Какую нейросеть выбрать для работы: ГигаЧат, Алиса AI или ChatGPT

Нейросеть для компании выбирают не по рейтингу, а по трём вопросам: какую работу вы ей отдаёте, какие данные будут в запросах и кто будет ей пользоваться. Если в запросах окажутся данные клиентов или коммерческая тайна, личный бесплатный аккаунт для этого не годится: у ГигаЧата пользовательское соглашение прямо запрещает загружать такие данные. Нужна рабочая версия с договором, а при сборе персональных данных закон требует записывать и хранить данные россиян в базах на территории России, за отдельными исключениями. Например, у Алисы AI для бизнеса в Яндекс 360 и у GigaChat API Сбера, по описанию разработчиков, данные хранятся в России. ChatGPT, Claude и Gemini в рейтингах на русском языке стоят выше, но России нет в официальных списках стран OpenAI, Anthropic и Google.

Какую модель оставить из подходящих, решает проверка на ваших задачах: сравните ответы без названий моделей и начните с модели попроще. 10-30 реальных примеров отсеют явно неподходящие модели, для выбора между близкими нужен набор больше. Рейтинг помогает сузить список, но ничего не говорит о ваших письмах, таблицах и договорах.

Новые разборы про ИИ в работе компании выходят в Telegram-канале.

С чего начинать выбор нейросети?

Меня спрашивают, с какой нейросети начать. Ответить я не могу, пока не знаю процесс. Сначала стоит найти этап, где уходят деньги или время. Когда этап понятен, инструмент подбирается уже под него.

Перед выбором ответьте на четыре вопроса:

1. Какую работу отдаёте. Ответы клиентам, письма, разбор таблиц, пересказ документов, расшифровка звонков. От задачи зависит, какой уровень модели нужен и сколько запросов уйдёт в месяц.
2. Что будет в запросах. Персональные данные клиентов и сотрудников, коммерческая тайна, договоры с ФИО подписантов. От этого зависит, можно ли брать сервис с серверами за рубежом и личный аккаунт.
3. Кто будет пользоваться. Владелец один в чате или десять сотрудников. Во втором случае нужен рабочий доступ, которым управляет администратор компании.
4. Где уже живут данные. Если компания работает в Битрикс24, Яндекс 360 или 1С, сначала посмотрите на ИИ внутри этих систем. Об этом раздел про ИИ в CRM и 1С ниже.

У меня правило: всё, что можно сделать обычной программой без вызова модели, делается программой. Модель нужна там, где требуется суждение или разбор свободного текста. Как отличить такие задачи, разобрано в статье о том, когда ИИ-сотрудник бизнесу не нужен.

Чем отличаются ГигаЧат, Алиса AI, DeepSeek и ChatGPT для компании?

Сравнение на 28 сентября 2026 года, по страницам разработчиков и сообщению Роскомнадзора:

По качеству ответов зарубежные модели в рейтингах на русском языке пока впереди. Руководитель направления AI Platform в MWS Cloud Никита Казарян в интервью vc.ru сказал так:

Для компании в России у зарубежных сервисов есть ограничение важнее качества. На странице поддерживаемых стран OpenAI прямо пишет, что доступ к её сервисам за пределами списка может привести к блокировке или приостановке аккаунта. Вместе с доступом к аккаунту компания может потерять историю переписки и всё, что сотрудники объясняли нейросети про ваш бизнес. Знания о компании надёжнее держать в своих файлах, откуда их можно дать любому сервису. Как их собрать, разобрано в статье про базу знаний для ИИ-ассистента.

Цены отдельных моделей и подписок я разбирал в статье о стоимости внедрения ИИ, здесь их не повторяю.

Если хотите понять, какие задачи вашей компании стоит отдать нейросети и с какого сервиса начать, это можно разобрать вместе со мной. Оставьте заявку ниже.

Чем рабочая версия отличается от бесплатного личного аккаунта?

Под именем ГигаЧат работают три разных продукта:

• Личный ГигаЧат на giga.chat и в ботах мессенджеров. Вход в том числе через Сбер ID, условия задаёт пользовательское соглашение между банком и физическим лицом.
• GigaChat API. Доступ к моделям для интеграций, с отдельными тарифами для физлиц и для юрлиц и ИП.
• «ГигаЧат Бизнес» (GigaChat Enterprise). Платформа для создания ИИ-агентов, которую Сбер представил 3 марта 2026 года. Её можно развернуть в облаке, на своём оборудовании или в гибридном варианте. Цен на странице продукта b2b.giga.chat нет.

