Нейросеть для русского языка 2026: кириллица, падежи и стиль

Большинство обзоров отвечают на вопрос «какая нейросеть на русском» списком брендов: GigaChat, YandexGPT, Claude. Этого мало. Русский язык для нейросети — это не «английский, но кириллицей». Это другая морфология, другая токенизация и другая частотность слов. От этого зависит цена API, длина ответа, качество стилистики. В этой статье — какие модели реально умеют русский в 2026 году, как они его обрабатывают, и почему одна и та же модель в API стоит для русского текста в 1.5-2 раза дороже, чем для английского.

Почему русский язык сложнее для нейросетей

Три ключевые причины, которые меняют поведение и цену модели на русском.

1. Токенизация — русское слово ≈ 2-3 токена

Нейросети не работают со словами, они работают с токенами — единицами текста, которыми обучена модель. Английская модель видит «cat» как один токен. Русское «кошка» она видит как 2 токена (кош + ка), «многоэтажный» — как 4-5 токенов. Слово «сотрудничество» GPT-токенайзер дробит на 3-4 токена, английское «cooperation» — на 1-2.

Следствие 1: цена. API нейросетей считает в токенах. Один и тот же по смыслу текст на русском стоит примерно в 1.5-2 раза дороже, чем на английском.

Следствие 2: контекст. Если модель обещает 32 000 токенов контекста — это около 24 000 английских слов или 16 000 русских. Длинный русский документ съедает контекст быстрее.

2. Падежи и склонения — одна лексема, десятки форм

Английский «cat» имеет 2 формы. Русский «кошка» — 12 базовых форм плюс уменьшительные. Хорошо обученная на русском модель знает, что все эти формы — одна сущность. Слабо обученная — путает их. Это видно в качестве длинных русских текстов: модель начинает «соглашать» падежи невпопад («я думаю о собаку» вместо «о собаке»).

3. Богатая словообразовательная морфология

В русском около 150 000 корней. Каждый порождает 20-100 производных слов через приставки и суффиксы. Нативно обученные на русском модели улавливают связи между «бежать → перебежать → перебежчик»; западные модели часто понимают их через английский перевод и теряют точность.

Топ моделей с лучшим русским в 2026

GigaChat 2 MAX (Сбер). Нативно русская флагман-модель. Лучший в классе для юридического и делового языка: согласует падежи на длинных абзацах, корректно держит официальный регистр, знает терминологию ГК РФ, ТК РФ, бухгалтерскую и медицинскую лексику. Без VPN, бесплатно для физлиц на giga.chat, через GigaChat API для бизнеса.

YandexGPT 5 Pro (Яндекс). Нативно русская, обучена на пользовательских запросах поиска и диалогах. Лучший в классе для разговорного, рекламного, поискового языка. Сильна в карточках товаров и коротких маркетинговых текстах. Через Алису бесплатно, через Yandex Cloud по API.

Claude Opus 4.7 (Anthropic). Зарубежный флагман, держит корону по русскому стилю среди не-российских моделей. Чище всех по согласованию падежей и стилю на длинных текстах, не сваливается в «переводной» язык. Сильнее всех на художественной редактуре и научно-популярных статьях от 10 000 знаков. Доступ — через посредников: OpenRouter или Anthropic напрямую с зарубежной картой.

GPT-5 (OpenAI). Универсальный флагман. Отлично знает русский, но иногда выдаёт «переводной» стиль — видна калька с английского. Хорош для презентаций, технических документов, рассуждений с пошаговым выводом. Через VPN или агрегаторы.

DeepSeek V4 (DeepSeek). Китайская open-weight модель, удивляет качеством русского в 2026 году. Уверенно держит падежи и стиль на средних текстах. Сильна в технической документации, переводах RU↔EN, в коде с русскоязычными комментариями. Без VPN, но не под 152-ФЗ (хост в КНР). Через DeepSeek API или OpenRouter.

Qwen 3.7 (Alibaba). Open-weight, лучший open-source выбор для русского. Хорошо понимает разговорный, маркетинговые тексты, рерайт. Версии 8B и 14B запускаются на одной GPU 24 GB. Веса на Hugging Face.

