Сравнения моделей

Sol Pro предназначена для сложной академической работы в рамках программы OpenAI, а Preview — ранняя версия для оценки возможностей. Для принятого научного результата выбирайте среду с понятными условиями и проверкой; Preview оставляйте для эксперимента.

Gemini 3.5 выбирайте для агентных задач и действий, Gemini Omni — для мультимодального создания и редактирования. Обе карточки основаны на обзорном анонсе I/O 2026, поэтому перед внедрением нужно уточнить конкретный продукт, цену и лимиты.

GPT‑5.6‑Cyber уже описана OpenAI как специализированный одобряемый киберконтур Daybreak Red, поэтому её можно оценивать только в разрешённом пилоте. Astra пока фигурирует как upcoming model во внутренних оценках: это сигнал о направлении, а не доступный продукт. Для текущей защитной задачи выбирайте Cyber при наличии допуска; Astra отслеживайте и не закладывайте в сроки или бюджет.

Daybreak Blue и Red — не два массовых чат-бота, а разные уровни доступа к кибервозможностям OpenAI. Blue предназначен для повседневной оборонительной работы: анализа журналов, безопасного аудита, triage и подготовки исправлений на фронтирных универсальных моделях. Red открывает специализированные модели для разрешённого исследования уязвимостей, воспроизведения эксплуатации и проверки защиты. Начинайте с Blue и read-only сценария; Red нужен зрелой security-команде с письменной областью теста, изоляцией и контролем.

Обе модели Cohere открыты под Apache 2.0, но решают задачи разного масштаба. Command A+ — серверная универсальная модель для RAG, изображений, многоязычных агентов и сложного рассуждения. North Mini Code — значительно компактнее и предназначена прежде всего для кода, терминала и агентной разработки. Для корпоративного ассистента по документам тестируйте Command A+; для приватного кодинг-агента с меньшим вычислительным бюджетом — North Mini Code.

GPT‑4.1 логично тестировать для облачного сценария, где важны готовая инфраструктура и сложная работа с инструкциями. Gemma 3n — для оценки компактного локального контура. Выбор подтверждается только на обезличенной рабочей выборке с учётом качества, стоимости, защиты данных и ресурсов устройства.

Сравнивайте эти модели только на своей обезличенной выборке. o3-mini логично тестировать для текстовых технических задач и строго заданного формата ответа. Mistral Small 3.1 интересна как историческая компактная мультимодальная версия, но её карточка помечена retired, поэтому для нового внедрения сначала рассмотрите актуальную замену Mistral.

Это модели для разных режимов работы. OpenAI o3 уместно тестировать там, где важны многошаговое рассуждение, анализ материалов и инструментальные сценарии. Gemini 2.5 Flash-Lite — для большого потока коротких задач, где важны скорость и стоимость. Выбор подтверждайте на обезличенной тестовой выборке и с актуальными тарифами.

GPT-5.6 Sol имеет смысл тестировать на редких сложных многошаговых задачах при подтверждённом доступе. Claude Sonnet 5 удобнее для повседневного кода и агентных цепочек. Выбор делайте на обезличенной рабочей выборке с оценкой цены, качества и политики данных.

Сравнивайте модели на одной обезличенной задаче: качество ответа не заменяет проверку стоимости, доступа и политики данных.

Gemini 3.6 Flash стоит тестировать для потоковых облачных задач и интеграций Google. Qwen 3.6 полезен, когда приоритетом являются открытая экосистема или варианты самостоятельного развёртывания. Не выбирайте по названию: проверьте язык, цену, доступ, качество на своих примерах и правила обработки данных.

Gemini 3.6 Flash подходит для частых задач, где важны скорость и контроль расхода токенов. GPT-5.6 Sol имеет смысл рассматривать для редких многошаговых задач, если он действительно доступен в вашем тарифе. Сравните оба варианта на обезличенной рабочей выборке: анонсы и бенчмарки не заменяют собственный тест качества, цены и политики данных.

Claude Sonnet 5 — когда нужен сильный агентный помощник для кода и рабочих цепочек с понятным средним тиром. GPT-5.6 Sol — когда задача действительно требует старшей модели и многошагового рассуждения; по карточке сайта её доступ пока ограничен. Перед внедрением проверьте фактический доступ, цену и правила хранения данных.

Gemini 3.6 Flash — если важнее длинный контекст и экономия токенов в массовых задачах: это быстрая модель Google по умолчанию. Claude Sonnet 5 — если приоритет сложные агентные сценарии и код: модель рассчитана на автономную работу с инструментами. Для обоих вариантов доступ и реальные цены нужно проверить в официальном интерфейсе перед внедрением.

Lyria 2 — если нужен чистый инструментал под фон, демо или видео: аккуратное звучание, внимание к структуре, интеграция в сервисы Google. Suno V6 — если нужна песня с вокалом и текстом: модель поёт по вашим словам и собирает готовый трек «куплет–припев». Обе создают музыку по текстовому описанию и обе помечают вывод как сгенерированный; из РФ обеим удобнее через зарубежную инфраструктуру, а права на коммерческое использование зависят от тарифа.

D-ID — если нужно оживить обычное фото в говорящее видео или встроить интерактивного аватара через API. HeyGen — если приоритет качество мимики аватара, перевод видео на 175+ языков и готовые ролики из презентации или PDF. Оба делают говорящую «голову» без камеры и студии, у обоих есть бесплатный тариф с водяным знаком; результат в обоих случаях всё же читается как ИИ-аватар.

