Какую ИИ-модель выбрать для бизнеса в 2026: 4 критерия и честный разбор Claude, ChatGPT, GLM

Разбираю такие вопросы каждую неделю: где именно бизнес теряет деньги и как в этом помогает (а где не помогает) ИИ. Если тема актуальна на постоянной основе - подписывайтесь в Telegram.

Зачем вообще выбирать, если можно взять любую популярную модель?

По данным исследования "Контур.Толка" (опрос 1200 представителей среднего и крупного бизнеса, июнь 2026), 63% российских компаний уже используют или тестируют ИИ. При этом свою официальную политику использования нейросетей имеют только 19% - остальные внедряют стихийно, кто во что горазд. Маркетолог подключил ChatGPT для текстов, бухгалтер - что-то своё для отчётов, менеджер по продажам скачал третье приложение на телефон. К концу квартала в компании три-четыре независимых подписки, никто не считал, сколько это стоит в сумме, и никто не проверял, какая из моделей реально нужна для задач компании.

Дело в отсутствии критериев выбора: вендоры продают то, что покупают, а критерии выбора должен приносить сам покупатель. Вы, скорее всего, выбираете ИИ-модель по принципу "все хвалят" - и это ровно то, что стоит поменять на что-то более конкретное: вашу задачу, ваш бюджет, вашу страну, ваши данные.

Показательная деталь по рынку в целом: по данным опроса, который приводит anti-malware.ru (со ссылкой на исследование UserGate среди 335 топ-менеджеров, январь 2026), 97% российских компаний уже внедряют, тестируют или планируют внедрять ИИ - но 54% пока не видят от него ощутимой пользы. Технологию пробуют почти все. Реальную отдачу получает меньше половины. Разница обычно в том, выбирали модель под конкретную задачу или "на всякий случай, раз все берут".

Дальше - без хайпа, по существу: четыре критерия, которые стоит держать в голове при выборе, честные цены, честный ответ на вопрос про блокировку Claude для россиян, и пошаговый план проверки на 20 минут.

По каким 4 критериям вообще сравнивать ИИ для бизнеса?

Сравнивать модели только по цене или только по "уму" - типичная ошибка, из-за которой решение потом приходится пересматривать. Рабочий фреймворк - четыре критерия, и ни один нельзя пропускать.

Цена

Тариф на одного человека - это только начало. Важнее то, как цена ведёт себя при масштабировании на команду. Многие тарифы, которые выглядят разумно для одного пользователя ($20 в месяц), в пересчёте на 5-10 сотрудников превращаются в совершенно другую сумму.

Пример: подписка за $20 на человека для команды из 8 сотрудников - это уже $160 в месяц, почти $2000 в год. При этом переход на тариф Team часто даёт скидку за годовую оплату (у Claude Team - $20/место в год против $25 помесячно), но добавляет минимальный порог по числу мест. Правильный вопрос - «сколько будет стоить, когда пользоваться начнут все, кому это реально нужно». Именно на этом шаге многие компании обнаруживают: дешевле выходит вариант с годовой оплатой и щадящим шагом масштабирования на место, даже если его стартовая цена выше, чем у самого разрекламированного конкурента.

Доступ из России

Официальная доступность вендора - это одно, а реальная возможность оплатить и стабильно пользоваться - совсем другое. Для российского бизнеса это отдельная, самостоятельная ось сравнения, которую международные обзоры вообще не поднимают.

Задача-под-задачу

Универсального победителя нет. Модель, которая сильнее в деловой переписке, может быть слабее в работе с таблицами. Спрашивать "какая модель лучше" бессмысленно без "лучше для чего именно".

Данные и приватность

Куда физически уходит информация, которую вы вставляете в чат - в США, в Китай, на российский сервер - и кто именно, кроме самого вендора, может её увидеть (реселлер, посредник, сторонний хостинг). Для документов с реальными цифрами клиентов и договоров это не абстрактный вопрос.

Сколько на самом деле стоят Claude, ChatGPT, GLM и российские модели?

