Ветвите проигравшего, оставляйте победителя: A/B моделей внутри одного треда

Самая используемая фича в студии — не генерация изображений, не видео и не веб-поиск. Это маленькая иконка под каждым сообщением, которая позволяет перезапустить его на другой модели. Люди натыкаются на неё случайно, а потом перестают читать бенчмарки моделей, потому что могут просто проверить сами.

Проблема вопроса «какая модель лучше»

Это неправильный вопрос. Лучшей модели не существует — есть лучшая модель под этот промпт, сегодня. GPT-5.5 пишет более чистую прозу с первого черновика. Claude Opus 4.7 держит длинную аргументацию, не теряя нить. Gemini 3.1 Pro неприлично хорош в вытягивании структуры из неряшливого документа. Grok быстрее, смешнее и ошибается чаще. Рейтинг переворачивается в зависимости от того, что вы делаете в ближайшие пять минут.

Честный способ узнать — прогнать один и тот же промпт через две-три из них и прочитать ответы бок о бок. Нечестный способ — читать лидерборд шестинедельной давности. Мы построили продукт вокруг честного способа.

Как работает ветвление

У каждого сообщения есть действие «ветвление». Нажмите его, выберите другую модель — и студия перезапустит это сообщение с полностью сохранённым контекстом разговора: системные инструкции, предыдущие реплики, прикреплённые файлы, всё. Вам ничего не нужно перепечатывать. Вы получаете параллельную ветку, которую можно сравнить с оригиналом.

Оставьте победителя — и разговор продолжится по этому пути. Проигравшие ветки остаются в дереве, свёрнутые, на случай если вы захотите вернуться. Ничто не уничтожается; тред превращается в маленький журнал экспериментов.

Воркфлоу, который реально окупается

Вот паттерн, который обращает скептиков, взятый из реального использования:

• Черновик — на быстрой модели. Начните текст на быстрой и дешёвой модели, чтобы наметить форму. Дешёвые кредиты, быстрый отклик.
• Сложный ход — ветвите на reasoning-модель. Когда доходите до по-настоящему трудной части — аргумента, который должен держаться, кода, который должен быть верным, — ветвите именно это сообщение на Opus или GPT-5.5. Премию вы платите только там, где это важно.
• Сравнивайте, а не угадывайте. Когда две модели расходятся в чём-то фактическом, это расхождение — информация. Ветвите третью модель как арбитра или отправьте за ней веб-поиск.

В итоге средняя стоимость разговора падает, потому что вы не платите frontier-цены за лёгкие 80%, — а качество на трудных 20% растёт, потому что вы направляете их на модель, которая реально в этом хороша.

Почему здесь важна одна подписка

Ветвление работает только если все модели в одном месте, на одном общем пуле кредитов. В момент, когда вы жонглируете тремя отдельными подписками и тремя отдельными вкладками, трение убивает привычку — вы перестаёте сравнивать и просто используете ту вкладку, что уже открыта. Так и попадают в лок-ин на одном провайдере по инерции, а не по выбору.

Внутри студии переключение моделей — один клик и те же кредиты. Стоимость проверки близка к нулю, поэтому люди проверяют. За несколько недель это превращается в настоящее, заслуженное чутьё на то, к какой модели тянуться, — а оно стоит больше любого бенчмарка, который мы могли бы опубликовать.

Попробуйте на следующем трудном промпте

В следующий раз, когда получите ответ, который почти верен, не перепромпчивайте ту же модель в надежде на лучшее. Ветвите его на другую. В половине случаев вторая модель просто справляется — и вы узнаете что-то долговечное про эти две, чего не сказал бы ни один обзор.