Wybór modelu

Naucz się wybierać odpowiedni model AI dla każdego zadania. Ten 10-minutowy przewodnik pomoże ci balansować szybkość, koszt i możliwości aby maksymalizować produktywność przy kontroli wydatków.

Przegląd krajobrazu modeli

Macierz szybkiego odniesienia

Model	Szybkość	Koszt	Kontekst	Najlepszy przypadek użycia
Claude 4 Sonnet	⚡⚡⚡	$	128k	Codzienne kodowanie (80% zadań)
Claude 4 Opus	⚡⚡	$$$$$	200k	Architektura i planowanie (doświadczeni devowie nadal preferują do planowania)
OpenAI GPT-5	⚡⚡	$$$$	128k–1M	Jednoprzebiegowe tworzenie aplikacji ze szczegółowego PRD; bardzo sterowalny (źródło)
OpenAI o3	⚡	$$$	200k	Złożone debugowanie
Gemini 2.5 Pro	⚡⚡⚡	$$	1M	Praca z dużą bazą kodu
GPT 4.1	⚡⚡	$$	1M	Ogólnego przeznaczenia backup

Porównanie kosztów

Wpływ na miesięczny budżet

Typowe użycie dewelopera

Tylko Sonnet 4: ~$50/miesiąc
Strategia mieszana: ~$100/miesiąc
Intensywny Opus 4: ~$300/miesiąc
Nieoptymalizowana: ~$500+/miesiąc

Ekonomia tokenów

Na milion tokenów

Sonnet 4: $3
Gemini 2.5: $7
Opus 4: $15 (5x Sonnet)
o3: ceny zmienne

Claude 4 Sonnet - codzienny kierowca

Implementacji funkcji
Napraw błędów
Przeglądów kodu
Refaktoryzacji
Pisania testów
Dokumentacji
Integracji API
Zapytań bazy danych

Wskazówki optymalizacji Sonnet 4

Jasne, konkretne prompty dają lepsze rezultaty niż niejasne żądania
Dołączaj przykłady w swoich promptach dla spójnego outputu
Rozbijaj złożone zadania na mniejsze, skupione żądania
Używaj zasad projektu aby utrzymać spójność

Przykłady z rzeczywistego świata

// DOBRE: Konkretne żądanie dla Sonnet 4
"Utwórz funkcję TypeScript która waliduje adresy email
używając regex, zwraca typ Result<string, ValidationError>,
i zawiera testy jednostkowe"

// SŁABE: Niejasne żądanie które może potrzebować silniejszego modelu
"Ulepsz system uwierzytelniania"

Claude 4 Opus - architekt

OpenAI GPT-5 - Jednoprzebiegowy budowniczy

Kiedy używać GPT-5

Framework decyzyjny

Używaj GPT-5 gdy masz:

Szczegółowy PRD: end-to-end funkcja/aplikacja w jednym przebiegu
Zadania cross frontend/backend: szczególnie gdy trzeba regenerować typy/protobufy
Przepływy agentowe: agenci w tle i równoległe agenty pierwszego planu
Potrzebę sterowalności: możesz bardzo precyzyjnie określić wymagania i styl

Wskazówki

Bądź precyzyjny co do celów, ograniczeń i kryteriów akceptacji
Dodaj regułę „zwięzłe odpowiedzi” jeśli chcesz krótszych wyników
Podaj strukturę repo i kroki codegen (np. protobufy)

Zobacz: GPT-5 dostępny w Cursor.

Kiedy przejść na Opus 4

Framework decyzyjny

Używaj Opus 4 gdy potrzebujesz:

Projektowanie systemu: decyzje architektoniczne wpływające na wiele modułów
Złożona refaktoryzacja: zmiany dotykające 50+ plików
Projektowanie algorytmów: nietrywialne algorytmy wymagające głębokiego rozumowania
Planowanie techniczne: rozbijanie złożonych funkcji na zadania
Generowanie kodu: tworzenie całych modułów ze specyfikacji

Wzorce użycia Opus 4

Zacznij od planowania

"Przeanalizuj nasz obecny system uwierzytelniania i zaproponuj
plan migracji do OAuth 2.0 z kompatybilnością wsteczną"

