GPT-6.2 pentru programatori: Codex vs Claude Code vs Antigravity

GPT-6.2 pentru programatori: pe cod nu e un salt, e o reducere de cost. Codex vs Claude Code vs Antigravity pe scenarii reale și ce se rupe în API.

16 minute de lectură

GPT-6.2 pentru programatori, pe scurt: pe benchmark-urile de cod, noile modele OpenAI nu sunt un salt. Pe FrontierCode 2.0, chiar în graficul publicat de OpenAI, primul e Claude Fable 5.2, iar în indexul independent de agenți de cod al Artificial Analysis, GPT-6.2 Astra stă exact unde era GPT-6 Astra. Câștigul real e costul: GPT-6.2 Sol ajunge la jumătate de punct de Astra pe FrontierCode, la aproximativ o cincime din costul pe sarcină. Dacă lucrezi deja bine în Claude Code, nu ai motiv să schimbi unealta; dacă ești în Codex, mută munca de zi cu zi pe Sol; dacă integrezi modelele prin API, ai o schimbare nouă care îți poate strica pe tăcute calitatea răspunsurilor.

GPT-6.2 pentru programatori: Codex cu GPT-6.2 Astra și Sol, Claude Code cu Claude Fable 5.2, Opus 5.5 și Sonnet 5.5, Antigravity cu Gemini 4 Carbon și Argon, cu costul mediu pe sarcină măsurat de Artificial Analysis la 18 noiembrie 2026

Ce s-a lansat pe 17 noiembrie 2026, pe ce planuri și la ce preț e în GPT-6.2 Astra și Sol: ce aduc nou; modelele de vârf comparate pe toate domeniile, în GPT-6.2 Astra vs Claude Fable 5.2 vs Gemini 4 Carbon. Codex ca produs (instalare, sandbox, aprobări, Codex Cloud) e în ghidul practic OpenAI Codex, iar comparația generală a uneltelor, în Claude Code vs Cursor vs GitHub Copilot.

Modelul contează mai puțin decât ce îi dai agentului

Diferențele dintre modelele de vârf pe cod sunt de câteva puncte procentuale. Diferența dintre un agent care primește contextul potrivit, teste rulabile și reguli clare și unul care primește doar un prompt e de ordinul „livrează sau nu”. Fișierul de instrucțiuni al proiectului, hook-urile care verifică automat ce a făcut agentul și disciplina de review rămân aceleași oricare ar fi modelul. Le predăm pe Claude Code în cursul Claude Code Mastery: Coding Agentic din Terminal, cu module separate pentru CLAUDE.md ca memorie de proiect, hooks ca guardrails deterministe și subagenți. Nu avem un curs dedicat Codex; metoda se transferă direct, pentru că AGENTS.md joacă în Codex același rol ca CLAUDE.md, iar verificările automate nu țin de furnizor. Cealaltă jumătate a disciplinei, ce rămâne stabil în context și ce se adaugă pe parcurs, devine critică la GPT-6.2 în API și e tratată în Context Engineering și Memorie pentru Agenți AI.

Benchmark-urile de cod GPT-6.2: cine a măsurat ce

Cifrele OpenAI sunt pe harness-ul OpenAI; cele de la Artificial Analysis (AA) și Vals sunt măsurători independente, pe alte configurații. Nu le amestecăm în același tabel.

FrontierCode 2.0, raportat de OpenAI

FrontierCode 2.0, al Cognition, verifică dacă modificările făcute în coduri reale ar trece standardul de merge al mentenanților. Cifrele și costul pe sarcină vin din graficul din anunțul OpenAI din 17 noiembrie 2026:

