Auch wenn hier viel von Marktanteilen gesprochen wird, ist die Realität eben meistens der Mix aus verschiedenen Modellen. Teils weil die Kontingente der Pläne massivst reduziert wurden, teils sind die einzelnen Modelle in bestimmten Aufgaben besser. Bei mir kommen die Feature Slices über Opus, Orchestration über Sonnet, Umsetzung je nach Einstufung über GPT5.4 High bis Gemma runter. Unit Tests dann wieder über GPT-Haiku. Aber eben so flexibel das die KI selbst entscheidet was am besten für den Fall geeignet ist.
Sitz gerade an etwas komplexen Multi Tennant Lösung mit vererbaren Data Schema + JsonB Indiv bereiche. Da war GPT komischerweise am effizientesten. Es variiert also tatsächlich. Aber für 90% reicht wahrscheinlich mittlerweile auch Gemma aus; GPT ist halt gefühlt am langsamsten, braucht aber am wenigsten Nacharbeiten.
Heute noch über die Sinnhaftigkeit von KI gestützter Programmierung nachzudenken ist imho der falsche Ansatz, die Frage ist eher wo ich das Verfügbare Personal so einsetze um das Optimal zu nutzen. Ohne Menschen gehts auch weiterhin nicht, die deswegen zu Abstempelstationen für Auto Commits aus Tickets zu machen aber auch der falsche Ansatz.
