Я провёл тестовый запуск на DeepSeek 4.1 flash max.
Полная запись здесь: https://gisthost.github.io/?28dedf77da999ccca5b5b4feb1d58fc9/index.html
Тест был немного «загрязнён», так как я запускал его в контейнере dv, и в какой-то момент агент решил, что эффективнее использовать Docker для внесения изменений, чем полагаться на наш MCP.
Для генерации изображений я использовал Qwen 3 Image.
Для «глаз» я дал агенту chrome-devtools-mcp. Его легко настроить для использования Chromium на Linux, что, как правило, является моим выбором:
"chromium-devtools": {
"command": "npx",
"args": [
"-y",
"chrome-devtools-mcp@latest",
"--headless=true",
"--executable-path=/usr/bin/chromium",
"--chrome-arg=--no-sandbox",
"--chrome-arg=--disable-dev-shm-usage"
]
},
Весь запуск опирался на DeepSeek 4.1 flash как для основного, так и для под-агентов.
Я использовал term-llm.com для управления в режиме TUI:
Результаты:
Наблюдения
ТЗ (бриф) критически важно. Если у вас отличное ТЗ, результаты будут отличными; если ТЗ плохое, вы полностью на милости LLM. Хорошее ТЗ описывает структуру, цвета, приводит примеры и так далее.
DeepSeek 4.1 flash оказался очень способным в этом тесте и очень дешёвым. При 99% чтений из кэша и лишь 2,8 млн прочитанных токенов это обошлось бы примерно в $1,52 в часы низкого спроса или $3,04 по пиковым ценам. Astra значительно эффективнее с точки зрения использования токенов, поэтому это нечестное сравнение, но для контекста: цена Astra за аналогичное количество токенов составила бы $325.
Даже с учётом эффективности использования токенов я бы предположил, что вы могли бы создать дизайн такого уровня в Astra за 50–100 долларов. Получить его за 1,50 доллара по текущим ценам API невозможно.
Я запускал это по своему тарифу OpenCode go, и даже не почувствовал заметного расхода в рамках плана на $10 в месяц:
Несколько вещей впечатлили меня в этом запуске: он смог работать без присмотра в течение часов. Он действовал по точно тому же ТЗ, что и в первом сообщении, старательно и аккуратно. Он пытался учесть каждый пункт ТЗ и скрупулёзно протестировал всё.
Он сделал многое правильно, и дизайн получился крепким.
Тем не менее, это не GPT 6 Astra; дизайн кажется мне более «LLM-подобным». Отступы, шрифты и внимание к деталям были не на том уровне, что у Astra. Также очень ясно, что у него нет той же точности в работе с визуальными данными, что у Astra: после первой итерации было много очевидных визуальных сбоев. С другой стороны, он смог исправить большинство из них, когда его об этом попросили.
По какой-то причине он отказался исправить вот этот один:
Но остальные мелкие странности он обработал без проблем.
Самым впечатляющим в сборке была его insistence на аккуратности.
- Он создал папку для доказательств (evidence)
- Он попытался чисто спроектировать тему, разбив её на множество файлов и даже протестировать её
В целом, не ждите уровня Astra от модели в 50/100 раз дешевле, но как инструмент он определённо может давать очень интересные результаты за малую долю стоимости.
В ретроспективе я бы рекомендовал создавать тему непосредственно в контейнере dv, а затем загружать её, так как это позволяет безопасно работать в режиме YOLO, а настройка очень проста.
На следующей неделе постараюсь провести ещё несколько экспериментов в этом направлении и опубликую ещё пару примеров.