Какие LLM модели для чего лучше подходят сейчас?

для бизнеса, разработки и другой работы

По моему практическому рабочему опыту ^[1], вот так:

Claude 4 ^[2]
* Sonnet => лучше всех пишет код, идеально держит контекст. Отлично пишет тексты и шутит. Подходит для создания ИИ-бота.
* Opus => неоправданно дорогой, всего на 20% лучше Sonnet.
Контекст — до 200 тыс. токенов.

Gemini-2.5 ^[3]
* Pro => вторая по силе написания кода. Хорошо подходит для архитектуры приложений, может быть тебе “другом”. Слабо пишет тексты.
* Flash => всё то же, но на 40% хуже, зато одна из самых быстрых моделей. Подходит для ИИ-звонаря.
Контекст — до 1 млн токенов.

GPT-4 ^[4]

* 4.5 => очень хорошо пишет тексты, креативен, но шутит хуже Claude. Очень человечный и эмпатичный.
* 4.1 => отлично структурирует посты, очень логичен, неплохо пишет код. Идеально держит промпт — хорошо подходит для ИИ-ботов.
* 4.1 mini / nano => если нужна оптимизация цены общения для ИИ-бота или простые задачи (например, определение темы диалога, саммари и др.). Работают заметно быстрее обычного 4.1.
* 4o => хорош тем, что видит/создаёт картинки.
Контекст — до 1 млн токенов.

GPT-o ^[5]
* o3 => подходит для сложных логических задач, планирования архитектуры приложений (хотя мне Gemini нравится больше), отлично для аналитики.
* o4-mini => если нужно быстро что-то посчитать математически ^[6].
* o4-mini-high => подходит для написания кода, но уступает Gemini и Claude. Зато лучше чем gpt-4o работает с картинками.
Контекст — до 200 тыс. токенов.

Deepseek ^[7]
* R1 => устарел, но по-прежнему самая дешёвая “размышляющая” модель. Хорош для аналитики, например звонков. Можно развернуть на своём сервере.
* V3 => на уровне 4.1 mini, только дешевле. Также можно использовать для ИИ-ботов, разворачивать у себя на сервере/облаке.
Контекст — до 64 тыс. токенов.

Grok ^[8]
* 3 => создавался для кода, но сейчас устарел, уступает вышеперечисленным. Есть режим fast — ускорение примерно в 2 раза. Бесплатный в x.ai ^[9] и на grok.com ^[10]
* 3-mini => также размышляющий, уступает многим моделям выше, но дешёвый и есть режим fast.
Контекст — до 131 тыс. токенов.

Gigachat 2 ^[11]
* max => примерно на уровне 4.1 mini, но лучше работает с русским языком. Ребята активно развиваются: за 3 года снизили цену в 9 раз, но всё ещё в 2 раза дороже, чем на Западе. Однако молодцы — в условиях санкций это круто. Также умеет распознавать изображения, генерировать их, распознавать голос без дополнительных затрат.
* pro/lite => примерно на 30%/60% слабее max.
Контекст — до 128 тыс. токенов.

YandexGPT 5 ^[12]
* Pro => умеет рассуждать, но по ощущениям не лучше 4.1 mini или o4-mini, зато заточена под конкретные бизнес-области РФ.
* Lite => слабенькая, но зато open-source и её можно дообучить под себя.
Контекст — до 32 тыс. токенов.

Ещё есть Qwen-3 ^[13] (примерно как Deepseek, но не open-source), LLaMA 4 ^[14] (open-source, можно дообучать), Mistral ^[15] (примерно на уровне Deepseek, иногда использую его), Cohere ^[16] (ориентирована на B2B, есть спец. модели типа реранкеров), Perplexity ^[17] (заточена на поиск) и многие другие, в основном open-source.

Если у вас тоже наблюдения, поделитесь, будет ценно 🙏🏻

—

Загляните в мой тг-канал ^[18], где я делюсь инсайтами и лайфхаками по ИИ-разработке, вайбкодингу и генеративке.