Сравнительный обзор моделей AIPI: Claude, DeepSeek, OpenAI, YandexGPT и GigaChat

Как устроены модели Claude, DeepSeek, OpenAI, YandexGPT и GigaChat, чем они отличаются по характеру и цене, и сравнительная таблица бенчмарков.

AIPI работает с несколькими семействами больших языковых моделей одновременно: Claude от Anthropic, DeepSeek, OpenAI, YandexGPT и GigaChat от Сбера. В этом обзоре разберём, что представляет собой каждая линейка, чем модели отличаются друг от друга по характеру и возможностям, и сведём всё в сравнительную таблицу способностей.

Claude (Anthropic)

Семейство Claude — флагманская линейка Anthropic. Все модели этого вендора известны надёжным следованием инструкциям, аккуратной работой с длинным контекстом и сильными «агентными» способностями — то есть умением не просто отвечать, а выполнять многошаговые задачи с инструментами: читать файлы, писать код, запускать команды.

Claude Fable 5.1 — топовая модель, «максимум мощи». Самый способный вариант линейки, ориентированный на исследования и сложные длинные задачи.
Claude Opus 5 — ступень ниже флагмана, но всё ещё очень сильная модель для сложной агентной работы.
Claude Sonnet 5 — рабочий баланс «цена/качество» внутри Anthropic: заметно доступнее флагмана при высокой производительности. Подходит как основная модель для большинства задач.
Claude Haiku 4.5 — быстрая и лёгкая модель для простых, высокочастотных задач. Максимальная скорость, но заметно слабее в сложных рассуждениях.

DeepSeek

DeepSeek — открытая китайская линейка, которая выделяется крайне агрессивным соотношением цены и возможностей. Модели DeepSeek славятся тем, что на агентных бенчмарках конкурируют с заметно более дорогими западными флагманами.

DeepSeek V4.1 Flash — флагман линейки: по агентным бенчмаркам обходит модели уровней Opus и GPT-5.6 Sol.
DeepSeek V4 Pro — прежнее поколение линейки. DeepSeek направляет запросы к V4 Pro на V4.1 Flash, поэтому по возможностям он близок к Flash, но в каталоге сохранён отдельной строкой.
DeepSeek V4 Flash Vision — специализированная версия с поддержкой изображений (используется для чтения картинок и документов).

OpenAI

OpenAI — вендор линейки GPT и o-серии. Модели OpenAI отличаются очень большим контекстным окном (до ~1 млн токенов) и сильными результатами в математике, науке и кодинге.

GPT-6 Astra — флагман, «эра AGI» по заявлению OpenAI. Топовый результат почти по всем бенчмаркам.
GPT-5.6 Sol — вторая по силе модель линейки, по бенчмаркам сопоставима с Opus 5.
GPT-5.6 Terra — средний вариант, близкий к Sol по качеству.
GPT-5.6 Luna — «бюджетная» модель, которая при этом по кодингу и агентности значительно опережает лёгкие модели конкурентов (например, Haiku).
o4-mini и o3 — reasoning-модели o-серии, заточенные под «думать дольше»: сильны в математике и науке, при этом o4-mini по части кодинга даже обходит старший o3.

YandexGPT

YandexGPT — российская линейка от Яндекса. Её главное преимущество — сильная работа с русским языком и локальными фактами, а также работа без VPN.

YandexGPT 5.1 Pro — флагман линейки, по общему уровню близок к моделям поколения GPT-4o (2024). Хорош для русскоязычных задач и фактов.
YandexGPT Lite — быстрая модель для простых задач и черновиков.

GigaChat (Сбер)

GigaChat — российская линейка от Сбера. Как и YandexGPT, работает без VPN и сильна в русскоязычных задачах и локальных фактах. Актуальное поколение — GigaChat 2 с контекстным окном 128 тыс. токенов; старшие модели мультимодальны и принимают на вход текст, изображения и аудио.

GigaChat 2 Max — флагман для самых сложных и масштабных задач. Лучшая в линейке по общим знаниям (MMLU 0,86; ruMMLU 0,80) и следованию инструкциям (IFEval 0,89).
GigaChat 2 Pro — средняя модель для ресурсоёмких прикладных задач (анализ документов, экономика, право). По части бенчмарков (MATH, Human Eval, MBPP) вплотную приближается к Max при более низкой цене.
GigaChat 2 Lite — быстрая и недорогая модель для рутинных и высокочастотных задач.
GigaChat 3 Ultra — новейшая модель линейки, по состоянию на июль 2026 года доступна только физическим лицам в бесплатном режиме.

Сравнительная таблица способностей

Способности оцениваются индексом от 0 до 100 — чем выше, тем лучше. Это агрегированная оценка на основе публичных бенчмарков и документации вендоров.

Модель	Агентность	Кодинг	Следование инструкциям	Контекст	Рассуждение	Русский язык
GPT-6 Astra	97	96	92	97	98	80
Claude Fable 5.1	95	95	96	78	95	82
Claude Opus 5	93	94	95	78	94	82
GPT-5.6 Sol	92	93	90	97	95	80
DeepSeek V4.1 Flash	91	90	88	95	85	72
DeepSeek V4 Pro	90	90	88	95	85	72
Claude Sonnet 5	87	92	94	78	84	80
GPT-5.6 Terra	84	88	88	97	83	78
GPT-5.6 Luna	78	82	84	97	75	74
o4-mini	80	87	85	74	86	78
o3	76	80	86	74	88	78
YandexGPT 5.1 Pro	60	72	90	66	70	97
GigaChat 2 Max	55	74	86	66	74	95
Claude Haiku 4.5	55	55	82	78	55	75
YandexGPT Lite	45	60	78	44	52	88

Что означает каждый индекс:

Агентность — способность выполнять многошаговые задачи с инструментами (чтение файлов, запуск команд, работа с терминалом).
Кодинг — решение реальных задач программирования и качество генерируемого кода.
Следование инструкциям — точность выполнения формата, ролей и требований, заложенных в промпт.
Контекст — объём контекстного окна и умение качественно работать с длинными документами и историей.
Рассуждение — логика, математика и решение сложных задач, требующих многошаговых выводов.
Русский язык — качество работы с русскоязычными текстами, локальными фактами и культурными реалиями.

Оценка GigaChat 2 Max агрегирована по официальным бенчмаркам Сбера (MMLU, ruMMLU, MATH, GSM8K, Human Eval, MBPP, IFEval, Arena-Hard RU). Прямых публичных результатов по агентным бенчмаркам уровня SWE-bench и Terminal-Bench у GigaChat нет, поэтому «Агентность» и «Кодинг» оценены консервативно.

Как выбрать модель

Максимум качества — GPT-6 Astra или Claude Fable 5.1. Они близки по возможностям; Astra чуть сильнее в науке и длинных агентных задачах.
Оптимум «цена/качество» — DeepSeek V4.1 Flash: результат уровня флагманов при заметно более низкой цене.
Сильный универсал среднего сегмента — Claude Sonnet 5 или GPT-5.6 Sol.
Лёгкий, но с головой для кодинга — GPT-5.6 Luna: она заметно умнее лёгких моделей конкурентов.
Русскоязычные задачи и локальные факты — YandexGPT 5.1 Pro или GigaChat 2 Max: обе работают без VPN и сильны в русском языке, YandexGPT чуть лучше следует инструкциям, GigaChat сильнее в кодинге и математике.