Какую нейросеть выбрать: разбираем главные модели 2026 года

Нейросетями сегодня пользуются уже почти все, но именно в момент выбора конкретной модели начинается путаница.

Одна лучше справляется с текстами, другая сильнее в математике и коде, третья дешевле, быстрее или лучше работает с видео и длинными документами. В результате главный вопрос сейчас уже не в том, пользоваться ли ИИ вообще, а в том, какую нейросеть выбрать для своих задач.

Команда ОТП Банка изучила три зарубежные флагманские модели и две российские, чтобы показать, где каждая из них действительно сильна, а где пока заметно отстаёт.

Тройка флагманов 2026 года

К началу мая 2026 года рынок флагманских зарубежных моделей выглядит так:

• GPT-5.5 от OpenAI, выпущена 23 апреля 2026 года. Делает ставку на агентные сценарии, веб-поиск и работу с математикой.
• Claude Opus 4.7 от Anthropic, выпущена 16 апреля 2026 года. Лидер в программировании и аккуратной работе с длинным контекстом.
• Gemini 3.1 Pro от Google DeepMind, выпущена в феврале 2026 года. Сильна в мультимодальности и заметно дешевле двух конкурентов.

Размеры контекстного окна различаются и зависят не только от модели, но и от режима доступа. В ChatGPT у GPT-5.5 Instant контекстное окно составляет 128 тысяч токенов, в API GPT-5.5 поддерживает контекст до 1 миллиона токенов. При этом запросы свыше 272 тысяч входных токенов в API тарифицируются дороже (×2 за входные и ×1,5 за выходные на всю сессию), поэтому 272 тысячи корректнее воспринимать не как отдельный лимит окна, а как порог повышенной стоимости. У Claude Opus 4.7 контекстное окно составляет 1 миллион токенов, максимальный объём ответа в синхронном API достигает 128 тысяч токенов. У Gemini 3.1 Pro заявлено 1 миллион токенов на вход и до 64 тысяч токенов на выход. Все три модели хорошо работают с русским языком.

Что значит «1 миллион токенов»

Токен – это не буква и не слово, а кусочек текста, на которые модель разбивает входящий запрос. По оценкам Google, 100 токенов соответствуют примерно 60-80 английским словам, для русского языка точные универсальные коэффициенты дать сложнее, потому что токенизация зависит от модели и характера текста. Если перевести в более понятные единицы:

• 128 тысяч токенов: примерно 80–100 тысяч английских слов или несколько сотен страниц текста.
• • 272 тысячи токенов: порядка 170–200 тысяч слов.
• • 1 миллион токенов: около 600–800 тысяч слов.

Google приводит примеры, где такой объём соответствует примерно 50 тысячам строк кода, восьми английским романам или транскриптам более чем 200 средних подкаст-эпизодов.

Важно понимать, что 1 миллион токенов не означает, что модель идеально запомнит и обработает весь объём информации. Это лишь максимальный размер контекста, который можно загрузить. Насколько хорошо нейросеть будет находить детали и удерживать логику длинного документа, всё равно зависит от самой модели и задачи.

GPT-5.5: универсал с уклоном в автономность

Если коротко, GPT-5.5 делает ставку не столько на формат чат-бота, сколько на выполнение последовательных задач с минимальным участием пользователя. Модель способна самостоятельно удерживать цель, выполнять промежуточные шаги и корректировать действия по ходу работы.

Сильные стороны:

