Какая нейросеть лучше: эксперимент на 10 заданиях и каталог по задачам
Короткий ответ: универсально «лучшей» нейросети нет — но разница видна на конкретных задачах. Мы дали шести моделям одни и те же 10 заданий на русском 06.10.2026 и оценили ответы по заранее заданным правилам. GPT-6 Sol, Claude Opus 5.5 и Gemini 3.1 Pro набрали максимум — 27 из 27; DeepSeek V4 Pro и Qwen 3.8 Max — по 25 при цене ответа в 3,5–15 раз ниже; GigaChat 2 Max — 20. Главное отличие — не тексты, а точность ссылок: у трёх моделей из шести DOI научных статей оказались неверными.
Главное:
- Повседневное — справляются почти все. Письмо поставщику, исправление ошибок, фразеологизм: все шесть моделей — без потерь; в пересказе потерял балл только GigaChat.
- Научные ссылки — главная ловушка. Все три DOI настоящие только у GPT-6 Sol, Claude Opus 5.5 и Gemini 3.1 Pro; у GigaChat неверны 3 из 3, у DeepSeek — 2 из 3, у Qwen — 1 из 3 (проверка через Crossref).
- Цена 10 ответов: от 2,52 ₽ у Qwen до 36,95 ₽ у Gemini 3.1 Pro — разница почти в 15 раз.
- Скорость: медианный ответ — от 2,5 секунды у GigaChat до 10 секунд у Gemini 3.1 Pro.
- Спрос: «лучшая нейросеть» ищут около 127 тысяч раз в месяц, «какая нейросеть лучше» — около 22 тысяч (Вордстат, 06.10.2026).
Как мы проверяли
- Модели: флагманы шести разработчиков — GPT-6 Sol (OpenAI), Claude Opus 5.5 (Anthropic), Gemini 3.1 Pro (Google), DeepSeek V4 Pro, GigaChat 2 Max (Сбер) и Qwen 3.8 Max (Alibaba). YandexGPT в агрегаторе нет, поэтому её в эксперименте нет.
- Как: через API агрегатора GPTunnel с нашего сервера в Москве, одно задание — один запрос, без системных инструкций, настройки модели по умолчанию, первый ответ.
- Задания: 10 штук с проверяемым результатом — не «нравится или нет», а «верно или нет»: задача на проценты, логическая задача, день недели, задача на время, 5 заложенных орфографических и речевых ошибок, объявление ровно из 40 слов без «!», пересказ с сохранением 4 цифр в двух предложениях, деловое письмо по чек-листу из 6 пунктов, значение и происхождение фразеологизма, три научные статьи с DOI.
- Оценка: сначала автоматически по правилам, затем каждый из 60 ответов мы проверили глазами; 13 автооценок поправили — например, правило не распознало ответ, записанный формулой. Все поправки с причинами опубликованы, а после проверки субагентом-оппонентом одну оценку ужесточили: GigaChat в пересказе записал число словами при требовании «сохранить все цифры».
- Бюджет: 85,65 ₽ на 60 ответов по данным API о стоимости каждого ответа; с баланса агрегатора фактически списано 80,04 ₽ (по согласованию с владельцем сайта).
- Правило для научных ссылок: засчитывали настоящую статью о сне и памяти или учёбе, чей DOI совпадает с названной работой; строго «только про студентов» не требовали — у всех моделей есть статьи на молодых взрослых.
Конфликт интересов. Материалы сайта готовятся с помощью ИИ, в том числе Claude — одной из проверяемых моделей. Поэтому оценка идёт по правилам, заданным до запуска, а все ответы моделей открыты: данные эксперимента в JSON.