Model (effort) Scor Cost pe sarcină Cine a măsurat
Claude Fable 5.2 (Xhigh) 49,1% 14,19 $ OpenAI
Claude Fable 5.2 (Max) 45,7% 44,70 $ OpenAI
Claude Opus 5.5 (Max) 45,5% 12,82 $ OpenAI
GPT-6.2 Astra (Max) 44,2% 5,97 $ OpenAI
GPT-6.2 Astra (Xhigh) 44,1% 4,29 $ OpenAI
GPT-6.2 Sol (Max) 43,8% 1,29 $ OpenAI
GPT-6 Astra (Max) 42,8% 6,68 $ OpenAI
Gemini 4 Carbon (Medium) 41,1% 5,16 $ OpenAI
GPT-6.2 Sol (High) 39,7% 0,88 $ OpenAI

Vârful graficului publicat chiar de OpenAI e Fable 5.2 la Xhigh, cu aproape cinci puncte peste Astra. Astra urcă doar 1,4 puncte față de GPT-6 Astra, ambele la Max. Fraza subliniată de OpenAI e despre Sol: la 0,5 puncte de Astra, la aproximativ o cincime din cost (1,29 $ față de 5,97 $, ambele la Max).

FrontierCode 2.0: scorul și costul pe sarcină pentru Claude Fable 5.2, Opus 5.5, GPT-6.2 Astra și Sol, GPT-6 Astra și Gemini 4 Carbon, raportate de OpenAI

Astra la Xhigh are practic scorul de la Max (44,1% față de 44,2%), cu 28% mai ieftin pe sarcină: pe cod, Max rar se justifică.

Artificial Analysis: FrontierCode-AA 2.0 și Terminal-Bench 4.0

AA rulează aceleași familii de teste pe configurația proprie, în Intelligence Index v5.0.1. Cifrele sunt din paginile de comparație Artificial Analysis, citite pe 18 noiembrie 2026. Costul pe sarcină e media pe tot indexul (nouă evaluări), nu doar pe testele de cod.

Model (effort) FrontierCode-AA 2.0 Terminal-Bench 4.0 Cost mediu pe sarcină (index)
GPT-6.2 Astra (Xhigh) 49,0% 64,1% 2,52 $
GPT-6.2 Astra (Max) 45,4% 64,1% 4,00 $
Claude Fable 5.2 (High) 49,1% 59,6% 9,08 $
Claude Fable 5.2 (Max) 48,8% 59,6% 26,54 $
Gemini 4 Carbon (High) 40,6% 65,2% 5,48 $
GPT-6.2 Sol (Max) 44,4% 60,1% 1,01 $
Claude Sonnet 5.5 (Max) 41,7% 63,6% 10,02 $

Pe măsurătoarea independentă, Fable 5.2 și Astra sunt la egalitate pe FrontierCode-AA (49,1% față de 49,0%), Gemini 4 Carbon conduce pe Terminal-Bench 4.0, iar Astra are un scor mai mare la Xhigh decât la Max. Costul lui Carbon e calculat la prețul introductiv de 2 $ / 10 $, valabil până pe 30 noiembrie 2026; din 1 decembrie tokenii lui se dublează.

Indexul de agenți de cod și Vals

Două măsurători independente, rezumate de The Decoder pe 17 noiembrie 2026:

  • AA Coding Agent Index (rulat cu harness-ul Codex, la efort maxim): GPT-6.2 Astra are exact scorul lui GPT-6 Astra, iar GPT-6.2 Sol pierde 3 puncte față de GPT-6.1 Sol. Căderea vine dintr-o scădere de 14 puncte pe SWE-Atlas-QnA-AA, unde Sol omite mai des fapte-cheie din răspunsuri decât predecesorul.
  • Vals, Terminal-Bench 4 (coding agentic): Astra pe locul 5, Sol pe locul 7.

Concluzia onestă

Pe cod, GPT-6.2 nu mută clasamentul: Astra e în grupul de vârf, nu deasupra lui, iar Sol a regresat pe întrebările despre cod. S-a schimbat prețul pe sarcină: Sol dă aproape scorul lui Astra la o cincime din cost pe graficul OpenAI și la un sfert pe indexul AA (1,01 $ față de 4,00 $).