• Веб-поиск и исследовательские задачи. На бенчмарке BrowseComp, который проверяет, насколько модель умеет находить и сопоставлять информацию из множества источников в интернете, GPT-5.5 показывает 89,3%, расширенная версия Pro доходит до 90,1%. Это лучший результат среди всех трёх моделей: у Gemini 3.1 Pro 85,9%, у Claude Opus 4.7 79,3%.
• Математика. На FrontierMath, особенно в самых сложных категориях, GPT-5.5 идёт впереди: 35,4% против 22,9% у Claude.
• Работа в терминале. На Terminal-Bench 2.0 модель набирает 82,7%, лучший результат среди всех флагманов. GPT-5.5 особенно сильна в задачах, связанных со скриптингом, настройкой серверов и автоматизацией инфраструктуры.
• Многошаговые агенты. GPT-5.5 умеет сохранять цель задачи, продолжает выполнять её до результата, корректирует ошибки и реже зависает на промежуточных шагах. По данным OpenAI, в режиме рассуждений модель примерно на 80% реже выдаёт фактические ошибки по сравнению с предыдущим поколением o3.
• Картинки и презентации. Внутри ChatGPT встроена ChatGPT Images 2.0 на базе модели gpt-image-2. Её ключевое отличие в том, что генерация стала заметно более «осмысленной». На практике модель сначала выстраивает структуру будущего изображения: понимает, где должны располагаться объекты, как оформить текст, какие выдержать пропорции и композицию, и только после этого переходит к рендерингу. Благодаря этому значительно реже появляются типичные артефакты генеративной графики вроде лишних пальцев, искажённых объектов или нечитаемых надписей. По данным OpenAI, качество рендеринга текста приблизилось к 99% для латиницы, японского, корейского, китайского, хинди и бенгали. Модель поддерживает генерацию изображений в разрешении до 2K, а также позволяет создавать до восьми связанных изображений в одном запросе. Например, многопанельные комиксы, серии слайдов или последовательные сцены в едином визуальном стиле. На пользовательском бенчмарке Image Arena в первые сутки после релиза модель вышла на первое место, заметно опередив ближайших конкурентов.

Ограничения:

• GPT-5.5 хуже конкурентов удерживает длинный контекст в чат-интерфейсе. Окно контекста у ChatGPT заметно меньше, чем у Claude и Gemini, поэтому при длительных диалогах или работе с большими документами модель быстрее теряет детали и иногда забывает информацию из начала разговора.
• Из-за большего числа фактических утверждений в ответе у GPT-5.5 выше абсолютное количество потенциальных неточностей. Это давняя особенность семейства GPT, чем сложнее тема, тем выше риск, что модель добавит правдоподобные, но ложные детали. Также GPT-5.5 чаще соглашается с пользователем и склонна давать «удобные» ответы. В критичных задачах, например юридических, медицинских или финансовых формулировках, ответы нужно перепроверять.
• В программировании GPT-5.5 уступает Claude. На SWE-Bench Pro у неё 58,6% против 64,3% у Opus 4.7.
• Хорошо справляется с типовыми форматами и общим стилем, но чаще других уходит в слишком стандартные формулировки. Для текстов, где важен живой и узнаваемый тон, обычно требуется более точный промпт.
• Версия GPT-5.5 Pro дорогая. На большинстве задач разница в качестве с обычной версией не оправдывает цену.
• Подписка ChatGPT Plus стоит 20 долларов в месяц (~1500 ₽), Pro 200 долларов (~15 100 ₽). Оплатить можно только зарубежными картами.

Когда выбирать GPT-5.5: автоматизация процессов, веб-исследования, расчёты и финансовое моделирование, многошаговые агенты с обращениями к внешним инструментам, генерация визуала с текстом и сложной типографикой.

Claude Opus 4.7: педант и инженер

Claude Opus 4.7 в 2026 году окончательно закрепился как стандарт индустрии для разработчиков и встроен в большинство популярных ИИ-инструментов для кодинга. Сильна модель не только в коде, но и в работе с длинными текстами, аналитикой и сложными рассуждениями.

Сильные стороны:

