Осень 2026 года выдалась урожайной на флагманские модели. OpenAI выкатила GPT-6 Astra, Anthropic обновила всю линейку Claude до версии 5.5, а Google наконец показала Gemini 4 Argon. Почти всё уже доступно через API, но цены отличаются в сотни раз: от $0,10 до $50 за миллион токенов.
Для агентного кода и долгих задач сильнее всего выглядят Claude Opus 5.5 и GPT-6 Astra, но выбор между ними зависит от типа задачи. Для дешёвых массовых решений подойдут младшие модели — GPT-6 Luna, Claude Haiku 5.5 и Gemini 3.8 Flash. Gemini 4 Argon с 13 октября доступна разработчикам через Gemini API, а до 30 ноября продаётся по вводной цене.
ВАМ ПРИШЛО ПРИГЛАШЕНИЕ 💌
Приходите к нам в соцсети поделиться своим мнением и почитать, что пишут другие. А ещё там выходит дополнительный контент, которого нет на сайте — шпаргалки, опросы и разная дурка. В общем, вот тележка, вот ВК — велком!
Что вышло к осени 2026
Хронология релизов за последние два месяца выглядит плотной. OpenAI вывела GPT-6 Astra 3 сентября. Сначала модель получили организации из программы Trusted Access, затем — платные тарифы ChatGPT и API. 22 сентября линейку расширили моделями Sol и Luna, 29 сентября Sol обновили до GPT-6.1 Sol, а 26 октября вышла GPT-6.1 Terra. Anthropic выпустила Claude Opus 5.5 22 сентября, Sonnet 5.5 — 28 сентября, Haiku 5.5 — 7 октября.
Google держалась дольше всех: Gemini 4 Argon показали 30 сентября, а разработчикам открыли 13 октября. 28 октября компания анонсировала ещё и Gemini 4 Carbon, пока только для специалистов по кибербезопасности.
Текущая ситуация по датам и доступу:
| Модель | Компания | Дата | Кому доступна | Статус |
| GPT-6 Astra | OpenAI | 3 сентября | Платные тарифы ChatGPT, API | Общий доступ |
| GPT-6.1 Sol | OpenAI | 29 сентября | Платные тарифы ChatGPT, API | Общий доступ |
| GPT-6 Luna | OpenAI | 22 сентября | Free и Go, API | Общий доступ |
| Claude Opus 5.5 | Anthropic | 22 сентября | Claude API, Claude Code, AWS, GCP, Azure | Общий доступ |
| Claude Sonnet 5.5 | Anthropic | 28 сентября | Claude API, Claude Code, AWS, GCP, Azure | Общий доступ |
| Gemini 3.1 Pro | февраль | Gemini API, AI Studio | Общий доступ | |
| Gemini 3.8 Flash | 2 сентября | Gemini API | Общий доступ | |
| Gemini 4 Argon | 30 сентября, для разработчиков — 13 октября | Gemini API, AI Studio, приложение Gemini для подписчиков Pro и Ultra | Общий доступ | |
| GPT-6.1 Terra | OpenAI | конец октября | API | Общий доступ |
| Claude Haiku 5.5 | Anthropic | 7 октября | laude API, AWS, GCP, Azure | Общий доступ |
| Gemini 4 Carbon | 28 октября | Специалисты по кибербезопасности | Ограниченный доступ |
Модель Gemini 3.5 Pro анонсировали на конференции Google I/O в мае, обещали выпустить в июне, но так и не выпустили. Корай Кавукчуоглу, который с августа руководит Google DeepMind, объяснил это тем, что компания сделала паузу, чтобы сосредоточиться на Flash-моделях.
GPT-6
Линейка GPT-6 делится на три уровня. Astra — флагман, который сначала выдали организациям из программы Trusted Access, а затем открыли в платных тарифах ChatGPT и API. Sol (с 29 сентября — GPT-6.1 Sol) работает в платных тарифах, Luna — в бесплатном и Go. В конце октября к ним добавилась GPT-6.1 Terra — быстрая модель для повседневных задач.
