Кто лучше пишет тексты на русском: ChatGPT vs Claude vs GigaChat — полный разбор 2026

Мы провели двухнедельное тестирование трёх ведущих нейросетей и готовы рассказать, какая из них реально справляется с русскоязычными текстами, а какая тихо провалится именно тогда, когда вам это нужно меньше всего.

Русский язык — это не просто другой алфавит. Это падежи, виды глаголов, тонкие стилистические регистры и культурные отсылки, которые легко ломают даже сильные ИИ-модели.

Мы в команде Нейровед за две недели прогнали через ChatGPT (GPT-4o), Claude 3.5 Sonnet и GigaChat более 200 тестовых запросов. Задачи были разные: генерация текста для лендингов, написание email-рассылок, создание постов, переработка готовых материалов через перефраз нейросетью, подбор синонимов и написание стихов.

Результат удивил даже нас.

Каждой модели мы давали одинаковые задания в пяти категориях:

Оценка шла по трём критериям: грамматическая корректность, стилистическое соответствие заданию и «человечность» финального текста.

Как очеловечить ИИ-текст

Что использовать для перефразирования текста

ChatGPT на базе GPT-4o — это сильный генератор текста, который хорошо понимает сложные инструкции. Модель справляется с длинными структурированными текстами, умеет держать заданный тон и адекватно использует синонимы для разнообразия лексики.

Однако в чисто русскоязычных задачах мы стабильно фиксировали характерные шаблоны: «в заключение», «таким образом», «следует отметить». Эти канцеляризмы превращают живой текст в отчёт бухгалтерии.

При задаче «написать текст с помощью ИИ» в стиле разговорного блога ChatGPT давал аккуратный, но стерильный результат. Потребовалось три итерации промпта, чтобы добиться живой интонации.

Claude 3.5 Sonnet показал себя как самый стилистически точный ИИ из тройки. Модель лучше других понимает нюансы русской речи, реже использует канцелярит и точнее следует заданному тону.

Особенно хорошо Claude справляется с задачами редактуры: улучшение текста с помощью ИИ здесь даёт заметный результат уже с первой итерации. Мы тестировали переработку 10 одинаковых фрагментов — Claude набрал 92% точности попаданий в заданный стиль против 74% у ChatGPT и 61% у GigaChat.

Минус один, но весомый: Claude работает медленнее и требует стабильного доступа через VPN или специализированные сервисы.

GigaChat от Сбера — единственная из трёх моделей, которую можно использовать без VPN из России. Это уже весомый аргумент для бизнеса.

В тестах на генерацию текстов для банковской, юридической и медицинской тематики GigaChat уверенно обошёл конкурентов: модель знает российскую специфику, правильно употребляет профессиональную лексику и не путает отечественные реалии с западными аналогами.

Творческие задачи — слабое место. ИИ стихи от GigaChat получаются ритмически неровными, а попытки подобрать живые синонимы для неформального текста нередко заканчиваются деревянными заменами.

Теория — это хорошо. Посмотрим, что происходит на практике.

Мы давали каждой модели один и тот же промпт для написания текста:

Промпт:

ChatGPT выдал: «Свежие продукты у вашего порога за 30 минут. Мы работаем с лучшими поставщиками, чтобы каждый заказ был идеальным. Попробуйте — и вы поймёте, почему нас выбирают тысячи горожан каждый день.»

Текст рабочий, но «попробуйте» и «вы поймёте» — типовые конструкции, которые встречаются на каждом втором лендинге.

Claude написал: «Еда приезжает раньше, чем успеваешь проголодаться. Только свежее — никакой заморозки, никаких компромиссов. Заказывай за пару кликов и жди курьера через полчаса.»

Живее, конкретнее, ближе к реальному пользователю. Разговорная интонация сохранена.

GigaChat предложил: «Быстрая доставка свежих продуктов прямо к вашей двери. Мы гарантируем качество каждого товара и оперативность исполнения заказа. Оформите заявку на нашем сайте и получите заказ в течение 30 минут.»

Корректно, но «оперативность исполнения заказа» и «оформите заявку» — это уже не лендинг доставки еды, это договор оферты.

ИИ написать стих — задача неочевидная, но показательная. Она хорошо выявляет, насколько модель чувствует ритм и русскую поэтическую традицию.

Промпт был простым:

Claude справился лучше всех: ритм выдержан, рифмы небанальные, образы живые. ChatGPT дал приемлемый результат, но рифмовал «осень — проносит», что звучит натянуто. GigaChat сломал ритм уже во второй строке.

Команда контент-маркетинга российского e-commerce проекта в 2025 году протестировала три модели на потоке карточек товаров. После перехода с ручного написания на генератор текста на базе Claude через API время на производство контента сократилось на 40%. Конверсия карточек при этом выросла на 35% — за счёт более живого и конкретного описания характеристик.