Claude и ChatGPT: подробный разбор уже есть

Полное сравнение тарифов и того, куда они масштабируются на команду, я уже разбирал в статье «Claude или ChatGPT для бизнеса в 2026» - не буду пересказывать здесь те же цифры заново. Коротко: у Claude вход через Pro ($20/мес) и Max (от $100/мес), у ChatGPT - Plus ($20/мес) и Pro (от $100/мес), у обоих есть Team/Business по $20-25 за место и Enterprise по индивидуальным условиям.

GLM: почему в 2-3 раза дешевле

GLM-5.2 - открытая модель компании Zhipu AI (международный бренд Z.ai), пекинской лаборатории, связанной с Университетом Цинхуа. Прямой API у Z.ai стоит $1,40 за 1 млн входных токенов и $4,40 за 1 млн выходных (токен - это кусочек слова или пары символов; на глаз, одна страница обычного текста - это 500-800 токенов). Для сравнения, Claude Sonnet через API - около $3 за входные и $15 за выходные токены на том же объёме. То есть GLM обходится примерно в 2-3 раза дешевле даже без самостоятельного хостинга.

У сторонних сервисов-реселлеров цена ещё разнообразнее: на площадке-агрегаторе OpenRouter, где GLM-5.2 предлагают полтора десятка разных провайдеров, цены расходятся от $0,40 до $8 за входные и от $3 до $8,40 за выходные токены - самый дешёвый вариант (провайдер DeepInfra, около $0,93-1/$3) - это нижняя граница диапазона, не типичная цена по рынку. У Z.ai есть и понятная помесячная подписка «GLM Coding Plan» с уровнями примерно от $18 до $160 в месяц (Lite/Pro/Max) в зависимости от лимита.

GigaChat и YandexGPT: считаем в рублях

С 1 февраля 2026 действуют новые тарифы GigaChat от Сбера: пакет Lite на 300 млн токенов - 19 500 ₽, на 1 млрд токенов - 65 000 ₽; при оплате по факту использования (без пакета) минимум - 600 ₽ в месяц. По заявлению Сбербанка, все тарифные планы снижены втрое. Андрей Белевцев, старший вице-президент Сбербанка, комментирует так: «Мы отмечаем значительный рост интереса российских компаний к внедрению GigaChat... мы объявляем о снижении стоимости всех тарифных планов».

По YandexGPT в открытых источниках цифры расходятся заметнее - от нескольких десятков копеек до нескольких рублей за 1000 токенов в зависимости от версии модели. Прежде чем закладывать конкретную сумму в бюджет, актуальный тариф стоит смотреть напрямую в консоли Yandex Cloud - сторонние обзоры здесь заметно расходятся.

Выбор модели - только один из узлов системы, откуда утекает выручка. Если хотите увидеть, где ещё в бизнесе теряются деньги, кроме подписки на ИИ - диагностический разбор бизнеса за 45 минут: бесплатно, без продаж, что бы ни решили с моделью.

Какая модель сильнее для каких именно ваших бизнес-задач?

Деловая переписка и тон

По опыту практиков автоматизации (в частности, разбор Zapier, сравнивавшего оба инструмента на практике) Claude чаще выигрывает в деловой переписке и творческих текстах - меньше канцелярских штампов, ровнее держит тон на всём письме, требует меньше правок после генерации. ChatGPT быстрее и универсальнее там, где вам нужно много коротких черновиков в разных форматах подряд.

Работа с документами и договорами

Маркетинговая цифра контекстного окна (у Claude - до 1 млн токенов на некоторых тарифах, у ChatGPT Business - 128-272 тысячи; это объём текста, который модель удерживает в памяти за один раз) сама по себе мало что решает. Решает то, как модель ведёт себя на реальном объёме. Claude, по нескольким независимым тестам, стабильнее держит нить в документах свыше 10 страниц - разбирает договор, свод из нескольких файлов или объёмный отчёт без "потери" ранних частей текста. ChatGPT увереннее на материалах среднего объёма - блоги, статьи до 15 000 слов - и быстрее выдаёт аккуратную выжимку по пунктам.