Цены на API: Astra — $10 за миллион входных токенов и $50 за выходные, GPT-6.1 Sol — $2 и $10, GPT-6.1 Terra — $1 и $5, Luna — $0,10 и $0,50. Контекстное окно у всех моделей линейки — около 1 миллиона токенов. Запросы длиннее 272 тысяч токенов тарифицируются вдвое дороже за вход и в полтора раза дороже за выход
В ChatGPT появился Intelligent UI: ответы теперь могут содержать интерактивные графики, кнопки и формы прямо в интерфейсе чата. Это работает не как отдельная функция, а как часть ответа модели — она сама решает, когда уместно вставить визуальный элемент. Для разработчиков это означает, что API-ответы тоже могут включать структурированные данные, которые клиентское приложение отрисует как интерфейс.
Claude 5.5
Anthropic обновила всю линейку. Opus 5.5 — флагман для долгих и сложных задач.
Цена: $4 за миллион входных токенов и $20 за выходные против $5 и $25 у Opus 5. Модель ещё и тратит меньше токенов на задачу, поэтому, по оценке Anthropic, типовая нагрузка на Opus 5.5 обходится на 40% дешевле. Скорость вывода выросла более чем на 30%.
Haiku 5.5 вышла 7 октября. Для запросов до 100 тысяч токенов она стоит $0,10 за миллион входных и $0,50 за миллион выходных, для запросов длиннее — $0,50 и $2,50. У Haiku 4.5 было $1 и $5, а у GPT-6 Luna сейчас ровно столько же, сколько у Haiku 5.5.
Над Opus есть ещё один уровень — Mythos/Fable. Anthropic позиционирует Opus 5.5 как модель, которая по большинству задач догоняет Fable 5.1, но стоит дешевле. Fable 5.1 в API обходится в 10/50.
ID моделей в API: claude-opus-5-5, claude-sonnet-5-5 и claude-haiku-5-5. Доступны через Claude API, Claude Code, а также через AWS, Google Cloud и Azure.
Gemini 4 и текущие Gemini
Смена руководства в DeepMind отразилась на релизной политике Google заметнее, чем ожидали. Корай Кавукчуоглу, который в августе принял у Демиса Хассабиса повседневное руководство подразделением (сам Хассабис стал главным научным сотрудником Alphabet), пересобрал приоритеты: вместо того чтобы гнать флагманскую модель в широкий доступ, компания сосредоточилась на Flash-линейке и осторожных, поэтапных запусках.
Gemini 4 Argon вышла именно по такой схеме. 30 сентября её получили специалисты по кибербезопасности через программу Fairwind, а 13 октября модель открыли разработчикам через Gemini API и AI Studio. В приложении Gemini она доступна подписчикам Pro и Ultra.
Причина такой осторожности — характер самой модели. Argon заметно сильнее предыдущих версий в задачах, связанных с безопасностью: поиск уязвимостей, анализ кода на предмет эксплойтов, работа с шифрованием. Google решила сначала проверить, как модель ведёт себя в руках профессионалов, прежде чем открывать доступ всем желающим.
Закрытое тестирование заняло две недели. С 13 октября Argon можно подключить через API по вводной цене: $2 за миллион входных токенов и $10 за выходные. Цена действует до 30 ноября, после этого вырастет до $4 и $20.
Что уже известно про Argon:
- лимит ответа вырос с 64 тысяч до 1 миллиона токенов (у Opus 5.5 и GPT-6 Astra — 128 тысяч);
- заточка под инженерию, юридические и финансовые задачи, кибербезопасность;
- Google использует модель внутри компании, например, для миграции кодовых баз с C и C++ на Rust;
- по данным корпорации, агенты Argon помогли перевести более 800 тысяч строк кода в ядре Zircon операционной системы Fuchsia — это внутренний проект, о котором Google отчиталась публично.
Кроме Argon, у Google остаются две модели подешевле.
Gemini 3.1 Pro — универсальная, стоит $2 за миллион входных токенов и $12 за выходные.
Gemini 3.8 Flash — быстрее и дешевле: $0,75 за миллион входных токенов и $3,75 за выходные по промоцене до 31 декабря, с 1 января 2027 года — $1,50 и $7,50. Глубина рассуждений у неё чуть меньше.
Контекстное окно у обеих версий — 1 миллион токенов, как и у флагманов OpenAI и Anthropic. Для множества задач их хватает: генерация кода, работа с документами, анализ данных, чат-боты. Если сравнивать с прошлогодними флагманами, 3.1 Pro и 3.8 Flash обходят их по большинству показателей, так что недооценивать эти версии не стоит.
Следующая модель уже на подходе: 28 октября Google анонсировала Gemini 4 Carbon. Пока её получили только специалисты по кибербезопасности, вводная цена для API такая же, как у Argon. Даты широкого релиза Google не называет.