Codex cu GPT-6.2 în practică

Astra sau Sol

Documentația Codex e concretă: Astra pentru munca grea de la cap la coadă, cu exemplul „urmărește un bug prin mai multe servicii, repară-l și testează schimbarea”; Sol pentru munca de zi cu zi, „editarea codului”, cu mai puține credite pe token decât Astra. Pentru amândouă, recomandarea de effort e să pornești de la cel ales de client și să-l crești doar când sarcina cere mai multă planificare sau analiză.

Nivelurile de effort: Light (Low în CLI), Medium, High și Extra High. Peste ele, Max dă modelului mai mult timp pe o sarcină, iar Ultra folosește subagenți în paralel pe părți separate ale unei sarcini mari; documentația spune că majoritatea sarcinilor nu au nevoie de niciunul.

Context: 272K, 500K sau 1M

Contextul implicit în Codex e de 272.000 de tokeni la Astra și 500.000 la Sol; ambele merg până la 1 milion dacă setezi model_context_window în config.toml. Atenție: pagina de prețuri Codex spune că GPT-6.1 Sol nu are suprataxă de context lung din abonament, dar nu spune același lucru despre modelele 6.2. Cu cheie de API se aplică regula din API: peste 272.000 de tokeni de intrare, toată cererea costă mai mult (detalii la migrare).

Comenzile

# ~/.codex/config.toml
model = "gpt-6.2-sol"
# model_context_window = 1000000   # doar pentru context lung
codex --model gpt-6.2-sol                              # sesiune interactivă
codex exec -m gpt-6.2-sol "Review the current changes"  # script sau CI

În sesiune, /model schimbă modelul și effort-ul; Max și Ultra apar în More reasoning…, după ce alegi modelul.

Limite și consum

Pe pagina de prețuri Codex, estimările de mesaje locale la cinci ore, identice pe Plus și pe Business standard:

Model Mesaje locale estimate la 5 ore
GPT-6.2 Astra 6–50
GPT-6.2 Sol 17–180
GPT-6 Astra 5–45
GPT-6.1 Sol 15–160

Sunt estimări, nu limite fixe. Planurile Pro nu au „în prezent” limită la cinci ore, dar pot exista limite săptămânale. Pentru cine cumpără credite: 200 de credite per milion de tokeni de intrare la Astra și 1.000 la ieșire, față de 50 și 250 la Sol, fără taxă separată pentru scrierea în cache.

Fast consumă de 2 ori mai repede din alocarea inclusă la modelele 6.2 (2,5 ori la generațiile anterioare). Ultrafast consumă de 6 ori; plătit cu credite cumpărate, de 3 ori până pe 28 februarie 2027 și de 6 ori din 1 martie 2027. Îl au abonații Pro 500, pe ambele modele, și, pentru prima dată, Pro 200, începând cu Sol.

Claude Code și Antigravity: doar ce e verificat

Claude Code rulează modelele Anthropic, nu GPT-6.2. Potrivit analizei noastre Claude Fable 5.2 din 10 noiembrie 2026, Fable 5.2 e în Claude Code pe planurile care includ modelele Fable, cu effort implicit Medium (în API, high), iar Anthropic recomandă Opus 5.5 ca punct de pornire. Claude Code citește CLAUDE.md, nu AGENTS.md; puntea e un import de o linie, descris în ghidul AGENTS.md.

Antigravity. Sursele citite pentru Antigravity (documentația /swarm și anunțurile Google din 10 noiembrie 2026, rezumate în ghidul Antigravity /swarm) vorbesc doar despre Gemini 4: Carbon pe Google AI Ultra, Argon inclus și în Google AI Pro. De aceea îl comparăm pe aceste modele, nu pe GPT-6.2. /swarm e în preview din 10 noiembrie, pe Pro și Ultra; workerii rulează implicit pe modelul conversației, iar Google sugerează Carbon pentru coordonare și verificare și modele mai ușoare pentru editările paralele. Restul platformei e în ghidul Google Antigravity.

