DeepSeek, GigaChat, Qwen и Claude: 7 одинаковых заданий, чтобы выбрать нейросеть под себя
Рейтинги «лучшая нейросеть года» мало помогают: лучшая модель для программиста и для человека, который пишет деловые письма, — разные модели. Поэтому вместо готового победителя — методика. Семь одинаковых заданий, четыре модели и простая шкала оценки. Результаты у каждого будут свои, и это правильно.
Участники и их задокументированные сильные стороны
DeepSeek. Бесплатный чат с режимами Instant и Expert. Компания заявляет контекст в миллион токенов в официальных сервисах — то есть можно загружать очень объёмные тексты. Сильные стороны: логика, математика, код, длинные документы.
GigaChat. Работает в России официально, вход по телефону или Сбер ID. Внутри — Kandinsky для картинок, работа с файлами, голос; по словам Сбера, саммари аудио с таймкодами. Сильная сторона — русский язык и российская специфика.
Qwen. Чат chat.qwen.ai Alibaba называет бесплатным и открытым для всех. Открытые модели, поддержка 201 языка и диалекта у линейки Qwen3.5, акцент на коде и многошаговых задачах.
Claude. Anthropic позиционирует Sonnet как модель для программирования на всём цикле разработки. Оговорка: Россия не входит в список поддерживаемых Anthropic регионов, так что для большинства читателей в России Claude — ориентир.
Правила честного теста
- Один и тот же текст задания во всех чатах.
- Новый чат для каждого задания.
- Оценка от 1 до 5 по трём пунктам: точность, понятность, польза. Главный критерий — воспользовались бы вы этим ответом.
Задание 1. Деловое письмо
Напиши вежливое письмо управляющей компании с просьбой починить освещение в подъезде. Не работает две недели, я уже звонил один раз. Тон спокойный, но настойчивый. До 120 слов.
Смотрим на естественность русского языка и канцелярит.
Задание 2. Сложное простыми словами
Объясни человеку 60 лет, что такое облачное хранилище и зачем оно нужно. Без терминов, один пример из жизни, не больше 5 предложений.
Проверяем, соблюдены ли ограничения.
Задание 3. Логика и расчёт
В магазине две акции: скидка 25% на всё или «три товара — самый дешёвый бесплатно». Покупаю товары за 1200, 800 и 400 рублей. Какая акция выгоднее? Покажи расчёт.
Ответ легко проверить самому за минуту. Попробуйте режимы рассуждений у DeepSeek и Qwen — для таких задач они и созданы.
Задание 4. Длинный документ
Возьмите длинную инструкцию или договор без личных данных.
Выдели 5 главных пунктов для обычного человека и укажи возможные подвохи. Цитируй места из документа.
Сверяем цитаты с оригиналом — лучший тест на выдумки.
Задание 5. Простая программа
Сделай веб-страницу в одном HTML-файле: таймер на 25 минут с кнопками «Старт», «Пауза», «Сброс». Объясни, как сохранить и открыть её человеку, который никогда не программировал.
Сохраняем как .html и открываем в браузере. Работает ли таймер, понятна ли инструкция.
Задание 6. Другие языки
Переведи на английский и китайский: «Спасибо за помощь, без вас я бы не справился». Объясни разницу в вежливости.
Без знания языка поможет обратный перевод в другой модели — не гарантия, но заметные ошибки всплывут.
Задание 7. Картинка
Нарисуй открытку с котом, который спит на стопке книг, в тёплых осенних тонах.
Сравнение неравное: в GigaChat встроен Kandinsky. Проверьте, что умеют остальные на сегодня — возможности меняются часто.
Как читать результаты
Смотрите не на сумму баллов, а на задания, важные лично вам: тексты — 1, 2, 4; расчёты — 3; код — 5; картинки — 7. Вполне вероятно, что победителей окажется несколько, и под разные задачи удобнее разные модели.
Ограничения для всех участников
- Любая модель может ошибиться — проверяйте важное.
- Ответы на один и тот же промпт различаются от раза к разу — удивил результат, повторите.
- В часы пик любая популярная модель может отвечать медленнее.
- Чувствительные данные не загружайте ни в один сервис.
Полная версия — в моём канале «Нейролень» на Дзене: https://dzen.ru/a/atBJvN7AE3uVTPif, короткие приёмы — в Telegram: https://t.me/neurolen2.
Какая модель выиграла в вашем тесте и на каком задании?