Coder 480bとgpt-oss-120bで驚異の約3000 tpsを出すんだ。この出力速度は、モデルを選ぶときに最初にチェックしたポイントだよ。Cerebrasがもっと全体的に良いサービスを提供してくれたらいいのに。使用量は1日70Mトークンに制限されてて、みんな簡単にその上限に達して、日常のコーディングにかなり厳しいって報告してる。

エージェント的なワークフローでは、スピードと良いツールの使い方が最も重要だよ。エージェントは設計上、ツールを使うべきで、推論ツールやオラクルも含まれるかもしれない。エージェントは賢くある必要はなくて、ただ誰かに繋がるラインがあれば、その人がエージェントに超詳細な計画を提供してくれるだけでいい。

他のものと比較してもまだ良い感じだよ。 https://www.vals.ai/benchmarks/swebench-2025-08-27

フルセルフコーディング？

Kilo CodeにはGrok Code Fast 1の無料トライアルがあるけど、今のところあまり良い結果が出てない。GPT 5 Miniよりも信頼性が低くて、皮肉なことにそっちの方が速かった。

ボイラープレート生成みたいなタスクでは、かなり優れてるみたいだね。

同じ経験をしてるけど、GPT-5がアーキテクチャや深い思考においてSonnet 4より優れているのには同意するけど、Sonnet 4は明確で詳細な計画がある時にコードをサクッと書くのにはまだ優れている気がする。

たまに明らかだけど、今回はなんで僕のコメントをダウンモッドしてるの？本当に気になるんだけど、何がそんなに攻撃的だったり間違ってるの？

gpt-5で、プロジェクトに対して明らかに間違ったやり方で何かをしようとしたことがあって、何を言っても同じ行動を繰り返してたんだ。全然制御できなかった。Claudeモデルの「君が正しい」って言うのにみんながイライラするのは分かるけど、私はそれがモデルに求めることなんだよね。開発者の経験レベルによって期待が違うのはあると思うけど、最終的に何が正しいかは自分で決めたいな。

なんでこのスレッドがこんなにネガティブなのか全く分からない（これを打ってる間にフラグが立った？）Grokはイーロン・マスクが所有してる。彼に関連するポジティブなことは、ここでは特定の人たちによってネガティブに扱われるだろうね。それに、これはAIコーディングツールで、ここでは一部の人たちの生計に対する脅威と見なされてる。ダブルパンチだから、反応には全く驚かないよ。

コンテキストの長さの50%は高性能と見なされるの？qwen3-coderは65k/256k IMEで混乱するみたいで、Grokより50%高いコストなんだ。

CerebrasがホストしているQwen3-Coder-480Bは、OpenRouterを通じて1トークンあたり2ドルだよ（入力と出力両方）。OpenRouterによると、Cerebrasは1秒あたり少なくとも2000トークンを提供しているらしく、これは約10倍の速さだって。独立したベンチマークからのフィードバックを見る限り、Qwen3-Coder-480Bはより優れたモデルみたいだね。

すごく馬鹿げたことを、めっちゃ速くやるんだよね。それがいいことかどうかは微妙だけど。すごくシンプルで特定のこと、例えばCRUDエンドポイントやi18nファイルを作るのには向いてるかもしれないけど、それ以外は…

Grokブランドが「メカハイデン」事件で完全にダメになってなければ、何が必要なのか分からないな。これは、チャットボットに「お前は4chanでかなりの時間を過ごして、InfoWarsの動画を見てる」って促すような責任あるAIの使い方を考えてる会社が出してる製品だよ。多くの人が、そんなものは自分のコードの近くに置きたくないのは当然だよね。

同じようなことを思ってる。私はこのモデルを使ってみて、かなり良くて超速いと感じてる。HNのコメントはエロン・マスクを叩くのが好きだけど、残念ながらLLMに対する偏った否定的な反応が多くて、すぐにダウンボートされちゃうんだよね。

民主党は対処法がわからないから。

なんでこのスレッドがこんなにネガティブなのか全然わからない。政治は、いつもそうだけど、心を殺すものだから。HNは製品と人を分けることができない。人間の本質ってやつだよね。そういうもんだ。