Ähnliche KI-Benchmark-Werte verbergen große Unterschiede
Bei DeepSWE liegt Luna Max 2,2 Punkte hinter Sol High, doch Luna braucht fast dreimal so viele Schritte. Ich zeige, warum das in Repositorys zählt.
Praxisnahe Notizen zu KI und Softwareentwicklung
Seite 3 von 3
Coding-Agents vergessen mein Repo. Darum baute ich eine Karte
Ich führe Coding-Agents mit vier Ebenen zu aktuellen Fakten im Repo. Das spart Kontext, doch veraltete Dokumentation bleibt das eigentliche Problem.
GPT-5.6 vs. Claude 5: Warum sich die Benchmarks widersprechen
Ich vergleiche Sol, Terra, Opus 5 und Fable 5 in Coding-Benchmarks. Je nach Aufgabe, Effort, Agenten-Setup und Budget gewinnt ein anderes Modell.
Kimi K3 erreicht GPT-5.6, braucht aber 4,6-mal so lange
Kimi K3 erreicht GPT-5.6 medium, braucht aber 4,6-mal so lange. GLM-5.2 ist pro Token billig, doch pro Aufgabe teuer. Ich prüfe, wo beide gewinnen.
Acht Convex-Alternativen verglichen. Ich wechsle nicht
Appwrite und InsForge kamen am nächsten. Doch ein TypeScript-Backend macht Convex für meine KI-Agenten weiter einfacher. EU-Hosting ist der teure Haken.
GPT-5.6 Sol betreibt Overengineering. Ich nutze es trotzdem
GPT-5.6 Sol fand in meinem Audit fast sechsmal so viele mögliche Probleme wie Fable 5. Die meisten fielen bei der Triage durch. Heute setze ich Sol anders ein.
Opus 5 ist ein starker Mitarbeiter, aber ein schlechter Chef
Opus 5 erreicht Fable 5 in Benchmarks zum halben Tokenpreis, ist aber mühsam zu führen. Ich zeige, warum Fable trotzdem seinen Platz verdient.