@Skaylet;
ben dün akşam 5$ yükleme yaptım ve opencode'a apiyi bağladım.
Claude'un kod yazmasından daha önemli olan şey, mimari planlamayı çok iyi yapabilmesidir. Özellikle de çok fazla dosya ve özellik olan projelerde Claude'u geçebilen bir llm olabileceğini pek sanmıyorum. Ama siz projeyi bölümler halinde hazırlarsanız, hepsi benzer seviyeleregelebiliyor.

Kodlama konusunda nerede ise hepsi aynı kaynakları kullanıyor.
Eğer projenizi çok detaylı ve faz yapılandırması olarak hazırlarsanız, GLM - DeepSeek - GPT bu plana oldukça sadık kod üretebiliyor. Ürettikleri kod yapısı da kötü kodlar değil.
Plan içerisinde mutlaka yapacağınız projenin terimleri ile tanımları oluşturmanız gerekiyor. Aksi halde diğer modeller kodlamada hata yapabilir. Claude kendi planına sadakat konusunda diğerleri ile aynı derece etkin diyebilirim.
Sorun terimlerin doğru olması.
Claude'un hazırladığı proje faz yapılandırmasını kendisine tekrar analiz amaçlı verdiğimde bazen 20 bazen 50 tane, mimari plan dahil hata bulabiliyor.
Çünki tüm LLM lerin bir context kapasitesi var. DeepSeek'in 1M olması sizi aldatmasın.

Claude'un kendi yorumu şu şekilde.
Hiçbir projeyi tek bir llm ile ilerleme yaptırmayın. Mutlaka diğer llm'lerin görüşlerini alın ve her aşamada context belleğini sıfırlatarak inceleme yaptırın. Context sıfırlaması yaptırmadığınız zaman, cache'ki eski bağlamlar ile kendi hatasını göremez.
Claude code kullanıyorsunuz ve başka llm yok. Yapacağınız en mantıklı şey "/new" ile yeni bir chat ile context i sıfırlamak. eğer context'i sıkıştırma yaparsanız yine belleğinde kalan ile aynı mantalitede kodlama yapıyor.

DeepSeek nasıl ? Hız olarak son dönemde tüm llm lerde bir yavaşlık var. BU Opencode kökenli de olabilir. Daha önce GPT'yerine Codex var iken, dosya kod oluşturması oldukça hızlı idi. "Mimari ye ne kadar sadık kalarak dosyaları oluşturdu?" sorusu işte ona cevap yazmak zor. Çünki Claude mimari sadakati bulamadı. Claude'a revizyon yaptırdım. Revizyon dosyasını DeepSeek'e okuttum. Bana Claude'un yazdığı revizyonlar ile ilgili oldukça hata listeledi. Çünki proje kapsamı büyüdükçe maalesef bu sorun hep var. Aynı revizyonu GPT ye verdim. Benzer olsa da o da farklı hataları listeledi.

Ben maalesef 80 tablodan oluşan yapının detaylarını büyük bir dosyada verip sonra bunları fazlara böldürmek istediğimde, fazları özet olarak gruplandırıyor ama en önemli base-mixin yapıları unuttuğunu deflarca gördüm.
Şu karara vardım.
Temel yapıda plan oluşturmak. Her aşama sorunsuz olduğunda faz-ları temel yapıya entegre ettirmek. O zaman bağlam kaybı daha az oluyror. Çünki hazır mimaride değişiklik yerine, mimariye uygun yeni modül - dosyaları oluşturmasını sağlıyor ve sorunsuzluk o zaman daha kolay.

DeepSeek'in kod üretimi aşamasında oldukça fiyat performanslı avantajı var. Mimariniz doğru ise DeepSeek oldukça uygun fiyata mimariyi sorunsuz kodlama yapıyor. 116M token için harcadığı bakiye 59cent. 116M olmasının sebebi de, maalesef docs dizini içindeki proje taslak dosyalarının aşırı büyük olması. Görsel standartlar ve revizyonlar ile de oldukça büyüme ihtimali olsa da fazları mikro seviyeye çıkardığımda, bu token tüketimi azalacak.

MiniMax- Mimo - GLM ile de farklı aşamalarda analizler yaptırmak gerekiyor.
Bu kısımda özel bir parantez açmak istiyorum. Google Antigravity ile maalesef ben son 2 aydır mikro fazlarda olan projelerin temel yapısını sorunsuz oluşturmasını sağlayamadım. Dosyaları ve kodları çok hızlı hazırlıyor ama Mimari ile alakası olmayan kodlma yapıyor. DeepSeek daha yavaş ama hazırladığınız mimariye daha sadık.
Web sayfaları hazırlayanlar, Antigravity için özel skilleri var ise, belki sorunsuz kodlama yaptıra biliyordur. Ama ben yaptıramıyorum maalesef. Aynı promptu DeepSeek daha mantıklı kod üretip - doğru anlıyor.