Обновленный тест на решение реальных кодинговых задач с гитхаба Fable на первом, Opus на третьем, Sol на 5, но Grok реально на втором месте, по цене-качеству один из лидеров. Kimi K3 еще не тестили. Короче, Grok для разнообразных кодинговых задач - очень даже ничего. https://swe-rebench.com/