Выбираем LLM на каждый день

Выбираем пользовательский опыт

На самом деле мы выбираем не модель, а пользовательский опыт.

Смогу ли платить российской картой? Можно ли отправить ссылку коллегам, чтобы тоже посмотрели? А с телефона посмотреть? А на картинке быстро мне эту штуковину сотрет? А договор длинный прочитает? А даты в нем заменит? Удобная ли история чатов?

Для ежедневной работы выбирают не самую мощную модель, а ту, которая меньше всего мешает.

Вопрос, какая LLM лучшая, почти бесполезен. Гораздо честнее спросить: какую LLM я действительно смогу использовать каждый день?

Сейчас LLM становится личным рабочим инструментом. Поэтому выбирать ее нужно под себя: какие у меня возможности, ограничения, привычки и задачи. Звучит почти нереально, но давайте вместе попробуем разобраться.

1. Язык

На каком языке я буду писать запросы? На русском? На английском? На обоих? Готов ли формулировать промпты на английском, если модель там отвечает лучше?

2. Манера общения

Мне нужны длинные подробные ответы или короткие? Модель должна объяснять ход рассуждений или сразу давать готовый результат? Нужен деловой тон, редакторский, дружелюбный, технический?

3. Интерфейс

Удобно ли мне смотреть на этот чат каждый день? Есть ли светлая или темная тема? Нормально ли устроена история диалогов? Можно ли искать по старым чатам? Есть ли проекты, папки, закрепленные разговоры? Удобно ли копировать результат?

4. Устройство и место использования

Где я буду пользоваться LLM: за компьютером, с телефона, внутри браузера, в офисных документах, в IDE, в мессенджере?

5. Работа с файлами

Нужно ли мне загружать PDF, DOCX, таблицы, презентации, изображения? Нужно ли задавать вопросы по файлу, извлекать факты, сравнивать версии?

6. Память, проекты и контекст

Нужно ли модели помнить мои предпочтения, стиль, проект, клиента, продукт? Или каждый запрос независимый?

7. Возможность делиться результатом

Нужно ли отправлять ответы коллегам? Делиться ссылкой на чат? Экспортировать в документ? Копировать Markdown? Переносить таблицы без поломки форматирования?

8. API и интеграции

Нужен ли просто чат, или я хочу встроить модель в продукт, бота, CRM, поддержку, внутренний сервис? Есть ли API? Хорошая ли документация?

9. Данные и безопасность

Можно ли загружать в сервис рабочие документы? Что происходит с историей чатов? Используются ли данные для обучения? Есть ли корпоративный тариф, админка, управление доступами, договор?

Это может быть незаметно, но мы редко заранее формулируем свое «для чего» и «как». Это разные сценарии жизни с LLM, поэтому мы собрали эти кусочки, чтобы из них можно было сложить свою индивидуальную картину.

Если нужно платить рублями

Тогда часть зарубежных сервисов сразу становится неудобной или недоступной. Можно сколько угодно читать сравнения моделей, но если подписку нельзя нормально оплатить, инструмент не станет ежедневным.

В этом случае логично смотреть в сторону российских сервисов, локальных решений и агрегаторов.

Российские AI-сервисы

GigaChat лучше всего подходит для русскоязычных текстов, простых рабочих задач, генерации идей, быстрых черновиков, изображений. Однако для сложных задач («сделай стратегию», «сравни источники», «аккуратно разбери большой документ» и т.п.) модель слабовата.

Яндекс удобен тем, что ИИ не надо специально искать: он уже появляется в поиске, Алисе, браузере и сервисах Яндекса. Отличный вариант, если вы хотите ИИ под рукой. Не лучший, если нужна глубокая работа с документами, сложный код, тонкая редактура. Ощущается скорее как умный поиск и ассистент, чем как полноценная рабочая LLM-среда.

VK в пользовательском восприятии — это не LLM для серьезной работы, а скорее ассистентская экосистема. Лучше всего подходит для голосового помощника, умного дома, музыки, бытовых сценариев, экосистемы VK, простых пользовательских команд. Для ежедневной текстовой работы, длинных документов, аналитики, программирования или серьезного ресерча лучше выбрать другую модель.

MTS AI — это меньше про обычного пользователя, который вечером открывает чат, и больше про компании. Если компании нужно встроить ИИ в клиентскую поддержку, контакт-центры или анализ звонков, то это хороший вариант. А если нужен простой чат для текстов, идей и документов, MTS AI — не самый очевидный первый выбор.

Агрегаторы с оплатой в рублях

Платите одному сервису, а доступ получаете к разным моделям. В категорию агрегаторов попадают VseGPT, chad, BotHub и похожие сервисы.

Но у агрегаторов есть ограничения: модель может быть не самой свежей, часть функций оригинального сервиса может отсутствовать, файлы и контекст могут резаться, расход часто считается во внутренней валюте, а данные проходят через посредника.

