Как выбрать модель под задачу: гайд по линейкам 2026

Обновлено: 7 сентября 2026

Большинству задач хватает моделей среднего класса вроде GPT-5.6 Terra или Claude Sonnet 5; флагманы нужны там, где цена ошибки выше цены токенов, а массовые операции выгоднее отдавать бюджетным моделям вроде DeepSeek V4 Flash. Рабочее правило: начинайте с дешёвой и поднимайтесь классом выше только там, где качества не хватает. Ниже — все 39 текстовых моделей по четырём классам и таблица «задача → модель».

Четыре класса вместо четырёх десятков имён

Держать в голове почти четыре десятка названий не нужно — достаточно четырёх классов. Флагманы — самые способные и дорогие модели; средний класс — баланс цены и качества для повседневных задач; бюджетные — дешёвые модели для массовых операций; российские — отдельная группа для тех, кому важны данные в РФ и оплата в рублях. Это группировка по цене и месту модели в линейке разработчика, а не рейтинг качества: способности мы не измеряем, их проверяет только тест на ваших данных. Цены цифрами в статьях не пишем — они собраны в таблицах моделей; здесь сравниваем классы, объём контекста и то, что модели принимают на вход.

Когда оправдан флагман

Верх каталога — двенадцать моделей: GPT-6 Astra, GPT-5.6 Sol, GPT-5.5, Claude Fable 5.1 и предыдущая Claude Fable 5, Claude Opus 5, Claude Opus 4.8, Gemini 3.1 Pro, Grok 4.6 и предыдущая Grok 4.5, Kimi K3 и Qwen 3.8 Max. Astra вышла 3 сентября и встала ступенью выше Sol, который возглавляет июльскую линейку GPT-5.6; Sol из прайса не убран. У Anthropic старшая модель классом выше Opus — Fable: 1 сентября Fable 5.1 сменила Fable 5, а Opus 5 ещё в июле сменила Opus 4.8 (предыдущие ревизии остаются в каталоге, пока их продают сервисы). K3 от Moonshot AI и Qwen 3.8 Max от Alibaba — китайские флагманы этого лета, причём Qwen с 3 августа вышла из тестового доступа в общий.

Контекст — объём текста, который модель удерживает в одном запросе, — у всех около миллиона токенов, кроме обеих Grok с их 500 000. На вход идёт не только текст: изображения понимают все двенадцать, файлы — все, кроме GPT-6 Astra, Kimi K3 и Qwen 3.8 Max; Gemini 3.1 Pro берёт ещё аудио и видео, Qwen — видео. Две модели считают длинный запрос иначе, чем соседи: у Grok 4.6 запрос длиннее 200 000 токенов идёт целиком по удвоенной ставке, у GPT-6 Astra порог — 272 000 входных токенов, и дороже тоже становится весь запрос, а не хвост сверх порога.

Флагман оправдан, когда задача сложная и дорогая сама по себе: агентные сценарии, где модель сама ведёт цепочку шагов, архитектурные решения в коде, разбор, где переделка дороже токенов. А вот большой документ — ещё не повод: миллионный контекст вмещает книгу или заметную часть репозитория, но такое же окно есть у классов ниже — флагман нужен, только если над документом идёт та самая сложная работа, а не поиск и пересказ.

Для потоковых однотипных запросов флагман — перерасход: разница проявляется только на сложных задачах, а повышенная ставка списывается с каждого запроса.

Средний класс берут по умолчанию

В среднем классе восемь моделей: GPT-5.6 Terra, GPT-5.4, Claude Sonnet 5, Claude Sonnet 4.6, Gemini 3.6 Flash и сменившая её Gemini 3.7 Flash, Muse Spark 1.2 от Meta и Mistral Medium 3.5. Terra — средняя модель линейки GPT-5.6, Sonnet 5 — новое поколение Sonnet. Gemini 3.8 Flash вышла 2 сентября по той же цене, что и 3.7, и в каталог заводится. По контексту класс почти не уступает флагманам: около миллиона токенов у семи моделей из восьми, у Mistral Medium 3.5 — 262 144. На вход все восемь принимают изображения и файлы, а обе Gemini Flash и Muse Spark 1.2 — ещё аудио и видео.

