Сравнение моделей серии Claude: Haiku, Sonnet и Opus, а также место модели Fable в этой линейке

Вы управляете почтовым ящиком службы поддержки SaaS. Классифицируйте каждый из приведенных ниже тикетов. Верните JSON-объект, содержащий только одно поле верхнего уровня с именем tickets. Поле tickets должно представлять собой массив в исходном порядке, и каждый элемент должен содержать ровно следующие поля: ticket_id, category, urgency и action. Значение поля category должно быть одним из следующих: billing, access, bug, feature. Значение поля urgency должно быть одним из следующих: low, medium, high. Используйте только текст заявки; не придумывайте результаты применения политик или факты, касающиеся клиентов.

#481: С нас дважды списали плату за одно и то же годовое продление. Закрытие бухгалтерского учета запланировано на пятницу, и мне нужно, чтобы этот вопрос был расследован до этого.
#482: При сбросе пароля указано, что письмо отправлено, но я его не получил. Я проверил папку «Спам» и повторил попытку один раз.
#483: При экспорте в формат CSV все суммы в валюте округляются до целых долларов, тогда как на панели инструментов по-прежнему отображаются центы.
#484: Пожалуйста, добавьте тёмный режим в аналитическую панель управления.
#485: После того как сегодня утром изменился домен нашей компании, каждый сотрудник получает сообщение об отказе в доступе по SSO.
#486: Не могли бы вы прислать мне копию счёта за прошлый месяц?

Результаты моделирования не были получены. Обе разрешенные попытки вызова API Anywhere завершились кодом HTTP 503, поэтому этот маршрут был помечен как недоступный и исключен из оценки качества.

```json
{
  "tickets": [
    {
 "ticket_id": "#481",
      "category": "billing",
 "urgency": "high",
 "action": "Расследовать случай двойного списания платы за годовое продление и произвести корректировку/возврат средств до закрытия расчета заработной платы клиента в пятницу."
    },
    {
 "ticket_id": "#482",
      "category": "access",
 "urgency": "medium",
 "action": "Проверить адрес электронной почты учетной записи и возможность доставки писем, затем вручную инициировать или повторно отправить письмо для сброса пароля."
    },
    {
 "ticket_id": "#483",
      "category": "bug",
 "urgency": "medium",
 "action": "Передать в отдел разработки для исправления округления при экспорте в CSV, чтобы значения валют соответствовали точности до центов, отображаемой на панели управления."
    },
    {
 "ticket_id": "#484",
 "category": "feature",
 "urgency": "low",
 "action": "Зарегистрировать запрос на реализацию тёмного режима для аналитической панели инструментов и добавить его в список ожидающих реализации функций продукта."
    },
    {
 "ticket_id": "#485",
      "category": "access",
 "urgency": "high",
 "action": "Немедленно проверить настройки SSO, связанные с измененным доменом компании, и восстановить доступ для всех затронутых сотрудников."
    },
    {
      "ticket_id": "#486",
 "category": "биллинг",
 "urgency": "low",
 "action": "Найти счёт за прошлый месяц и отправить его копию клиенту."
    }
  ]
}
```

```json
{
  "tickets": [
    {
 "ticket_id": "481",
 "category": "billing",
 "urgency": "high",
 "action": "Передать в отдел биллинга для проверки дублирующейся годовой платы за продление подписки и подтверждения решения до закрытия расчета заработной платы клиента в пятницу."
    },
    {
 "ticket_id": "482",
      "category": "access",
 "urgency": "medium",
 "action": "Проверить журналы доставки электронной почты на наличие сообщения о сбросе пароля на этот адрес и, если оно не было доставлено, запустить проверенный процесс сброса пароля для пользователя."
    },
    {
 "ticket_id": "483",
      "category": "bug",
 "urgency": "medium",
 "action": "Зарегистрировать ошибку, связанную с округлением валюты при экспорте в CSV, указав несоответствие значениям на панели инструментов, и запросить инструкции по воспроизведению ошибки или образец экспорта."
    },
    {
 "ticket_id": "484",
 "category": "feature",
 "urgency": "low",
 "action": "Зарегистрировать как запрос на добавление функции темного режима для аналитической панели инструментов и подтвердить получение, не беря на себя обязательств по срокам."
    },
    {
 "ticket_id": "485",
      "category": "access",
 "urgency": "high",
 "action": "Передайте на более высокий уровень как сбой SSO в масштабах всей организации, связанный со сменой домена; попросите отдел идентификации/аутентификации немедленно проверить конфигурацию домена SSO."
    },
    {
      "ticket_id": "486",
 "category": "billing",
 "urgency": "low",
 "action": "Отправить запрошенную копию счета за предыдущий месяц подтвержденному контактному лицу учетной записи."
    }
  ]
}
```

