ИИ для бизнеса
Какая нейросеть нужна вашему бизнесу?
Разбираем результаты тестов нейросетей для текста, документов, изображений, видео и речи. Показываем, как посчитать затраты с учётом переделок.
Коротко за 1 минуту
Нужны подробности?
В полной версии примеры из нашей работы и всё, что не вошло в карточки.

В рейтинге Artificial Analysis между двумя ИИ-моделями всего три балла. Claude Fable 5.2 Max в режиме Default Fallback набрал 65, GPT-6.2 Astra Max получил 62. Средние расходы на тестовое задание с Astra оказались примерно в 6,6 раза ниже. В расчёте разные задания имеют разный вес. Для бюджета компании нужно посчитать ещё время сотрудников на проверку и правки. Рейтинг моделей (откроется в новой вкладке) · Как считали расходы (откроется в новой вкладке).
Данные на ноябрь 2026 года. Мы сверили опубликованные результаты 21 ноября. Цены и места в рейтингах со временем меняются.
Коротко
- Для текстов сравните качество на своих письмах, а для помощника по документам проверьте точность ссылок и доступы.
- Для каталога и видео считайте стоимость пригодного материала вместе с повторами и ручной правкой.
- Для работы с закрытыми документами сначала решите, где модель сможет их обрабатывать.
Какие модели взять на пробу
В таблице кандидаты для первого теста. Для текста, изображений, видео и речи использовались разные испытания. У каждого есть свой критерий качества.
| Задача | С чего начать | Что проверить у себя |
|---|---|---|
| Сложный анализ и рабочие тексты | Claude Fable 5.2 Max, GPT-6.2 Astra Max, Gemini 4 Carbon High | Точность по источникам и время на вычитку |
| Разработка и проверка кода | GPT-6.2 Sol в Codex, Claude Opus 5.5 в Claude Code | Проходят ли тесты и сколько времени инженер тратит на проверку |
| Поиск по документам компании | GigaChat, YandexGPT или Qwen на своём сервере | Ссылку на нужный пункт, работу со старыми версиями файлов и доступ по ролям |
| Изображения для каталога | GPT Image 2.6 Sunburst Max для генерации, MAI Image 2.7 для правок | Форму товара, логотип и кириллицу после нескольких правок |
| Видео со звуком | Wan 3.0 по описанию, Seedance 2.5 по исходному изображению | Сохранение внешнего вида товара и число дублей на ролик |
| Расшифровка записей | Scribe v3, для локальной обработки GigaAM и Whisper | Ошибки в именах и суммах. Для разделения по говорящим нужна отдельная проверка |
| Озвучка и голосовые помощники | Eleven v4 Turbo для озвучки, Gemini 3.8 Live для диалога | Русские ударения, паузу до ответа и реакцию на перебивание |
| Музыка для ролика | Suno v6, Lyria 3.5 или Eleven Music | Возможность отредактировать фрагмент и права на использование |
Текст и документы. Когда рейтинга недостаточно
Artificial Analysis даёт моделям одинаковые задания и оценивает их ответы. В Text Arena люди выбирают более удачный ответ из двух. Там первые три места заняли версии Gemini 4 Carbon, Argon и Neon в режиме High. Для владельца бизнеса это два разных ориентира. Если от модели нужен расчёт по отчёту, проверьте исходные числа и ход вычислений. Для писем клиентам полезнее дать менеджерам обезличенные ответы и посмотреть, какие они готовы отправить после вычитки. Artificial Analysis (откроется в новой вкладке) · Text Arena (откроется в новой вкладке).
Для разработки возьмите одну реальную задачу из проекта и дайте кандидатам одинаковые инструменты и время. Сравните, какие правки проходят тесты и сколько работы остаётся инженеру. Сравнение Claude Code и Codex (откроется в новой вкладке).