Результаты
| Модель | Баллы из 27 | 10 ответов, ₽ | Медиана ответа, сек |
|---|---|---|---|
| GPT-6 Sol | 27 | 11,23 | 3,5 |
| Claude Opus 5.5 | 27 | 28,64 | 4,0 |
| Gemini 3.1 Pro | 27 | 36,95 | 10,0 |
| DeepSeek V4 Pro | 25 | 3,12 | 4,0 |
| Qwen 3.8 Max | 25 | 2,52 | 4,2 |
| GigaChat 2 Max | 20 | 3,19 | 2,5 |
Цена — стоимость ответов по данным API агрегатора на 06.10.2026; в приложениях самих сервисов и в других агрегаторах тарифы другие.
Где модели разошлись
Шесть заданий из десяти все модели выполнили полностью или почти полностью (единственная потеря — балл GigaChat в пересказе). Разница — в четырёх местах:
| Задание | GPT-6 Sol | Claude Opus 5.5 | Gemini 3.1 Pro | DeepSeek V4 Pro | Qwen 3.8 Max | GigaChat 2 Max |
|---|---|---|---|---|---|---|
| «У Маши три брата, у каждого две сестры — сколько детей?» (верно: 5) | 5 ✔ | 5 ✔ | 5 ✔ | 5 ✔ | 5 ✔ | 4 ✘ |
| «Какой день недели 1 января 2027?» (верно: пятница) | ✔ | ✔ | ✔ | ✔ | ✔ | суббота ✘ |
| Объявление ровно из 40 слов | 40 ✔ | 40 ✔ | 40 ✔ | 40 ✔ | 39 ✘ | 29 ✘ |
| Три научные статьи с DOI — сколько настоящих | 3 из 3 | 3 из 3 | 3 из 3 | 1 из 3 | 2 из 3 | 0 из 3 |
Про неверные ссылки подробнее. Мы проверили каждый DOI в базе Crossref. У GigaChat один DOI не существует, а два ведут на чужие статьи — о связи детского сна с синдромом хронической усталости у подростков и о зрительном восприятии. У DeepSeek две ссылки из трёх ведут на статьи о синдроме беспокойных ног и о рабочей памяти, хотя модель приписала им другие названия. У Qwen одна ссылка ведёт на исследование на мышах — сама статья настоящая, неверен только DOI. Qwen и Claude сами посоветовали проверить DOI перед цитированием. Для студентов это главный вывод эксперимента: список литературы от нейросети нельзя сдавать без проверки, а подробности — в разборе проверки текста на ИИ и нейросетей для учёбы.
Что выбрать — по задаче
| Задача | Наша оценка по эксперименту | Подробнее |
|---|---|---|
| Письма, пересказ, исправление ошибок | Справится любая из шести, берите самую дешёвую или бесплатную | Нейросеть для текста |
| Учёба: задачи, логика, источники | GPT, Claude или Gemini; источники проверять всегда | Нейросети для учёбы |
| Строгие требования к формату (объём, структура) | В задании «ровно 40 слов» точно справились GPT, Claude, Gemini и DeepSeek | — |
| Много простых запросов за копейки | DeepSeek или Qwen: 25 из 27 при цене около 0,3 ₽ за ответ | Агрегаторы нейросетей |
| Бесплатно и без VPN | GigaChat и DeepSeek — с поправкой на ошибки выше; Алиса AI в эксперимент не входила | Нейросети без VPN |
Доступ из России. GigaChat, Алиса AI и DeepSeek работают напрямую — проверить, отвечают ли они прямо сейчас, можно на странице «Работают ли нейросети». Модели OpenAI, Anthropic и Google из России напрямую недоступны, их берут через агрегаторы с оплатой в рублях.
Каталог по типам задач
- Текст и чат: GPT, Claude, Gemini, DeepSeek, Qwen, GigaChat, Алиса AI — результаты сравнения выше; что умеют российские — в обзорах GigaChat и Алисы AI.
- Картинки: Шедеврум, Алиса AI и Kandinsky в ГигаЧате — российские; Midjourney, FLUX и другие мировые — через агрегаторы. Разбор прав на картинки и цен — в обзоре Шедеврума и подборке генераторов картинок.
- Видео: нейросети для видео, доступные из России.
- Презентации: сравнение 11 генераторов презентаций.