Windsurf — если нравится «поток»: агент Cascade сам подхватывает контекст ваших последних действий и ведёт по шагам. Cursor — если важнее зрелость, большое сообщество и тонкий контроль над правками в проекте. Оба — ИИ-редакторы на базе топовых моделей Claude и GPT, с бесплатным тарифом; из РФ обоим нужен VPN, полная мощь — в платной подписке.

Hume Octave — если важнее выразительность и режиссура подачи: модель понимает смысл фразы и играет эмоцию, а голос можно задать описанием словами. ElevenLabs — если приоритет зрелая экосистема, надёжное клонирование голоса и широкая языковая поддержка. Обе имеют бесплатный тариф с лимитом; из РФ обеим нужен VPN, а клонирование голоса поднимает этические вопросы.

Reve — если важнее точное следование сложному промту и редактирование готовой картинки по словам. Ideogram 3.0 — если приоритет эталонный текст на картинке (логотипы, постеры) и подбор стиля по референсу. Обе сильны в тексте и реализме; обе из РФ требуют VPN и имеют бесплатный тариф с лимитом.

Veo 4 — если важен встроенный синхронный звук, естественная физика и понимание режиссёрских подсказок в экосистеме Google. Kling 4 — если нужнее доступность, гибкие тарифы и сильное «оживление» картинки (image-to-video). Обе платные и из РФ требуют VPN; обе выдают черновик, который стоит помечать как ИИ-контент.

Phi-5 — если нужна максимально компактная модель под рассуждения, математику и код на слабом железе. Gemma 4 — если важнее мультимодальность (видео, картинки, речь), длинный контекст и линейка размеров вплоть до 31B. Обе открытые, бесплатные и запускаются локально.

Udio 2 — если важнее аудиокачество, детализация и инструменты для доработки (продление, перегенерация частей, загрузка своего аудио). Suno V6 — если нужнее максимальная простота, стабильный вокал и работа из РФ без VPN. Оба создают полноценные песни по описанию; у обоих одинаковые оговорки про лицензию и голоса реальных исполнителей.

Rodin Gen-2 — если важнее чистая геометрия и детализация для доработки под игры и печать. Meshy 5 — если нужнее скорость, удобное текстурирование и простой интерфейс для быстрых прототипов. Оба выдают черновик, который дорабатывают руками, и оба из РФ требуют VPN.

Ideogram 3.0 — если главное надписи, логотипы и постеры: текст на картинке тут по-прежнему эталонно аккуратный, плюс подтянулся фотореализм. Nano Banana Pro — если нужны точное редактирование по референсам (до 14 картинок сразу) и «рассуждение» над сложной композицией. Обе из РФ требуют VPN.

Нужен топовый кодинг при минимальной цене и большой контекст — Kimi K2.6. Нужен максимально длинный контекст (1M) и зрелый русский язык — DeepSeek V4. Обе открытые и работают в РФ.

Два «рабочих лошадки» среднего тира. Gemini 3.5 Flash — за скорость, огромный контекст и агентные задачи. Claude Sonnet 4.6 — за качество текста, аккуратное следование инструкциям и кодинг.

Нужна скорость, огромный контекст и сильная агентная работа за разумные деньги — Gemini 3.5 Flash. Нужен максимум возможностей, голос и огромная экосистема — GPT-5.5. Обоим нужен доступ из-за рубежа.

Нужны длинные ролики до 2 минут и доступ из РФ — Kling 3.0. Нужно максимальное качество с встроенным звуком и 4K — Google Veo 3. У Kling это решает большинство задач без VPN.

Нужны свежие данные из X и дерзкий стиль ответов — Grok 4. Нужен универсальный флагман с мультимодальностью и большой экосистемой — GPT-5.5. Обоим нужен доступ из-за рубежа.

Нужен баланс цены и качества от лидера, чёткое следование инструкциям — Claude Sonnet 4.6. Нужна работа в РФ, открытые веса и максимально дёшево/бесплатно — DeepSeek V4.

Нужен максимум возможностей почти бесплатно, открытые веса и работа в РФ — DeepSeek V4. Нужно топовое качество в коде и сложных задачах без оглядки на цену — Claude Opus 4.8 (но дорого и без доступа из РФ).

Нужен рекордный контекст и анализ больших данных, видео и аудио — Gemini 3.1 Ultra. Нужен универсальный флагман с огромной экосистемой и голосом — GPT-5.5. Обоим нужен доступ из-за рубежа.

Для кода и агентных задач сильнее Claude Opus 4.8. Для мультимодальности и широкой экосистемы — GPT-5. Обоим нужен доступ из-за рубежа.

Нужна работа в России без VPN и отличный русский язык — YandexGPT 5. Нужен максимум возможностей и мультимодальность — GPT-5.5 (но без официального доступа из РФ).

Обе открытые, дешёвые и работают в РФ. DeepSeek V3 — топ цена/качество и рассуждения. Qwen 3 Max — сильнее в коде, математике и многоязычности.

Нужен максимум возможностей за копейки и работа в РФ — DeepSeek V3. Нужен лучший русский язык и локальные реалии — YandexGPT 5.

Midjourney v7 — за максимальную художественность и эстетику. Imagen 4 — за фотореализм и аккуратный текст на картинках, плюс экосистема Google.

Нужна лучшая эстетика «из коробки» без возни — Midjourney v7. Нужны бесплатность, локальный запуск и полный контроль — Stable Diffusion.

Нужна эталонная эстетика и не жалко платить — Midjourney v7. Нужен удобный старт, бесплатные кредиты и готовые стили — Leonardo AI.