VseGPT стоит рассматривать как витрину моделей. Зайти, выбрать, сравнить ответы на одном запросе. Отличный вариант, когда хочется попробовать разные зарубежные сервисы, которые иначе не выйдет оплатить.

Для коротких текстов и сравнения моделей такой формат удобен. Для чувствительных документов, сложной командной работы или задач, где важны все функции оригинальных сервисов, — тестируйте отдельно. Лучше на своей типовой задаче. Например, один и тот же документ, письмо или кусок кода прогнать через 2–3 модели и посмотреть не только качество, но и расход.

chad подойдет, когда нужен максимально бытовой агрегатор. Писать и переписывать тексты на русском, делать идеи для соцсетей, постов, пробовать разные текстовые модели без отдельных аккаунтов, генерировать картинки, видео, музыку и презентации, использовать ИИ для учебы и простого кода, работать без VPN и сложной регистрации.

Расход считается во внутренней валюте — искрах. Сервис прямо объясняет, что учитываются введенный текст, сгенерированный текст и часть прошлой переписки для контекста. Значит, длинные диалоги, большие документы и память могут расходовать лимит быстрее, чем короткие запросы.

BotHub лучше всего подходит для команд, бизнеса, API, корпоративного доступа и сценариев, где нужно много моделей в одном рабочем контуре.

Из возможностей на сайте описаны текстовая генерация, код, генерация изображений, анализ документов, транскрибация, защита данных, корпоративные тарифы и настройка лимитов для сотрудников. Стоит иметь в виду, что это скорее «платформенный» инструмент; не самый удачный выбор, если нужен просто чат «спросил — получил ответ».

Если хочется платить меньше

Начинайте с бесплатной версии, если ваши задачи короткие и разовые. Сразу ищите платную подписку или недорогой агрегатор, если вы каждый день работаете с файлами, длинными текстами, кодом, картинками или API.

Бесплатного доступа часто достаточно, если нужно:

• попросить объяснить тему простыми словами;
• набросать план статьи, письма или презентации;
• переписать текст в другом тоне;
• придумать варианты заголовков;
• разобрать несложный вопрос по коду;
• получить список идей или чеклист;
• быстро что то сравнить.

Платные версии чаще нужны, когда задача упирается в объем, скорость или качество модели:

• загрузить большой документ и попросить сделать резюме с фактами, рисками и вопросами;
• проанализировать несколько файлов сразу и спросить, чем они противоречат друг другу;
• регулярно работать с длинными текстами, таблицами или презентациями;
• писать и править код в большом проекте;
• генерировать много изображений или делать их в высоком качестве;
• использовать модель через API;
• работать без очередей и жестких дневных лимитов;
• получать более стабильные ответы на сложные задачи. Без фантазий.

Совет: сначала прогоните 5 своих реальных задач в бесплатной версии. Если упретесь в лимиты, файлы, скорость или качество хотя бы на двух из них — берите платный тариф или агрегатор. Если нет — бесплатного доступа пока достаточно.

Для примера возьмем GigaChat и Gemini. Они закрывают разные сценарии: GigaChat — русский чат без зарубежной оплаты, Gemini — зарубежный ассистент, сильный внутри экосистемы Google.

Бесплатного варианта у GigaChat достаточно, если задачи короткие и бытовые: письмо, пост, объяснение темы.

Например:

• «Перепиши это сообщение клиенту в более деловом тоне».
• «Объясни простыми словами, что такое API у нейросетей».

Платный GigaChat имеет смысл, если вам нужна интеграция в рабочий процесс: бот, CRM, поддержка, обработка документов, внутренняя база знаний, корпоративный ассистент. GigaChat API можно интегрировать в CRM/ERM, чат-ботов и обработку большого объема документации.

Бесплатного варианта у Gemini достаточно, если вы просите короткие ответы, идеи, тексты, объяснения, перевод, простую помощь с кодом.

Например:

• «Сделай черновик письма на английском».
• «Придумай структуру презентации на 6 слайдов».
• «Сравни эти два подхода и назови плюсы и минусы».

Платная версия имеет смысл, если вы хотите использовать Gemini как рабочий слой внутри Google: документы, почта, таблицы, Drive, глубокий поиск, многостраничные отчеты, NotebookLM, AI Studio, генерация медиа.

Все планы, цены и модели можно посмотреть по ссылке.

Если можно платить иностранной картой

Тогда выбор шире: ChatGPT, Claude, Gemini, Perplexity, Cursor, Midjourney, OpenRouter, API-платформы и десятки специализированных инструментов.

Отзывы по AI-сервисам быстро устаревают, потому что тарифы, лимиты, описания и модели меняются. Но если кратко, то:

• Нужен один универсальный ассистент – ChatGPT.
• Нужны тексты, документы и редактура – Claude.
• Живете в Google – Gemini.
• Нужны источники и ресерч – Perplexity.
• Пишете код каждый день – Cursor.
• Нужны красивые изображения – Midjourney.
• Нужно много моделей через один API – OpenRouter.

