brini.app
Расскажите о задачеОбсудить задачу

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.

· 5 минут чтения

Как выбрать нейросеть. Справа четыре модели: Claude Fable 5.2 Max, GPT-6.2 Astra Max, GPT Image 2.6 Sunburst Max и Seedance 2.5.

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.

ЗадачаС чего начатьЧто проверить у себя
Сложный анализ и рабочие текстыClaude Fable 5.2 Max, GPT-6.2 Astra Max, Gemini 4 Carbon HighТочность по источникам и время на вычитку
Разработка и проверка кодаGPT-6.2 Sol в Codex, Claude Opus 5.5 в Claude CodeПроходят ли тесты и сколько времени инженер тратит на проверку
Поиск по документам компанииGigaChat, YandexGPT или Qwen на своём сервереСсылку на нужный пункт, работу со старыми версиями файлов и доступ по ролям
Изображения для каталогаGPT Image 2.6 Sunburst Max для генерации, MAI Image 2.7 для правокФорму товара, логотип и кириллицу после нескольких правок
Видео со звукомWan 3.0 по описанию, Seedance 2.5 по исходному изображениюСохранение внешнего вида товара и число дублей на ролик
Расшифровка записейScribe v3, для локальной обработки GigaAM и WhisperОшибки в именах и суммах. Для разделения по говорящим нужна отдельная проверка
Озвучка и голосовые помощникиEleven v4 Turbo для озвучки, Gemini 3.8 Live для диалогаРусские ударения, паузу до ответа и реакцию на перебивание
Музыка для роликаSuno v6, Lyria 3.5 или Eleven MusicВозможность 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 кейс

Изображения 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

  1. Возьмите одну задачу, на которой команда регулярно тратит время. Отберите реальные примеры, включая трудные случаи. Для облачного теста используйте только разрешённые данные.
  2. 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.
  3. 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.

Действия со страницей

Кейс по теме

Ещё по теме

Все статьи
Заявка

Расскажите о задаче

Пары строк достаточно. Ответит CTO в течение рабочего дня.

Ответит CTO в течение рабочего дня