Бенчмарки русского языка: MERA, RuMTEB, ruMMLU

Независимые бенчмарки русского помогают сверить заявления вендоров с реальностью.

MERA (Multimodal Evaluation for Russian-language Architectures) — открытый русский бенчмарк AI Alliance Russia. Включает 20+ задач: понимание текста, рассуждения, математика, право, медицина, этика. В лидерах MERA в 2026 году — GigaChat 2 MAX и YandexGPT 5 Pro среди отечественных, Claude Opus 4.7 и GPT-5 среди зарубежных. Разрыв между топ-1 и топ-5 — десятые доли балла. MERA проверяет содержательные задачи на русском, не отдельные падежи.

RuMTEB — русская версия MTEB. Проверяет качество векторных представлений русского текста для поиска, кластеризации, классификации. Лидеры в 2026 — эмбеддинги от Сбера (GigaChat-Embeddings), Яндекса, MTS, а также open-source FRIDA и multilingual-e5-large от Microsoft.

ruMMLU — русская локализация MMLU: 57 предметов, переведённые на русский. Используется для оценки общего уровня знаний модели на русском.

Другие бенчмарки: RussianSuperGLUE (понимание языка), Tape (Text Analysis on Russian benchmarks). Узкие задачи: разрешение анафоры, выбор синонима, обобщение.

Главный паттерн. Высокий балл в MERA или RuMTEB значит «модель адекватна для русского». Конкретный выбор — по типу задачи. Бенчмарк не скажет «эта модель напишет хорошую художественную статью» — для этого нужен реальный прогон.

Сравнительная таблица — связность, фактчекинг, стиль, длина

Оценка по 5 параметрам на шкале 1-10 по результатам прогонов на пяти русских задачах (юридический договор, карточка WB, длинная статья 10К знаков, питон-функция с docstring, сводка совещания).

Модель	Связность падежей	Фактчекинг	Стилистика	Длина без ошибок	Цена/токен
GigaChat 2 MAX	9.5	8	9 (деловой)	30К токенов	дёшево ₽
GigaChat 2 Lite	8.5	7	8 (массовый)	16К токенов	очень дёшево ₽
YandexGPT 5 Pro	9	8	9 (разговорный)	16К токенов	дёшево ₽
YandexGPT 5 Lite	8	7	8 (короткий)	8К токенов	очень дёшево ₽
Cotype (MTS)	9	8	9 (корпоративный)	32К токенов	B2B ₽
T-Pro (Т-Банк)	8.5	8	8 (финансовый)	16К токенов	B2B ₽
MWS GPT (МТС)	8.5	8	8 (телеком)	32К токенов	B2B ₽
Saiga (open-source)	7.5	7	7 (универсальный)	8К токенов	бесплатно
T-Lite (Т-Банк)	8	7	7 (универсальный)	8К токенов	бесплатно
Claude Opus 4.7	9.5	9.5	10 (литературный)	200К токенов	дорого $
Claude Sonnet 4.5	9	9	9 (универсальный)	200К токенов	средне $
GPT-5	9	9	8 (универсальный)	128К токенов	средне $
GPT-5 mini	8	7	7 (базовый)	128К токенов	дёшево $
Gemini 3.1	8	8	7 (нейтральный)	1M токенов	средне $
DeepSeek V4	8.5	7.5	8 (технический)	128К токенов	очень дёшево ¥
Qwen 3.7	8	7	8 (универсальный)	128К токенов	бесплатно (self-hosted)
Mistral Large 2	7	7	7 (нейтральный)	128К токенов	средне €

Главный паттерн 2026. По связности на длинных русских текстах — Claude Opus 4.7 и GigaChat 2 MAX делят первое место. По стилистическому диапазону — Claude. По цене за русский токен — DeepSeek V4 и self-hosted Qwen 3.7. По доступности без VPN — российские GigaChat / YandexGPT / Cotype и китайский DeepSeek.