Нужна максимальная эстетика «из коробки» — Midjourney v7. Нужна открытая модель, self-hosting и работа в РФ — FLUX.2.

Нужен абсолютный потолок интеллекта на сложнейших задачах — Claude Fable 5. Нужно почти то же качество дешевле и быстрее (особенно для кода) — Claude Opus 4.8.

Живёте в Windows и Office — Microsoft Copilot уже встроен и под рукой. Нужен максимум возможностей, расширения и универсальность — ChatGPT на GPT-5.5.

GPT-5 — за универсальность и огромную экосистему. Gemini 3 Pro — за рекордный контекст и работу с документами и видео.

Нужен максимум качества и экосистема — GPT-5.5. Нужно почти то же за копейки, с открытыми весами и работой в РФ — DeepSeek V3.

Midjourney — за максимальную художественность. DALL·E 3 — за точное следование тексту и удобство прямо в ChatGPT.

Claude Sonnet 4.6 — за баланс цены и качества и сильный код. GPT-5.5 — за мультимодальность и огромную экосистему, но дороже.

Обе работают в России без VPN. YandexGPT чуть сильнее в текстах и локальных реалиях, GigaChat умеет ещё и генерировать картинки.

Cursor — за агентность и понимание всего проекта. GitHub Copilot — за зрелость и работу в любом редакторе с интеграцией GitHub.

Обе открытые и бесплатные. Llama — крупнейшая экосистема и поддержка. Qwen — сильнее в коде, математике и многоязычности.

Veo 3 — за максимальное качество и звук, но платно и недоступно в РФ. HunyuanVideo — открытая и бесплатная, работает в России, но нужно своё железо.

Обе доступны в России без VPN. FLUX.2 — за максимальное качество и гибкость (открытая модель). Kandinsky — за простоту и бесплатный доступ от Сбера.

Claude Opus 4.8 — для кода и сложных агентных задач. Gemini 3.1 Ultra (на базе Gemini 3 Pro) — для работы с гигантскими документами, видео и анализом данных с выполнением кода.

Claude Fable 5 — абсолютный потолок интеллекта для самых сложных задач. GPT-5 — более доступный универсал с широкой экосистемой и мультимодальностью.

Grok 4 — за живой стиль и доступ к свежим данным из X в реальном времени. Gemini 3 Pro (Gemini 3.1 Ultra) — за рекордный контекст, мультимодальность и точность ответов.

Grok Imagine — за скорость и публикацию прямо в X, оживление фото (image-to-video). Veo 3 — за максимальное качество видео и звук, но дороже и без доступа из РФ.

Обе открытые и с рассуждениями. Magistral — прозрачные «цепочки мыслей» и сильная многоязычность. DeepSeek V3 — топ цена/качество и популярность, чуть сильнее в коде и математике.

DeepSeek V4 — открытая MoE с контекстом 1M и копеечной ценой, работает в РФ и локально. GPT-5.5 — максимум возможностей и огромная экосистема, но дорого и без официального доступа из РФ.

Gemini 3.1 Ultra — за гигантский контекст 2M, нативную мультимодальность и выполнение кода. Claude Opus 4.8 — за лучший в классе кодинг и агентные сценарии.

Nano Banana Pro — за точное редактирование по референсам, читаемый текст на картинке и рассуждение над композицией. Midjourney v7 — за более выразительную, художественную эстетику «из коробки».

o4-mini — если нужно недорогое рассуждение с пониманием картинок в экосистеме OpenAI. Gemini 3.5 Flash — если важнее скорость, огромный контекст 1M и агентные сценарии с работой в браузере.

Claude Sonnet 5 — если приоритет агентные сценарии и кодинг, а также нужна модель почти уровня топ-флагмана, но дешевле. GPT-5.5 — если важнее мультимодальность (текст, картинки, голос) и огромная экосистема готовых интеграций ChatGPT.

GLM-5.2 — если приоритет длинные автономные задачи кодинга и нужна максимально низкая цена. Kimi K2.6 — если важна мультимодальность (текст, картинки, видео) в единой архитектуре при сопоставимом качестве.

Seedance 2.0 — если нужен максимум контроля: до 12 мультимодальных референсов и разрешение до 2К. HappyHorse 1.0 — если приоритет липсинк на разных языках и скорость генерации. Обе модели делят вершину рейтингов видео 2026 года — выбор больше про сценарий, чем про качество.

GPT-5.6 Sol — если нужен мультиагентный режим Ultra для самых сложных задач кодинга и security research, и есть доступ (пока только у превью-партнёров). Claude Opus 4.8 — если нужна стабильно доступная модель с лучшими в классе результатами в программировании прямо сейчас.

Grok 4.5 — если нужна доступная прямо сейчас модель с огромным контекстом (500K) и глубокой интеграцией с редактором кода Cursor по разумной цене. GPT-5.6 Sol — если нужен потолок в кодинге и мультиагентный режим Ultra, и вы попали в число превью-партнёров. По сути выбор между «доступно и мощно» и «максимально мощно, но пока для избранных».

Два «лёгких» тира для скорости и объёма. GPT-5.6 Luna — если вы уже в экосистеме OpenAI (ChatGPT, Codex, API) и нужен самый дешёвый вариант линейки GPT-5.6. Claude Haiku 4.5 — если важнее аккуратное следование инструкциям, качество текста и окно 200K. Обе быстрые, дешёвые и без официального доступа из РФ.

