Протестировал бесплатный API GonkaGate на трёх моделях: MiniMax M2.7, Kimi K2.6 и Qwen3 235B FP8. API живой, модели отвечают быстро, но каждая годится под разные задачи.
MiniMax M2.7: быстрый, но с подвохом: в non-stream режиме он часто выплёвывает свои рассуждения прямо в ответ через <think>. Для экспериментов терпимо, для продакшена — придётся либо чистить ответ на своей стороне, либо переключаться на stream-режим, где поведение адекватнее.
Kimi K2.6 — самая быстрая модель из трёх. Хорошо справляется с короткими задачами: JSON, классификация, извлечение фактов, код. На длинных текстах режет объём и теряет часть требований. Роль: speed-модель: черновик, разбор, быстрый ответ на запрос без сложной логики.⠀
Qwen3 235B FP8 понравился больше всего. Чуть медленнее Kimi, зато заметно стабильнее по качеству. Держит формат, нормально пишет длинные ответы, не разваливается на логике и коде. Если выбирать одну модель GonkaGate для реальной работы, начинать с Qwen.
Сравнение с GPT-5.5. GPT-5.5 по качеству всё ещё сильнее: лучше держит ограничения, стиль, структуру и сложные инструкции. Gonka выигрывает по скорости и цене: сейчас это бесплатный способ гонять задачи через API без оглядки на бюджет.
⠀
Итого по ролям:
┈ Kimi K2.6: скорость: короткие ответы, черновики, короткие агентные шаги, извлечение фактов.
┈ Qwen3 235B: баланс: тексты, код, логика, надёжные ответы.
┈ MiniMax M2.7: тестировать аккуратно: потенциал есть, но <think> в ответах требует обработки.
┈ задачи, где нельзя ошибиться с форматом и смыслом: пока оставлять на GPT-5.5.
⠀
GonkaGate полезен как быстрый набор моделей рядом с основным провайдером: где-то экономить, где-то ускорять, где-то гонять черновую работу без затрат.
Но как сердце харнесса пока не годится.
Разборы без шума: @human20
Платформа: human20.app