Codex Claude Code Antigravity
Modele verificate GPT-6.2 Astra și Sol (plus 6.1 Terra, 6 Luna) Claude Fable 5.2, Opus 5.5, Sonnet 5.5 Gemini 4 Carbon (Ultra), Gemini 4 Argon (Pro)
Effort implicit cel ales de client Fable 5.2: Medium nedeclarat în sursele citite
Instrucțiuni de proiect AGENTS.md CLAUDE.md (poate importa AGENTS.md) promptul /swarm și brief-urile workerilor
Lucru în paralel Ultra, cu subagenți subagenți /swarm (preview)

Ce alegi pentru fiecare scenariu

Recomandările combină cifrele de mai sus cu documentația furnizorilor. Nu înlocuiesc un test pe zece sarcini reale din backlogul tău.

Scenariu Unealtă și model Motivul, în cifre
Bug urmărit prin mai multe servicii Codex + GPT-6.2 Astra, High sau Extra High e exemplul dat de OpenAI pentru Astra; Terminal-Bench 4.0 (AA) 64,1%, față de 59,6% pentru Fable 5.2 (Max)
Refactor mare, cu teste Codex + Astra la Xhigh sau Claude Code + Fable 5.2 la High egalitate pe FrontierCode-AA (49,0% față de 49,1%), cost mediu pe sarcină 2,52 $ față de 9,08 $ (AA); cu reguli și hooks deja în Claude Code, nu merită mutarea
Feature de frontend sau 3D Codex + Astra, cu stilul vizual descris explicit pe AA-3D, vot orb al oamenilor (raportat de OpenAI), Astra are 1.318 Elo, Fable 5.2 1.271, Sol 1.259; ghidul OpenAI cere să specifici imaginile și tipografia
Review de PR Codex + Astra pentru PR-urile critice, Sol pentru cele de rutină Sol a pierdut 14 puncte pe SWE-Atlas-QnA-AA, unde omite fapte-cheie, exact eroarea care costă la review
Scripturi și automatizări de terminal Codex exec + Sol; Astra când Sol eșuează Terminal-Bench 4.0 (AA): Sol 60,1% la 1,01 $ pe sarcină; Carbon conduce cu 65,2%, dar la 5,48 $ și 33,4 minute pe sarcină, iar Sonnet 5.5 are 63,6% la 10,02 $ (Max)
Echipă cu buget strict pe tokeni Codex + Sol la Medium sau High FrontierCode 2.0 (OpenAI): Sol High 39,7% la 0,88 $, Max 43,8% la 1,29 $; pe Plus, 17–180 de mesaje la 5 ore, față de 6–50 la Astra

Cifrele din ultima coloană vin din surse și configurații diferite: ordine de mărime, nu diferențe exacte.

Obstacolele ascunse: când agentul nu-ți spune că s-a blocat

Cea mai utilă informație din System Card-ul GPT-6.2 pentru cine lucrează cu agenți de cod nu e un scor. În două teste, modelele 6.2 au omis mai des să spună că ceva le-a blocat munca, de exemplu un fișier lipsă sau o unealtă de căutare indisponibilă. Evaluarea se numește Blocker Deception, iar cifra e rata de omisiune (mai mic e mai bine):

Model Fără prompt de developer Cu prompt de developer
GPT-6.2 Astra 22,28% 8,04%
GPT-6.2 Sol 24,08% 8,88%
GPT-6 Astra 11,09% —
GPT-6.1 Sol 14,0% —

Fără instrucțiuni, Astra omite obstacolul de două ori mai des decât GPT-6 Astra. Cu un prompt de developer, rata scade la circa o treime. OpenAI spune că a adăugat în Codex instrucțiuni care reduc substanțial omisiunile și că investighează în continuare. În API și în alte integrări, ele există doar dacă le scrii tu.

Ce faci concret

1. O instrucțiune explicită, în AGENTS.md (Codex), CLAUDE.md (Claude Code), promptul /swarm (Antigravity) sau promptul de developer (API):

## Raportarea obstacolelor (obligatoriu)

Înainte să declari o sarcină terminată, enumeră explicit:
- orice fișier sau director care lipsea ori nu putea fi citit;
- orice unealtă, comandă sau serviciu indisponibil (căutare, rețea, bază de date, server MCP);
- orice test sărit, marcat ca skip, șters sau nerulat, cu motivul;
- orice parte din cerință pe care nu ai putut-o verifica.