Claude Sonnet 5 — если нужен почти флагманский уровень для кодинга и агентных задач, но при заметно меньшей цене и высокой скорости: идеальна для массовых и потоковых сценариев. Claude Opus 4.8 — когда важен абсолютный потолок качества на самых сложных задачах и цена вторична. По сути выбор между «почти максимум дёшево» и «максимум любой ценой».

Две сильнейшие открытые модели с доступом из России. Qwen 3.6 — если важен локальный запуск на одной видеокарте и топовый кодинг при малом размере. DeepSeek V4 — если нужен максимально длинный контекст (1M) и зрелый русский язык. Обе бесплатны, открыты и не требуют VPN.

Два топовых генератора картинок 2026 года. ChatGPT Images 2.0 — если критичен идеальный текст на картинке (около 99% точности) и редкие языки, плюс встроенное «мышление» над композицией. Nano Banana Pro — если нужно сложное многошаговое редактирование с сохранением персонажей (до 14 референсов) и разрешение до 4К. Обе требуют VPN из РФ.

Наглядное сравнение двух подходов к генерации текста. Nemotron TwoTower — диффузионная модель: пишет текст блоками параллельно и потому быстрее, но это скорее исследовательский прорыв. Qwen 3.6 — классическая (авторегрессионная) открытая модель: зрелая, сильная в кодинге, готова к повседневной работе. Обе открытые и работают из РФ.

Две открытые кодинг-модели лета 2026, но разного масштаба. Kimi K2.7 Code — гигант на 1 трлн параметров для максимального качества и длинных агентных задач (запуск через провайдеров/облако). Cohere North Mini Code — компактная модель, которая влезает на одну видеокарту H100 и подходит для приватной локальной работы. Обе открытые и работают из РФ.

Две открытые MoE-модели среднего тира. Mistral Small 4 — «европейский» выбор: сильна в европейских языках и вопросах соответствия, распространяется открыто. Qwen 3.6 — если важнее кодинг, зрелый мультиязычный охват (включая русский) и запуск компактной 27B-версии на одной видеокарте. Обе открытые и работают из РФ.

Две агентные модели лета 2026. Muse Spark 1.1 — если критичен огромный контекст (1M) с самоуправлением памятью и «computer use» для сложных многошаговых задач. Claude Sonnet 5 — если нужен проверенный, стабильно доступный уровень для кодинга и агентов при меньшей цене. Обе без официального доступа из РФ.

Две фронтирные модели Anthropic из одного релиза — обе попали под экспортные ограничения США 12 июня и обе вернулись 1 июля 2026. Fable 5 — публичный флагман линейки с окном 1M токенов и подстраховкой через Opus 4.8 на рискованных запросах. Mythos 5 — вторая фронтирная модель того же поколения. Обе для самых сложных задач, обе без официального доступа из РФ.

Две открытые модели Mistral, но задачи у них разные. Medium 3.5 — плотная 128B с контекстом 262K, зрением и настраиваемой глубиной рассуждений: берите, если нужны агенты, картинки и длинные документы. Small 4 — MoE на 119B, где на токен активируется лишь ~6B: качество среднего тира при цене и скорости небольшой модели. Если бюджет и железо ограничены, Small 4 практичнее; если нужен потолок качества среди открытых — Medium 3.5.

Два открытых MoE-гиганта с почти одинаковым размером — но с прямо противоположной философией. GLM-5.2 бьётся за место в лидербордах и обходит GPT-5.5 на длинном кодинге. Inkling открыто заявляет, что в лидерборды не играет: это заготовка под дообучение через платформу Tinker. Нужна открытая модель, чтобы просто работать из коробки — берите GLM-5.2. Собираетесь дообучать под свою задачу — Inkling задуман ровно для этого.

Оба — автономные агенты: ставите цель, они сами доводят её до результата. Разница в том, откуда они растут. Cowork вырос из Claude Code и заточен под офисную рутину: ваши файлы, почта, таблицы, презентации — и он входит в подписку Claude Pro без доплаты. Manus — самостоятельный сервис, сильный в исследованиях, поиске и коде «с нуля». Если вы уже платите за Claude, Cowork — очевидный выбор без лишних трат. Если нужен агент под разовые исследовательские задачи и подписки на Claude нет — смотрите на Manus.

Две открытые MoE-модели, вышедшие с разницей в один день, — и это отличная иллюстрация того, что «открытая» бывает очень разной. Kimi K3 втрое крупнее и уже работает через API из РФ без VPN, но веса обещаны только с 27 июля. Inkling скачивается с Hugging Face прямо сейчас и бесплатно — но раскрывается лишь после дообучения под вашу задачу, о чём Thinking Machines честно предупреждает. Нужно просто пользоваться сегодня — берите Kimi K3. Собираетесь строить своё на открытых весах — Inkling.

Две открытые модели, которые реально запускаются на домашнем железе и работают из РФ без VPN, — но с разным характером. Gemma 4 от Google берёт мультимодальностью (видео, картинки, речь) и линейкой размеров от телефона до 31B под Apache 2.0. Qwen 3.6 от Alibaba сильнее в коде и заточена под запуск на одной видеокарте. Нужны картинки, звук и выбор размера под устройство — Gemma 4. Основная задача — код и текст на одной GPU — Qwen 3.6. Обе бесплатны в весах.

Два китайских гиганта с прямо противоположным подходом. Doubao — закрытая модель ByteDance и движок второго по популярности ИИ-приложения в мире, но заточена под внутренний рынок Китая: чтобы ей пользоваться, обычно нужен китайский номер. DeepSeek V4 — открытая, доступна из России без VPN, стоит копейки и запускается у себя. Для русскоязычного пользователя выбор в большинстве случаев очевиден: DeepSeek. Doubao интересна скорее как явление — показатель того, каких масштабов достигает ИИ внутри Китая.

