# Четыре флагмана за четыре недели — «какая модель победит» это запах дизайна В этом месяце волна флагманских моделей валится почти одна на другую — Gemini 3.5 Pro, новый Claude, Grok 5, и уже вышедший Opus 4.8. Все обновляют лидерборды. Если эта волна тебя тревожит — на лучшей ли мы модели, не пора ли переключаться — тревога говорит кое-что о твоей архитектуре, а не о моделях. Вот честное прочтение и что реально требует «оставайся swappable». - **Author:** Фёдор Чищин - **Published:** 2026-06-05 - **Tags:** ai-native, architecture - **Source:** https://fedorthinks.com/ru/blog/which-model-wins-is-a-design-smell --- Июнь 2026 — это завал релизов. Opus 4.8 вышел в конце мая; Google пообещал Gemini 3.5 Pro «в следующем месяце»; новый Claude и Grok 5 ждут в те же несколько недель. Половина моей ленты — это люди, обновляющие бенчмарк-лидерборды, чтобы увидеть, кто наверху в этот час. Если эта волна слегка тебя тревожит — _на лучшей ли мы модели? не пора ли переключиться?_ — на это чувство стоит обратить внимание. Не из-за моделей. Из-за того, что оно показывает про то, как построен твой продукт. ## Лидерство — это шум, и оно меняется каждый месяц Посмотри на реальный расклад. Сегодня Opus 4.8 на вершине индекса интеллекта Artificial Analysis с **61.4**, чуть впереди [GPT-5.5 (60.2), Gemini 3.1 Pro (57) и Grok 4.3 (53)](https://medium.com/@sanjeevpatel3007/best-ai-models-in-2026-the-complete-honest-ranking-d67b63cf3543). Четыре пункта между первым и третьим. Релизы следующего месяца перетасуют этот порядок, а через месяц перетасуют снова. Почти для любого реального продукта разница между моделью №1 и №3 невидима твоим пользователям. Они не скажут, какой флагман им ответил. Лидерборд — это спорт; твой продукт — нет. ## Так что тревога — это запах дизайна Вот диагноз. Если новый релиз модели тебя нервирует, это почти никогда не потому, что ты боишься оставить возможности на столе. А потому, что подозреваешь: _смена больно ударит_ — что твой продукт тихо приварен к специфическим квиркам одной модели: её формулировкам, форматированию, к тому, как твои промпты месяцами подстраивались под её точное поведение. Это и есть настоящий страх, и это проблема связанности в костюме модели. Нервозность не про то, какая модель лучше. Она про то, как дорого было бы передумать. Высокая цена «передумать» — это определение плохой архитектуры, [я уже приводил этот довод](/blog/cheap-code-is-expensive), и здесь он так же верен. ## Что реально требует «swappable» (это не plug-and-play) Теперь честная часть, потому что «просто оставайся swappable» — это отговорка. Смена моделей правда не plug-and-play. Промпты [неявно подстраиваются под поведение одной модели](https://venturebeat.com/ai/swapping-llms-isnt-plug-and-play-inside-the-hidden-cost-of-model-migration), токенайзеры и форматирование отличаются, и наивная замена приносит реальные регрессии и сюрпризы по стоимости. Swappable — не бесплатно. Это то, что ты _строишь_: - **Абстракцию**, чтобы твой продукт говорил с «моделью», а не с API вендора, — [паттерн адаптера](https://medium.com/@Modexa/model-swaps-without-drama-adapters-not-rewrites-b9c739205cd7), нейтральный интерфейс, прячущий различия провайдеров. - **Роутинг по уровню задачи, а не по захардкоженному имени модели** — чтобы «используй здесь модель подешевле» было изменением конфига, та же дисциплина, что и [дешёвая модель на 90% работы](/blog/cheap-model-most-of-the-work). - **Eval-набор** — часть, которую все пропускают, и часть, которая делает всё безопасным. С [отложенными evals](/blog/evals-or-it-didnt-ship) замена становится «поменяй конфиг, прогони evals, увидь ровно то, что регрессировало». Без них замена — это «поменяй модель и молись», поэтому люди и боятся это делать. Построй эти три — и цена «передумать» падает с «переписать» до «вечер и прогон тестов». ## Тогда волна переворачивается из угрозы в меню Как только смена дёшева и измерима, четырёхфлагманский месяц перестаёт быть тревогой и становится списком покупок. Вышла модель дешевле при том же качестве? Наведи на неё evals; прошла — поменяй одно значение и забери экономию — ровно тот выигрыш, о котором я писал, когда [лаборатории начали гонку по цене](/blog/labs-race-on-price-now). Умнее для по-настоящему трудных 10%? Тот же ход. Ты перестаёшь смотреть на лидерборды со страхом и начинаешь использовать их как каталог. ## Настоящая ставка Какая модель победит в июне — это переменная, о которой стоит заботиться меньше всего и вокруг которой проектировать больше всего. Не ставь на модель — [модель никогда не была моатом](/blog/the-model-was-never-the-moat) — ставь на способность дёшево передумать. Команды, которые будут выглядеть умно в июле, — не те, кто выбрал правильную модель сегодня; это те, кто сможет перейти на лучшую за вечер, когда сегодняшний выбор перестанет быть правильным. Так что отнесись к этому четырёхфлагманскому месяцу как к бесплатному стресс-тесту одного вопроса: если бы лучшая модель сменилась завтра, сколько времени у тебя заняло бы переехать? Если ответ — «вечер и прогон evals», наслаждайся шоу — ничто из этого тебе не угрожает. Если ответ — «переписать и помолиться», то модели никогда не были проблемой. Проблема — твоя архитектура, и ни один релиз этого месяца её не починит.