Таблицы и расчёты

По серии практических сравнений (findskill.ai и другие) ChatGPT точнее в реальных расчётах по формулам и построении графиков «из коробки» - под капотом он в буквальном смысле пишет и выполняет код для вычислений. Claude сильнее там, где нужно прочитать логику всей модели целиком: свести много листов, найти нестыковку, объяснить, почему сходится или не сходится баланс. Один из обзоров резюмирует так: «если вы аналитик, который занимается серьёзным финансовым моделированием - берите Claude for Excel, и точка» (findskill.ai).

Поддержка клиентов

Claude, по нескольким разборам инструментов поддержки, лучше улавливает эмоциональный тон письма недовольного клиента и не съезжает в шаблонное "спасибо, что написали". ChatGPT даёт более предсказуемые, но и более "формульные" ответы - и умеет подтягивать live-данные через дополнительные интеграции. Для регулируемых ниш (финансы, медицина, юруслуги) более осторожный стиль Claude по отзывам практиков - скорее плюс с точки зрения репутационных рисков.

Ресёрч и разбор объёмных материалов

Здесь картина наиболее однозначная из всех: по нескольким независимым тестам 2026 года Claude уверенно лидирует в разборе длинных PDF, исследовательских отчётов и материалов свыше 10 страниц - не теряет нить повествования и даёт связное саммари. ChatGPT предпочтительнее для материалов среднего объёма и для поиска свежей информации в интернете как части исследования. Если ваша задача - "прочитать за меня то, что я уже собрал" (годовой отчёт, папку договоров, архив переписки) - это довод в пользу Claude. Если задача - "найди мне свежие данные по рынку", у ChatGPT есть преимущество за счёт более отточенного встроенного поиска.

Правда ли, что Claude теперь блокирует доступ из России?

С 8 июля 2026 Anthropic обновила политику конфиденциальности: компания оставляет за собой право запросить у части пользователей государственный ID и live-селфи через стороннего провайдера верификации личности Persona. Новость быстро разошлась в пересказе "Claude ввёл проверку паспортов, и россиян это отрежет от сервиса окончательно". Разбираю, что здесь правда, а что домысливание.

Что подтверждено

Anthropic описывает верификацию как меру, среди прочего направленную против обхода геоблокировки из закрытых регионов - включая Россию, Китай и Иран (это подтверждено в справке Anthropic и независимо в разборе The Register). При этом представитель Anthropic, отвечая изданию TechCrunch, сослался на публикацию коллеги, где сказано: речь идёт о «небольшой части пользователей» (small subset of users) - тех, чьи аккаунты уже помечены системой как потенциально мошеннические, но ещё не заблокированы. Это адресная мера для уже помеченных аккаунтов. Отдельно, независимо от истории с Persona, подтверждается более старый факт: России действительно нет в официальном списке поддерживаемых стран Anthropic - ни для Claude.ai, ни для API. Это ограничение существовало и раньше, ещё до 8 июля 2026.

Что не подтверждено - миф vs факт

Даже разборы, специально изучавшие эту тему, констатируют отсутствие официального правила. Разбор на Habr прямо признаёт: «Официального правила «российские паспорта не принимаются» нет». Основание для беспокойства косвенное: у Persona как у провайдера уже были задокументированы случаи отказа именно в приёме российских паспортов - но на другой платформе, использующей тот же сервис верификации (жалобы пользователей на верификацию LinkedIn). Переносить это напрямую на Claude - предположение по аналогии, без прямого подтверждения именно для этого сервиса.

Касается ли это бизнес-аккаунтов

Для бизнеса это ключевая деталь: новая политика верификации явно и прямо не распространяется на Team, Enterprise и Developer Platform/API - они регулируются отдельными коммерческими условиями. Если компания платит за Team или API-доступ, история про паспорта её напрямую не касается. Касается более старого и более простого факта: доступ и оплата из России официально не поддерживаются в принципе, вне зависимости от Persona - и об этом следующий раздел.

Как бизнесу в России реально платить за ИИ-подписку?