Сравнение по бенчмаркам
Все цифры в этом разделе — данные производителей и независимых рейтингов на дату публикации. Сравнивать их напрямую нельзя: разные настройки, разные версии тестов, разные условия запуска. Но общую картину они дают.
| Бенчмарк | Claude Opus 5.5 | Claude Sonnet 5.5 | GPT-6 Astra | Gemini 4 Argon |
| Terminal-Bench 4.0 (Vals) | 65,15% | 64,14% | 59,60% | 57,58% |
| Terminal-Bench 4.0 (AA) | 59,6% | 63,6% | 59,1% | — |
| Terminal-Bench-Science 0.1 | 58,7% | — | 64,6% | — |
| GDPval-AA (Elo) | 1846 | — | 1542 | — |
По Terminal-Bench 4.0 в независимом прогоне Vals AI лидирует Opus 5.5 с 65,15%, следом идёт Sonnet 5.5 с 64,14%, замыкает тройку Astra с 59,60%. В прогоне Artificial Analysis картина другая: Sonnet 5.5 впереди с 63,6%, Opus 5.5 — 59,6%, Astra — 59,1%.
В Terminal-Bench-Science, который проверяет способность модели решать научные задачи через командную строку, Astra вырывается вперёд с 64,6%, Opus 5.5 набирает 58,7%.
По GDPval-AA, тесту на экономически значимые задачи, Anthropic заявляет 1846 Elo у Opus 5.5 против 1542 у GPT-6 Astra. Это данные производителя, независимого подтверждения на момент публикации нет.
Независимые рейтинги стоит искать в LMArena и Artificial Analysis. В текстовом рейтинге LMArena на конец октября 2026 года первые места занимают Gemini 4 Carbon (предварительная оценка), Gemini 4 Argon, Claude Opus 5.5 и Claude Fable 5.1. Artificial Analysis в сентябрьском обновлении Intelligence Index поставил на первое место Claude Fable 5.1 и GPT-6 Astra, разрыв между ними небольшой.
Цены на API
| Модель | Вход за 1M | Выход за 1M | Кэш за 1M | Контекст |
| Claude Opus 5.5 | $4 | $20 | $0,20 / $5 | 1M |
| Claude Sonnet 5.5 | $2 | $10 | $0,10 | 1M |
| Claude Fable 5.1 | $10 | $50 | $0,25 | 1M |
| GPT-6 Astra | $10 | $50 | $1 | 1M |
| GPT-6.1 Sol | $2 | $10 | $0,10 | 1M |
| GPT-6 Luna | $0,10 | $0,50 | $0,01 | 1M |
| Gemini 3.1 Pro | $2 | $12 | — | 1M |
| Gemini 3.8 Flash | $0,75 | $3,75 (промо до 31.12.2026) | — | 1M |
| Claude Haiku 5.5 | $0,10 | $0,50 | $0,01 | 1M |
| GPT-6.1 Terra | $1 | $5 | $0,05 | 1M |
| Gemini 4 Argon | $2 | $10 (вводная до 30.11) | — | 1M |
Цены указаны по официальным страницам тарифов на дату публикации. Реальная стоимость зависит от токенизатора и длины рассуждений модели — чем больше модель «думает», тем больше выходных токенов вы платите.
Пример расчёта для ревью пул-реквеста. Допустим, на входе 20 000 токенов (код, контекст, инструкции), на выходе 3 000 токенов (замечания и предложения).
На Opus 5.5 это обойдётся в $0,08 + $0,06 = $0,14.
На Sonnet 5.5 — $0,04 + $0,03 = $0,07. На GPT-6 Astra — $0,20 + $0,15 = $0,35.
На Gemini 3.1 Pro — $0,04 + $0,036 = $0,076.
На масштабе разница становится заметной. Сто тысяч таких ревью на Opus 5.5 обойдутся в $14 000, на Sonnet 5.5 — в $7 000. Если задача позволяет обойтись младшей моделью, экономия существенная.
Какую модель выбрать под задачу
Выбор зависит от того, что именно делает модель: пишет код в IDE, запускает команды, читает ошибки или работает как автономный агент. Для агентного кода важны результаты в Terminal-Bench 4.0 и Terminal-Bench-Science, скорость вывода и цена за миллион токенов. Ниже — расклад по флагманам и младшим моделям, которые дотягивают до агентных задач.