Нативно обученные на русском vs зарубежные

Нативно — значит, на старте модель видела значительный корпус русских текстов, токенайзер оптимизирован под русский. Полный список: GigaChat (Сбер), YandexGPT (Яндекс), Cotype (MTS AI, корпоративная), T-Pro / T-Lite (Т-Банк, T-Lite open-weight на Hugging Face), MWS GPT (МТС, B2B), Saiga (open-source fine-tune LLaMA / Mistral). Из зарубежных хорошо работают с русским: Claude Opus 4.7 / Sonnet 4.5 (через посредников), ChatGPT GPT-5 / GPT-5 mini (через VPN), DeepSeek V4 / R2 (без VPN, не под 152-ФЗ), Gemini 3.1 (через VPN), Qwen 3.7 (open-weight). Слабее: Mistral Large 2 / Le Chat.

Кириллический текст в картинках: где ИИ умеет писать по-русски

До 2024 года почти все ИИ-генераторы либо ломали кириллицу в шум, либо подставляли латиницу. В 2026 году ситуация заметно лучше, но не у всех.

Работают с кириллицей: Шедеврум (Яндекс) — нативно работает с русскими подписями, бесплатно; Kandinsky 5.0 (Сбер) — короткие слова чисто, на длинных фразах добавляет лишние буквы; Ideogram 3 — зарубежный лидер по тексту, через посредника, выбор для логотипов и баннеров; Recraft v3 — сильна в типографике, хороша для обложек и иконок; GPT-4o Image / DALL-E 4 — работает, но иногда теряет Й, Ё.

Плохо или не работает: Midjourney v7 — превращает кириллицу в орнамент; Stable Diffusion / Flux — без LoRA буквы как фон; FLUX.1 [pro] — улучшение, но кириллицу ломает чаще Ideogram и Recraft.

Главный паттерн. Надпись на русском — Шедеврум, Ideogram, Recraft. Чисто визуальная задача без текста — Midjourney и FLUX, текст добавляется отдельно в редакторе.

Орфография и пунктуация: где модели ошибаются

Грубых орфографических ошибок на русском ИИ почти не делает. Пунктуация и тонкая орфография — слабое место. Запятые в сложных конструкциях (деепричастные и причастные обороты, вводные, обособление приложений) — Claude и GPT-5 иногда промахиваются, российские модели чувствуют лучше. Тире vs дефис — зарубежные модели часто ставят дефис вместо длинного тире. Кавычки — большинство моделей по умолчанию ставят прямые ASCII вместо ёлочек, надо явно просить. Ё/Е — ИИ часто не отличает «всё» от «все», российские модели чаще ставят Ё корректно. Заглавные буквы в названиях — зарубежные модели капитализируют по английским правилам («Генеральный Директор»). Числа и единицы измерения — зарубежные пропускают неразрывные пробелы.

Для публикации в типографически чистом виде после ИИ обязателен корректор или прогон через «Типограф» Артемия Лебедева / orfogrammka.ru. ИИ — первый драфт, не финал.

Бизнес-русский: КП, договоры, презентации, рассылки

Бизнес-русский — отдельный регистр, отличный от литературного и разговорного. Нужна точность, корректные формулы вежливости, корректные ссылки на статьи кодексов, отсутствие двусмысленности.

Cotype (MTS AI) — корпоративная модель, обучена на корпоративных и сервисных текстах. Сильна в шаблонах внутренних коммуникаций, отчётах, регламентах. B2B через MTS AI. GigaChat 2 MAX — лидирует в деловом русском: обучен на официальных и юридических текстах, нативно понимает структуру договора, знает терминологию ГК РФ, ТК РФ, НК РФ. YandexGPT 5 Pro — сильна в маркетинговом бизнес-русском: рассылки, лендинги, e-commerce-карточки, реклама. Меньше канцелярита, ближе к живому языку. Claude и GPT-5 — Claude иногда пересаливает в вежливости, GPT-5 ближе к нейтральному регистру, но добавляет англицизмы.

Главный паттерн. Договоры и претензии — GigaChat 2 MAX. Корпоративные регламенты — Cotype или GigaChat. Маркетинговые рассылки — YandexGPT 5 Pro. Презентации — GPT-5 или Claude.