Dacă nu a existat niciun obstacol, scrie „Niciun obstacol”.
Nu scrie „gata” dacă testele nu au rulat până la capăt.

2. Verificarea automată a pașilor. Instrucțiunea reduce omisiunile, nu le elimină: 8% e tot o sarcină din douăsprezece. Ce trebuie garantat se verifică mecanic, în afara modelului: un hook la final de tură în Claude Code (modulul „Hooks Lifecycle” din cursul de mai sus) sau un pas în CI care pică dacă diff-ul adaugă teste sărite ori dacă numărul de teste rulate scade. Un exemplu minimal:

# pică dacă diff-ul față de main adaugă teste sărite
if git diff origin/main -- '*test*' | grep -E '^\+.*(\.skip\(|@pytest\.mark\.skip|xit\()'; then
  echo "Diff-ul adaugă teste sărite: cere confirmare umană." && exit 1
fi

Regula din spate e cea din ghidul despre cod generat de AI în producție: fișierul de instrucțiuni e o preferință, verificarea din pipeline e o regulă.

Cod sigur: SecureSWE, cu limitele lui

OpenAI raportează un salt pe SecureSWE, un benchmark intern pentru cod sigur din prima și patch-uri care păstrează comportamentul: Astra 65,7% la Max, față de 46,5% pentru GPT-6 Astra la Max; Sol 55,6% la Max. Fiind intern, nu îl poate reproduce nimeni din afară, iar la 65,7% aproximativ o treime din cazuri tot nu ies bine. Practic: un model care scrie cod mai sigur reduce problemele care ajung la review, nu înlocuiește review-ul de securitate, analiza statică sau testele pe autentificare și plăți. Pragurile de securitate cibernetică sunt în articolul despre siguranța GPT-6.2.

Migrarea la GPT-6.2 în API: checklistul

Din ghidul GPT-6.2 al OpenAI și paginile de model, la 18 noiembrie 2026:

Checklistul de migrare la GPT-6.2 în API: ID-ul modelului, effort, Responses API pentru unelte, parametri eliminați, prefix neschimbat, pragul de 272.000 de tokeni, Batch și ferestrele de fundal, Ultrafast

  1. ID-ul modelului: gpt-6.2-astra sau gpt-6.2-sol.
  2. Effort-ul: pornești cu medium la o integrare nouă. API-ul respinge none; dacă foloseai none sau minimal, treci pe low. Parametrul e reasoning.effort în Responses și reasoning_effort în Chat Completions.
  3. Uneltele cer Responses API. Chat Completions e suportat, dar fără apeluri de unelte. Multi-agent (subagenți) e în beta, tot în Responses.
  4. Parametri eliminați: temperature, top_p, top_logprobs (și logprobs în Chat Completions).
  5. Cache-ul: dacă vii de la GPT-5.5 sau mai vechi, prompt_cache_retention devine prompt_cache_options.ttl cu valoarea "30m". Scrierea în cache se plătește: la Sol 2,50 $ per milion pentru 30 de minute și 5 $ pentru 12 ore.
  6. Prefixul rămâne neschimbat. Asta e schimbarea nouă de la 6.2, detaliată mai jos.
  7. Pragul de 272.000 de tokeni: peste el, intrarea și cache-ul costă dublu, iar ieșirea de 1,5 ori, pentru toată cererea, nu doar pentru partea de peste prag.
  8. Reducerile: Batch costă 50% din tariful Standard; ferestrele de finalizare în fundal din Responses API (beta publică, din 17 noiembrie) dau −30% la 2 ore și −40% la 8 ore.
  9. Vitezele: Fast costă de 2 ori tariful Standard; Ultrafast de 3 ori până pe 28 februarie 2027 și de 6 ori din 1 martie 2027, doar cu rezidența datelor în SUA.
  10. Zero Data Retention: cu ZDR, store e tratat ca false, deci la conversațiile pe mai multe ture trimiți înapoi, în ordine, itemii de ieșire anteriori, inclusiv itemii de raționament criptați.