Две закрытые китайские модели от главных техногигантов страны — Baidu и ByteDance. ERNIE 5.1 интересна экономикой: первая китайская модель в топ-5 Search Arena, обученная примерно за 6% бюджета западных флагманов. Doubao берёт масштабом: это движок второго по популярности ИИ-приложения в мире с 336 млн пользователей, и она сильнее в коде и агентных задачах. Обе почти недоступны из России: облако, китайская юрисдикция и регистрация по местному номеру. Для русскоязычного пользователя практичнее открытые китайские модели — DeepSeek или Qwen.

Две открытые модели NVIDIA с одинаковой фамилией, которые делают принципиально разные вещи — и это как раз тот случай, когда путаница стоит дорого. Nemotron 3 Embed ищет: превращает документы в векторы, чтобы находить нужное по смыслу. Писать текст она не умеет вообще. TwoTower наоборот — генерирует текст, причём в 2,4 раза быстрее обычных моделей за счёт диффузионного подхода. Если строите поиск по своей базе знаний или RAG — нужна первая. Если нужен быстрый генератор ответов — вторая. В полноценной RAG-системе они, по сути, работают в паре: одна находит нужные куски документов, вторая пишет по ним ответ.

Две китайские открытые модели-гиганта, но соревнуются они в разном. Kimi K3 берёт размером — 2,8 трлн параметров, звание крупнейшей открытой модели и универсальность с нативным зрением; Moonshot при этом сама признаёт, что до Claude Fable 5 и GPT-5.6 Sol по интеллекту не дотягивает. LongCat-2.0 меньше (1,6 трлн), но специализирована под агентное программирование и выигрывает там, где для бизнеса это важнее всего: лицензия MIT позволяет встроить её в закрытый коммерческий продукт без раскрытия своего кода. Плюс политический аргумент — обучена целиком на китайских чипах, без Nvidia. Нужен универсальный ассистент с картинками — K3. Нужен движок для кодового агента внутри своего продукта — LongCat.

Две открытые модели NVIDIA, которые показывают, насколько широко компания раскинула сети — и почему «модель от NVIDIA» само по себе ничего не говорит. GR00T N1.7 управляет физическим роботом: смотрит камерой, слышит команду и двигает манипулятором. Nemotron 3 Embed не двигает ничего — она превращает текст в векторы, чтобы искать по документам по смыслу. Общее у них ровно одно: обе открытые, обе рассчитаны на запуск на своём железе и обе бесполезны без обвязки. Выбирать между ними не приходится: если у вас робот — первая, если база документов — вторая.

Сравнение универсала со специалистом. Kling 3.0 сделает видео почти на любой сюжет по текстовому описанию — но это закрытый сервис с оплатой за генерацию. Wan-Dancer умеет ровно одно: танец под загруженную вами музыку — зато веса открыты под Apache 2.0, то есть модель можно скачать, крутить на своём железе и использовать коммерчески без отчислений. Если нужен один ролик и не хочется возиться — Kling. Если нужен поток танцевальных видео под музыку и есть GPU — Wan-Dancer окупится, потому что за генерацию вы не платите вообще. Главная неизвестная у Wan-Dancer: разработчик не опубликовал требований к видеопамяти, так что заранее понять, запустится ли модель на вашей карте, нельзя — придётся пробовать.

Две открытые модели под одной и той же лицензией Apache 2.0, вышедшие с разницей в девять дней — и показывающие, что «открытые веса» ничего не говорят о замысле. Hy3 сделана, чтобы ей пользовались как есть: 21 млрд активных параметров, встроенное ускорение генерации, рабочий результат на задачах с кодом. Inkling сделана, чтобы её дообучали: компания Миры Мурати прямо говорит, что это не самая сильная модель на рынке, а заготовка, которую бизнес доводит под себя — и зарабатывать они собираются на платформе кастомизации, а не на модели. Отсюда практический выбор: нужен работающий движок сегодня — Hy3, он и дешевле в инференсе за счёт вчетверо меньшей активной части. Нужна основа под собственную специализированную модель и есть команда, которая умеет дообучать, — Inkling, у него вчетверо больший контекст и нативная мультимодальность. Обе требуют серьёзного железа: 295B и 975B под подушкой не поднять.

Обе модели делают одно и то же — превращают текст в векторы для поиска по смыслу, — но подходят к задаче с разных сторон. Nemotron 3 Embed берёт качеством: первое место на RTEB с 78,5%, и это рабочий инструмент, который можно ставить в продукт. BitNet Embedding берёт экономией: однобитные веса позволяют крутить её на обычном процессоре вдвое быстрее, а вектор на выходе можно ужать вплоть до одного бита. Но выбирать между ними по цифрам не получится, потому что Microsoft прямо просит не использовать BitNet в реальных приложениях без дополнительной проверки — это исследовательская модель. Поэтому решение простое: делаете продукт — Nemotron. Изучаете, насколько далеко можно ужать эмбеддинги, или у вас нет ничего, кроме процессора, — BitNet, с ясным пониманием, что вы экспериментируете.

