Сравнение GPT-6.1 Sol, Claude и DeepSeek как AI-агентов в Salesforce

Автор провел тестирование пяти языковых моделей (GPT-6.1 Sol, Claude Opus, Sonnet, Haiku и DeepSeek) на выполнение 50 задач в среде разработки Salesforce, оценивая фактические изменения в базе данных. GPT-6.1 Sol показал результат 72%, уступив Claude Opus (87%) и Sonnet (85%), но превзошел DeepSeek (82%) и Haiku (80%) в отслеживании автоматических изменений системы при многошаговых сценариях.