В соглашении личного сервиса пункт 4.5.6 перечисляет, что пользователю запрещено загружать:

Бесплатный режим API тоже не для работы. На странице о коммерческом использовании Сбер пишет, что контент, созданный в бесплатном режиме, предназначен исключительно для личного некоммерческого использования. Коммерческое использование, то есть распространение или продажа, допускается только после покупки платного пакета.

Самая новая модель в документации GigaChat API, GigaChat 3 Ultra (обновление 3.5 от 15 июля 2026 года), по странице обновлений доступна только физическим лицам в бесплатном режиме. В тарифах для юрлиц на сайте Сбера перечислены модели второго поколения. При этом с 1 сентября 2026 года новым клиентам-юрлицам оплата работы с моделями доступна на платформе Cloud.ru, и в её каталоге есть GigaChat 3.5. Сравнивая бесплатный ГигаЧат с рабочим, уточните, какая именно модель будет у вас в компании.

Платный API тоже не снимает вопрос с персональными данными. В соглашении GigaChat API для корпоративных клиентов (п. 9.6) сказано, что соглашение не предполагает передачу персональных данных физических лиц. Если они будут в запросах, это отдельный вопрос договора и основания обработки, его стоит обсудить с юристом.

По странице Алисы AI для бизнеса данные организации не участвуют в обучении моделей, это настроено по умолчанию, и хранятся в дата-центрах Яндекса в России. Рабочее и личное пространство разделены: рабочие документы не попадают в личные диалоги сотрудника. Стоимость на 28 сентября 2026 года: 1199 ₽ за сотрудника в месяц, тариф рассчитан на компании до 250 сотрудников. Новым организациям Яндекс сейчас даёт три бесплатных месяца, условия акции со временем поменяются. Как у Сбера, общее описание страницы не заменяет договор: если в запросах будут персональные данные, условия обработки стоит проверить в документах, которые вы подписываете.

Алиса AI Про для бизнеса, которую Яндекс запустил 24 сентября 2026 года, рассчитана на другое. По новости компании её можно развернуть на своей инфраструктуре и самостоятельно выбрать модель внутри. Адресована она банкам, ритейлерам, промышленным корпорациям и другим компаниям с особыми требованиями к хранению и обработке данных. Доступ по подписке для клиентов Yandex Cloud, публичной цены в новости нет. Тем, кому нужно готовое решение, Яндекс предлагает обычную Алису AI для бизнеса.

Можно ли отправлять в нейросеть данные клиентов?

С персональными данными выбор сервиса упирается в закон № 152-ФЗ «О персональных данных». Часть 5 статьи 18 при сборе персональных данных запрещает записывать и хранить данные граждан России в базах данных за рубежом, за отдельными исключениями. Часть 3 статьи 12 требует до начала передачи данных за рубеж отдельно уведомить Роскомнадзор. Это не юридическое заключение: как нормы применяются к вашей компании, оценивает юрист.

Для DeepSeek это значит следующее. По его политике конфиденциальности оператор сервиса зарегистрирован в Китае, а персональные данные пользователей собираются, обрабатываются и хранятся в Китайской Народной Республике. Там же сказано, что данные используются для обучения моделей. Право от этого отказаться названо среди прав, которые могут быть доступны пользователю в зависимости от страны. Если сотрудник вставил в чат DeepSeek список клиентов, данные ушли за рубеж.

Для коммерческой тайны есть решение суда первой инстанции. Бабушкинский районный суд Москвы признал законным увольнение руководителя отдела продаж, которая загрузила коммерческие данные в DeepSeek. РАПСИ сообщило об этом 27 июля 2026 года, в силу решение тогда ещё не вступило. Из решения, как его приводит РАПСИ:

Та же модель DeepSeek работает иначе, если запускать её в российском облаке: в Cloud.ru, по странице сервиса, модели развёрнуты на российских серверах. Какие данные сотрудникам не стоит отправлять ни в какой сервис и как это оформить правилами, разобрано в статье про политику использования ИИ в компании.

Что показывают рейтинги нейросетей на русском языке?

MERA ведёт Альянс в сфере искусственного интеллекта. Версию Text 2.0 представили 1 сентября 2026 года: 12 тестов в четырёх группах, от рассуждений и выполнения инструкций до задач на российский культурный код. Модели решают фиксированные задачи, ответы проверяются автоматически, в части задач другой моделью-судьёй, итог от 0 до 1. Часть таблицы на 28 сентября 2026 года:

По таблице видно, что одна модель ведёт себя по-разному в разных задачах. У лучшей версии ГигаЧата в задачах на российский культурный код почти тот же балл, что у GPT 5.6 Luna, а в агентных задачах, где нужно следовать инструкциям и работать с инструментами, разрыв большой. YandexGPT и Alice AI в MERA нет вообще.