{"tickets":[{"ticket_id":"481","category":"billing","urgency":"high","action":"Расследовать поступившее сообщение о двойном списании платы за годовое продление и ответить до крайнего срока выплаты заработной платы клиенту в пятницу."},{"ticket_id":"482","category":"access","urgency":"medium","action":"Проверить журналы доставки писем о сбросе пароля на адрес пользователя и повторно отправить письмо или предложить альтернативный способ сброса."},{"ticket_id":"483","category":"ошибка","urgency":"средняя","action":"Воспроизвести округление сумм в валюте до целых долларов при экспорте в CSV и передать проблему в инженерный отдел для исправления."},{"ticket_id":"484","category":"функция","urgency":"low","action":"Зарегистрировать запрос на реализацию темного режима для аналитической панели у команды по продукту и подтвердить получение."},{"ticket_id":"485","category":"access","urgency":"high","action":"Передать на рассмотрение команде разработчиков ошибки отказа в доступе по SSO, возникающие по всей компании после смены домена, и проверить настройки домена SSO."},{"ticket_id":"486","category":"billing","urgency":"low","action":"Найти и отправить клиенту копию счета за прошлый месяц."}]}

Напишите внутреннюю записку о запуске продукта объемом 180–220 слов для директора по продукту, используя исключительно приведенные ниже факты. Включите в текст: тему письма, короткий вступительный абзац, ровно три пункта, рекомендацию и одно четко обозначенное предостережение. Не придумывайте решения по бюджету, процентные показатели, статистическую значимость или причинно-следственные связи.

Факты:
- В пилотном проекте приняли участие 120 студентов.
- По состоянию на 31 марта 96 студентов посетили как минимум три занятия.
- Средний балл по опросу составил 4,3 из 5 по результатам 71 респондента.
- В операционном листе программы указан бюджет в размере $18 000.
- В записке об утверждении финансирования указана сумма $20 000. В ней не указано, является ли разница результатом корректировки или ошибкой в учете.
- Участники не распределялись случайным образом, и исходные оценки не собирались.
- Решение касается того, запускать ли второй пилотный проект, а не того, вводить ли программу на постоянной основе.

Результаты моделирования не были получены. Обе разрешенные попытки вызова API Anywhere завершились кодом HTTP 503, поэтому этот маршрут был помечен как недоступный и исключен из оценки качества.

**Тема: Результаты пилотной программы — рекомендация о проведении второй пилотной программы**

Первая пилотная программа завершила первый контрольный период, и предварительные показатели вовлеченности и удовлетворённости выглядят обнадёживающе. Прежде чем принять решение о проведении второй пилотной программы, команде следует совместно проанализировать ряд данных и нерешённых вопросов.

- Из 120 зачисленных студентов 96 посетили не менее трёх занятий по состоянию на контрольный срок 31 марта.
- Опрос после занятий, в котором приняли участие 71 респондент, показал средний балл 4,3 из 5.
- Цифры бюджета в разных документах не совпадают: в отчете об операциях программы указана сумма $18 000, а в записке об утверждении финансирования — $20 000; неясно, является ли это результатом корректировки или ошибкой при вводе данных.

