Как выбрать ИИ-модель для работы: задачи, качество, цена и ограничения

Сначала разберитесь, что вы выбираете: модель или сервис

ChatGPT, Claude, Gemini и Qwen Chat — это сервисы. Внутри них могут работать разные модели, а вокруг модели есть интерфейс, загрузка файлов, поиск, память, проекты, интеграции и лимиты тарифа.

GPT, Claude, Gemini или Qwen как семейства моделей — это вычислительное ядро. К нему обращаются через готовый чат, API или стороннюю систему. В каждой среде модель получает разные инструкции, инструменты и объём контекста.

Для ручной работы обычно выбирают сервис целиком. Для автоматизации — модель, API и способ интеграции. Подписка на чат и цена миллиона токенов в API описывают разные способы использования.

Начинайте с задачи, а не с названия модели

Формулировка «нужен ИИ для работы» слишком широкая. Сначала опишите повторяющийся сценарий: что поступает на вход, какой результат нужен и какую ошибку нельзя допустить.

Изображения, видео и речь — отдельный класс моделей. Не стоит выбирать текстовую LLM по тому, как соседний инструмент рисует картинки.

Как оценить качество модели на своей задаче

Публичные рейтинги и бенчмарки помогают отобрать кандидатов. Но победа в математическом тесте не доказывает, что модель аккуратно разберёт договор или напишет текст на хорошем русском языке.

Для финального выбора нужен собственный набор проверок.

1. Соберите 10–20 реальных заданий: простых, сложных и пограничных.
2. Запустите их на трёх кандидатах в сопоставимых условиях: чат сравнивайте с чатом, API — с API.
3. Оцените правильность, полноту, соблюдение формата, проверяемость и время до результата.
4. Повторите важные задания несколько раз: ответы генеративной модели могут различаться.

Оценивайте не впечатление «ответ выглядит умно», а измеримые признаки. Для извлечения данных считайте верно заполненные поля, для текста задайте редакционные критерии, для кода запускайте тесты, для исследования проверяйте источники и даты.

Отдельно тестируйте русский язык и отраслевую лексику. Английский пример ничего не доказывает для российского договора или внутреннего регламента.

Большое контекстное окно не гарантирует внимательную работу: модель может принять длинный файл и пропустить деталь в середине. Проверяйте точность на своих материалах.

Цена модели — это не только тариф или токены

Для сотрудника учитывайте подписку, число пользователей, лимиты и время на проверку.

В API цена обычно зависит от входных, выходных и кэшированных токенов. Отдельно могут оплачиваться поиск, хранение контекста, аудио, изображения и другие инструменты. Состав тарификации различается у провайдеров и меняется, поэтому перед расчётом нужно проверять официальные страницы OpenAI: https://developers.openai.com/api/docs/pricing, Anthropic: https://docs.anthropic.com/en/docs/about-claude/pricing и Google: https://ai.google.dev/gemini-api/docs/pricing.

Полезнее считать не цену запроса, а стоимость принятого результата:

стоимость результата = API или подписка + повторы + проверка человеком + инфраструктура

Дешёвая модель обработала 100 документов за 100 ₽, но потребовала два часа исправлений. Другая стоила 300 ₽, зато проверка заняла полчаса. При цене часа 1 000 ₽ первый вариант обойдётся в 2 100 ₽, второй — в 800 ₽.

Цифры условные, но принцип реальный: дешёвая модель становится дорогой, если создаёт работу для человека. Подробный расчёт API-сценариев есть в статье о стоимости токенов: Стоимость токенов в API

Какие ограничения проверить до выбора

Доступность и оплата

Сервис должен работать в нужном регионе, принимать доступный способ оплаты и иметь подходящие условия для компании. Проверяйте это перед пилотом: тарифы и функции быстро меняются.

Лимиты и скорость

У чатов ограничены запросы, файлы и отдельные режимы. В API действуют лимиты запросов и токенов. Задержка в минуту допустима для разового анализа, но мешает поддержке клиентов и массовой обработке.

Файлы, контекст и инструменты

Проверьте форматы и размер файлов, чтение таблиц и сканов, веб-поиск, выполнение кода, структурированный ответ и подключение корпоративных источников. Иногда модель слабее в тестах, но полезнее благодаря инструментам вокруг неё.

Данные и конфиденциальность

Не переносите рабочие документы в личный бесплатный чат только потому, что он оказался под рукой. У пользовательского сервиса, корпоративного тарифа и API могут быть разные условия обработки данных.

Например, OpenAI и Anthropic: указывают, что по умолчанию не используют данные коммерческих продуктов и API для обучения. У Gemini APIусловия различаются для бесплатного и платного режима. Компании всё равно нужно проверить договор, хранение данных, срок удержания и права доступа.

Перед отправкой документов полезно маскировать ФИО, телефоны, реквизиты и другие чувствительные значения. Для закрытого контура можно развернуть модель на своей инфраструктуре. Но «локально» не означает «бесплатно»: нужны серверы, настройка и поддержка.

Обновления и срок жизни модели

Модели меняются и выводятся из эксплуатации. После смены версии могут измениться стиль ответа, формат JSON, скорость и качество.

Поэтому нужны зафиксированная версия, тестовый набор и резервный вариант. Надежда на вечную работу вчерашнего промпта — смелая. Инженеры обычно называют это иначе.

Когда нужна сильная модель, а когда достаточно быстрой

Модели верхнего уровня нужны для сложного анализа, программирования и задач с дорогой ошибкой. Использовать их для каждой классификации заявки — всё равно что развозить коробки на гоночном автомобиле. Доедет. Экономика расстроится.

Для рабочих систем разумнее использовать несколько уровней:

• сильная — для сложных и неоднозначных случаев;
• сбалансированная — для повседневной работы;
• быстрая и дешёвая — для массовых операций;
• локальная или открытая — для контроля инфраструктуры и данных;
• специализированная — для поиска, изображений, речи или кода.

Такой маршрут называют роутингом: система определяет тип запроса и отправляет его подходящей модели. Это снижает расходы без попытки заставить одну LLM делать всё.

Матрица выбора ИИ-модели

Оцените каждый критерий по пятибалльной шкале и умножьте на вес.

Для юридических документов важнее точность и данные, для массовой классификации — стоимость и скорость, для контента — язык и стиль.

Пошаговый выбор без бесконечного тестирования

1. Опишите одну задачу и ожидаемый результат.
2. Зафиксируйте критичные ошибки и способ проверки.
3. Выберите три кандидата из актуального рейтинга моделей.
4. Проведите одинаковый тест на 10–20 реальных примерах.
5. Посчитайте долю принятых результатов и полную стоимость обработки.
6. Проверьте доступность, лимиты, инструменты и условия работы с данными.
7. Назначьте основную и резервную модель, затем повторяйте тест после крупных обновлений.

Не ищите победителя на все случаи жизни. Выберите надёжный вариант для конкретного процесса и определите границы его применения.