Широкий выбор не означает простой выбор. Наоборот: появляется риск бесконечно прыгать между сервисами и сравнивать их вместо того, чтобы работать.

Если мне нельзя загружать чувствительные данные

Если данные чувствительные, обычный потребительский чат не подходит. Вы не контролируете хранение, доступ, логи, ревью, интеграции и юридический контур.

Сначала определите, какой именно риск вас беспокоит.

Если не хотите, чтобы данные использовались для обучения, выключайте соответствующие настройки:

1. В ChatGPT — Improve the model for everyone. Для разовых чувствительных вопросов использовать Temporary Chat. Отключить Memory, если не хотите, чтобы сервис запоминал рабочий контекст.

2. В Gemini — Gemini Apps Activity → выключить активность или поставить автоудаление.

3. Microsoft Copilot – использовать корпоративный Microsoft 365 Copilot, а не личный чат. Настроить права в SharePoint/Teams/OneDrive, чувствительные метки, Purview, retention policies, запрет ненужных agents и connectors.

4. API – не отправлять персональные данные без необходимости; включать минимальное логирование; запрашивать zero data retention, если доступно; хранить ключи в секрет-хранилище; ограничивать доступ по ролям; маскировать данные до отправки.

5. Агрегаторы – проверить политику хранения данных, возможность удаления истории, юрлицо, договор, поддержку, где обрабатываются файлы, кто поставщик модели. Для чувствительных документов агрегатор — почти всегда плохой вариант, потому что появляется дополнительная сторона между вами и моделью.

Если не хотите, чтобы данные увидел человек-ревьюер, не загружайте их в личные чаты вообще: Google прямо предупреждает не вводить конфиденциальную информацию в Gemini, которую вы не хотите показывать ревьюеру. Чтобы случайно не попасться, отключите лишние Connected Apps, не давайте доступ к личным папкам и хранилищам без необходимости. Данные, уже просмотренные ревьюерами, могут храниться до трех лет.

Если важно не отдавать данные за пределы РФ, смотрите российские B2B-контуры: GigaChat API, Yandex Cloud / YandexGPT, VK Cloud, MTS AI. Но это не значит, что российский чат автоматически безопасен для любых внутренних документов. Проверьте, где физически хранятся данные, кто оператор, есть ли договор, можно ли подписать DPA/соглашение о персональных данных, какие есть сертификаты, как устроены логи, кто имеет доступ, можно ли удалить данные, есть ли изолированный контур.

Самый строгий сценарий когда данные нельзя показывать даже провайдеру. Тогда обычные облачные LLM не решают задачу. Нужны локальные модели, on-prem-развертывание, частное облако, контур без передачи данных внешнему провайдеру или сильная деперсонализация до отправки запроса.

Практическое правило простое: в личный чат можно отправлять только то, что не страшно потерять, переслать или случайно показать. Все остальное — обезличивать, резать на фрагменты или обрабатывать только в корпоративном/локальном контуре.

Если мне нужен просто хороший чат

Самый распространенный сценарий — человек хочет открыть чат и быстро получить помощь. Именно здесь часто побеждают не самые сильные модели, а самые привычные. Человек возвращается туда, где ему не надо заново учиться.

Хороший ежедневный чат ощущается как записная книжка: открыл, написал, получил результат, пошел дальше. Если каждый раз нужно выбирать модель, настраивать режим, обходить лимит, вспоминать, где лежит нужный диалог, — инструмент теряет магию.

Ниже рейтинг от лучшей к худшей LLM для повседневного использования. Составили на основе публичных отзывов и личного опыта.

1. ChatGPT. Лучший универсальный вариант, если нужен один чат для всего. Удобен для текстов, объяснений, писем. Хорошо работает с файлами, сильный интерфейс. Для фактов и свежей информации лучше включать поиск и проверять источники. Качество зависит от тарифа, модели и лимитов.

2. Claude. Лучший повседневный чат для текстов, смысла и аккуратной редактуры. Хорошо подходит тем, кто работает с длинными текстами, документами, структурой, аргументацией, смыслом. Если нужны и картинки, и голос, и всё подряд, ChatGPT может быть удобнее. Для простых бытовых запросов иногда кажется слишком серьезным.

3. Gemini. Лучший выбор, если вы уже живете в Google. Хорош для поиска, объяснений, документов. Подходит для учебы и повседневных задач. Как собеседник может нравиться меньше ChatGPT или Claude. Пользователи часто жалуются на неочевидные лимиты и тарифные границы.

4. GigaChat. Нормальный первый выбор, если нужен русский чат без зарубежной оплаты. Его сильная сторона — русский язык, понятный вход для пользователя из РФ, веб-интерфейс, API и ориентация на русскоязычные задачи. Уступает зарубежным моделям в редактуре, коде и ресерче.