**Рекомендация:** Учитывая результаты посещаемости и опроса, мы рекомендуем провести второй пилотный проект для сбора более структурированных данных — в идеале с определённой контрольной группой и исходными показателями — прежде чем принимать решение о более широком внедрении. Этот второй пилотный проект также должен послужить возможностью урегулировать расхождения в бюджете с финансовым отделом до окончательного утверждения финансирования.

**Предостережение:** К этим результатам следует относиться с осторожностью. Участники не распределялись случайным образом, и исходные показатели не собирались, поэтому мы не можем связывать результаты опроса или динамику посещаемости непосредственно с самой программой. Речь идет о решении относительно масштаба второго пилотного проекта, а не о решении о постоянном внедрении.

**Тема: Результаты пилотного проекта и рекомендации по второй пилотной группе**

Первый пилотный проект прошел промежуточную оценку по состоянию на 31 марта, и теперь у нас имеется достаточно информации для принятия решения о целесообразности проведения второго пилотного проекта. В данном сообщении обобщены наши наблюдения, рекомендации и основные ограничения при интерпретации результатов. На данном этапе решение о постоянном внедрении программы не рассматривается.

- **Набор участников и вовлеченность:** В программу записались 120 студентов. По состоянию на контрольный этап 31 марта 96 из них посетили как минимум три занятия.
- **Отзывы участников:** по результатам опроса после участия средняя оценка составила 4,3 из 5 по данным 71 респондента. Остальные зарегистрированные студенты не ответили, поэтому оценка отражает мнение только этой подгруппы.
- **Расхождение в бюджете:** в отчете об операциях программы указан бюджет в размере $18 000, тогда как в записке об утверждении финансирования указана сумма $20 000. В финансовой записке не указано, является ли эта разница результатом корректировки или ошибки в учете, и мы пока не определили, какая из цифр является определяющей.

**Рекомендация:** Приступить к планированию второго пилотного проекта при условии, что отдел финансов и отдел операционной деятельности программы согласуют две бюджетные цифры и подтвердят единую определяющую цифру до того, как мы утвердим расходы. В рамках второго пилотного проекта также следует собрать исходные оценки при наборе участников.

**ПРЕДОСТЕРЕЖЕНИЕ:** Участники не распределялись случайным образом, и исходные оценки не собирались. Поэтому данные об участии и результаты опроса описывают то, что делала и о чём сообщала данная группа; они не могут сказать нам, к каким результатам привела программа или как она будет работать с другой группой населения.

**Тема:** Итоги промежуточного отчета по пилотному проекту и рекомендация относительно второго этапа пилотного проекта

Здравствуйте, [директор],

Ниже приводится краткая информация о ходе реализации пилотного проекта по состоянию на 31 марта, а также рекомендация относительно целесообразности перехода ко второму этапу пилотного проекта. Настоящее письмо касается исключительно решения о втором этапе пилотного проекта, а не его постоянного внедрения.

- **Набор и посещаемость:** Зарегистрировалось 120 студентов. По состоянию на контрольный этап 31 марта 96 из них посетили как минимум три занятия.
- **Отзывы участников:** По результатам опроса 71 респондент поставил среднюю оценку 4,3 из 5.
- **Данные о бюджете:** В отчёте о ходе реализации программы указан бюджет в размере $18 000, тогда как в приказе об утверждении финансирования указана сумма $20 000. В приказе об утверждении финансирования не указано, является ли эта разница результатом корректировки или ошибкой в учёте.

**

Продиагностируйте и исправьте эту функцию JavaScript. Верните JSON, содержащий ровно четыре поля: root_cause (строка), replacement (строка, содержащая полный код функции-замены), tests (массив строк с тестовыми примерами) и remaining_risk (строка). Не указывайте, что тесты были выполнены. Сделайте минимальное понятное исправление, удовлетворяющее условиям контракта.

Условия:
- `tasks` — массив функций без аргументов, возвращающих обещания.
- Возвращайте первое выполненное значение в порядке ввода, даже если это значение равно 0, false или пустой строке.
- Игнорируйте отклоненные задачи.
- Возвращайте `null`, если все задачи отклонены или массив пуст.