• Программирование. На SWE-Bench Verified показывает 87,6%, на более сложном SWE-Bench Pro 64,3%. Это лидерство, которое Anthropic удерживает уже несколько релизов подряд. По бенчмарку Cursor показатель вырос до 70% против 58% у предыдущей версии 4.6, по Rakuten-SWE-Bench модель решает в 3 раза больше production-задач, чем Opus 4.6. У Claude есть отдельный продукт Claude Code: командная строка для разработчиков, которая работает прямо в терминале и IDE и действует как полноценный AI-агент внутри проекта.
• Длинные рассуждения и научные тексты. На бенчмарке Humanity's Last Exam Opus 4.7 показывает 46,9%, лучший результат среди трёх моделей. На GPQA Diamond 94,2%.
• Финансовая аналитика. Anthropic называет Opus 4.7 лучшей моделью на отраслевом бенчмарке Finance Agent. По внутренним тестам компании модель показывает себя как более эффективный финансовый аналитик: строит более строгие расчёты и финансовые модели, готовит профессиональные презентации. На юридическом бенчмарке BigLaw Bench показывает 90,9% при максимальной глубине рассуждений и корректно различает тонкие правовые формулировки.
• Память контекста и работа с длинными документами. Claude хорошо удерживает длинный диалог от начала до конца. Можно загрузить большой документ в начале разговора и через 30 сообщений задать к нему уточняющий вопрос, модель свяжет одно с другим без напоминаний. Полезно для работы с договорами, техническими заданиями и объемными проектами.
• Стиль письма. Из всех моделей Claude пишет наиболее структурированно, без воды и с хорошим соблюдением стиля. Модель адаптируется под нужный формат, будь то пресс-релиз, техническая документация, деловое письмо или скрипт для видео. И хорошо отличает эти форматы друг от друга. Ещё одна сильная сторона Claude в том, что ей можно показать пример текста в нужном стиле, после чего модель довольно точно повторяет интонацию, ритм и структуру. Это особенно удобно для брендовых и корпоративных коммуникаций, где важно сохранять единый голос во всех материалах.
• Критичность и честность. Claude гораздо реже придумывает несуществующие факты, охотнее признаёт пределы своих знаний и не пытается дать «удобный» ответ вместо правильного. Модель готова поспорить с пользователем, если в запросе есть фактическая ошибка, а не подстраиваться под формулировку. Anthropic заявляет 92% honesty rate (доля честных ответов) на бенчмарке MASK.
• Skills: настраиваемые специализации. В октябре 2025 у Claude появилась функция Skills: папки с инструкциями, которые «учат» модель выполнять конкретные задачи в нужном вашей команде формате. Например, можно загрузить Skill с гайдом бренда, и тогда Claude будет оформлять документы в фирменном стиле. Или Skill с шаблоном еженедельного отчёта: модель будет собирать его автоматически в нужной структуре.

Ограничения:

• У Claude действуют скользящие лимиты на использование в рамках пятичасовых окон. Anthropic не называет фиксированное количество сообщений, а описывает лимиты через относительные тарифы: Max даёт примерно в 5 или 20 раз больше доступного объёма по сравнению с Pro. На практике пользователи Pro-тарифа часто упираются в ограничения уже после 40–50 коротких сообщений при умеренной нагрузке. Скорость расхода лимита зависит от модели, размера контекста, сложности запросов и времени суток. Несколько больших запросов с длинными документами могут заметно сократить доступный объём.
• Claude позволяет загружать до 20 файлов в один чат размером до 30 МБ каждый. Полноценный визуальный анализ PDF, включая текст, графики и изображения, работает для документов объёмом до 100 страниц. В PDF-файлах свыше 1000 страниц модель обычно анализирует только текст без визуальной части.
• В терминальной работе и веб-поиске уступает GPT-5.5. По данным независимых тестов, в задачах веб-исследования Opus 4.7 показал регресс по сравнению с предыдущей версией 4.6: упала точность атрибуции источников и обнаружения противоречий. Для серьёзной фактологической работы этот нюанс стоит учитывать.
• Не генерирует изображения нативно. Для картинок и слайдов нужны внешние инструменты.
• Подписка Claude Pro 20 долларов в месяц (~1 500 ₽), Max 100 или 200 долларов (~7 500 или 15 100 ₽). Оплата зарубежными картами.

Когда выбирать Claude Opus 4.7: Программирование, проверка документов, сложные многоступенчатые рассуждения, подготовка длинных текстов в едином стиле, работа с PDF и финансовой документацией, задачи, где важна точность ответа.

Gemini 3.1 Pro: мультимодальный универсал по разумной цене

Gemini в 2026 году занимает специфическую нишу. Это модель, которая редко выигрывает по абсолютной величине бенчмарка, но почти всегда оказывается лучшим вариантом по соотношению цена/качество, особенно когда задача не сводится к чистому тексту.