5. Алиса / YandexGPT. Удобно для бытового сценария, поиска, голоса и экосистемы Яндекса. Скорее ИИ рядом с Яндексом, чем отдельная рабочая LLM-среда. Есть ограничения на чувствительные темы.

6. Kimi. Для тех, кто много работает с длинными текстами и документами. Полезен для ресерча, есть мобильные и веб-приложения. В публичных источниках упоминались претензии к сбору персональных данных и safety-поведению Kimi.

7. Qwen. Для технических пользователей, разработчиков, людей, которым важны рассуждения, код и цена. Много open-source/open-weight вариантов, сильная мультиязычность. Возможны китайские контентные ограничения.

8. DeepSeek. Для тех, кому нужны дешевые reasoning-задачи и код, а не самый комфортный ежедневный ассистент. Дешевле конкурентов. Как повседневный чат не такой приятный и универсальный, как ChatGPT или Claude. Китайская цензура и ограничения, есть вопросы к приватности и безопасности.

Если нужно работать с текстами и документами

Для документов важно, какие файлы LMM принимает и что реально умеет с ними делать. Документ — это не просто длинный текст. В нем могут быть таблицы, сноски, подписи, сканы, картинки, колонтитулы, нумерация, приложения, версии и скрытая структура. Именно на этом LLM часто спотыкаются.

1. Какие форматы файлов принимает

PDF, DOCX, XLSX, PPTX, TXT, CSV, изображения, сканы?

Примеры запросов:

• «Прочитай этот PDF и сделай резюме на 7 пунктов».
• «Посмотри презентацию и сделай краткое содержание каждого слайда».
• «Прочитай скан и выпиши из него все даты и суммы».

2. Видит ли структуру документа

Заголовки, разделы, пункты, приложения, таблицы, подписи, сноски?

Примеры запросов:

• «Найди разделы, где говорится про оплату, сроки и ответственность».
• «Выпиши все сноски и объясни, к каким пунктам они относятся».

3. Умеет ли работать с таблицами

Примеры запросов:

• «Выпиши из таблицы все строки, где повторяется значение Х».
• «Найди пустые ячейки и странные значения. Напиши номера строк и столбцов, где такое встречается».
• «Сравни две таблицы и покажи, какие строки изменились».

4. Работает ли со сканами и картинками

Видит ли текст на скане, фотографии, скриншоте или изображении документа?

Примеры запросов:

• «Выпиши из фото документа ФИО, дату, номер и сумму».
• «Посмотри скриншот интерфейса и объясни, что и как можно улучшить».

5. Может ли извлекать факты, а не просто пересказывать

Сможент найти в документе даты, суммы, имена, обязательства, риски, статусы, сроки?

Примеры запросов:

• «Выпиши все даты из документа и объясни, к чему относится каждая».
• «Найди все обязательства сторон: кто, что должен сделать и до какого срока».
• «Выпиши все риски для заказчика отдельным списком».

6. Умеет ли сравнивать версии

Примеры запросов:

• «Сравни две версии договора. Проверь совпадают ли везде сроки, даты, обязанности сторон. Если нет, скажи где».
• «Сравни две версии договора. Какие пункты добавили, удалили, какие одинаковые по смыслу, но написаны по разному?»

7. Может ли отвечать только по документу

Тест на галлюцинации. Нужно, чтобы модель не добавляла знания от себя.

Примеры запросов:

• «Ответь только на основе этого документа. Если ответа нет, напиши “в документе не указано”».
• «Не используй внешние знания. Ссылайся только на текст файла».
• «Для каждого вывода укажи, из какого раздела он взят».

8. Может ли ссылаться на место в файле

Где именно в документе это написано: страница, пункт, раздел, слайд, строка таблицы.

Примеры запросов:

• «Найди, где в документе говорится про штрафы, и укажи раздел».
• «Выпиши цитаты, на которых основан твой вывод».

9. Сохраняется ли контекст для следующих вопросов

Примеры запросов:

• «На основе того же файла сделай краткое саммари созвона».
• «А теперь выпиши только риски для стороны заказчика».
• «Вернись к разделу про сроки и подготовь из него события в календарь. Дата – время – кто должен быть на встрече».

10. Умеет ли менять формат результата

Сможет ли составить таблицу, чеклист, письмо, резюме, протокол, список задач?

Примеры запросов:

• «Преврати документ в чеклист для дизайнера».
• «Сделай краткое резюме для руководителя. Уместись в один абзац».
• «Собери из этого итог встречи: решения, задачи, ответственные, сроки».

11. Поддерживает ли большие и сложные документы

Не теряет ли модель структуру, таблицы, приложения и детали на длинном материале?

Примеры запросов:

• «Найди противоречия между разными частями документа».
• «Собери все требования, из разных разделов.».
• «Проверь, повторяются ли одни и те же условия в разных местах».

12. Удобно ли потом забрать результат

Пример запроса:

• «Сделай ответ в Markdown, чтобы я мог вставить его в документ».