Литературный русский: художественная проза, эссе, нон-фикшн

Литературный регистр — самый сложный для ИИ. Нужно держать стиль, ритм, неочевидные сочетания слов, не сваливаться в шаблоны.

В 2026 году лидеры по литературному русскому — Claude Opus 4.7 и YandexGPT 5 Pro. Claude лучше держит длинную форму, выдерживает заданный стиль (Чехов, Толстой, Довлатов), реже срывается в публицистику. YandexGPT 5 Pro сильнее на короткой форме: фельетон, мини-эссе, лонгрид-вставки до 5000 знаков.

GigaChat 2 MAX справляется, но чаще склоняется к нейтральному литературному регистру середины XX века — без выраженного авторского голоса. Подходит для редактуры, не для авторской прозы.

GPT-5 на художественной прозе видно «переводит» английские конструкции в русские. Сравнительные обороты с «как», использование «это» как подлежащего — типичные маркеры. Хорош для рерайта, слаб для оригинала.

Что проверять. Литературный текст оценивается по трём критериям: отсутствие штампов и канцелярита, интонация и ритм, точность образа. ИИ хорошо проходит первый критерий, средне — второй, слабо — третий. Финальная литературная правка остаётся за человеком.

Разговорный русский: чат-боты, скрипты диалогов, голосовые помощники

Разговорный русский — короткие реплики, умеренный сленг, естественные обороты, интонация запроса.

YandexGPT 5 Pro — лидер. Обучен на массиве пользовательских запросов поиска и диалогов с Алисой, понимает разговорные обороты, корректно реагирует на неполные фразы («где взять?», «а сколько стоит?»).

GigaChat 2 MAX / Lite — справляется хорошо, но иногда «формальничает»: вместо «давайте подберу» — «позвольте предложить вам подходящий вариант». В скриптах чат-ботов нужно задавать тон через system prompt.

T-Pro / T-Lite (Т-Банк) — обучены на финансовом разговорном русском, сильны в банковских диалогах: «куда зачислили», «когда придёт перевод», «как закрыть карту».

Claude Haiku 4.5 — на коротких репликах естественен, на длинных перетекает в официальный регистр.

152-ФЗ: какие нейросети законно использовать с персональными данными

Если в проекте обрабатываются ПДн граждан РФ (имя + фамилия, телефон, email, паспорт, ИНН) — действует Федеральный закон 152-ФЗ. Главное требование: хранение и обработка ПДн должны идти на серверах в России (статья 18 п. 5), оператор ПДн должен быть в реестре Роскомнадзора. Зарубежные облачные модели (Claude, GPT-5, Gemini, DeepSeek, Qwen Chat) отправляют запросы на серверы за пределами РФ — если в запросе летят ПДн, это нарушение 152-ФЗ.

Подходят под 152-ФЗ: GigaChat (Сбер, договор B2B GigaChat Enterprise включает обязательства оператора), YandexGPT (Yandex Cloud Foundation Models, серверы в РФ), Cotype (MTS AI, корпоративный контур), T-Pro / T-Lite (Т-Банк), MWS GPT (МТС), self-hosted Qwen / Saiga / T-Lite на серверах в РФ.

Чего избегать. Запрос «обработай отзыв клиента: Иванов Иван, +7 495 ХХХ» через зарубежное API — это передача ПДн третьей стороне за рубежом. Решения: обезличивание перед запросом, российская модель, self-hosted в РФ.

Кейсы российского бизнеса с ИИ на русском

В 2026 году крупный российский бизнес массово внедрил нейросети в продуктовые и операционные процессы. Публичные примеры: Сбер — GigaChat в СберБанк Онлайн, генерация шаблонов договоров и саммари документов внутри банка. Яндекс — YandexGPT в Алисе, Поиске (нейроответы), Браузере (саммари статей и видео), Документах. Т-Банк — T-Pro и T-Lite в классификации обращений, регламентах, мобильном приложении. МТС — Cotype в HR-процессах, документации, KION (описания фильмов). Wildberries и Ozon — генерация и проверка карточек товаров на YandexGPT и GigaChat. Авито — модерация объявлений, автоподсказки, чат-бот в поддержке. Самокат и ВкусВилл — ассистенты в приложениях, чат-боты возвратов, маркетинговые тексты.

