Сравнение LLM для создания PWA-приложений под офферы
Ключевые факты
- 1 Пять из восьми протестированных LLM успешно создали PWA-приложения под оффер.
- 2 DeepSeek V4 Flash, DeepSeek V4 Pro, Kimi 2.7 Code, Claude Sonnet 5 и Claude Opus 4.8 показали лучшие результаты.
- 3 GPT-4o и GPT-4 Turbo (упомянутые как GPT-5.5 в посте) отказались выполнять задачу.
- 4 Локальные Qwen 1.5 32B Chat и GLM-4-9B (упомянутые как Qwen 3.6 и GLM 5.2) сгенерировали нерабочий код, требующий доработки.
Недавний тест сравнил восемь крупных языковых моделей (LLM) по их способности генерировать PWA-приложения, оптимизированные для офферов. Целью было определить, какие ИИ-модели могут автономно создавать функциональные приложения без значительной ручной доработки. Пять моделей показали успешные результаты: DeepSeek V4 Flash, DeepSeek V4 Pro, Kimi 2.7 Code, Claude Sonnet 5 и Claude Opus 4.8. Эти модели смогли создать рабочие PWA-приложения, что указывает на их потенциал в автоматизации задач для арбитража трафика. С другой стороны, GPT-5.5 (вероятно, имеется в виду GPT-4o или GPT-4 Turbo, согласно источнику) полностью отказался выполнять поставленную задачу. Локальные модели, такие как Qwen 3.6 (вероятно, Qwen 1.5 32B Chat) и GLM 5.2 (вероятно, GLM-4-9B), смогли сгенерировать код, но полученные приложения не запускались без дополнительной ручной доработки, что снижает их ценность для полностью автоматизированных процессов. Результаты теста опубликованы на cpa.rip.