Если нужна LLM для узкоспециальных задач

Для узкоспециальной работы LLM почти никогда не остается просто чатом. Она становится частью среды, где человек уже работает.

Для разработки

Сейчас самая заметная конкурентная битва идет за разработчиков. Там LLM уже встроились в IDE: Claude Code, Cursor, GitHub Copilot, Codex, Gemini Code Assist помогают писать, объяснять, менять и проверять код прямо внутри проекта.

1. Claude Code — агент для разработки от Anthropic, работающий прямо в терминале. Разработан именно как «ИИ для разработчиков», многорежимный, с удобным клиентом. Он умеет анализировать большие кодовые базы, писать и рефакторить код, запускать команды, исправлять ошибки и выполнять сложные многошаговые задачи, сохраняя контекст проекта. Минус: неудобно работать на нескольких компьютерах — перенос сессий не поддерживается.

2. Cursor — AI-редактор кода на базе VS Code. Помогает писать код, объяснять его, находить ошибки, рефакторить и вносить изменения сразу в несколько файлов, понимая структуру всего проекта.

3. GitHub Copilot — AI-ассистент для программистов от GitHub, встроенный в популярные IDE. Предлагает автодополнение кода, генерирует функции по описанию, помогает с тестами, документацией и объяснением существующего кода, ускоряя повседневную разработку. Наглухо интегрирован собственно с GitHub, без него работает в четверть силы.

4. Codex — облачный агент OpenAI для разработки программного обеспечения. Умеет анализировать репозиторий, писать новый код, исправлять ошибки, создавать тесты и готовить изменения для проверки разработчиком.

5. Gemini Code Assist — AI-помощник для разработчиков от Google, интегрированный с Android Studio, VS Code, JetBrains и Google Cloud. Он помогает генерировать код, объяснять сложные фрагменты, искать ошибки, создавать тесты и ускорять разработку корпоративных приложений, особенно в экосистеме Google.

Для исследований

В ресерче похожую роль играют Perplexity, Elicit, Consensus, NotebookLM. Они помогают искать источники, читать статьи, собирать выжимки и проверять аргументы.

1. Perplexity лучший для быстрого ресерча снаружи: найти, сравнить, проверить, получить источники. Отлично подойдет для редакторов, исследователей, маркетологов, аналитиков, в целом всем, кому нужны быстрые ответы со ссылками. Выдает короткие, точные и хорошо процитированные ответы. Однако, исследования answer engines показывают типичные проблемы: галлюцинации, неточные цитаты, неправильное соответствие источника и утверждения. Поэтому ссылки на источники нужно проверять, особенно в чувствительных темах.

2. Elicit для научной литературы и обзоров исследований, не для повседневного поиска. Его типовой сценарий: найти релевантные исследования, быстро понять методологию, выборку, выводы, ограничения, собрать таблицу по исследованиям. Так же не заменяет полноценный systematic review. Может пропускать важные статьи, ошибаться в извлечении деталей, неверно обобщать методологию. Нужна ручная проверка источников.

3. Consensus для быстрых научных ответов по конкретным тезисам. Хорошо ложится на вопросы формата: Есть ли доказательства, что X влияет на Y?, Работает ли метод?, Что говорят исследования? Аналог Google Scholar, только без ручного поиска. Однако спорные и острые темы и вопросы стоит проверять лично и не полагаться полностью на машину.

4. NotebookLM лучший вариант, если у вас уже есть документы и нужно понять, пересказать, превратить в конспект, аудиообзор или учебный материал. Работает в первую очередь по источникам, которые в него загружают. PDF, Google Docs, сайты, слайды, YouTube-транскрипты. Дальше задаем вопросы, просим саммари, аудиообзор и т.д. NotebookLM хорош для разговора со своей папкой документов. Все очень здорово, но из главных минусов пользователи отмечают, что инструмент может уходить в красивую подачу вместо точного ответа.

Для юристов

В юриспруденции есть Harvey, Legora и другие legal AI-инструменты. Их используют для черновиков документов, анализа договоров, поиска по правовой базе и подготовки материалов.

1. Harvey встраивают в юридический процесс: анализ договоров, legal research, мемо, большие коллекции документов, специализированные legal-модели. Это не просто чат спросить обо всем. Это профессиональная среда для юристов. У Harvey есть Vault для работы с большими наборами документов и версии продукта на Microsoft Azure. У Harvey есть ограничения. Очень дорого, поэтому не подойдет для обычного пользователя. Даже крупные фирмы не всегда могут позволить себе этот инструмент. Во первых, нет экономических обоснований, во вторых, за машиной все равно нужна проверка живым юристом.

2. Legora вариант для юридических команд, которым нужен AI в документах. Прямой конкурент Harvey. Ценность инструмента в том, что он встраивает AI в повторяемые юридические процессы. Из минусов пользователи также отмечают высокую стоимость инструмента.