Реалистичные варианты и их риски

Официально ни Anthropic, ни OpenAI не работают с Россией - карты российских банков не проходят платёжные системы вендоров из-за санкционной привязки. На практике у бизнеса есть три пути:

1. Российские агрегаторы/реселлеры API (например, aitunnel.ru, ProxyAPI и подобные) - оплата в рублях, счета и документы для юрлица, без VPN. Чаще это доступ по модели API, реже - готовая офисная подписка Pro/Team на одного сотрудника, хотя часть агрегаторов уже предлагает и чат-подобный интерфейс поверх API.
2. Карты из Telegram-ботов и серых прокладок - самый рискованный вариант: если продавец купил подписку по краденой или спорной карте, чарджбэк (отмена платежа банком-эмитентом карты) ведёт к мгновенной блокировке аккаунта, а один и тот же логин нередко перепродаётся нескольким покупателям сразу. Конфиденциальность переписки с ИИ в таком случае не гарантирована.
3. VPN со сменой региона - формально нарушает пользовательское соглашение обоих вендоров. Весной 2026 у Anthropic прошла волна блокировок, затронувшая, по независимым оценкам, несколько сотен российских ИТ-специалистов.

Сама по себе оплата зарубежного ИИ-сервиса из России не запрещена законом - но это не юридическая консультация, а общий ориентир; ответственность за использование сервиса и его условия использования остаётся на компании-плательщике.

Когда легальной российской модели достаточно

Если основные задачи - деловая переписка на русском, работа с внутренними документами без специфической зарубежной терминологии, ответы клиентам в привычном для российского рынка стиле - GigaChat или YandexGPT часто закрывают потребность полностью, без рисков из пункта выше. Они физически размещают данные на российских серверах, что снимает вопрос трансграничной передачи персональных данных по 152-ФЗ, и оплачиваются напрямую в рублях по счёту для юрлица. По общему признанию рынка (без единой независимой методологии сравнения, которую удалось бы проверить) они уступают Claude и ChatGPT в сложных многошаговых рассуждениях. Но для типового потока "написать письмо, обобщить документ, подготовить черновик ответа" разница для большинства бизнес-задач не критична.

Что такое GLM и стоит ли переходить ради экономии?

Кто делает и почему дешевле

GLM выпускает Zhipu AI (международный бренд Z.ai) - пекинская лаборатория, связанная с Университетом Цинхуа. Версия GLM-5.2 вышла в июне 2026: архитектура Mixture-of-Experts (модель из множества специализированных «под-моделей», между которыми запрос распределяется автоматически) на 744 млрд параметров, контекстное окно 1 млн токенов, полностью открытая лицензия MIT - использовать можно коммерчески и размещать самостоятельно без лицензионных отчислений. Именно открытая лицензия и конкуренция реселлеров держат цену заметно ниже американских аналогов - см. таблицу цен выше. Zhipu AI уже вышла на IPO на Гонконгской бирже (8 января 2026, тикер HKEX 02513) - это уже компания с публичной отчётностью и капитализацией около $6,5 млрд.

GLM - не единственный игрок в этой категории, просто один из самых заметных на середину 2026 года: открытые китайские модели конкурируют друг с другом по цене так же агрессивно, как с Claude. Если через полгода-год на слуху окажется другая открытая модель - логика этого раздела (три сценария доступа, вопрос про русский язык, вопрос про данные) применима к ней точно так же: эти критерии стоит держать в голове вне зависимости от конкретного названия модели.

Три сценария доступа и их риски

Три принципиально разных варианта легко перепутать:

• Свой сервер (self-hosting). Данные не покидают вашу инфраструктуру - самый безопасный вариант с точки зрения приватности. Но полная модель требует серьёзных мощностей на видеокартах и технической настройки - без штатного специалиста или подрядчика-хостера это нереалистичный сценарий.
• Прямой доступ к чату/API Z.ai. Данные идут через серверы компании в Китае - структурно тот же тип риска, что при использовании Claude или ChatGPT (там данные идут через США), просто другая юрисдикция.
• Через российского реселлера API. Добавляется ещё одно звено - реселлер физически видит ваши запросы. Это тот же структурный риск, что и при использовании любого реселлера для доступа к Claude или ChatGPT, не специфика именно GLM.