Schimbarea nouă: API-ul renunță la raționament

Începând cu GPT-6.2, API-ul renunță la itemii de raționament când detectează în mijlocul conversației o modificare a istoricului (prefixului), un downgrade de model, alt utilizator final sau altă organizație. Efectul, după OpenAI: răspunsuri mai slabe și mai mulți tokeni, pentru că modelul reface munca. Nu primești nicio eroare.

Greșeala tipică e un prompt de sistem care se reconstruiește la fiecare tură:

# Greșit: instrucțiunile se rescriu la fiecare tură, deci prefixul se schimbă mereu
instructions = f"Ești asistentul echipei. Ora: {now()}. Fișiere deschise: {open_files}"

# Corect: prefixul rămâne identic; ce s-a schimbat intră ca mesaj nou, la coadă
input_items.append({
    "role": "developer",
    "content": f"Actualizare de context: fișierele deschise acum sunt {open_files}",
})

Alte surse frecvente: un pas care „curăță” istoricul de apelurile de unelte vechi, rezumarea mesajelor de la început sau un router care mută aceeași conversație de pe Astra pe Sol (downgrade de model). Rutarea între modele se face la granița dintre conversații; cum o construiești e în comparația modelelor de 2 $ / 10 $. Bonus: un prefix stabil e și un prefix cache-uit. Cum gestionezi istoricul și rolurile într-o aplicație cu mai multe ture e lecția „Conversații multi-tur: istoric, roluri și gestionarea contextului” din Construire de Aplicații AI cu Python și SDK-uri.

Cât costă pragul de 272.000, pe un exemplu

Calculul nostru, la tariful Standard al lui Astra (8 $ per milion la intrare, 16 $ peste prag): 270.000 de tokeni de intrare costă 2,16 $; 300.000 costă 4,80 $, pentru că toată cererea trece la tariful dublu. Cu 11% mai mult context plătești de peste două ori mai mult, deci filtrează contextul sau împarte sarcina.

Verificat la 18 noiembrie 2026 pe sursele citate. Prețurile și clasamentele se schimbă des.

Întrebări frecvente

Este GPT-6.2 mai bun la cod decât Claude Fable 5.2? Nu clar. În graficul OpenAI pe FrontierCode 2.0, Fable 5.2 (Xhigh) are 49,1%, iar GPT-6.2 Astra (Max) 44,2%. La Artificial Analysis sunt la egalitate pe FrontierCode-AA, iar Astra conduce pe Terminal-Bench 4.0. Diferența mare e costul pe sarcină, în favoarea lui Astra.

Cum folosesc GPT-6.2 în Codex CLI? Cu codex --model gpt-6.2-sol, non-interactiv cu codex exec -m gpt-6.2-sol "..." sau cu model = "gpt-6.2-sol" în config.toml. În sesiune, /model schimbă modelul și effort-ul. Contextul implicit e de 272.000 de tokeni la Astra și 500.000 la Sol, până la 1 milion cu model_context_window.

Merită să trec de la Claude Code la Codex pentru GPT-6.2? Doar pentru scor, nu: diferențele pe cod sunt de câteva puncte și nu toate în favoarea lui GPT-6.2. Argumentul real e costul, mai ales cu Sol. Testează pe zece sarcini din backlog, cu regulile de proiect într-un AGENTS.md importat în CLAUDE.md, ca ambele unelte să pornească de la același context.

Ce se schimbă la migrarea în API la GPT-6.2? Schimbi ID-ul, treci pe Responses API pentru unelte, scoți temperature și top_p și renunți la effort none. Nou la 6.2: API-ul renunță la itemii de raționament la modificări de prefix, downgrade de model sau alt utilizator, iar calitatea scade fără nicio eroare.