Для поддержки и продаж

В поддержке и продажах LLM встраиваются в CRM и helpdesk. Классифицируют обращения, предлагают ответы оператору, делают краткое резюме клиента.

Если нужен поиск и факты

Когда человек спрашивает у LLM факты, новости, цифры, сравнения, ссылки, документы, ему нужно понимать, откуда это взялось.

Для таких задач подходят Perplexity, ChatGPT с поиском, Gemini, Яндекс Нейро и другие поисковые AI-интерфейсы. Их стоит выбирать по тому, насколько удобно проверять результат, переходить к источникам, уточнять запрос и не тонуть в лишнем.

Если человек часто делает ресерч, ему нужен инструмент, который помогает быстро отделить полезное от шума.

ChatGPT с поиском. Удобен тем, что после поиска можно сразу продолжать работу с материалом. Попросить сделать структуру статьи, выделить аргументы, переписать вывод, подготовить вопросы, собрать план презентации. Для чистого ресерча Perplexity часто ощущается быстрее и источниковее, но если вам нужно не только найти, но и сразу превратить найденное в рабочий текст, то ChatGPT подойдет отлично.

Gemini / Google AI Mode. Если вы уже живете в Google, можно искать, доставать файлы, работать с документами и анализировать материалы в одной среде. Gemini выигрывает у ChatGPT в задачах, где важны Google Workspace, поиск, Drive, документы, аудио/видео и большой контекст. Однако пользователи критикуют Gemini за скучные, осторожные и иногда неточные ответы, а также нестабильности и постоянные ошибки.

Яндекс Нейро / Поиск с Алисой можно смело брать, если нужен быстрый ответ на русском, локальный контекст и привычный поиск Яндекса.

Если кратко, то:

• Нужно быстро разобраться в теме и собрать ссылки — Perplexity.
• Нужно найти информацию и сразу сделать из нее текст — ChatGPT с поиском.
• Работа уже в Google Docs, Drive, Gmail — Gemini.
• Нужен быстрый ответ на русском и локальный контекст — Яндекс Нейро / Поиск с Алисой.

Для проверки можно использовать такие запросы:

• «Сравни три подхода к этой проблеме. Для каждого дай источник, плюс и минус».
• «Собери подборку материалов для статьи: официальные источники, аналитика, критика, примеры».
• «Проверь этот тезис. Он точный, спорный или устаревший?»

Если нужно работать с картинками

Если картинки нужны не каждый день и не как профессия, вам не обязательно разбираться в профессиональных визуальных моделях, пайплайнах и десятке настроек. Чаще всего достаточно инструмента, который решает бытовую задачу: сделать обложку, подобрать визуальную метафору, убрать лишний объект, переформатировать картинку, придумать референсы или собрать иллюстрацию для поста.

Профессиональная работа с картинками — это когда нужно стабильно держать фирменный стиль, повторять одного персонажа, точно управлять композицией, готовить коммерческую съемку, делать серию для кампании, соблюдать брендбук и доводить результат в редакторе. Это уже отдельный дизайн-процесс и тут точно понадобятся руки дизайнера.

Самый простой сценарий. Нужна картинка к статье, посту или презентации. Для таких задач обычно хватает ChatGPT с генерацией изображений, Gemini, GigaChat / Kandinsky, Firefly Express, Canva AI или агрегатора с доступом к визуальным моделям.

Kandinsky. Хороший вариант сделать картинку по-русски без лишней возни. Для профессионального дизайна и точной серии — не первый выбор. Kandinsky умеет генерировать изображения по тексту, смешивать изображение с текстовым описанием, дорисовывать картинку, редактировать части изображения и работать с image-to-video / text-to-video в отдельных версиях. Однако, тяжело получить серию картинок в одном стиле, лица, текст, руки и люди часто ломаются, для хорошего результата нужен сильный промпт.

Примеры задач:

• «Дорисуй изображение по бокам, чтобы оно стало горизонтальным баннером».
• «Измени фон на более светлый, но не меняй человека».

Canva AI. Хороший вариант для мне нужен готовый визуал быстро для непрофессионалов. Отличный инструмент для первого знакомства, так как очень низкий порог входа. Вокруг Canva AI выстроена целая дизайн среда – Magic Design, Magic Switch, Magic Edit, Magic Eraser, Magic Expand, Magic Animate и др, которые помогают работать с картинками в одном месте. Однако, готовый результат не всегда будет самым красивым и уникальным и инструменты не всегда могут справляться со сложной композицией и текстами.

Примеры задач:

• «Сделай обложку для статьи в формате 16:9, оставь место под заголовок».
• «Убери лишний объект с фото».
• «Сделай дизайн карточки для Telegram-поста на основе этого текста».

Adobe Firefly. Лучший из этой тройки. Так как Firefly встроен в часть Adobe-инструментов можно генерировать изображение и сразу использовать его в дизайне. Хорошо подходит для постов, баннеров, рекламных макетов, презентационных визуалов. Однако, для непрофессионального пользователя Adobe может казаться тяжелее и дороже, чем та же Canva.