Полезный блок со скидкой
По промокоду: KOD (можно просто нажать) — вы получите скидку на все курсы Практикума.
Если хочется встраивать модель в свой сервис с RAG, агентами и контролем расходов на токены, посмотрите курс ИИ-инженер. Если вы уже пишете код вместе с Claude Code или Codex и хотите делать это системно, подойдёт Вайбкодинг. А чтобы понимать, что именно написал агент, и замечать ошибки в сгенерированном коде, начните с курса Фулстек-разработчик.
Бесплатные вводные курсы в Практикуме тоже есть — по всем направлениям, от Python до аналитики.
Код и агенты
Для задач, где модель работает автономно — пишет код, запускает тесты, читает ошибки и исправляет их, — важны не столько общие баллы, сколько способность довести дело до конца. По данным BridgeBench, который оценивает именно пригодность модели для ненаблюдаемого кодинга, Claude Opus 5.5 набирает 898 баллов агентной пригодности против 878 у GPT-6 Astra.
Anthropic заявляет 66,4% на Terminal-Bench 4.0 в режиме xhigh — это заметный скачок относительно Opus 5 (52,3%) и Fable 5.1 (55,8%). GPT-6 Astra показывает 57,9% в том же тесте. Разница в восемь с половиной пунктов на бумаге выглядит солидно, но Anthropic сама предупреждает: на таком уровне возможностей маржа в бенчмарках слабо отражает реальный разрыв.
Интереснее выглядит Sonnet 5.5. По данным Anthropic, она набирает 70,6% на Terminal-Bench 4.0 — выше, чем Opus 5.5. В независимом прогоне Vals модели почти вровень: 64,14% против 65,15%. При этом Sonnet стоит вдвое дешевле: $2 за миллион входных токенов против $4.
У GPT-6 Astra свой козырь — научные задачи. В Terminal-Bench Science 0.1 модель набирает 64,6% против 22,4% у GPT-5.6 Sol и 58,7% у Opus 5.5. Если агент должен разбираться с симуляциями, анализом данных или исследовательскими пайплайнами, Astra предпочтительнее. В Codex от OpenAI Astra получила экспериментальный механизм контекста: агент сохраняет заметки между окнами вместо того, чтобы полагаться только на сжатие.
Anthropic рекомендует Opus 5.5 для Claude Code и аналогичных агентных сред — он заточен под длинные сессии, миграции и ночные прогоны агентов. Для Codex оптимальна Astra. Держать обе модели в арсенале смысл есть: цена сессии в BridgeBench у Opus 5.5 — $5,06, у Astra — $14,08. Если задача не требует научной глубины, разница в стоимости за одну и ту же работу может повлиять на решение.
Тексты и аналитика
Для работы с документацией, отчётами, юридическими и финансовыми текстами Google позиционирует Gemini 4 Argon. С 13 октября она доступна через API по вводной цене $2 и $10 за миллион токенов. Из доступного сейчас хорошо работает Claude Opus 5.5 — Anthropic традиционно сильна в длинных текстах и работе с большими объёмами информации. GPT-6 Astra тоже справляется, особенно если нужно встроить в ответ интерактивные элементы через Intelligent UI.
Для массовой генерации документации или обработки таблиц подойдёт Sonnet 5.5 или GPT-6.1 Sol. Обе стоят 2/10 и показывают близкие результаты на большинстве задач.
Массовые дешёвые запросы
Для классификации, саммари, чат-ботов и других задач, где важна цена, а не пиковое качество, есть четыре варианта: GPT-6 Luna, Claude Haiku 5.5, GPT-6.1 Terra и Gemini 3.8 Flash.
Luna и Haiku 5.5 стоят одинаково: $0,10 за миллион входных токенов и $0,50 за выходные. Gemini 3.8 Flash — $0,75 и $3,75 по промоцене до конца года, GPT-6.1 Terra — $1 и $5.
Расчёт на 100 000 запросов. Если каждый запрос — это 500 входных и 200 выходных токенов, на Luna и Haiku 5.5 это обойдётся в $5 + $10 = $15. На Gemini 3.8 Flash — $37,50 + $75 = $112,50. На GPT-6.1 Terra — $50 + $100 = $150.
Длинный контекст и документы
Все флагманские модели осени 2026 поддерживают контекстное окно около 1 миллиона токенов: Opus 5.5, Sonnet 5.5, Haiku 5.5, Astra, Sol, Luna, Terra, Gemini 4 Argon, 3.1 Pro и 3.8 Flash.