Для помощника по внутренним документам важно, что происходит, когда информации не хватает. Попросите назвать пункт регламента и дать ссылку на него. Затем добавьте вопросы, на которые в файлах заведомо нет ответа. Если помощник придумывает условия или ссылается на закрытый документ, на таком ответе нельзя строить работу сотрудников.
Подбор модели для этого сценария начинается с места обработки данных. У облачного сервиса проверьте, кому доступны запросы, где хранятся файлы и какие условия действуют для вашей компании. При размещении на своём сервере считайте оборудование и поддержку. У дистрибьютора строительной техники, для которого мы сделали помощника, модель работает на сервере с видеокартой на 24 ГБ. Около 50 сотрудников пользуются системой, а ответы зависят от прав доступа.
В кейсе показываем, как разместили модель у заказчика и настроили доступ к документам для трёх ролей.
Посмотреть кейсИзображения и видео. Сколько стоит пригодный материал
GPT Image 2.6 Sunburst Max получил высшую оценку в тесте генерации изображений по описанию. При редактировании верхнюю строку занял MAI Image 2.7, но оценки лидеров здесь близки с учётом погрешности. Если у вас уже есть фотографии товара, начните сравнение с одной и той же правки. Например, поменяйте фон, затем проверьте, остались ли прежними форма и маркировка. Генерация изображений (откроется в новой вкладке) · Редактирование изображений (откроется в новой вкладке).
В видео тоже важен исходник. В сравнении роликов со звуком по одному описанию на верхней строке Wan 3.0. В отдельном сравнении роликов из готовой картинки высшая точечная оценка у Seedance 2.5. Диапазоны оценок близких участников пересекаются. Для рекламного ролика с утверждённым первым кадром стоит сравнить варианты именно на этом кадре. Посчитайте все попытки и время доработки, затем разделите затраты на число роликов, которые можно выпускать. Видео по описанию (откроется в новой вкладке) · Видео из изображения (откроется в новой вкладке).
Речь и музыка. Что услышит и получит клиент
В тесте озвучки Eleven v4 и v4 Turbo получили одинаковые оценки. Для русской речи дайте моделям свой текст с именами, числительными и названиями товаров. Для расшифровки возьмите типичные записи и проверьте, верно ли записаны суммы. Если нужно различать собеседников, проверьте разделение реплик по голосам отдельно. Для локальной расшифровки может понадобиться дополнительный инструмент. WhisperX (откроется в новой вкладке).
Если нужен голосовой помощник, проверьте, как долго он молчит перед ответом и что делает, когда клиент его перебивает. Сравнение озвучки (откроется в новой вкладке) · Тест расшифровки записей (откроется в новой вкладке) · Gemini 3.8 Live (откроется в новой вкладке).
Для музыкальной подложки сравните Suno v6, Lyria 3.5 и Eleven Music на одном задании. Перед выпуском рекламы проверьте, разрешает ли ваш тариф скачивать трек и использовать его в рекламе. Условия зависят от сервиса, тарифа и способа распространения. Условия Suno (откроется в новой вкладке) · Lyria 3.5 (откроется в новой вкладке) · Условия Eleven Music (откроется в новой вкладке).
Как провести свой тест
- Возьмите одну задачу, на которой команда регулярно тратит время. Отберите реальные примеры, включая трудные случаи. Для облачного теста используйте только разрешённые данные.
- Дайте двум моделям одинаковые материалы и заранее запишите, что будет считаться пригодным результатом. Для ответов по документам это может быть верный ответ со ссылкой на нужный пункт.
- Сложите расходы на все запуски и стоимость времени на исправления. Разделите сумму на принятые результаты. Если разница небольшая, проверьте удобство работы, доступность сервиса и условия хранения данных.
Подробнее об измерениях и выборе первой задачи рассказали в статье о том, как запустить пилот по внедрению ИИ.
Автор
Игорь, CTO brini.app
10 лет в разработке, больше года работает с LLM.
Кейс по теме
Ещё по теме
Все статьиРасскажите о задаче
Пары строк достаточно. Ответит CTO в течение рабочего дня.