- Все модели мира с датами релизов: каталог моделей мира.
Честное ограничение. Десять заданий — это срез, а не рейтинг на все случаи: задания проверяли базовые навыки, поэтому три лидера упёрлись в максимум, и разницу между ними этот эксперимент не показывает. Каждая модель отвечала один раз; повторный ответ мог бы отличаться. Мы проверяли модели через API агрегатора — в фирменных приложениях с поиском и другими настройками ответы могут быть другими. YandexGPT и Алиса AI в эксперимент не вошли. Сравнение повторим с новыми заданиями и моделями — дата следующей проверки в конце страницы.
Читать рядом: Нейросеть для песен и музыки · GPT-6 Astra против Claude Fable 5.1 · Проверка текста на ИИ: эксперимент с детекторами · Спрос на нейросети в России · Как пользоваться нейросетью: инструкция и ошибки из тестов
Материал носит информационный характер и не является финансовой, юридической или инвестиционной рекомендацией и публичной офертой. Цены и условия верны на дату проверки 6 октября 2026 и могут измениться — сверяйте их на сайте сервиса перед оплатой. Решения вы принимаете самостоятельно. Правовая информация.
- 06.10.2026 Страница переработана вокруг собственного эксперимента: 6 моделей × 10 заданий на русском с оценкой по заранее заданным правилам, проверкой научных ссылок через Crossref, ценой и скоростью ответа; ответы опубликованы открыто. Каталог по задачам сокращён до проверенного и ссылок на подробные разборы.
Частые вопросы
Какая нейросеть лучше всех?
В нашем эксперименте 06.10.2026 на 10 заданиях на русском GPT-6 Sol, Claude Opus 5.5 и Gemini 3.1 Pro набрали максимум — 27 баллов из 27. DeepSeek V4 Pro и Qwen 3.8 Max — по 25, GigaChat 2 Max — 20. Разницу почти целиком дали научные ссылки и точное следование инструкции. С письмом, исправлением ошибок и фразеологизмом справились все шесть.
Какая нейросеть лучше и дешевле?
По цене ответа через агрегатор на 06.10.2026: 10 ответов Qwen 3.8 Max обошлись в 2,52 ₽, DeepSeek V4 Pro — 3,12 ₽, GigaChat 2 Max — 3,19 ₽, GPT-6 Sol — 11,23 ₽, Claude Opus 5.5 — 28,64 ₽, Gemini 3.1 Pro — 36,95 ₽. DeepSeek и Qwen набрали 25 из 27 и обошлись в 3,5–15 раз дешевле трёх лидеров — для простых задач это лучшее соотношение. Цены — по данным API агрегатора о стоимости каждого ответа.
Можно ли доверять нейросети, когда она даёт ссылки на научные статьи?
Нет, без проверки нельзя. В нашем эксперименте у трёх моделей из шести были неверные DOI: GigaChat и DeepSeek приписали DOI несуществующие названия статей (у GigaChat — все три ссылки, у DeepSeek — две из трёх), у Qwen одна статья настоящая, но DOI ведёт на другую работу. Каждый DOI проверяйте на doi.org или в Crossref — это минута, а выдуманный источник в курсовой преподаватель замечает сразу.
Какая российская нейросеть лучше?
Из российских в эксперименте участвовал GigaChat 2 Max: он справился с письмом, пересказом и грамотностью, но ошибся в двух простых задачах на логику и календарь, не выдержал заданный объём объявления, записал число в пересказе словами вместо цифр, а все три его научные ссылки оказались неверными. YandexGPT проверить не смогли — в агрегаторе, через который шёл эксперимент, её нет. Возможности Алисы AI — в нашем обзоре.
Почему вы не проверяли нейросети в их собственных приложениях?
Приложения требуют входа в аккаунт и закрыты от автоматических запросов, а в приложениях работают поиск и настройки, которые меняют ответ. Через API одинаковый запрос уходит всем моделям в одинаковых условиях, ответы сохраняются и публикуются — эксперимент можно повторить.