Если вам нужен удобный доступ к нескольким нейросетям без настройки API, стоит посмотреть на СигмаЧат — там доступны разные модели в одном окне, включая Claude и ChatGPT, плюс работает Телеграм-бот для быстрых задач.

Это та часть, о которой обычно не пишут. Мы зафиксировали конкретные ошибки каждой модели — не абстрактные, а с примерами из тестов.

При просьбе привести примеры российских законов или нормативов ChatGPT несколько раз сгенерировал несуществующие номера статей и названия документов. Всё звучало убедительно — но при проверке оказалось выдумкой.

Это классическая галлюцинация. Модель уверенно заполняет пробелы в знаниях правдоподобными, но ложными данными.

Claude в ряде задач отказывался писать продающий текст с прямым призывом к действию, интерпретируя это как «манипуляцию». Приходилось переформулировать промпт, добавлять контекст и объяснять, что речь идёт о легальном маркетинге.

Это не галлюцинация, но это потеря времени. Особенно заметно при работе в потоке.

В нескольких тестах GigaChat оперировал данными, которые уже неактуальны: ссылался на сервисы, которые изменились, и использовал формулировки, характерные для официальных текстов 2020–2022 годов.

Для нейросети генерации текста в быстро меняющихся нишах это существенный минус.

Если не задать чёткий лимит символов, все три нейросети начинают «резинить» текст: добавлять вводные конструкции, повторять мысли другими словами и вставлять ненужные переходы. Особенно это заметно при запросе на генерацию текста объёмом от 1000 слов.

Решение простое: всегда указывать точный объём в промпте и добавлять инструкцию «не повторяй уже сказанное».

Лучшая нейросеть — та, которую вы используете правильно. Ещё лучше — когда вы используете несколько сразу.

Мы выработали рабочую схему за две недели тестов. Она выглядит так:

Промпт для Claude:

После этого промпта текст, как правило, становится значительно живее уже с первой итерации. Именно такой подход дал нам 92% попаданий в нужный стиль в нашем тестировании.

Переключаться между тремя разными сервисами вручную — это потеря времени. Удобнее использовать агрегаторы.

НейроТекстер — сервис, который позволяет работать с генерацией текста и подбором синонимов через удобный интерфейс, не переключаясь между вкладками. Для потокового контента это существенно ускоряет процесс.

Для тех, кто работает через API и хочет программно комбинировать модели, стоит посмотреть на GenAPI — там доступны все три модели через единый эндпоинт с удобной документацией.

Возьмём задачу: написать статью для корпоративного блога о налоговых изменениях для ИП.

Результат — качественный текст за 20–30 минут вместо двух-трёх часов ручной работы.

Тема, которую обходят стороной — хотя все о ней думают. Мы проверили.

Одинаковые тексты объёмом 1500–2000 символов от каждой модели прогонялись через несколько популярных в России AI-детекторов. Оценивался процент «машинности» по каждому инструменту.

ChatGPT — самая узнаваемая модель. Детекторы стабильно выдают 85–95% «ИИ» на необработанных текстах. Характерные паттерны — длинные вводные конструкции, симметричные перечисления и отсутствие разговорных оборотов — буквально заточены под алгоритмы детекторов.

YandexGPT — неожиданно хорошо проходит российские детекторы. Предположительно потому, что часть отечественных инструментов обучена преимущественно на текстах ChatGPT и Claude, а YandexGPT генерирует немного другие паттерны.

GigaChat занимает промежуточное положение. Тексты по деловой тематике детектируются уверенно, а вот неформальные и разговорные тексты проходят с меньшим процентом «машинности».

Ни одна нейросеть не гарантирует прохождение детекторов без постобработки. Лучший способ снизить «машинность» — редактура живым человеком или использование ИИ для улучшения текста с конкретными инструкциями по разрушению шаблонов.

Промпт, который реально помогает:

Промпт:

После такой обработки в Claude или ChatGPT процент «машинности» стабильно падает на 20–35 пунктов.

Не только для обхода проверок. Понимание того, как детекторы «видят» ИИ-тексты, помогает писать лучше — потому что все признаки «машинности» одновременно являются признаками плохого текста: шаблонность, отсутствие живой интонации, предсказуемость структуры.

Борясь с детекторами, вы автоматически делаете контент качественнее. Это не побочный эффект — это суть.

Универсального ответа нет — и это честный вывод после двух недель тестов.

ChatGPT — выбор по умолчанию для большинства задач. Быстрый, гибкий, хорошо управляемый через промпты.

Claude — если важна стилистика и живой русский язык. Лучший ИИ для написания текстов, когда качество важнее скорости.

GigaChat — если работаете с российской спецификой или нужен доступ без VPN.

Комбинация всех трёх через единый интерфейс — самый эффективный подход. СигмаЧат и его Телеграм-бот позволяют переключаться между моделями без лишних шагов.

#тексты