Главный паттерн. Крупный российский бизнес ставит ИИ туда, где раньше были скрипты или дорогие операторы: поддержка, классификация, первичная генерация контента.

Где русский слабый у моделей

Зарубежные (Claude, GPT-5, Gemini): «переводной» синтаксис (длинные сложноподчинённые вместо рубленых), неудачные сравнения с лишним «это», калька «makes sense» → «делаю много смысла», заглавные буквы по английским правилам, дефисы вместо тире. Российские (GigaChat, YandexGPT): канцелярит в длинных деловых текстах (лечится явным «пиши живо»), повторы ключей у YandexGPT в SEO-сценариях, сухой регистр у GigaChat на художественной прозе. Open-source (Qwen, DeepSeek, Llama): падежи в предложениях с 3+ вложенными оборотами, архаизмы у Qwen, транслит латиницей у DeepSeek и Qwen.

Как ловить. Прогон на пяти промптах за 10 минут. Чтение вслух — слышно, где падежи хромают. Если корректор делает больше 20 правок на 1000 знаков — модель не подходит для этой задачи без дообучения.

Сравнительная таблица по типам русского текста

Не существует «лучшей нейросети для русского вообще» — есть лучшая для конкретного формата.

Тип русского текста	Лучшая модель 2026	Альтернатива	Бесплатно
Чат, диалог	YandexGPT 5 Pro	GigaChat 2 MAX	✓ через Алису
Юридический документ	GigaChat 2 MAX	Claude Opus 4.7	через giga.chat
Деловой email, КП	GigaChat 2 MAX	YandexGPT 5 Pro	✓
Длинная статья	Claude Opus 4.7	GigaChat 2 MAX	❌
Литературный текст	Claude Opus 4.7	YandexGPT 5 Pro	частично
Карточка товара WB/Ozon	YandexGPT 5 Pro	GigaChat 2 Lite	✓
Перевод RU↔EN	DeepSeek V4	Claude Opus 4.7	✓ DeepSeek
Перевод RU↔CN	Qwen 3.7	DeepSeek V4	✓
Код + русские комментарии	DeepSeek V4	Claude Opus 4.7	✓ DeepSeek
Финансовый расчёт	T-Pro	GigaChat 2 MAX	B2B
Корпоративные регламенты	Cotype	GigaChat 2 MAX	B2B
Резюме / CV	YandexGPT 5 Pro	GigaChat 2 Lite	✓
Презентация	GPT-5	GigaChat 2 MAX	❌
Картинка с русским текстом	Шедеврум	Ideogram 3	✓ Шедеврум
Self-hosted на сервере	Qwen 3.7	T-Lite / Saiga	✓ open-source

Главный паттерн. Для коммуникативного русского — российские модели чаще выигрывают. Для длинных литературных текстов — Claude Opus 4.7. Для кода — DeepSeek V4. Для self-hosted — Qwen 3.7. Для бизнеса под 152-ФЗ — только российские или self-hosted в РФ.

Тестовые промпты для проверки русского

Чтобы быстро оценить новую модель, прогоните пять промптов: 1) перепиши абзац с падежными ошибками без потери смысла; 2) уведомление сотруднику о переносе отпуска со ссылкой на ст. 124 ТК РФ; 3) карточка товара Wildberries (≤60 знаков заголовок, 5 буллетов, описание 600 знаков); 4) описание осеннего утра в стиле Чехова на 200 слов; 5) реферат статьи 10К знаков в 1500 знаков с сохранением имён и цифр. На этих пяти задачах за 10 минут видно слабое место модели — падежи, регистр, длина, стиль, удержание фактов.