Примеры задач:

• «Убери объект с фотографии и восстанови фон».
• «Сгенерируй несколько вариантов изображения для карточки мероприятия».
• «Подбери стиль для серии постов: минималистично, светло, технологично».

Другой сценарий, если нужно придумать визуальную идею, а не сразу генерировать. Тут можно использовать любой сильный текстовый чат: ChatGPT, Claude, Gemini, GigaChat. Генерировать потом можно в другом инструменте.

Пограничный сценарий — нужно сделать картинки в одном стиле. Один раз сделать красивую картинку легко. Сделать 10 картинок так, чтобы они выглядели как одна серия, сложнее. Для непрофессионального материала хватит Gemini, ChatGPT, Firefly Express, Canva AI. Для сложных коммерческих задач лучше подключать дизайнера, потому что ИИ часто плавает: меняет лица, палитру, композицию и детали.

Изображение с текстом внутри — слабое место многих генераторов. Они могут красиво рисовать, но часто ошибаются в буквах, логотипах и надписях. Лучше сгенерировать фон или иллюстрацию без текста, а текст добавить потом в редакторе: Canva, Figma, PowerPoint, Photoshop, Google Slides.

Работать с картинками через ИИ вполне реально. Главное, не ждать от простого генератора профессионального дизайна. Для бытовых и редакционных задач он помогает быстро получить визуальную основу. Для точного бренда, серии, рекламы и сложного продакшена нужен отдельный дизайн процесс с привлечением живых настоящих людей.

Если мне нужен офисный помощник

Офисный помощник нужен почти всем: письма, документы, таблицы, встречи, заметки, презентации, задачи, внутренние базы знаний. Офисный сценарий отличается от личного. Человеку важно, чтобы ИИ был рядом с тем, где уже лежит работа.

1. Microsoft Copilot. Живет в Word, Excel, PowerPoint, Outlook, Teams, OneDrive, SharePoint, Windows, Edge.

Может:

• написать или переписать текст в Word;
• сделать черновик письма в Outlook;
• резюмировать переписку;
• собрать презентацию в PowerPoint;
• помочь с формулами, таблицами, графиками и трендами в Excel;
• сделать краткое содержание встречи в Teams;
• работать с корпоративным контекстом через Microsoft Graph: почта, файлы, календарь, встречи, документы, если у пользователя есть к ним доступ.

Лучший вариант, если компания уже живет в Microsoft 365. Если документы, почта и встречи не в Microsoft, ценность инструмента резко падает.

Доступ к Microsoft Copilot сложнее, чем у обычного чата. Это корпоративная история. Лицензии, админка, Microsoft 365-контур.

2. Google Workspace Gemini. Живет в Gmail, Docs, Sheets, Slides, Drive, Meet, Calendar, Chat. Если компания уже работает в Google Workspace, Gemini ложится почти без трения: почта, документы, таблицы и файлы уже там. Если работа не в Google, придется переносить контекст. Для юридически чувствительных данных все равно нужны настройки доступа, политики хранения и понимание, какие приложения подключены.

Может:

• написать черновик письма в Gmail;
• резюмировать длинную переписку;
• помочь с текстом в Google Docs;
• собрать структуру презентации в Slides;
• анализировать данные в Sheets;
• искать и использовать материалы из Drive;
• помогать с заметками и итогами встреч в Meet;
• работать через боковую панель Gemini внутри Workspace-приложений.

Доступ проще, если у вас уже есть Google Workspace. Для личного пользователя Gemini доступен отдельно, но офисная сила раскрывается именно внутри Workspace.

3. ChatGPT Team / Enterprise. Живет как отдельный рабочий чат, в котором внутри проекты, файлы, кастомные GPT/ассистенты, коннекторы, API, командное пространство. Часто выбирают как универсальный рабочий стол для задач, которые не помещаются в один офисный пакет: тексты, файлы, идеи, код, картинки, поиск, проекты.

Может:

• работать как универсальный помощник для текстов, документов, идей, анализа, кода;
• хранить рабочие чаты и материалы по проектам;
• анализировать загруженные файлы;
• помогать писать письма, регламенты, статьи, инструкции;
• делать ресерч, черновики, таблицы, структуры;
• через коннекторы и интеграции подтягивать контекст из рабочих приложений, если они подключены.

ChatGPT не всегда родной для вашей почты, календаря и документов. Если компания живет в Microsoft или Google, Copilot / Gemini могут быть ближе к исходным данным.

Доступ для обычного пользователя проще, чем Microsoft Copilot или корпоративный Gemini. Для команды и компании — нужен Team / Enterprise.

4. Claude Team / Enterprise. Как и ChatGPT живет в отдельном рабочим чате, в котором внутри проекты, документы, командные пространства, API и интеграции. Claude удобен тем, кто много работает с текстами и документами. Его выбирают за качество работы со смыслом: длинные материалы, аккуратная редактура, анализ, логика.

