Какого китайца выбрать? DeepSeek vs Qwen vs Baidu

Я протестировал 3 китайские LLM — теперь боюсь, что GPT в опасности.

Отличительная особенность большинства китайских моделей, что они бесплатные. Сегодня я хочу провести субъективный обзор трёх главных китайских моделей и понять, что лучше использовать и в каких задачах.

⚠️ Это не научная статья, а честный отзыв пользователя

Кто эти ребята вообще?

Кратко про сегодняшних бойцов:

• DeepSeek‑R1 — стартап‑ракета с архитектурой MoE (Модель состоит из тысяч “экспертов” – на каждый запрос активируется только часть из них), обучался за $5.6 млн, open-source, мощный reasoning.

• Qwen 2.5/3 — разработка от Alibaba, максимально стабильная, отлично пишет код и решает задачи, поддержка 29 языков (сам генерил на 8 языках, лучше Gemini справляется).

• Baidu ERNIE 4.5 / X1 — мультимодальный босс, который умеет думать, видеть, слушать (как заявляет производитель).

Сравнительная таблица

Вывод: Все три модели — мощные и open-source с большим контекстом (128K), но Qwen выигрывает по стабильности: у него меньше «тупости» и более предсказуемое поведение ^[1] из коробки. DeepSeek и ERNIE — сильные, но могут залипать.

Реальный опыт (моё тестирование)

ИИ‑модели — это, конечно, архитектура, бенчмарки и графики…
Но в проде тебе важно другое: умеет ли она кодить, решать задачи и хотя бы не тупить на базовые запросы.

Поэтому я протестировал каждую модель на трёх типовых сценариях (везде использовал reasoning):

1. Генерация кода: попросил написать Python‑функцию с рекурсией (на примере вычисления факториала).

2. Решение задачки: дал логическую или арифметическую задачу («У Пети было 12 яблок. Он дал 3 яблока Васе, но потом Вася вернул ему половину того, что получил. После этого Петя купил ещё 4 яблока в магазине, но по дороге домой потерял. Затем он решил поделить оставшиеся яблоки поровну между собой и своим братом. Сколько яблок досталось брату?»). Правильный ответ – 5,25 яблок

3. Креатив: сгенерировать пост для Telegram‑канала (на заданную тему, с тоном и стилем).

   Фиксировал:

   • как быстро отвечает

   • насколько результат осмыслен

   • были ли тупняки / залипания / отказы

   • и конечно: удивил или разочаровал?

Deepseek ^[2]

Генерация кода

Модель справилась уверенно:

• мгновенный отклик

• рекурсивная функция написана верно

• комментарии на русском (!), с пояснениями и примерами

Решение логической задачи

Вот тут интереснее. Задача была с подвохом — правильный ответ 5.25 яблока. DeepSeek сначала впал в ступор:

Но на второй попытке выдала всё правильно — с пояснениями и расчётами:

Креативная задача

Попросил сделать пост в формате SMM-креатива про нейросети в digital-маркетинге.

Результат:

Открывашка бодрая, формат соблюдён, эмодзи расставлены (многовато), абзацы структурированы.
Даже мемчики в конце подогнал.
Единственное, слишком длинный текст для такого поста (хотя я говорил 2-3 абзаца)
— Честно? Сходу можно публиковать, но я бы доработал промпт или текст руками

Вывод по DeepSeek: Reasoning чувствуется. Код — уверенно. Посты — на 4. Иногда впадает в «рассуждательную петлю» и уходит в абстракции. В целом – доволен.

Qwen ^[3]

Генерация кода

Ответ — быстрый, уверенный и приятно оформленный.
Модель сразу выдала корректную рекурсивную функцию с проверкой на отрицательные значения.

Особенно понравилось:

• краткий и читаемый комментарий

• вывод через f-строку — мелочь, а приятно (хотя не просил об этом)

Решение логической задачи

Увы, тут Qwen не справился.

Модель явно не хотела работать с дробями и округлила в пользу целых чисел, в результате получив 6 вместо 5.25.

Она буквально написала:

«Для получения целого числа в ответе логично ^[4] предположить…»

Не то чтобы тупняк — скорее, отказ от сложной логики в пользу «поскорей сдать ответ». → Подходит ли это для reasoning? Вряд ли.

Креативная задача

Вот тут Qwen порадовал. Пост средней длины, структурный. Хорошо понял тональность: digital‑вайб, маркетинг, человеческий стиль.

Вывод по Qwen: Модель подходит для повседневных задач — генерить текст, писать код, делать шаблоны. Но если задача нестандартная (дроби, логика, подковырки) — лучше перепроверить или в промпте задать примеры.

Baidu ERNIE ^[6]

Генерация кода

Функция факториала — классика, и ERNIE с ней справилась спокойно. Выдала правильный код, аккуратный формат, корректная обработка исключений. Без комментариев, но всё работает.

Решение логической задачи

И вот тут ERNIE неожиданно порадовал: единственная модель, которая справилась с первого раза и выдала корректный ответ — 5.25 яблока — с пошаговым объяснением и чистой логикой.

Креативная задача

Тут, увы, Baidu справился хуже всех.

• Пост получился слишком длинным,

• почти каждое предложение — с обязательным «нейронные сети» (ощущение, что он продвигает их по KPI)

• читается тяжело, нет ритма и акцентов, хотя вроде старается быть «маркетинговым»

Вывод по Qwen: ERNIE — это логик, а не креатор. Отлично подойдёт для аналитических задач, структурных расчётов, но если ты ищешь помощника по копирайтингу — ERNIE из коробки не вывозит.

Бенчмарки

Что показывают официальные метрики:

Если смотреть только на метрики:

• DeepSeek‑R1 показывает топовый уровень по логике (MMLU) и арифметике, но проседает по коду.

• Qwen 3 уверенно лидирует в кодинге (HumanEval) и на равных по GSM8K, хотя логика чуть слабее.

• Baidu ERNIE X1 — неожиданно сильный по HumanEval (код!), но остальное на среднем уровне.

Но! Метрики ≠ удобство. На практике всё зависит от задач и того, как ты общаешься с моделью.

Что выбрать в 2025?

DeepSeek

• Удобный интерфейс

• Есть мобильное приложение

• Бесплатный

• Работает стабильно

Qwen

• Тоже бесплатный и удобный

• Есть мобилька

• Самое главное — можно выбрать модель под задачу: от лёгких до больших (2B → 72B)

• Универсальный вариант: от кода до креатива, работает как швейцарский нож среди ИИ.

Baidu ERNIE

• Интерфейс по умолчанию на китайском 😅 Можно переключить на английский

• Модель понимает русские промпты

• Крутой reasoning и код, но UX хромает. Не для всех.

---

📌 Личное мнение:

Мои два фаворита — Qwen и DeepSeek.
Они оба бесплатные, с удобным доступом, быстро справляются с базовыми задачами.
А если нужно что-то нестандартное — всё упирается не в модель, а в промпт и формулировку задачи. На данный момент больше пользуюсь Qwen

Baidu ERNIE тоже достоин внимания ^[7], особенно если вы готовы мириться с интерфейсом «через китайский/английский». Под капотом он умный — просто не всегда дружелюбный.

Заключение

Это моя первая статья на Habr, поэтому строго не судите :-)

Если пробовали китайские LLM — напишите в комментах, кто вам понравился и почему. Возможно кто-то тестил: GLM, Doubao, Yi — дайте знать, как они!