Сильные стороны:

• Мультимодальность. Это единственная модель из тройки, которая умеет полноценно работать с видео и аудио как с обычным типом данных. В один запрос можно загрузить до часа видео, около 11 часов аудио или примерно 700 тысяч слов текста.
• Картинки и презентации. В феврале 2026 Google выпустил Nano Banana 2 (Gemini 3.1 Flash Image). Это прямой конкурент ChatGPT Images 2.0. Поддерживает разрешение до 4K, до 14 референсных изображений, рендеринг текста на нескольких языках, удержание персонажей и объектов между сценами, опирается на актуальные данные через поиск Google. Для отдельных задач профессионального уровня доступна модель Imagen 4 в трёх тарифах.
• Абстрактное визуальное мышление. На ARC-AGI-2 у Gemini 77,1%, выше Claude и GPT.

Ограничения:

• В программировании уступает обоим конкурентам: 80,6% на SWE-Bench Verified против 87,6% у Claude.
• В сложных рассуждениях держится близко к лидерам, но редко оказывается первой.
• Из тройки чаще других додумывает детали, особенно в нишевых тематических вопросах.
• В стиле письма пишет уверенно по-английски, но в русском чуть более «механически», чем Claude. Для творческих текстов и брендовой коммуникации обычно проигрывает обоим конкурентам.
• Подписка Google AI Pro (бывший Gemini Advanced) стоит 19,99 доллара в месяц (~1 500 ₽), есть бюджетная Google AI Plus за 7,99 доллара (~600 ₽) и максимальная Google AI Ultra за 249,99 доллара (~18 850 ₽). Также требует зарубежной карты.

Когда выбирать Gemini 3.1 Pro: работа с большими массивами данных, видео и аудио, разбор объёмной документации, генерация визуала для презентаций, сценарии с высоким объёмом запросов.

Российские модели: GigaChat и YandexGPT

Параллельно с зарубежными флагманами в России развиваются две собственные крупные языковые модели. По чистой мощи они уступают зарубежной тройке, но в ряде сценариев это объективно лучший выбор.

GigaChat от Сбера:

24 марта 2026 Сбер представил масштабное обновление, флагманскую модель GigaChat Ultra (GigaChat 3 Ultra Preview). 702 миллиарда параметров (36 миллиардов активных) в архитектуре MoE, контекст до 128 тысяч токенов. Модель доступна в веб-приложении giga.chat и в приложениях Сбера. Через API для разработчиков пока продаются модели предыдущего поколения: GigaChat 2 Lite, Pro и Max.

• Сильные стороны: долгосрочная память между сессиями, самостоятельный поиск в интернете, выполнение программного кода прямо в чате, голосовое общение, поддержка более 30 языков народов России и СНГ. Встроенная нативная генерация изображений через Kandinsky. Полностью российская инфраструктура, бесплатный веб-доступ через Сбер ID, оплата API в рублях. По внутренним замерам Сбера, GigaChat Ultra обходит DeepSeek-V3 и нерассуждающую версию Qwen3-235B в математике и общих рассуждениях на русском языке.
• Цены для физлиц: действует Freemium-режим с 1 миллионом бесплатных токенов в год (900 000 на Lite, по 50 000 на Pro и Max). Дальше пакеты от 1 300 ₽ за 20 миллионов токенов Lite до 9 750 ₽ за 15 миллионов токенов Max.
• Слабые стороны: в программировании заметно слабее зарубежных моделей. В фактологии чаще галлюцинирует. API устроен сложнее, авторизация через сертификаты, документация менее развита, чем у Yandex Cloud.

YandexGPT 5:

Яндекс развивает две модели. Alice AI LLM заточена под агентные сценарии в Алисе и является лидером русскоязычного бенчмарка SLAVA. YandexGPT 5.1 Pro доступна через API в Yandex Cloud. По внутреннему сравнению Яндекса YandexGPT 5.1 Pro достигает уровня GPT-4.1 от OpenAI и обходит её в 56% случаев на потоке русскоязычных запросов. Также модель почти вдвое реже предыдущей версии даёт выдуманные ответы. Поддерживается режим рассуждений, аналог o3 и DeepSeek R1.