На практике работать с контекстом в миллион токенов всё ещё дорого, потому что вы платите за каждый токен. Если задача — прочитать репозиторий на 500 тысяч токенов и найти баг, дешевле не отправлять его целиком, а разбить задачу на части и передавать модели только нужные файлы. У моделей OpenAI это ещё и защищает от наценки: запросы длиннее 272 тысяч токенов стоят вдвое дороже. У Opus 5.5 такой наценки нет.
Из доступных сейчас моделей лучше всего с длинным контекстом справляется Opus 5.5 — у Anthropic давняя экспертиза в этой области. Gemini 3.1 Pro тоже показывает хорошие результаты, особенно на научных текстах, но уступает Opus в точности на длинных документах.
Наш тест на задачах разработчика
Мы прогнали шесть одинаковых промптов через Opus 5.5, Sonnet 5.5, GPT-6 Astra и Gemini 3.1 Pro. Тест проводился 9 октября 2026 года с одинаковыми настройками: temperature 0.2, максимальная длина ответа 4096 токенов. Gemini 4 Argon в тест не попала: на 9 октября она ещё не была доступна разработчикам.
Промпты:
- Найти баг в Python-функции, которая должна сортировать список словарей по ключу, но падает на пустом списке.
- Отрефакторить функцию на 50 строк, разбив её на три поменьше с понятными именами.
- Написать SQL-запрос для выборки топ-10 клиентов по сумме заказов за последние 30 дней.
- Объяснить, что делает чужой код на Python — функция с рекурсией и декоратором.
- Написать документацию к модулю с тремя функциями в формате Google-style docstrings.
- Найти противоречие в PDF-документе на 40 страниц, где в разных разделах указаны разные сроки.
| Задача | Opus 5.5 | Sonnet 5.5 | GPT-6 Astra | Gemini 3.1 Pro |
| Баг в Python | Нашла, объяснила, предложила фикс | Нашла, фикс рабочий | Нашла, фикс рабочий | Нашла, но фикс с ошибкой |
| Рефакторинг | Чисто, имена осмысленные | Чисто | Чисто, но длинновато | Работает, но стиль слабый |
| SQL | Запрос корректный, с индексами | Корректный | Корректный | Корректный, но без оптимизации |
| Объяснение кода | Подробно, с примером вызова | Хорошо, но короче | Хорошо | Удовлетворительно |
| Документация | Полная, с примерами | Полная | Полная | Пропустила параметры |
| Длинный контекст | Нашла противоречие | Нашла | Нашла | Нашла |
По качеству ответов Opus 5.5 показала лучший результат: 6 из 6 задач выполнены без замечаний. Sonnet 5.5 — 5 из 6 (в объяснении кода не хватило глубины). GPT-6 Astra — 5 из 6 (рефакторинг получился многословным). Gemini 3.1 Pro — 4 из 6: фикс бага с ошибкой и пропущенные параметры в документации. В остальных задачах ответы рабочие, но слабее, чем у конкурентов.
По времени ответа быстрее всех оказался Sonnet 5.5 — в среднем 12 секунд на задачу. Opus 5.5 — 18 секунд. Astra — 22 секунды. Gemini 3.1 Pro — 15 секунд.
По стоимости теста (при указанных выше ценах): Opus 5.5 — $0,38, Sonnet 5.5 — $0,19, Astra — $0,95, Gemini 3.1 Pro — $0,20.
Промпты и сырые ответы моделей выложены в открытом репозитории.
Доступ из России
OpenAI, Anthropic и Google не обслуживают пользователей из России. Это указано в официальных списках поддерживаемых стран на сайтах компаний. Мы не даём инструкций по обходу ограничений.
Для тех, кто работает в России, есть локальные варианты. Yandex AI Studio предоставляет доступ к Alice AI LLM через API. GigaChat от Сбера тоже доступен разработчикам. По возможностям эти модели уступают флагманам OpenAI и Anthropic, но для многих задач их хватает. Стоимость и лимиты стоит уточнять на официальных страницах сервисов.
Вопросы и ответы
Что лучше для программирования осенью 2026?