Generuj architekturę

"Zaprojektuj skalowalną architekturę sterowaną zdarzeniami dla naszego
systemu powiadomień wspierającego email, SMS i push"

Złożone rozwiązywanie problemów

"Optymalizuj ten algorytm przeszukiwania grafu do znajdowania
najkrótszych ścieżek w ważonym grafie skierowanym z
ujemnymi krawędziami"

Uzasadnienie kosztów

OpenAI o3 - rozwiązywacz problemów

Unikalne możliwości

o3 wyróżnia się w zadaniach wymagających rozszerzonego rozumowania:

Debugowanie

Złożone race conditions, wycieki pamięci, wąskie gardła wydajności

Algorytmy

Programowanie dynamiczne, algorytmy grafowe, problemy optymalizacyjne

Łamigłówki logiczne

Silniki reguł biznesowych, satysfakcja ograniczeń, automaty stanów

Matematyka

Analiza statystyczna, algorytmy ML, implementacje kryptograficzne

Najlepsze praktyki o3

Dostarczaj obszerny kontekst - o3 kwitnie na informacjach
Proś o rozumowanie - “Wyjaśnij swój tok myślenia”
Iteruj nad rozwiązaniami - o3 poprawia się z feedbackiem
Weryfikuj outputy - złożone rozumowanie może mieć przypadki brzegowe

Przykład scenariusza o3

PROMPT: "Nasza aplikacja ma wyciek pamięci który występuje po
około 1000 wywołaniach API. Wyciek wydaje się związany z naszą
warstwą cache. Oto odpowiedni kod i output profilera pamięci.
Przeanalizuj i dostarcz naprawę."

DLACZEGO o3: To wymaga głębokiej analizy wzorców wykonania kodu,
zarządzania pamięcią i identyfikacji subtelnych problemów które
prostsze modele mogą przegapić.

Gemini 2.5 Pro - mistrz kontekstu

Kiedy rozmiar kontekstu ma znaczenie

Używaj Gemini do
Zalety kontekstu

Analizowania całych repozytoriów
Refaktoryzacji między modułami
Przeglądów kodu na dużą skalę
Generowania dokumentacji z kodu
Zrozumienia systemów legacy
Analizy zależności

Przykład przepływu pracy Gemini

Załaduj duży kontekst

@codebase "Przeanalizuj nasz cały moduł uwierzytelniania
włączając wszystkie serwisy, controllery i testy"

Analiza odniesień krzyżowych

"Znajdź wszystkie miejsca gdzie używany jest enum UserRole i
zasugeruj migrację do bardziej elastycznego systemu uprawnień"

Generuj dokumentację

"Utwórz kompleksową dokumentację API dla wszystkich
endpointów w katalogu /api/v2"

Drzewo decyzyjne wyboru modelu

graph TD Start[Nowe zadanie] --> Size{Rozmiar bazy kodu?} Size -->|< 10 plików| Simple{Złożoność zadania?} Size -->|10-50 plików| Medium{Potrzeba rozumowania?} Size -->|> 50 plików| Large[Gemini 2.5 Pro] Simple -->|Podstawowe| Sonnet[Claude 4 Sonnet] Simple -->|Złożone| Reason{Rodzaj złożoności?} Medium -->|Nie| Sonnet Medium -->|Tak| Opus[Claude 4 Opus] Reason -->|Architektura| Opus Reason -->|Debugowanie| o3[OpenAI o3] Reason -->|Algorytm| o3

Strategie optymalizacji kosztów

1. Progresywne ulepszanie

Zacznij od Sonnet 4 do początkowej implementacji
Przełącz na Opus 4 tylko do planowania/architektury
Użyj o3 tylko do konkretnych złożonych problemów
Włącz Gemini tylko do analizy na dużą skalę

2. Zarządzanie kontekstem

Zmniejsz kontekst

Czyść czat regularnie
Używaj skupionych @wzmianek
Wyklucz nieistotne pliki
Podsumowuj długie dyskusje

Ponownie używaj kontekstu

Zapisuj przydatne prompty
Twórz zasady projektu
Buduj szablony promptów
Używaj funkcji pamięci

3. Operacje wsadowe

# DROGIE: Wiele wywołań Opus 4
"Refaktoryzuj serwis auth" (Opus 4)
"Teraz refaktoryzuj serwis user" (Opus 4)
"Teraz refaktoryzuj serwis profile" (Opus 4)