• Сильные стороны: глубокое понимание русского языка и российских реалий, бесшовная работа в российском контуре, доступ через Алису и Яндекс Браузер. Лучше структурирует ответы и аккуратнее работает с форматами вывода (JSON, табличные данные). Соответствует 152-ФЗ, данные хранятся в России, поддерживается дообучение методом LoRA. Бесплатно через Алису, включая режим рассуждений и работу с PDF, TXT, DOC, DOCX. Из всех моделей YandexGPT 5 лучше всех понимает российские реалии и пишет естественно на русском с учётом местного контекста.
• **Контекст: **32 тысячи токенов. Это объективно меньше любой зарубежной модели (у GPT 128К, у Claude и Gemini по 1М). Яндекс отдельно отмечает, что 32К токенов их модели за счёт оптимизированного русскоязычного токенизатора соответствуют примерно 48К токенам Qwen-2.5. Для большинства русскоязычных задач этого хватает.
• Цены API: Alice AI LLM стоит 0,50 ₽ за 1 000 входных токенов и 1,20 ₽ за 1 000 выходных. YandexGPT 5.1 Pro: 0,80 ₽ за 1 000 токенов. YandexGPT Lite: 0,20 ₽ за 1 000 токенов. В разы дешевле зарубежных аналогов.
• Слабые стороны: заметно отстаёт от зарубежных флагманов в логике, программировании и работе с длинными цепочками рассуждений. Иностранные языки находятся на хорошем, но пока не топовом уровне. Небольшое контекстное окно ограничивает работу с крупными документами в одном запросе, а более строгие фильтры контента приводят к тому, что модель чаще отказывается обсуждать темы, на которые зарубежные аналоги отвечают свободнее.

Когда выбирать российские модели: массовые операции с русскоязычным контентом, работа с персональными данными в рамках 152-ФЗ, ситуации, где принципиально важно хранить данные в России, интеграция в продукты для российской аудитории. Стоимость API у обеих моделей в разы ниже зарубежных аналогов.

Рейтинг по сценариям

Команда ОТП Банка собрала небольшой рейтинг по ключевым сценариям использования. Универсального лидера среди моделей нет, поэтому оценка идёт по конкретным задачам.

Сценарий	Первое место	Второе место	Третье место
Программирование и техническая разработка	Claude Opus 4.7	GPT-5.5	Gemini 3.1 Pro
Веб-исследования и работа с поиском	GPT-5.5	Gemini 3.1 Pro	Claude Opus 4.7
Математика и расчёты	GPT-5.5 (особенно Pro)	Claude Opus 4.7	Gemini 3.1 Pro
Длинные тексты и аналитика	Claude Opus 4.7	GPT-5.5	Gemini 3.1 Pro
Естественный стиль письма	Claude Opus 4.7	GPT-5.5	Gemini 3.1 Pro
Память контекста в длинном диалоге	Claude Opus 4.7	Gemini 3.1 Pro	GPT-5.5
Картинки и визуал для презентаций	ChatGPT Images 2.0	Gemini Nano Banana 2	GigaChat (Kandinsky)
Мультимодальность (видео, аудио, PDF)	Gemini 3.1 Pro	GPT-5.5	Claude Opus 4.7
Соотношение цена/качество (зарубежные)	Gemini 3.1 Pro	Claude Opus 4.7	GPT-5.5
Автономные агенты и автоматизация	GPT-5.5	Claude Opus 4.7	Gemini 3.1 Pro
Достоверность и минимум выдумок	Claude Opus 4.7	GPT-5.5	Gemini 3.1 Pro
Русский язык и российский контекст	YandexGPT 5	GigaChat Ultra	Claude Opus 4.7

Вывод

Главный вывод в том, что выбор нейросети всё меньше зависит от бренда и всё больше от конкретной задачи. Универсального лидера больше нет, модели уходят в специализацию и по-разному показывают себя в кодинге, аналитике, работе с текстом и агентных сценариях. Разница между флагманами в реальной работе часто оказывается меньше, чем кажется по бенчмаркам, а на результат сильнее влияет правильно поставленная задача, качество промпта и то, как модель встроена в рабочие процессы.

Этим разбором команда ОТП Банка хочет помочь сориентироваться тем, кто следит за рынком и выбирает подходящую модель для работы в 2026 году.