LLM Arena устроена иначе. Посетитель задаёт вопрос, видит два анонимных ответа и голосует за лучший, из голосов строится рейтинг.

По данным на 21 сентября 2026 года ГигаЧат 3.5 без поправки на стиль стоит на 7-м месте. С поправкой, которая снижает влияние оформления ответа на оценку, он опускается на 15-е (сайт показывает этот режим по умолчанию). Alice AI LLM в тех же двух режимах на 20-м и 29-м месте. Часть голосов, выходит, отдана за оформление ответа.

Ещё три ограничения рейтингов:

• Отстают от релизов. GPT-6 Sol, GPT-6 Luna и Claude Opus 5.5 вышли 22 сентября 2026 года и на 28 сентября ни в MERA, ни в LLM Arena не добавлены.
• Названия не совпадают с продуктами. В MERA стоит GPT 5.6 Sol, а OpenAI уже выпустила GPT-6 Sol. У ГигаЧата в рейтингах разные конфигурации модели, а у вас в компании может оказаться третья.
• Задачи не ваши. В MERA есть юмор, загадки и знание регионов, но нет писем клиентам, счетов и договоров.

В анонсе Claude Opus 5.5 компания Anthropic пишет, что у самых сильных моделей разница в тестах хуже показывает реальную разницу:

Нужна ли компании самая дорогая модель?

В руководстве OpenAI по выбору модели сказано:

Среди вопросов, которые там же предлагает OpenAI, два полезны и владельцу бизнеса. Как часто запускается процесс: у частой автоматизации расход набегает быстрее, чем у разового проекта. И как вы используете результат: черновику для себя нужно меньше шлифовки, чем тексту, который уйдёт клиенту.

Anthropic в своём руководстве описывает два пути. Первый: начать с быстрой и недорогой модели, проверить её на своём сценарии и переходить на старшую, только если не хватает конкретных возможностей. Второй: для сложных задач начать с сильной модели и потом искать, где можно сэкономить.

Эту тему за последние дни активно обсуждали на Хабре. Разработчик Евгений Игумнов 17 сентября 2026 года написал, что перестал пользоваться самыми умными моделями, и статья собрала больше 48 тысяч просмотров и почти 300 комментариев:

Две оговорки. Статья Игумнова про программирование, и сравнивает он GPT-5.6 Luna, предыдущую версию. В комментариях читатель уточнил, что на разных тестах разрыв между дешёвой и дорогой моделью разный: где-то почти паритет, где-то пятикратная разница.

Для бизнеса это значит, что у каждой задачи свой порог: дешёвая модель может пройти его на одной задаче и не пройти на другой. Ещё Игумнов замечает, что более умная модель выручает того, кто сам плохо разбирается в задаче. На мой взгляд, такому человеку труднее и проверить ответ, так что сильная модель от проверки не избавляет.

Про выдуманные факты есть отдельный рейтинг. Vectara даёт моделям пересказать больше 7700 документов и проверяет, не появилось ли в пересказе того, чего нет в исходнике. На 22 сентября 2026 года у GPT-6 Astra такие факты есть в 8,7% пересказов, у более дешёвой GPT-6 Sol в 6,5%. Тест на английских текстах и только на пересказе, но он хорошо показывает, что высокая цена модели ещё не означает точности.

Как это устроено у меня: одна основная модель и несколько узких

Основной мой инструмент - Claude Code, я работаю в нём каждый день. Рядом стоят другие модели, у каждой своя работа. Для обложек статей нужна модель другого разработчика: Claude картинки не рисует. Статьи пишет одна нейросеть, а вычитывает модель другого семейства. Автор не видит собственных шаблонных оборотов, поэтому проверяет не тот, кто писал.

Дорогую модель для вычитки выбрали без сравнения цен: агент предложил вариант с пометкой «рекомендовано», его и взяли. Потом я устроил слепое сравнение нескольких моделей на девяти статьях. Дешёвая gpt-5.6-luna получила 5,7 балла из 10 против 5,9 у дорогой gpt-5.5, нарушений у неё было 4 против 9, а пара вызовов, редактор и проверяющий, стоила почти в 30 раз меньше. Я перешёл на дешёвую.

Оценки ставили тоже нейросети, и у одной модели на одной статье в разных раундах оценка была и 6, и 8 из 10. Поэтому 0,2 балла разницы ничего не доказывают, и я читаю результат как «на моих статьях дешёвая не хуже».