Бесплатные варианты и токенизация в API

Бесплатно из РФ без VPN: GigaChat на giga.chat (лимит несколько тысяч сообщений в месяц), YandexGPT через Алису, DeepSeek на chat.deepseek.com, Qwen Chat. Через VPN: GPT-5 mini в ChatGPT, Claude Haiku 4.5. Локально через Ollama: Saiga, T-Lite, Qwen 3.7 — нужна GPU от 12 GB VRAM. Для большинства задач хватает GigaChat (web) + DeepSeek (web); для художественного письма добавить Claude Haiku через посредника.

Через API токенизация — главный фактор стоимости. 1000 русских описаний товаров по 500 знаков каждое — около 220 000 токенов (на английском около 120 000). Разница в 1.8 раза. На массовых задачах (классификация, экстракция) — модели с дешёвыми токенами (GigaChat Lite, YandexGPT Lite, DeepSeek V4). Сложные задачи (длинный анализ, литература) — Claude Opus / GPT-5 / GigaChat MAX. Удобный единый API для нескольких моделей — OpenRouter.

FAQ

Какая нейросеть лучше всего знает русский язык в 2026?

Зависит от формата. Для разговорного русского, чата и поиска — YandexGPT 5 Pro. Для юридического и делового — GigaChat 2 MAX. Для длинных литературных текстов — Claude Opus 4.7. Для self-hosted — Qwen 3.7. Универсального «лучшего» нет, но в среднем по всем задачам — GigaChat 2 MAX и Claude Opus 4.7 делят первое место.

Почему русский текст стоит дороже в API?

Из-за токенизации. Один и тот же по смыслу текст на русском содержит примерно в 1.5-2 раза больше токенов, чем на английском, потому что русские слова дробятся на куски (кош + ка). API считает оплату в токенах — отсюда разница в цене.

Какая нейросеть лучше работает с русскими падежами?

В среднем — нативно русские (GigaChat 2 MAX, YandexGPT 5 Pro). Из зарубежных лучше всего согласовывает падежи на длинных текстах Claude Opus 4.7. Слабее всех — Mistral Large 2 и Llama 3.3 / 4 без fine-tune на русском.

Можно ли пользоваться ChatGPT и Claude на русском бесплатно?

GPT-5 mini в бесплатном плане ChatGPT — да, через VPN или посредника. Claude Haiku 4.5 бесплатен в лимитированном объёме, тоже через посредника. Без VPN — российские GigaChat и YandexGPT, а также DeepSeek и Qwen Chat.

Какая нейросеть на русском работает без VPN?

GigaChat, YandexGPT (через Алису), Cotype, T-Pro, DeepSeek, Qwen Chat, Mistral Le Chat (частично). ChatGPT, Claude, Gemini без VPN не работают для пользователей из России.

Какую нейросеть выбрать для генерации текста на русском в коммерческом проекте?

Если проект под 152-ФЗ — только российские (GigaChat, YandexGPT, Cotype, T-Pro, MWS GPT) или self-hosted Qwen 3.7 / Saiga / T-Lite. Если 152-ФЗ не важен — добавляются DeepSeek V4 (дёшево), Claude Opus 4.7 (качество), GPT-5 (универсальность).

Какие бенчмарки реально показывают качество русского у нейросети?

Главные русские бенчмарки 2026 года: MERA (общий интегральный балл по содержательным задачам), RuMTEB (качество эмбеддингов для поиска и классификации), ruMMLU (знание 57 предметов на русском), RussianSuperGLUE и Tape (понимание языка). По MERA лидируют GigaChat 2 MAX, YandexGPT 5 Pro, Claude Opus 4.7, GPT-5.

Можно ли использовать ChatGPT для проекта с персональными данными граждан РФ?

По 152-ФЗ — нет, без обезличивания. Запросы из ChatGPT уходят на серверы OpenAI за пределами РФ, что нарушает требование статьи 18 п. 5. Для проектов с ПДн: использовать GigaChat, YandexGPT, Cotype, T-Pro, MWS GPT (договор B2B), либо self-hosted Qwen / Saiga / T-Lite в РФ, либо обезличивать данные перед отправкой в зарубежное API.

