8.без тени сомнения выполнит любую поставленную задачу не задавая никаких вопросов.

9.с идеальной точностью при стрельбе будет рассчитывать траекторию своего огня,

10.обладая антропоморфностью способен использовать любые виды вооружений и экипировки созданных человечеством.

11.никак не отреагирует на попадание пуль и осколков если не задеты конкретные механизмы и устройства, нет болевого шока, нет кровотечения, нет травмирования тканей вокруг ранения поскольку их НЕТ. только материалы.

12.можно роту таких уродов на любую точку ракетами запустить в десантных капсулах и они долетят выползут и дадут джазу.

13.с учетом применения современных технологий конвеерный автоматизированный выпуск подобных систем ,полностью автономный, возможен и будет налажен 100%

14.боевой робот с конвеера выходит готовым. ему не нужны обучение тренировки подготовка курс молодого бойца и медицины, у него все это вшито в память.

,дальше пока не думается но писать еще бесконечно МНОГО.

Нас ждут действительно удивительные и в то же время ужасные времена, возможно что подобный уровень технического превосходства одних приведет к геноциду в отношении других.

Человечество стоит на пороге новой эпохи, нового технологического уклада, в котором большая часть человечества, потребители, лишние рты.

Прогнал 11 нейросетей через 65 тестов на генерацию текстов по-русски. Самая дорогая (Claude, $0.074 за текст) набрала 92 балла. Китайская за $0.007 — 85. Разница в качестве — 7 баллов. Разница в цене — в 10 раз. Топ-3 по цене-качеству — все из Китая. А open-source от OpenAI вообще отказалась говорить по-русски.

$0.074 за одну генерацию текста. Столько мы платили за Claude Sonnet 4.5 — одну из самых дорогих нейросетей. Потому что она лучшая. Потому что так в рейтингах написано. Потому что не проверяли.

А потом проверили. 65 полных текстов. 11 моделей. И выяснилось, что модель за $0.007 выдаёт 92% того же качества. Ну.

Мы делаем AI-платформу, которая генерирует учебные курсы для компаний. Приходит новый сотрудник — а ему уже готов курс по всем процессам: продажи, финансы, логистика, HR. Не человек писал — нейросеть. И она должна писать хорошо. На русском. С примерами. С формулами. С упражнениями.

Почему не доверяем рейтингам

В интернете полно рейтингов нейросетей — Chatbot Arena, MMLU и другие. Проблема в том, что все они тестируют на английском, на коротких ответах, на математике. А мне нужно знать одно: кто лучше напишет урок на 3000 слов про B2B-продажи на русском языке?

Никто не тестировал. Серьёзно. Дорогие модели типа Claude и GPT сравнивают все кому не лень. А бюджетные китайские? Тишина.

После третьего раза, когда мы выбрали модель по рейтингу и получили текст с иероглифами посреди русских предложений, я понял: надо тестировать самим.

(Рейтинги нейросетей — это как рейтинг ресторанов в Google Maps. Оценка 4.8 ничего не говорит о том, умеют ли там борщ варить. Нужно самому попробовать.)

Как тестировали

Взяли 11 моделей — от китайских за $0.001 до американских за $0.074. Каждая получила одинаковое задание: напиши полноценный урок на заданную тему. С примерами, кейсами, диаграммами. Только на русском. 3000 слов.

Темы — реальные бизнес-задачи: продажи, финансовое планирование, логистика, ценообразование, HR, CRM, lean manufacturing. Итого — 65 текстов.

Задание было не из серии «напиши что-нибудь про продажи». Это был полноценный промпт на 8 компонентов: тема, аудитория, цели обучения, материалы из базы знаний, требования к формату, визуальные элементы. Как настоящее ТЗ для методолога. Потому что простым промптом ты не отличишь GPT-5.1 от GPT-5.2 — обе напишут нормально. А на сложном задании видно реальный уровень.

Оценивал всё Claude Opus 4.6 — самая мощная модель Claude. Читал каждый текст целиком, ставил баллы по шести критериям: глубина темы, практические примеры, фактическая точность, качество структуры, визуализации, выполнение задания. 100 баллов максимум, плюс бонусы и штрафы.

Результаты. Держись.

🏆 Топ по качеству:

• Claude Sonnet 4.5 (Anthropic, США) — 92 балла, $0.074 за текст

• GPT-5.1 (OpenAI, США) — 91 балл, $0.049

• GPT-5.2 (OpenAI, США) — 90 баллов, $0.059

🥇 Топ по цене-качеству:

• Kimi K2-Thinking (Moonshot AI, Китай) — 85 баллов, $0.007

• GLM-5 (Zhipu AI, Китай) — 87 баллов, $0.011

• Qwen 3.5 Plus (Alibaba, Китай) — 87 баллов, $0.011

Топ по качеству — все американские, все дорогие. Топ по цене-качеству — все китайские, все дешёвые.