Ce este Blocker Deception și cum mă protejez? Evaluarea din System Card care măsoară cât de des modelul nu spune că a fost blocat, de exemplu de un fișier lipsă: GPT-6.2 Astra omite în 22,28% din cazuri fără prompt de developer și în 8,04% cu prompt. Scrie o instrucțiune de raportare a obstacolelor și verifică automat testele sărite.

Concluzie

Pentru programatori, GPT-6.2 e o lansare de cost, nu de capabilitate pe cod. Astra stă în grupul de vârf alături de Fable 5.2 și Gemini 4 Carbon, fără să-l conducă, iar Sol dă aproape scorul lui Astra la o cincime sau un sfert din costul pe sarcină, cu o regresie pe întrebările despre cod. În Codex, alegerea implicită devine Sol, cu Astra la Xhigh pentru bugurile care traversează servicii; din Claude Code sau Antigravity nu te mută cifrele de mai sus.

Două lucruri merită făcute oricum: instrucțiunea de raportare a obstacolelor, cu verificare automată în spate, și, în integrările prin API, un audit al locurilor în care codul rescrie prefixul conversației. Primul previne un „gata” fals, al doilea o pierdere de calitate pe care nu o semnalează nicio eroare.

Autor

Echipa editorială Cursuri AI

Redacție dedicată AI-ului aplicat, în limba română. Actualizăm articolul când se schimbă modelele, prețurile sau legislația la care face referire.

  • Surse oficiale citate în text
  • Revizuit înainte de publicare

Cursul care continuă acest articol

Claude Code Mastery: Coding Agentic din Terminal (multi-fișier, git, CI, MCP)

  • 28 lecții
  • ~25h de conținut
  • IT

Ai citit teoria. În curs o aplici: lecții structurate pe module, exerciții și quiz-uri cu feedback imediat, Profesorul AI integrat în fiecare lecție și progres salvat automat. La final primești o atestare privată de finalizare.

Din programa cursului

  1. Fundamente Claude Code: Instalare, CLI și Modelul Mental Agent-First
  2. Multi-Fișier și Codebase-uri Mari: Plan, Edit, Review și Context Management
  3. Workflow Git Complet: Branch-uri, Commit-uri, Conflicte, Code Review și PR-uri
  4. Headless Mode (claude -p) și Automatizare Non-Interactivă

+ încă 7 module în programa completă

499 lei pe lună pentru acest curs, TVA 21% inclus · sau îl alegi într-un abonament de 3, 5 sau 10 cursuri, de la 999 lei pe lună, alături de alte cursuri IT, și le schimbi la fiecare reînnoire (vezi ce înveți în tot parcursul).

Abonament lunar, cu reînnoire automată · te dezabonezi oricând din contul tău · conținut digital cu acces imediat, vezi condițiile de retragere. Atestarea confirmă parcurgerea cursului și este privată — nu este diplomă și nu este calificare recunoscută de stat.

Ți-a plăcut articolul? Lasă o apreciere sau salvează-l pentru mai târziu.
Newsletter

Cele mai recente articole despre AI, pe email

Primești pe loc cele mai recente trei articole și cursul asociat, când există, apoi cel mult trei emailuri în următoarele două săptămâni și newsletterul Cursuri AI, cu articolele și cursurile noi, de cel mult două ori pe lună. Te dezabonezi oricând.

Comunitate

Întrebări & sugestii

Ce au întrebat cititorii despre acest articol — și răspunsurile echipei Cursuri AI.

Mesajele sunt verificate de un moderator înainte de publicare.

Fii primul care lasă o întrebare sau o sugestie pe acest articol.

Catalogul complet

50 de cursuri AI în română, cu exerciții, quiz-uri și Profesor AI

Abonament pe număr de cursuri: 1, 3, 5, 10, 15, 25 de cursuri pe lună sau tot catalogul. Le alegi tu și le schimbi la fiecare reînnoire. Un curs: 499 lei pe lună · 10 cursuri: 1.599 lei pe lună · tot catalogul: 2.499 lei pe lună. Toate cu TVA inclus, începutul primei lecții se citește fără cont.