Может:

• читать и редактировать длинные тексты;
• помогать с политиками, инструкциями, договорами, статьями, аналитикой;
• сравнивать версии документов;
• делать структурированные резюме;
• помогать с кодом и техническими текстами;
• работать как редактор и аналитик.

Как офисный помощник Claude менее встроен в повседневные офисные приложения, чем Microsoft Copilot или Gemini Workspace. Если нужен ИИ прямо в Outlook, Teams, Gmail или Docs, родные решения экосистем удобнее. Если нужен сильный текстовый партнер поверх документов — Claude хорош.

Для индивидуального пользователя доступ проще, чем корпоративный. Для команды — нужны Team/Enterprise-условия и правила по данным.

5. Локальные и российские корпоративные решения (GigaChat API, Yandex Cloud / YandexGPT, VK Cloud, MTS AI). Подходят компаниям, которым важны рубли, российская инфраструктура, договоры, локальный контур, интеграции в свои системы.

Могут:

• встроить ИИ в поддержку;
• сделать внутреннего ассистента;
• обрабатывать документы;
• отвечать по базе знаний;
• классифицировать обращения;
• резюмировать звонки и переписки;
• работать в российском юридическом и инфраструктурном контуре.

Из сложного – нельзя просто взять и начать пользоваться, нужны внедрение, API, подрядчик или внутренняя IT-команда. Для маленькой компании такой путь может быть избыточным. Для компании с IT-ресурсом — реалистичный.

Если кратко, то письма, встречи и документы в Microsoft — смотрите Copilot. Если всё в Google — Gemini Workspace. Если нужен универсальный рабочий чат для разных задач — ChatGPT Team или Claude. Если важен российский контур, CRM, поддержка и внутренние процессы — локальные поставщики и API.

Интерфейсные нюансы важнее, чем кажется

Интерфейс это не просто оболочка. Это часть продукта, поэтому выбирать LLM нужно не только исходя их ваших задач, отзывов, еще чего, но и руками. Открыть, попробовать, написать несколько реальных запросов, загрузить файл, найти старый чат, проверить мобильную версию, посмотреть на оплату.

Работа с файлами

Плохо, если нельзя загрузить PDF, файл обрезается, таблицы читаются криво, нет понимания структуры.

Хорошо, если можно загружать PDF, DOCX, таблицы, изображения, задавать вопросы по файлу, просить резюме и извлечение данных.

Проекты и контекст

Плохо, если каждый новый чат начинается с нуля.

Хорошо, если можно создать проект, добавить инструкции, загрузить материалы, сохранить стиль и контекст.

Важно, если вы пишете одну и ту же рассылку, ведете один продукт или работаете с одним клиентом, вам не хочется каждый раз объяснять вводные заново.

Мобильная версия

Плохо, если на телефоне все мелкое, файлы не прикрепляются, история неудобная.

Хорошо, если есть нормальное приложение, голосовой ввод, синхронизация с десктопом, быстрый доступ к старым чатам.

Многие используют LLM не только за рабочим столом. Идеи, письма, заметки и быстрые вопросы часто появляются в дороге.

Экспорт и шеринг

Плохо, если результат нельзя нормально скопировать, таблицы ломаются, ссылку коллеге дать нельзя.

Хорошо, если можно копировать Markdown, экспортировать, делиться ссылкой, сохранять результат в документ.

Визуальный комфорт

Плохо, если интерфейс утомляет, нет светлой или темной темы, много лишних панелей.

Хорошо, если можно настроить тему, шрифт, ширину текста, плотность интерфейса.

Да, кому-то действительно нужен чат с белым фоном. И это нормальный критерий, если человек проводит там каждый день.

Итог

Не надо сразу собирать идеальный набор из десяти сервисов. Достаточно выбрать один основной и прогнать через него свои реальные задачи: письмо, документ, поиск, таблицу, картинку, мобильную заметку. Через две недели станет ясно, чего вам не хватает.

Плохой первый выбор — тяжеловесный инструмент, который вроде бы самый мощный, но требует обходных схем, сложной оплаты, непонятных тарифов, чужого интерфейса и постоянных усилий. С таким инструментом трудно экспериментировать. Он не вызывает доверия, не становится привычкой и быстро превращается в «надо бы когда-нибудь разобраться».

Хороший первый выбор — не обязательно самый сильный. Это система, которую легко открыть завтра. В ней понятно, как написать запрос, где история чатов, как загрузить файл, сколько стоит подписка, что происходит с лимитами, можно ли пользоваться с телефона и можно ли доверить ей хотя бы несекретные рабочие задачи.

Поэтому выбирать стоит не модель, а точку входа в привычку.

В этой статье мы постарались подробно описать все нюансы, которые важно учитывать при выборе, какие есть ограничения, какие варианты. Вы можете нас послушать, или можете добавить что-то свое. Будем рады услышать, что думаете вы.