Какая нейросеть лучше пишет на русском для деловой переписки и договоров?

Для договоров, претензий, ответов госорганам, КП — GigaChat 2 MAX. Обучен на массиве официальных и юридических текстов, знает терминологию ГК РФ, ТК РФ, НК РФ. Для корпоративных регламентов — Cotype от MTS AI (B2B). Для маркетинговых рассылок и B2C-писем — YandexGPT 5 Pro.

Какая нейросеть умеет рисовать кириллический текст в картинках?

В 2026 году кириллицу корректно отрисовывают: Шедеврум (Яндекс, бесплатно, нативно русский), Kandinsky 5.0 (Сбер, бесплатно), Ideogram 3 (через посредника, лучший по точности), Recraft v3 (типографика и обложки), GPT-4o Image / DALL-E 4 (иногда теряет Ё/Й). Не подходят для кириллицы: Midjourney v7, Stable Diffusion / FLUX без LoRA на русском.

Какие модели лучше всего подходят для разговорного русского в чат-ботах?

YandexGPT 5 Pro — лидер. Обучен на пользовательских запросах поиска и диалогах с Алисой. Для финансовых сценариев — T-Pro / T-Lite от Т-Банка. GigaChat 2 MAX справляется, но иногда формален — лечится явным system-prompt про «живой тон».

Можно ли доверять нейросети финальную вычитку текста на русском?

Нет. Грубых орфографических ошибок ИИ почти не допускает, но в пунктуации (сложные обороты, кавычки-ёлочки, тире vs дефис), в заглавных буквах названий, в Ё/Е, в неразрывных пробелах между числом и единицей — ошибки случаются. После ИИ обязательна правка корректором или прогон через «Типограф» / orfogrammka.ru.

Какая разница между MERA и ruMMLU?

MERA — комплексный русский бенчмарк, разработан консорциумом российских ИИ-компаний, включает 20+ задач от математики до этики, фокус на содержательных задачах на русском. ruMMLU — локализованная версия англоязычного MMLU, 57 предметов. MERA точнее показывает качество модели именно для русскоязычных сценариев, ruMMLU полезен для сравнения с зарубежными моделями.

Какие нейросети используют в крупном российском бизнесе?

В 2026 году публично известны внедрения: Сбер — GigaChat в СберБанк Онлайн; Яндекс — YandexGPT в Алисе, Поиске, Браузере, Документах; Т-Банк — T-Pro и T-Lite в поддержке и мобильном приложении; МТС — Cotype в HR и документации, KION; Wildberries и Ozon — генерация карточек товаров; Авито — модерация и чат-бот; Самокат и ВкусВилл — ассистенты в приложениях.

Как выбрать нейросеть для self-hosted-сценария на русском?

Главный критерий — баланс качества русского и требований к железу. Qwen 3.7 (8B / 14B) — лучший общий выбор, ставится на GPU 12-24 GB VRAM. T-Lite 7B от Т-Банка — нативно русский, ставится на 12-16 GB VRAM. Saiga — компромисс. Все три ставятся через Ollama или LM Studio.

Что лучше для перевода RU↔EN — DeepSeek или Claude?

Для коротких технических текстов — DeepSeek V4 (дёшево, без VPN). Для художественного перевода — Claude Opus 4.7 (точнее держит стиль). Для научного — GPT-5 или GigaChat 2 MAX. Для синхронного перевода в чат-боте — DeepSeek V4 или YandexGPT 5 Pro.

Дальше

Русский язык для нейросети — это не «английский другими буквами», а отдельная задача. На выбор модели влияет тип текста (чат / документ / литература / код), бюджет (через токенизацию русский в API дороже) и регуляторика (152-ФЗ для бизнеса). Подробные обзоры лидеров — на страницах GigaChat, YandexGPT, Cotype, DeepSeek, Claude и ChatGPT. Полное сравнение цен и контекста российских моделей — на странице сравнения российских нейросетей. Все обзоры моделей — в каталоге ИИ-инструментов. Кейсы российских ИИ-проектов с цифрами — в Базе идей.