Ошибались при этом все. Дешёвые модели меняли адреса ссылок, одна вставила в адрес русские буквы, и ссылка сломалась. Я не стал возвращаться к дорогой модели: ссылки теперь прячутся от модели и возвращаются в текст программой.

Дорогую модель тоже ловили: в тесте две-три проверяющие модели независимо находили место, где дорогой редактор усилил или добавил утверждение. Такие места ловит проверяющий: после редактора у меня всегда стоит отдельный вызов модели, который сверяет исходник и правку.

Гнаться за каждой новой нейросетью нет смысла. Если знание о бизнесе записано у вас в файлах, его можно дать новой модели, и смена нейросети ничего не обнуляет.

Как проверить нейросеть на своих задачах?

1. Соберите примеры. Возьмите реальные задачи последнего месяца: письма клиентов, выгрузки, документы. OpenAI советует включать типичные, пограничные и провокационные случаи, например письмо с противоречивыми данными. Если проверяете в личных аккаунтах, уберите из примеров персональные данные и тайну.
2. Запишите критерии до проверки. Критерии нужны конкретные, например: правильно определяет тон отзыва, не называет сроков, которых нет в документах, укладывается в нужный объём. Anthropic советует оценивать сразу по нескольким критериям: точность, тон, конфиденциальность, цена, скорость.
3. Дайте всем моделям одно и то же. Одинаковый запрос и одинаковые файлы. Начните с самой лёгкой модели из списка.
4. Сравнивайте вслепую. Уберите названия моделей и дайте ответы тому сотруднику, который делает эту работу. OpenAI в руководстве по проверкам прямо называет ошибкой оценку по ощущению «вроде работает».
5. Проверьте факты. Цифры, сроки, цитаты и ссылки сверьте с исходными документами. Самый опасный класс ошибок - правдоподобная деталь, которой нет в источнике.
6. Повторяйте после обновлений. 25 сентября 2026 года OpenAI исправила обработку изображений у GPT-6 Sol и Luna и посоветовала тем, кто отправляет модели изображения, заново прогнать свои проверки. Поведение модели меняется и после выхода.

Для каждой задачи удобно завести карточку. Пример:

Задача: ответ клиенту на жалобу о сроке доставки
Что даём модели: письмо клиента, пункт договора о сроках,
статус заказа из CRM
Хороший ответ: извиняется, называет срок из статуса заказа,
предлагает следующий шаг
Недопустимо: обещать срок или скидку, которых нет в документах
Оценка: 0 - не годится, 1 - нужна правка, 2 - можно отправлять

У меня был случай, когда инструкция, настроенная под одну модель, на другой начала давать ошибки: бот в переписке назвал срок, которого не было в его материалах. Я этого не заметил: цифра была правдоподобной. Лечится это по возрастанию цены: сначала разбор ошибки прямо в инструкции модели, потом структурные указания, и только потом смена модели.

Сколько примеров нужно, зависит от цены ошибки. Куратор рейтинга MERA Алёна Феногенова пишет, что 10-30 примеров годятся для быстрой проверки, что система вообще не сломалась, а для сравнения версий нужны сотни:

Поэтому 10-30 задач хорошо отсеивают явно неподходящие модели. Если ответы уходят клиентам без проверки человеком или касаются денег и договоров, считайте итог предварительным и расширяйте набор.

Нужна ли отдельная нейросеть, если ИИ уже есть в CRM и 1С?

В Битрикс24, по справке компании, все ИИ-сценарии работают на собственной модели BitrixGPT, а данные обрабатываются на серверах в России. Бесплатно в каждом портале есть ограниченное число запросов. Без ограничений ИИ работает по подписке BitrixGPT + Маркетплейс, на 28 сентября 2026 года она стоит от 800 ₽ в месяц. Отдельно действует общий потолок: не больше 600 запросов в час от всех пользователей портала, на любом тарифе. Встроенный ИИ умеет расшифровывать звонки, оценивать их по скрипту и заполнять карточку сделки.

У Алисы AI для бизнеса, по странице продукта, Битрикс24, amoCRM и 1С подключаются в разделе «Плагины». Если ваша почта и документы в Яндекс 360, это способ дать ассистенту доступ к CRM без отдельной разработки. Проверьте подключение на своём аккаунте до оплаты сотрудников.

У 1С на странице платформы перечислены отдельные ИИ-сервисы: прогнозирование продаж, распознавание первичных документов, синтез и распознавание речи, а также «1С:Напарник» в двух вариантах, для программистов и для консультаций по ИТС. Какая модель внутри, 1С не называет. Подробнее о том, что умеет нейросеть внутри учётной системы, в статье про ИИ в 1С.