Редкий случай, когда сравнение поколений сводится не к «стала умнее», а к «стала экономнее». Gemini 3.6 Flash решает те же задачи, расходуя до 17% меньше токенов — а поскольку платят именно за токены, это прямое снижение цены без изменения прайс-листа. Улучшения в коде и рабочих задачах заявлены, но рекламируется именно экономия: Google прямо называет линейку Flash рабочей лошадкой, а не витриной. Практический вывод простой: если вы уже на 3.5 Flash — переход на 3.6 это бесплатная скидка, причин оставаться на старой версии нет. Если выбираете модель с нуля — сравнивать эти две между собой бессмысленно, берите новую. Единственное, чего от обновления ждать не стоит, — скачка качества: за ним Google отправляет к Pro, которая, впрочем, не обновлялась с февраля.

Два генератора картинок из больших экосистем, и различает их не качество — оба в верхушке рейтингов, оба рисуют читаемый текст, — а модель доступа. Nano Banana Pro это профессиональный инструмент: платный API, до 14 референсов, разрешение до 4K, интеграция куда угодно. Muse Image это функция экосистемы: бесплатно, но только внутри приложений Meta, без отдельного API, и с персонализацией, которая означает доступ модели к вашим данным — споры об использовании пользовательских фото начались в день запуска. Практический выбор: строите продукт или нужен контроль над разрешением и референсами — Nano Banana Pro. Генерируете для себя и уже живёте в Instagram/WhatsApp — Muse Image бесплатна и со второй строчкой Arena в трёх категориях. Для пользователя из РФ выбор теоретический: официально недоступны обе.

Обе модели превращают речь в текст, обе открытые, обе понимают русский — но построены под противоположные сценарии. Whisper — это офлайн-эталон: записали интервью, скормили файл, получили расшифровку; модель видит запись целиком и за счёт этого хорошо держит шум и акценты. Nemotron 3.5 ASR — это стриминг: транскрипция появляется по ходу речи с задержкой от 80 миллисекунд, пунктуация расставляется на лету, а 600 миллионов параметров позволяют крутить всё это на ноутбуке. Выбор по задаче: расшифровка готовых записей — Whisper, там его зрелая экосистема и годы обкатки. Живые субтитры, голосовой ассистент, звонки в реальном времени — Nemotron, потому что Whisper потоковый режим не родной и собирается из костылей. Если сомневаетесь, критерий один: существует ли аудиофайл до начала работы. Есть файл — Whisper. Файла ещё нет — Nemotron.

Сравнение поколений внутри одной компании — новое против того, чем большинство пользуется по привычке. Прежние модели ElevenLabs (линейка Flash/Multilingual) быстрые, дешёвые и отлично читают текст ровным естественным голосом — для озвучки статьи, простого ассистента или чернового варианта их хватает с запасом. Eleven v3 — это шаг от «прочитай» к «сыграй»: 70+ языков вместо ~32, управление интонацией через теги прямо в тексте ([шёпот], [смех], [пауза]) и диалоги на несколько голосов. Плата за выразительность — модель требует режиссуры: теги надо расставлять осознанно, иначе преимущество не раскроется. Практический выбор: нужна быстрая ровная озвучка большого объёма — берите прежние Flash-модели, они дешевле и проще. Нужна эмоция, акценты, персонажи, аудиокнига с диалогами — v3, но заложите время на расстановку тегов. Обе от одной компании, обе с русским, обе без официального доступа из РФ — так что выбор чисто по задаче.

Разные задачи под одной вывеской «генерация видео». Ray3 — для тех, кто отдаёт материал в постпродакшн: нативный 16-битный HDR и экспорт в EXR позволяют цветокорректировать ролик как обычный съёмочный кадр, и такого не даёт больше никто. Veo 3 — для тех, кому нужен готовый ролик сразу, со звуком и речью в одном проходе, без дальнейшей обработки. Если у вас есть колорист — Ray3. Если ролик уходит в соцсети как есть — Veo 3, и HDR вам просто не пригодится.

Две модели про роботов, но про разное. Robostral Navigate решает одну задачу — навигацию, зато делает это с одной дешёвой камеры и обходит даже системы с лидаром. GR00T N1.7 от NVIDIA — фундамент под универсальные действия гуманоида: манипуляции, взаимодействие с предметами, широкий репертуар движений. Если задача — довести робота из точки А в точку Б по сложной среде дёшево, это Robostral. Если нужен «мозг» под руки и разнообразные действия — GR00T. Они скорее дополняют друг друга, чем конкурируют: навигация плюс манипуляция — это два разных слоя одного робота.

Обе кодинг-модели Mistral, но под разные задачи. Codestral — про автодополнение и быстрые подсказки прямо в редакторе: печатаешь, она подсказывает продолжение. Devstral Small 2 — про агентную работу: дать ей задачу «поправь баг в этих файлах» и получить готовые изменения по нескольким файлам сразу. Если нужна быстрая подсказка по ходу набора — Codestral. Если нужен агент, который выполняет многошаговую задачу целиком, — Devstral. По железу Devstral требовательнее (24 млрд против более лёгкой Codestral), зато решает задачи, которые автодополнялке не под силу.

Редкий случай, когда более новая и более дешёвая модель почти догнала флагман классом выше. Opus 5 стоит вдвое дешевле Fable 5 по входному токену и обходит её на 7 из 12 общих бенчмарков — включая разрыв почти в 10 пунктов на агентном кодинге. Fable 5 удерживает первенство лишь на SWE-bench Pro, и то на 0,8 пункта. Практический вывод простой: для подавляющего большинства задач берите Opus 5 — то же качество за половину цены. Fable 5 оправдана только там, где нужен абсолютный потолок и та самая доля процента на самых тяжёлых задачах, а цена не важна.