Claude — первый по качеству и восьмой по цене-качеству. Восьмой из одиннадцати. Не то что я ожидал.

А в самом низу — MiMo V2 Flash от Xiaomi. $0.001 за текст. Тысяча текстов за доллар. Качество так себе (70 баллов), но за такие деньги — ну ты понимаешь.

Разница между 92 и 85 баллами в реальности: конечный пользователь не отличит. Оба текста грамотные, оба с примерами, оба на русском. Разница видна только при тщательном сравнении — у Claude чуть глубже аналитика, чуть точнее формулировки. Но «чуть» — это не «в десять раз».

По деньгам: курс из 30 уроков стоит $2.20 на Claude и $0.21 на Kimi. При 100 курсах — $220 против $21.

Грабли 🪤

Их было три, и каждая по-своему прекрасна.

Судья-подлиза. Мы использовали несколько нейросетей в качестве судей — они читали тексты и ставили оценки. Одна модель из семейства Qwen хвалила вообще всё. Я сначала обрадовался: «Ого, 94 балла!» Потом прочитал текст глазами. Текст с оценкой 71 от другого судьи оказался лучше. Сильно лучше. Qwen ставила 80+ откровенно слабым текстам. Пришлось выгнать её из жюри.

Иероглифы посреди русского текста. Это моя любимая. Три из пяти китайских моделей иногда — без предупреждения, посреди нормального предложения — вставляют китайские символы:

«Эффективная система управления запасами требует 端到端ного подхода с учётом 价值 каждого звена»

Ты читаешь нормальный текст про логистику, и вдруг — бац — иероглифы. Причём модель не замечает, что она это сделала. Как если бы ты писал SMS, а телефон переключил раскладку посреди слова.

И самое весёлое: это может случиться в любой момент. Не на первом предложении, не в конце — в любом месте текста. Поэтому нужен отдельный слой проверки, который прогоняет каждый текст через другую модель и ловит эти переключения. Без этого — рулетка.

GPT-OSS 120B: красивый провал. Open-source модель от OpenAI. 120 миллиардов параметров. Ждали как праздника. Запустили. Через 39 секунд получили ответ. На английском. Весь промпт на русском. Тема на русском. Модель просто проигнорировала язык. Попробовали ещё три раза. То же самое. 60 баллов. «Лучше не используй».

Что выбрали в итоге

• 80% текстов — Kimi K2-Thinking ($0.007). Лучшее соотношение цены и качества, чистый русский.

• 15% — Qwen 3.5 Plus или GLM-5 ($0.011). По некоторым темам пишут глубже, но нужна проверка на иероглифы.

• 5% — Claude Sonnet 4.5 ($0.074). Когда нужно идеально и заказчик смотрит на каждую запятую.

Средняя стоимость текста: ~$0.01. Было $0.074. Экономия — раз в семь.

Ну и зачем я это написал

Не чтобы прорекламировать Kimi или обидеть Claude. А потому что никто не тестирует бюджетные модели на русском. Все сравнивают топовые дорогие модели между собой, а бюджетные — игнорируют. И люди переплачивают. Не потому что глупые, а потому что нет данных.

Мой совет: если ты используешь нейросети для работы — не верь рейтингам. Не верь этому посту. Возьми свою задачу, прогони 5 моделей, сравни. Скорее всего, удивишься.

Дисклеймер

Да, я работаю в IT и мы делаем AI-платформу. Нет, это не реклама. Мы нейросети не продаём — мы их покупаем. И тестируем для себя, потому что генерируем тысячи текстов и не хотим переплачивать.

Все модели из теста доступны через OpenRouter — открытый API, которым может пользоваться любой. Методология своя, но описана подробно — можешь повторить.

Если тема зашла — пиши, что думаешь. Особенно если сам гонял нейросети на русском и есть что сравнить.

Канал (пишу нечасто, но по делу): t.me/maslennikovigor Прямой контакт: @maslennikovig Инструменты: GitHub

Если перед тобой огромный автобус, который загораживает обзор, не надо гадать — ты всё равно видишь, горит сейчас красный или зелёный.

Главный плюс — картинка транслируется в реальном времени, без задержек.

Еще больше интересных видео в моем автомобильном канале