Стоит ли ставить открытую модель на свой сервер?

Открытые модели выкладывают и Сбер, и Яндекс. Веса GigaChat 3.5 Ultra лежат на Hugging Face под лицензией MIT. 21 сентября 2026 года Яндекс открыл модель AliceAI-Foundation-80B-A3B-Base под лицензией Apache 2.0. Base в названии означает базовую версию: в комментариях к анонсу автор пишет, что этот чекпойнт, то есть сохранённая версия модели, предназначен для последующего дообучения. Готовым помощником для сотрудников он без доработки не станет.

Руководитель Yandex AI Studio Артур Самигуллин в интервью vc.ru объясняет, что своё оборудование выгодно только при большом потоке запросов, и приводит расчёт. Токен здесь - кусочек текста в несколько символов, по числу токенов считают оплату:

Технический директор фундаментальных моделей GigaChat Фёдор Минькин в том же интервью говорит, что открытые модели подходят там, где важны работа в закрытом контуре и дообучение под конкретную задачу, но для них нужны экспертиза и команда специалистов.

Для небольшой компании, на мой взгляд, разумнее промежуточный вариант: открытая модель как сервис в российском облаке. Своё оборудование не нужно, а в Cloud.ru, например, по странице сервиса модели развёрнуты на российских серверах.

Источники

• Yandex B2B Tech запустила Алису AI Про для бизнеса, Яндекс, 24 сентября 2026 года
• Алиса AI для бизнеса - ИИ-ассистент организаций в Яндекс 360, Яндекс
• Пользовательское соглашение об использовании сервиса GigaChat (заголовок вкладки: «Правила допустимого использования GigaChat»), Сбер
• Коммерческое использование GigaChat API, Сбер
• Соглашение об использовании сервиса GigaChat для корпоративных клиентов, ООО «СалютДевайсы» (Сбер)
• Тарифы GigaChat API для юрлиц, Сбер
• Обновления моделей, документация GigaChat, Сбер
• GigaChat API - искусственный интеллект для бизнеса, Сбер
• Представляем GigaChat Enterprise (ГигаЧат Бизнес) - корпоративную платформу для создания ИИ-агентов, Сбер, Хабр, 3 марта 2026 года
• Evolution Foundation Models - LLM по API в Cloud.ru, Cloud.ru
• DeepSeek Privacy Policy, DeepSeek
• Роскомнадзор опроверг блокировку Deepseek, Интерфакс
• Суд признал законным увольнение за загрузку коммерческих данных в DeepSeek, РАПСИ, 27 июля 2026 года
• Supported countries and territories, OpenAI
• Supported countries and regions, Anthropic
• Where you can use the Gemini web app, Google
• Федеральный закон № 152-ФЗ «О персональных данных»: ст. 12, ст. 18, КонсультантПлюс
• «Если бы открытых моделей не было, OpenAI могла бы ещё года два продавать GPT-4o и не торопиться», интервью с Яндексом, Сбером и MWS Cloud, vc.ru, 24 сентября 2026 года
• Лидерборд, MERA Text 2.0, Альянс в сфере искусственного интеллекта
• LLM Arena: Бенчмарк LLM моделей на русском языке, LLM Arena
• Introducing Claude Opus 5.5, Anthropic, 22 сентября 2026 года
• Model selection, OpenAI
• Evaluation best practices, OpenAI
• Changelog, OpenAI
• Choosing the right model, Anthropic
• Define success criteria and build evaluations, Anthropic
• Я перестал пользоваться самыми умными ИИ-моделями. Программировать стало быстрее и дешевле, Евгений Игумнов, Хабр, 17 сентября 2026 года
• vectara/hallucination-leaderboard, Vectara, GitHub
• Как оценивать LLM на практике, если времени на «идеальный бенчмарк» нет, Алёна Феногенова, Хабр, 30 июня 2026 года
• BitrixGPT + Маркетплейс: новый формат подписки с AI, Битрикс24
• Ограничение на количество запросов к BitrixGPT, Битрикс24
• Искусственный интеллект, платформа 1С:Предприятие
• Открываем AliceAI-Foundation-80B-A3B-Base - новую языковую модель Яндекса, обученную с нуля, Яндекс, Хабр, 21 сентября 2026 года
• ai-sage/GigaChat3.5-432B-A28B, Hugging Face

Напишите в форме ниже, какие задачи хотите отдать нейросети и какие данные в них будут. Подскажу, с какого сервиса начать проверку и какие примеры для неё собрать.