Две сильные модели генерации изображений с разным акцентом. Qwen-Image 3.0 сделана под «полезность»: читаемый текст, инфографика, формулы, UI-макеты — то, что можно сразу пустить в дело. Nano Banana Pro сильнее в универсальной художественной генерации и общей эстетике, и у неё понятнее доступ. Если вам нужна картинка с точным читаемым текстом, схемой или инфографикой — берите Qwen. Если нужен красивый визуал широкого профиля — Nano Banana Pro. Важная разница в философии: прошлые Qwen-Image были открытыми, а третья версия впервые вышла без весов и бенчмарков, так что объективно сравнить по цифрам пока нельзя.

Прямая схватка в озвучке: свежий вызов из Китая против признанного лидера. Qwen-Audio 3.0 TTS возглавила арену озвучки и стоит примерно втрое дешевле — сильный аргумент на объёмах. ElevenLabs v3 берёт зрелостью экосистемы, тегами интонации прямо в тексте и репутацией стандарта индустрии. Если решает цена на потоке и вам хватает 16 языков — Qwen. Если нужна отлаженная платформа с богатым контролем подачи и вы уже в экосистеме ElevenLabs — v3. Обе закрытые и обе без официального доступа из РФ; разница в цене и в том, кому вы доверяете как поставщику.

Две сильнейшие открытые модели, которые работают в РФ и запускаются локально. Llama 5 — крупнейшая экосистема, много размеров под разное железо, подтянутые рассуждения и код; лицензия не полностью свободная (ограничение для очень крупных сервисов). DeepSeek V4 берёт рекордным контекстом (1M токенов), зрелым русским языком и очень низкой ценой через API. Нужна максимальная экосистема и выбор размеров под своё железо — Llama 5. Нужен самый длинный контекст, сильный русский и минимальная цена — DeepSeek V4. Обе открытые, обе без VPN в РФ; разница в приоритетах, а не в «лучше/хуже».

Две открытые модели с упором на рассуждения, обе запускаются локально и работают в РФ. Ключевая разница — лицензия: gpt-oss-2 под Apache 2.0, полностью свободной, тогда как у Llama 5 есть оговорка для очень крупных сервисов. Llama 5 берёт большей экосистемой и более длинным контекстом, а gpt-oss-2 — узнаваемым брендом OpenAI и максимально свободной лицензией. Нужна чистая лицензия для коммерческого продукта — gpt-oss-2. Нужны максимальная экосистема и контекст — Llama 5. Обе сильны в рассуждениях; выбор в приоритетах, а не в «лучше/хуже».

Две закрытые облачные модели с разным позиционированием. Amazon Nova 2 берёт низкой ценой за токен и глубокой интеграцией с AWS — сильный аргумент, если вы уже в этом облаке и вам не нужен абсолютный топ. GPT-5 от OpenAI сильнее на сложных задачах и доступнее по экосистеме, но дороже. Нужна недорогая модель прямо в AWS для типовых задач — Nova 2. Нужна максимальная сила и зрелая экосистема — GPT-5. Важная оговорка: у обеих нет официального доступа из России.

Две сильные открытые китайские модели, обе работают в РФ без VPN и запускаются локально. GLM-5.5 делает упор на рассуждения и работу с инструментами, DeepSeek V4 — на рекордный контекст (1M токенов), зрелый русский язык и очень низкую цену через API. Нужны сильные рассуждения и агентные сценарии — GLM-5.5. Нужен самый длинный контекст, отличный русский и минимальная цена — DeepSeek V4. Обе открытые и без VPN; разница в приоритетах, а не в «лучше/хуже».

Два сильных видеогенератора с разным акцентом. Runway Gen-5 берёт устойчивостью персонажей и мощными инструментами для работы: редактирование, контроль камеры, дополнение видео — это ценят монтажёры. Veo 3 от Google выделяется генерацией со встроенным синхронным звуком и высокой детализацией. Нужны инструменты и контроль над роликом — Runway. Нужно видео сразу со звуком — Veo 3. У обеих нет официального доступа из РФ и обе платные.

Две открытые китайские модели, заточенные под кодинг, обе работают в РФ без VPN и запускаются локально. Qwen3-Coder — часть большой экосистемы Qwen, удобная база под код с открытыми весами. Kimi K2.7 Code — гигантская MoE-модель на 1 трлн параметров с упором на агентный кодинг и длинные задачи, но требует серьёзного железа для локального запуска. Нужна практичная открытая модель под код из зрелой экосистемы — Qwen3-Coder. Нужен максимум для агентных многошаговых задач и есть мощное железо — Kimi K2.7 Code. Обе открытые и без VPN.

Два топовых закрытых флагмана с упором на рассуждения. Grok 5 берёт доступом к событиям в реальном времени через X и «думающим» режимом. GPT-5.6 Sol — зрелая экосистема OpenAI, аккуратное следование инструкциям и сильный кодинг. Нужна свежесть данных из соцсетей — Grok 5. Нужен предсказуемый рабочий инструмент под текст и код — GPT-5.6 Sol. Обе без официального доступа из РФ и без бесплатного тарифа.

Две открытые китайские модели, которые работают в РФ без VPN и запускаются локально. DeepSeek V4.1 — за максимально длинный контекст (1M), сильный кодинг и очень низкую цену. Qwen 3.6 — за зрелую экосистему Alibaba и хорошую универсальность. Нужен упор на код и огромный контекст при минимальной цене — DeepSeek V4.1. Нужен универсальный ассистент из большой экосистемы — Qwen 3.6. Обе открытые и без VPN.