# EFEKTYWNE: Jedno kompleksowe wywołanie
"Refaktoryzuj serwisy auth, user i profile aby podążały za
naszym nowym wzorcem architektury. Dostarczaj plan implementacji
najpierw, potem wykonaj." (Opus 4 raz)

Przepływ pracy przełączania modeli

Metoda szybkiego przełączania

Wzorzec strategicznego przełączania

Faza eksploracji (Sonnet 4)
- Zrozum problem
- Zbierz kontekst
- Początkowe próby
Faza planowania (Opus 4)
- Projektowanie architektury
- Rozbijanie złożonych zadań
- Tworzenie planu implementacji
Faza implementacji (Sonnet 4)
- Wykonaj plan
- Pisz kod
- Twórz testy
Faza debugowania (o3 jeśli potrzeba)
- Rozwiązuj złożone problemy
- Optymalizuj algorytmy
- Naprawiaj przypadki brzegowe

Scenariusze z rzeczywistego świata

Scenariusz 1: Nowa funkcja

Zadanie: Dodaj powiadomienia użytkownika
Używane modele:
  - Sonnet 4: Początkowa implementacja (90%)
  - Opus 4: Projektowanie systemu (10%)
Całkowity koszt: ~$5
Oszczędność czasu: 4 godziny

Scenariusz 2: Problem wydajności

Zadanie: Napraw wyciek pamięci w produkcji
Używane modele:
  - Sonnet 4: Początkowe badanie (20%)
  - o3: Głęboka analiza i naprawa (80%)
Całkowity koszt: ~$15
Oszczędność czasu: 8 godzin debugowania

Scenariusz 3: Duża refaktoryzacja

Zadanie: Migracja do nowego frameworka
Używane modele:
  - Opus 4: Planowanie (20%)
  - Gemini 2.5: Analiza (30%)
  - Sonnet 4: Implementacja (50%)
Całkowity koszt: ~$40
Oszczędność czasu: 20 godzin

Zaawansowane techniki modeli

1. Łańcuchowanie modeli

Opus 4: "Utwórz szczegółowy plan implementacji OAuth"
  ↓ (Zapisz plan do pliku)
Sonnet 4: "Implementuj krok 1 z oauth-plan.md"
Sonnet 4: "Implementuj krok 2 z oauth-plan.md"

2. Równoległe używanie modeli

Otwórz wiele instancji Cursor:

Instancja 1: Opus 4 do architektury
Instancja 2: Sonnet 4 do implementacji
Instancja 3: o3 do testowania przypadków brzegowych

3. Promptowanie specyficzne dla modelu

- Bezpośrednie i konkretne
- Dołączaj przykłady kodu
- Odwołuj się do ścieżek plików
- Jasne kryteria sukcesu

- Cele wysokiego poziomu
- Proś o rozumowanie
- Żądaj alternatyw
- Dołączaj ograniczenia

- Dostarczaj cały kontekst
- Dołączaj logi błędów
- Proś o krok-po-kroku
- Żądaj weryfikacji

Monitorowanie użycia modeli

Śledź swoje koszty

Sprawdź użycie: Ustawienia → Użycie
Ustaw alerty budżetowe
Przeglądaj tygodniowe wzorce
Optymalizuj na podstawie danych

Wzorce użycia do obserwowania

Wysokie użycie Opus 4: rozważ lepsze planowanie
Powtarzające się podobne zadania: twórz zasady/szablony
Długie rozmowy: czyść kontekst częściej
Nieudane próby: przełączaj modele wcześniej

Lista kontrolna wyboru modelu

Przed rozpoczęciem zadania zapytaj:

Czy Sonnet 4 może to obsłużyć? (zacznij tutaj)
Czy potrzebuję głębokiego rozumowania? (rozważ Opus 4/o3)
Czy rozmiar kontekstu to problem? (rozważ Gemini)
Czy używam odpowiedniego stylu promptowania?
Czy mogę rozbić to na mniejsze zadania?

Następne kroki

Kontynuuj do zasad projektu

Teraz skonfigurujmy zasady projektu aby zapewnić spójne zachowanie AI we wszystkich modelach.

Zasady projektu →

Czas: 10 minut