Reprise du message précédent :
Tiens, Anthropic qui admet enfin que Opus 4.5 était moins bon que GPT 5.2-codex en code https://www.anthropic.com/news/claude-opus-4-6
https://i.ibb.co/sJbp0sTD/b8cfd7ebd [...] x2160.webp

Et encore, ils ne disent mm pas que c'est surement comparé à 5.2 Codex Low
Même pas sur que Opus 4.6 soit meilleur que le medium

Et en plus c'est même pas un bench de la lignée des SWE

PS : olala il se prend une fessée monumentale par Codex 5.3, voir mon post suivant

Ahah j'adore cette époque. Anthropic lance Opus 4.6

OpenAI annonce codex 5.3 https://openai.com/index/introducing-gpt-5-3-codex/

Il atteins la mm perf que 5.2 codex xhigh au très exigeant SWE Pro... tout en consommant largement moins de token (50%)

Il atteins 77% au Terminal Bench 2.0, contre 65 pour Opus 4.6 et 64 pour Codex 5.2. Le gain est important.

bon je refais un message propre

Le meilleur combo quand on a un serveur selfhosted pour utiliser claude code et coder ses projets depuis n'importe ou :
https://claudecodeui.com/ une fois installé permet d'utiliser claude code depuis son tél ou en remote via une interface web, gère les fichiers locaux, git, etc... et Task Master
https://www.task-master.dev/ : créé un fichier PRD qui contient le besoin de votre projet, et vers où vous allez, vous pouvez le faire générer par claude code. Et ensuite vous créez les tâches avec claude code.

dispo pour Claude code, Cursor et Codex :

XaTriX regarde mes posts précédents

Canon, ça existe pour Codex ?

J'attend surtout sonnet aussi  

bha tu l'as déjà c'est codex 5.2 mini  

Claude Code, Cursor et Codex
 

 
Ils MAJ les anciens modèles?

 
Cool j'ai hate de tester

Quel est le meilleur entre GPT 5.3 et opus 4.6?

c'est marqué clairement au dessus. 5.3 écrase littéralement opus 4.6

 
Comme d’hab selon un bench autonomie WLTP  

Le cli ne m'a jamais accroché faudrait que je reteste

Non ils en sortent de nouveau tu as toujours accès au ancien

Comme d'habitude ça doit dépendre des languages il faut se baser sur l'utilisation pas sur les tests de benchmark, ça serait pas le premier qui soit optimisé juste pour avoir de meilleurs scores sur les benchs.

Malheureusement un test synthétique peut vouloir dire beaucoup et pas grand chose si le modele a été fine tune pour le test ça peut ne pas être le cas, il faut tester selon ses usages.

Après j'ai toujours du mal avec les forfaits ChatGPT 20 ou 230 ... Il faudrait un juste milieu comme chez Claude.

Mais il est clair qu'il faut tester le 5.3 au vu des tests pour confirmer ou non ces résultats sur le ressenti.

C'est différent de https://claude.ai/code ou de l'interface Code dans l'appli Claude sur Android (et peut-être IOS) ?

edit: oui en quelques sortes c'est plus du tour par tour alors que l'interface cloud c'est plus des PR qui se terminent par un commit et une pull request, mais bon, un peu lourd pour pas grand chose en plus.

edit2: j'avais pas vu les screens après, effectivement ça a l'air pas mal.

C'est un peu pauvre comme interface non?
Hormis l'utilisation sur le tel je trouve pas que l'UI apporte grand chose

Ben elle apporte surtout le fait que tu peux te barrer faire autre chose, j'ai pas montré les settings, ni le coté git et editons de fichiers
 
Le but du truc c'est de le lancer depuis n'importe ou et de pouvoir te barrer pednant qu'il fait son taf

 
Pour ces versions je sais pas, mais pour GPT 5.2 vs Opus 4.5, Opus a toujours été bien au dessus pour mes utilisations:

• Java et Python (backend)
• Go, Rust,  
• C/C++ et ASM (en projet perso)
• Un portage Vaadin/SQL/Lucene en Sveltekit/MongoDB

 
Merci    

Codex 5.3 en high a l'air d'envoyer du lourd avec mes premiers tests, je pourrai plus contredire falkon1000

P'tit cadeau de claude

link ?
 
https://claude.ai/settings/usage  

Oh ?
Jai cliqué ce matin sur arrêter l'abonnement en fin du mois lol

Edit

moi faire amour à toi

Toujours aussi lent ?

