Claude 4 vs GPT-5 что реально лучше для кода в 2025

[svelteops]

Пользуюсь Claude 3.7 для написания кода уже полгода, в целом доволен, но тут вышел GPT-5 и все вокруг кричат что это революция. Попробовал на своих задачах — генерация SQL-запросов, рефакторинг Python, написание тестов. Ощущения неоднозначные. Кто уже плотно сравнивал — есть реальная разница или маркетинг?

[RaspberryWhale]

На задачах с большим контекстом (загружаю целые файлы по 2-3к строк) Claude до сих пор держится лучше. GPT-5 начинает «плыть» ближе к концу и забывает что было в начале контекста. Для review-а пулреквестов однозначно Claude.

[kernel2]

Всё зависит от задачи. Для генерации бойлерплейта и простых CRUD-ов GPT-5 быстрее и дешевле через API. Для архитектурных решений, где нужно держать кучу ограничений в голове, Claude выигрывает. Я в итоге использую оба — через единый прокси, переключаю модель в зависимости от задачи.

[overflown]

Потестил оба на задаче написания парсера для нестандартного формата логов. GPT-5 с первого раза дал почти рабочий код, поправил пару edge-case вручную. Claude написал более читаемый код с комментариями, но потребовал больше итераций. В production пошёл вариант от Claude просто из-за читаемости.

[delphin]

Цена вопроса: GPT-5 через API стоит заметно дороже чем Claude Sonnet. Если у вас высокий объём запросов, это критично. Для личных проектов разница незаметна, для корпоративного использования считайте ROI.

[nakamudr]

Честно говоря, для junior-разработчиков обе модели одинаково «опасны» — люди перестают думать и просто принимают первый ответ. Я запрещаю джунам использовать AI без ревью более опытного разработчика. Инструмент хороший, но голову выключать не стоит.

[coder_vasya]

Проверил на задаче написания Rust-кода — оба справились, но Claude реже делал ошибки с borrow checker. GPT-5 генерировал более идиоматичный код по стилю, но с логическими ошибками которые компилятор не ловит. Итого: Claude для Rust, GPT для Python/JS.

[coder_vasya]

Главный вывод, который я вынес из таких сравнений: чужие бенчмарки устаревают быстрее, чем пишутся. Завёл себе набор из 12 реальных задач из нашего прода — пара миграций, парсер, рефакторинг легаси-модуля, три SQL с оконными функциями — и прогоняю обе модели после каждого крупного релиза. Картина меняется буквально раз в квартал, и иногда внезапно: на оконных функциях и CTE модели до сих пор расходятся сильнее всего. Час на прогон — и у тебя своё мнение вместо маркетинга.

[thumper416]

@coder_vasya, про borrow checker подтверждаю, но добавлю наблюдение про цикл исправлений: если скармливать модели ошибки компилятора, Claude обычно сходится за одну-две итерации, а GPT-5 у меня пару раз зацикливался — предлагал тот же clone() в третий раз подряд, не понимая, почему он не помог. Для Rust это важнее качества первой генерации: с компилятором всё равно итерируешь, и тут считается скорость сходимости, а не красота первого ответа.

[sabaza]

@kernel2, а что за прокси, если не секрет — LiteLLM или самописный? Сам пришёл к такой же схеме, но упёрся в то, что у моделей разный формат tool calls и приходится держать две ветки промптов. И второй вопрос: по какому критерию роутишь — руками выбираешь модель под задачу или есть эвристика по типу запроса?