Два сильных видеогенератора. Kling 4 — за реалистичную физику движения, мимику людей и мощное «оживление» фото; популярен для коротких роликов и соцсетей. Runway Gen-5 — за продвинутый монтаж, контроль над сценой и зрелые инструменты для креаторов. Нужно оживить фото и получить реалистичное движение — Kling 4. Нужен контроль сцены и киношный монтаж — Runway Gen-5. Обе закрытые, без официального доступа из РФ.

Два топовых генератора изображений с разным характером. Midjourney V8 — за «художественную» подачу, красивую композицию и стабильный стиль; выбирают за эстетику. FLUX.2 — за точность следования запросу, работу с текстом на картинке и открытость (есть версии с открытыми весами). Нужна красота и стиль из коробки — Midjourney V8. Нужны точность, текст на изображении и локальный запуск — FLUX.2.

Два генератора музыки с разным упором. Suno V6 — за качество вокала, связную структуру песни и простоту: получить готовый трек с вокалом можно за минуту. Muse Spark 1.1 — за агентный подход и гибкость под задачи. Нужна готовая песня с вокалом по описанию — Suno V6. Нужна встроенность в автоматизацию и эксперименты — Muse Spark 1.1. У обеих есть бесплатный доступ; коммерческую лицензию читайте внимательно.

Две открытые китайские модели, обе работают в РФ без VPN и запускаются локально. GLM-5.6 — за сильный кодинг и агентные сценарии из экосистемы Zhipu. DeepSeek V4.1 — за максимально длинный контекст (1M) и очень низкую цену. Нужен упор на агентные задачи и код из зрелой экосистемы — GLM-5.6. Нужен огромный контекст и минимальная цена — DeepSeek V4.1. Обе открытые и без VPN.

Два генератора изображений с разными задачами. Recraft V4 — про прикладной дизайн: логотипы, иконки, бренд-графика, единый стиль в серии и вывод в вектор (SVG). Midjourney V8 — про художественную выразительность и эффектные сцены. Нужна управляемая графика под бренд, вектор и повторяемый стиль — Recraft V4. Нужны красивые арты, атмосферные иллюстрации и максимум визуального качества — Midjourney V8.

Две «рабочие» модели с разным акцентом. Command A Reasoning — корпоративный ассистент от Cohere: пошаговые рассуждения, сильный RAG (поиск по документам), приватность, платный доступ через API. GLM-5.6 — открытая китайская модель с бесплатными весами, сильным кодингом и работой в РФ без VPN. Нужны рассуждения над корпоративными документами с контролем данных — Command A Reasoning. Нужен бесплатный открытый ассистент под код, работающий в России без VPN, — GLM-5.6.

Две сильные видеомодели с разным подходом. Wan 2.5 — открытая модель Alibaba: веса доступны, можно запускать локально без VPN, есть синхронный звук. Kling 4 — мощный закрытый генератор с упором на максимальное качество картинки и движения. Нужны открытые веса, локальный запуск и работа в РФ без VPN — Wan 2.5. Нужно топовое качество ролика и не важна открытость — Kling 4. Обе требуют проверки результата на артефакты.

Два сильных генератора изображений с разным акцентом. Seedream 4 от ByteDance — за фотореализм, аккуратный текст на картинке (включая кириллицу) и работу в РФ без VPN. FLUX.2 — за качество, гибкость и открытые версии, которые можно запускать локально. Нужны реалистичные визуалы с читаемым текстом и доступ из России без VPN — Seedream 4. Нужны открытые веса и локальный запуск — FLUX.2. Оба дают черновик, детали проверяйте.

Две сильные модели синтеза речи с разным подходом. CosyVoice 2 от Alibaba — открытая: веса доступны, можно запускать локально, работает в РФ без VPN и бесплатно. ElevenLabs v3 — закрытый лидер по качеству и выразительности озвучки, с удобным сервисом, но платный и без прямого доступа из России. Нужны открытость, приватность и работа в РФ без VPN — CosyVoice 2. Нужно максимальное качество голоса и готовый сервис — ElevenLabs v3.

Две открытые китайские модели, обе работают в РФ без VPN и запускаются локально. Hunyuan Large 2 от Tencent — эффективная MoE с сильным китайским и английским и большим контекстом. DeepSeek V4.1 — за максимально длинный контекст (1M), очень низкую цену и сильный кодинг. Нужна открытая модель из экосистемы Tencent с балансом задач — Hunyuan Large 2. Нужен огромный контекст и минимальная цена — DeepSeek V4.1. Обе открытые и без VPN.

Два сильных закрытых видеогенератора из Китая. Hailuo 02 от MiniMax — за реалистичное естественное движение, физику сцены и точное следование промту. Kling 4 от Kuaishou — за максимальное качество картинки и проработку деталей. Нужно естественное движение и точное следование замыслу — Hailuo 02. Нужна максимально качественная и детальная картинка — Kling 4. Веса у обеих закрытые; результат стоит проверять на артефакты.

Gemini 3.7 Flash выбирайте как координатор сложного процесса: код, планирование, мультимодальный анализ и длинные цепочки инструментов. Gemini 3.5 Flash-Lite выгоднее для массовых проверяемых подзадач — классификации, извлечения полей, коротких резюме и параллельных исполнителей. В зрелой системе они не обязательно конкурируют: 3.7 планирует и проверяет, Lite обрабатывает поток. Сравнивайте стоимость принятой задачи, а не только цену миллиона токенов.