 
 
Un peu moins, et avec /experimental activer Sub-agents ça accélère encore. Toujours beaucoup plus lent que Claude et le CLI moins sympa mais bon.
 

Abonnement activé, plus qu'à trouver comment utiliser ça!

Petit test d'Opus 4.6 sur une app en go qui avait un bug graphique que 4.5 réglait pas (sans trop insister) et 4.6 l'a réglé en deux fois. Il me semble un peu plus lent, mais je testerais mieux demain au taf'.
 
Je testerais ce WE mon défit ultime d'OS pour Amiga 500 voir si il s'en sort mieux, jusqu’à présent tous les agents galèrent pas mal .

Et tu as une bonne expérience sur les deux outils ?

Popopo
Agent teams - Orchestrate teams of Claude Code sessions https://code.claude.com/docs/en/agent-teams

 
GPT beaucoup moins, je code toute la journée au taf sur Opus car il fait bien tout ce que je lui demande. Ya aussi le fait que j'ai GPT que sur Cursor qui est moins bien que Kiro. Ca m'arrive de changer de modèle pour le fun ou bien parcque je lance Cursor/Bedrock sur un truc quand Kiro est occupé.
Le soir/WE j'essaye un peut tous les modèles par curiosité. J'essaye des trucs alacon genre mon OS Amiga ou un explorateur linguistique de LLM maison, quand Opus galère je mets d'autres modèles dessus. J'ai jamais trouvé que GPT s'en sorte mieux. Il n'y a que Gemini qui est sensiblement différent et ouvre un peu mieux la voie par moment, mais je le trouve trop loquace et lent en mode thinking.
 
Après le truc un peu con c'est de donner autant de choix
 

Pouhaaaa je viens de passer 1h avec 5.3. C'est une dinguerie ce truc.
Il est plus rapide que 5.2 codex (je dirais 2 x plus), il consomme moins de token et il est d'une précision chirurgicale. J'ai 100% de one shot malgré des demandes complexes, même très complexes..
 
Quand je pense qu'un jour on aura un 5.4 ...
 
Dès demain je mets les équipes dessus !

Et opus  

Faut surtout faire baisser les prix des modèles SOTA
Ca consomme moins, mais ou sont les prix ?

 
C'est une réflexion plutôt pertinente , surtout pour des gens qui n'ont pas de connaissances dans le domaine.
 
C'est pas un scoop mais la réponse dépend beaucoup de à qui tu t'adresses. Ce n'est pas sale de faire preuve d'un peu de psychologie. Tu as un éventail de possibilités entre le conservateur et l'innovateur. Il faut t'adapter à tes interlocuteurs pour les faire adhérer. En tant qu'ingénieurs, on a toujours un peu trop tendance à raisonner en terme de vérité objective. Ca fonctionne bien, mais seulement avec d'autres ingénieurs qui raisonnent de la même manière
 
Si par exemple tu as affaire à des personnes contrôlantes et conservatrices (ce qui semble être ton cas), il faut les rassurer. Leur montrer donc que ce sera cadré et formalisé. Vous allez très bien documenter et très bien tester, y compris la production d'évolutions et de corrections. C'est-à-dire que vous aller créer vous-mêmes volontairement des bugs importants dans le code et ensuite demander à l'IA de les corriger. La preuve par l'épreuve. Et tu documentes, chaque bug, chaque correction, chaque test. Ensuite tu leur présentes ces résultats dans les grandes lignes. Même s'ils n'y comprennent rien, ils verront que c'est bien organisé et sous contrôle. S'ils sont toujours réfractaires, tu peux aussi leur demander tout simplement ce qui les rassurerait.

Le nouveau codex donne carrément l’impression d’être dans un film de science-fiction… À tous ceux qui sont encore convaincu par Claude, je vous invite vraiment à tester de nouveau codex
 
J’ai quand même hâte de voir ce que Google nous réserve car il y a encore des domaines sur lesquels il est meilleur que tous les autres et notamment le Webdesign

Bon comment je link https://huggingface.co/spaces/mistr [...] i-Realtime et TranslateGemma: A new family of open translation models

 
j'ai pas calculé mais ça serait génial que ça tourne en local
 
Vais-je devoir faire un projet pour transcrire puis traduire ?

Bientôt