Текущий код:
async function firstSuccessful(tasks) {
  const results = await Promise.all(tasks.map((task) => task()));
  return results.find(Boolean) || null;
}

Результаты моделирования не были получены. Обе разрешенные попытки вызова API Anywhere завершились кодом HTTP 503, поэтому этот маршрут был помечен как недоступный и исключен из оценки качества.

```json
{
  "root_cause": "Two bugs: (1) Promise.all rejects immediately if any task rejects, instead of ignoring rejected tasks; (2) results.find(Boolean) incorrectly treats falsy fulfilled values (0, false, '') as failures, causing them to be skipped in favor of null.",
  "replacement": "async function firstSuccessful(tasks) {\n  const settled = await Promise.allSettled(tasks.map((task) => task()));\n  const firstFulfilled = settled.find((r) => r.status === 'fulfilled');\n  return firstFulfilled ? firstFulfilled.value : null;\n}",
  "tests": [
    "test('returns null for empty array', async () => { expect(await firstSuccessful([])).toBeNull(); });",
    "test('returns null when all tasks reject', async () => { const tasks = [() => Promise.reject('err1'), () => Promise.reject('err2')]; expect(await firstSuccessful(tasks)).toBeNull(); });",
    "test('returns first fulfilled value even if falsy (0)', async () => { const tasks = [() => Promise.resolve(0), () => Promise.resolve(42)]; expect(await firstSuccessful(tasks)).toBe(0); });",
    "test('returns first fulfilled value even if false', async () => { const tasks = [() => Promise.resolve(false), () => Promise.resolve(true)]; expect(await firstSuccessful(tasks)).toBe(false); });",
    "test('returns first fulfilled value even if empty string', async () => { const tasks = [() => Promise.resolve(''), () => Promise.resolve('nonempty')]; expect(await firstSuccessful(tasks)).toBe(''); });",
    "test('ignores leading rejected tasks and returns first fulfilled in order', async () => { const tasks = [() => Promise.reject('err'), () => Promise.resolve('second'), () => Promise.resolve('third')]; expect(await firstSuccessful(tasks)).toBe('second'); });",
    "test('preserves input order even if later task resolves faster', async () => { const tasks = [() => new Promise((res) => setTimeout(() => res('slow-first'), 50)), () => new Promise((res) => setTimeout(() => res('fast-second'), 5))]; expect(await firstSuccessful(tasks)).toBe('slow-first'); });"
  ],
  "remaining_risk": "The fix assumes 'first fulfilled value in input order' means the first task by array index that fulfills, regardless of timing, which matches the contract wording but await Promise.allSettled waits for all tasks to complete (including slow ones) before returning, which may not be desired if early-exit performance is needed; also unhandled promise rejection warnings are avoided by allSettled, but if tasks throw synchronously instead of returning rejected promises, this is not explicitly tested here beyond the reject cases."
}
```