Потянет ли ваш бизнес без программиста

Честный ответ - да, но не через самостоятельный хостинг. Доступ через готовый чат Z.ai или через российского реселлера с рублёвым счётом технически не сложнее регистрации в ChatGPT. Разница будет заметна в другом: по отзывам с русскоязычных площадок, GLM ощутимо уступает Claude и GPT именно на русском языке и в задачах с российской административной спецификой. Сильные стороны модели - код и агентные сценарии; деловая переписка на русском - явно не её конёк. Если вы хотите сэкономить именно на переписке и документах, экономия в 2-3 раза может обернуться дополнительными правками текста вручную - и тогда выгода не так однозначна, как кажется по одной строке в прайс-листе.

Как выбрать за 20 минут: пошаговый алгоритм

Сводная матрица: с чего начать смотреть

Если совсем нет времени читать весь разбор выше - вот отправная точка по вашему главному приоритету:

Матрица - только отправная точка: она сузит выбор с пяти-шести вариантов до одного-двух. Финальное решение всё равно принимает тест-драйв на вашей же задаче.

Пошаговый план

1. Сформулируйте топ-3 задачи. Не абстрактное «хотим ИИ» - конкретные формулировки вроде «готовим коммерческие предложения», «отвечаем на однотипные вопросы клиентов», «сводим отчёт по продажам».
2. Посчитайте бюджет на всю команду, кто реально будет пользоваться моделью. Разница между "$20 в месяц" и "$20 × 8 человек" часто и есть точка, в которой решение меняется.
3. Проверьте реальный доступ и способ оплаты - легальный российский вариант (агрегатор, GigaChat, YandexGPT) или зарубежный сервис с соответствующими рисками из раздела выше.
4. Прогоните одну задачу через выбранную модель неделю, прежде чем подписываться на год. Если результат требует столько же правок, сколько заняло бы сделать самому - вы выбрали не ту модель для этой задачи, и это дешевле выяснить за неделю теста, чем за год оплаченной подписки.

Какие ошибки чаще всего стоят денег при выборе модели

Выбор по хайпу вместо задачи

Самая частая причина разочарования - модель выбрали, потому что о ней написали статью или коллега похвалил в чате, без проверки на своей же задаче. Хайп вокруг новой версии любой модели держится по 2-3 недели; ваша реальная задача (переписка, документы, аналитика) не меняется от того, какая модель сейчас в топе обсуждений.

Держаться только одной модели

Обратная крайность - решить "выберем одну и все ей пользуются", чтобы не путаться. Но если бухгалтерии нужны расчёты, а отделу продаж - деловая переписка, привязка всей компании к одной модели означает, что кто-то из них работает с неоптимальным инструментом просто ради унификации. Разумнее закрепить 1-2 модели под конкретные классы задач вместо одной на всё.

Не считать TCO

Реальная стоимость - это сумма всех подписок, которые уже тихо завели сотрудники по своим картам "чтобы было удобнее", плюс время на обучение команды, плюс риски утраты доступа при смене провайдера. Тариф из прайс-листа - это в лучшем случае половина реальной цифры. Если не считать полную стоимость хотя бы раз в квартал, компания легко приходит к трём параллельным подпискам вместо одной осознанно выбранной.

С чего начать сегодня: план на 30 минут

Если нужно решить что-то конкретное прямо сейчас - два наших инструмента уже работают на реальных бизнес-кейсах и бесплатны для теста: ИИ-аудит сайта находит, где сайт теряет заявки, за пару минут, а ИИ-разбор звонка или переписки даёт оценку и правки по вашему реальному диалогу с клиентом (та же логика, что в речевой аналитике для отдела продаж). Любопытная деталь: оба инструмента выбирали по той же логике, что описана в этой статье - смотрели на задачу и цену. Получился DeepSeek, хотя Claude и ChatGPT тоже стояли в списке кандидатов.

Если пропадают заявки на входящих обращениях быстрее, чем успевает ответить менеджер - это отдельная, более узкая тема, разобранная в статье про точки утечки заявок.

Источники

Модель - только инструмент внутри вашей системы продаж, не сама система. Если хотите увидеть, где реально теряются деньги - от первого клика до оплаты - запишитесь на диагностический разбор бизнеса: 45 минут, бесплатно, без продаж.