Для агентного кода и сложных задач — Claude Opus 5.5. Она лидирует в независимых тестах на терминальные задачи (65,15% в Terminal-Bench 4.0 по данным Vals AI). Sonnet 5.5 отстаёт незначительно, но стоит вдвое дешевле. GPT-6 Astra лучше в научных задачах — 64,6% в Terminal-Bench-Science 0.1 против 58,7% у Opus 5.5.
Как получить доступ к Gemini 4?
Gemini 4 Argon вышла 30 сентября, а с 13 октября доступна разработчикам через Gemini API и AI Studio. Вводная цена — $2 за миллион входных токенов и $10 за выходные — действует до 30 ноября. В приложении Gemini модель есть у подписчиков Pro и Ultra. Следующая модель, Gemini 4 Carbon, пока доступна только специалистам по кибербезопасности.
Чем GPT-6 Astra отличается от Sol и Luna?
Astra — флагман с максимальным качеством и ценой 10/50 за миллион токенов. GPT-6.1 Sol стоит 2/10, Luna — 0,10/0,50. Sol работает в платных тарифах ChatGPT, Luna — в бесплатном. По качеству Astra заметно впереди, но для многих задач разница не критична.
Есть ли смысл переходить с Claude Opus 5 на Opus 5.5?
Да, если вы используете API. Opus 5.5 стоит 4/20 против 5/25 у Opus 5, качество выше, а скорость вывода больше на 30%. Модель ещё и тратит меньше токенов, поэтому, по оценке Anthropic, типовая нагрузка выходит на 40% дешевле.
Какая модель дешевле всего в API?
GPT-6 Luna и Claude Haiku 5.5: обе стоят $0,10 за миллион входных токенов и $0,50 за выходные. Gemini 3.8 Flash стоит $0,75 и $3,75 по промоцене до конца года.
Итог
| Задача | Модель | Почему |
| Агентный код, сложные задачи | Claude Opus 5.5 | Лидер Terminal-Bench 4.0, глубокое понимание контекста |
| Научные задачи, командная строка | GPT-6 Astra | Лидер Terminal-Bench-Science |
| Повседневная разработка | Claude Sonnet 5.5 | Хорошее качество при цене вдвое ниже флагмана |
| Массовые дешёвые запросы | GPT-6 Luna, Claude Haiku 5.5 | $0,10 за миллион входных токенов |
| Длинные документы | Claude Opus 5.5 | Лучшая работа с контекстом 1M токенов |
| Бюджетный вариант для кода | Gemini 3.8 Flash, GPT-6.1 Terra | $3,75 и $5 за миллион выходных токенов против $10 у Sonnet |
| Тексты, юридические и финансовые задачи | Gemini 4 Argon | Заточена под право и финансы, вводная цена 2/10 до 30 ноября |
Актуальность данных — октябрь 2026 года. Если вы читаете статью позже, проверьте статусы моделей, цены и контекстные окна на официальных страницах OpenAI, Anthropic и Google. Ситуация на этом рынке меняется быстрее, чем выходит новая версия Python.
Советуем дополнительно почитать
Почему короткий промпт может стоить дороже длинного — как устроен prefix cache и почему от стабильного начала запроса счёт за агента зависит сильнее, чем от цены за токен.
Промпты для генерации кода: рабочие формулировки — структура промпта, шаблоны для рефакторинга, отладки и SQL-миграций и чек-лист проверки ответа модели.
Anthropic выпустила гайд по Claude Opus 5.5 — привычные промпты теперь мешают ИИ — как Anthropic советует ставить задачи Opus 5.5 и настраивать CLAUDE.md и субагентов.
Вышла GPT-6.1 Sol: почти как GPT-6 Astra, но в пять раз дешевле — что получила обновлённая средняя модель OpenAI, которая заменила GPT-6 Sol.
Skills, MCP и субагенты: вся база про ИИ-агентов — чем агент отличается от чата и какие механизмы к нему подключать, чтобы флагманская модель работала на полную.
Бонус для читателей
Разбираться, какая нейросеть лучше, — это одно. Научиться встраивать её в проект, писать агентов или тестировать чужой код — совсем другое, и тут без практики никакая таблица с бенчмарками не поможет.
Для этого у Практикума есть платные курсы по Python, аналитике и ИИ-разработке. Промокод KOD даст скидку при покупке — можно нажать на него и посмотреть, что там сейчас есть под вашу задачу.
Если пока не готовы платить, у Практикума есть бесплатные вводные курсы по всем направлениям. Начать можно в любой момент, карту привязывать не нужно.