{
  "root_cause": "Two defects. (1) `Promise.all` rejects as soon as any task rejects, so a single rejected task makes the whole function reject instead of ignoring it and returning a later fulfilled value. (2) `results.find(Boolean) || null` selects by truthiness rather than by fulfillment, so legitimate fulfilled values such as 0, false, '', NaN, null, or undefined are skipped and/or coerced to null. Using `Promise.allSettled` plus a status check on the settled records fixes both, and returning `record.value` directly preserves falsy results.",
  "replacement": "async function firstSuccessful(tasks) {\n  const results = await Promise.allSettled(tasks.map((task) => task()));\n  const firstFulfilled = results.find((result) => result.status === 'fulfilled');\n  return firstFulfilled ? firstFulfilled.value : null;\n}",
  "tests": [
    "firstSuccessful([]) resolves to null (empty input).",
    "firstSuccessful([() => Promise.resolve('a'), () => Promise.resolve('b')]) resolves to 'a' (input order, not completion order).",
    "firstSuccessful([() => new Promise((res) => setTimeout(() => res('slow-first'), 50)), () => Promise.resolve('fast-second')]) resolves to 'slow-first' (order is by index, not by who settles first).",
    "firstSuccessful([() => Promise.reject(new Error('boom')), () => Promise.resolve('second')]) resolves to 'second' (rejection ignored, does not propagate).",
    "firstSuccessful([() => Promise.reject(new Error('a')), () => Promise.reject(new Error('b'))]) resolves to null (all reject).",
    "firstSuccessful([() => Promise.resolve(0)]) resolves to 0, not null (falsy number preserved).",
    "firstSuccessful([() => Promise.resolve(false)]) resolves to false (falsy boolean preserved).",
    "firstSuccessful([() => Promise.resolve('')]) resolves to '' (empty string preserved).",
    "firstSuccessful([() => Promise.resolve(undefined), () => Promise.resolve('later')]) resolves to undefined (first fulfilled wins even if its value is undefined).",
    "firstSuccessful([() => Promise.reject(new Error('x')), () => Promise.resolve(null), () => Promise.resolve('third')]) resolves to null because index 1 fulfilled with null — verifying null-as-value is not confused with the all-rejected sentinel by inspecting status.",
    "firstSuccessful([() => Promise.resolve(NaN)]) resolves to NaN (Number.isNaN on the result is true)."
  ],
  "remaining_risk": "The function still starts every task and awaits all of them, so there is no short-circuiting: a slow or never-settling later task delays or blocks the result, and side effects of later tasks always occur. A task that throws synchronously (rather than returning a rejected promise) will throw inside `tasks.map`, causing the returned promise to reject instead of being ignored; wrap the invocation in `Promise.resolve().then(task)` if that must also be tolerated. `null` is still returned both for all-rejected/empty input and when a task genuinely fulfills with `null`, so callers cannot distinguish those cases. Non-array or non-function inputs are not validated, and rejection reasons are discarded rather than aggregated (no AggregateError), which can hide diagnostics."
}

{"root_cause":"Two defects: (1) Promise.all rejects as soon as any task rejects, so rejected tasks are not ignored and the function throws instead of skipping them; (2) results.find(Boolean) skips legitimate falsy fulfilled values (0, false, '') and the trailing '|| null' also converts such values to null, violating the requirement to return the first fulfilled value even when it is falsy.","replacement":"async function firstSuccessful(tasks) {\n  const results = await Promise.allSettled(tasks.map((task) => task()));\n  const first = results.find((result) => result.status === 'fulfilled');\n  return first ? first.value : null;\n}","tests":["firstSuccessful([]) resolves to null","firstSuccessful([() => Promise.resolve('a'), () => Promise.resolve('b')]) resolves to 'a'","firstSuccessful([() => Promise.reject(new Error('x')), () => Promise.resolve('b')]) resolves to 'b' and does not throw","firstSuccessful([() => Promise.reject(new Error('x')), () => Promise.reject(new Error('y'))]) resolves to null","firstSuccessful([() => Promise.resolve(0), () => Promise.resolve(5)]) resolves to 0","firstSuccessful([() => Promise.resolve(false), () => Promise.resolve(true)]) resolves to false","firstSuccessful([() => Promise.resolve(''), () => Promise.resolve('z')]) resolves to ''","firstSuccessful([() => Promise.reject(new Error('x')), () => Promise.resolve(null)]) resolves to null (fulfilled null is returned as-is)","firstSuccessful([() => new Promise(r => setTimeout(() => r('slow'), 50)), () => Promise.resolve('fast')]) resolves to 'slow' (input order wins over settlement order)"],"remaining_risk":"All tasks are started concurrently and the function waits for every task to settle before returning, so a slow task delays the result even when an earlier task has already fulfilled; a sequential or early-exit strategy would be needed if latency matters. A task that throws synchronously (rather than returning a rejected promise) will still cause the function to reject, since the contract assumes tasks return promises. Promise.allSettled requires ES2020 or a polyfill."}