Для повседневных рабочих задач — чат-ботов, генерации и проверки кода, работы с документами — этот класс берут по умолчанию, когда некогда тестировать: здесь качества хватает чаще всего. Если запросы пойдут потоком, проверьте класс ниже.

Бюджетные модели для массовых операций

Самый населённый класс — семнадцать моделей: GPT-5.6 Luna, GPT-5.4 mini, Claude Haiku 4.5, Gemini 3.5 Flash-Lite, DeepSeek V4 Flash и DeepSeek V4 Pro, предыдущая DeepSeek V3.2, GLM-5, GLM-5.2 и GLM-5.3, Qwen 3 Max, Qwen 3.7 Max и самая дешёвая в каталоге Qwen 3.7 Flash, Kimi K2, MiniMax M3, а также две модели для кода — Laguna S 2.1 от poolside и Kimi K2.7 Code от Moonshot. Китайские линейки здесь идут парами поколений — сервисы продают старую и новую версии параллельно, поэтому наценку сравнивайте на одной и той же версии.

Контексты в классе разные: у десяти из семнадцати окно около миллиона токенов, как у флагманов; у остальных — от 131 072 у Kimi K2 до 400 000 у GPT-5.4 mini, вся шкала — на графике ниже. Вторая граница — вход: GPT-5.6 Luna, GPT-5.4 mini и Claude Haiku 4.5 принимают изображения и файлы, Gemini 3.5 Flash-Lite берёт аудио и видео, MiniMax M3 — изображения и видео, Qwen 3.7 Flash — изображения и видео, Kimi K2.7 Code — изображения, а версии DeepSeek, GLM, старшие Qwen и Kimi K2 вместе с Laguna работают только с текстом.

Класс создан для массовых операций: классификация, извлечение полей, модерация, краткие пересказы потока текстов, черновики. Там, где запросов тысячи в день и каждый прост, бюджетной модели часто достаточно.

Российские модели: рубли и данные в РФ

Отдельный класс — и отдельная ось сравнения: GigaChat Max от Сбера и YandexGPT Pro 5.1 от Яндекса выбирают не по цене за токен, а по требованиям. Хранение данных в России (Сбер прямо заявляет серверы в РФ), договор напрямую с российской компанией, оплата в рублях без посредников — если хотя бы одно из этого обязательно, начинайте отсюда.

У Сбера физлицам заявлен бесплатный стартовый объём токенов на 12 месяцев — в основном на младшую модель. YandexGPT продаётся через платформу Yandex AI Studio с открытыми ценами. Подробный разбор обеих платформ — в гайде YandexGPT и GigaChat.

Три критерия сравнения

Контекст — сколько токенов модель держит в одном запросе. Разброс — от 131 072 у Kimi K2 до миллиона с лишним; миллионное окно есть в каждом классе и больше не привилегия флагманов. Практический вывод для поиска по собственной базе знаний (RAG) и разбора больших документов: раз окно одинаковое, решает цена входных токенов — заполненный контекст оплачивается каждым запросом, и на бюджетной модели тот же документ в десятки раз дешевле.

Модальности — что модель принимает на вход, кроме текста. По данным OpenRouter на дату обновления, аудио и видео вместе с изображениями и файлами понимают модели Google — Gemini 3.1 Pro, обе Gemini Flash (3.6 и 3.7) и бюджетная Gemini 3.5 Flash-Lite — и Muse Spark 1.2; изображения и файлы — модели OpenAI, Anthropic, Mistral Medium 3.5, Grok 4.5 и Grok 4.6, за одним исключением: GPT-6 Astra принимает текст и изображения, файлы для неё не заявлены. Изображения и видео берут Qwen 3.8 Max (поддержку документов для неё заявляет разработчик, Alibaba), Qwen 3.7 Flash и MiniMax M3, только изображения — Kimi K3 и Kimi K2.7 Code. Остальные модели каталога работают только с текстом.

Цена класса. Внутри одной линейки модели соседних классов отличаются по цене в разы, крайние модели каталога — на порядки. Но между разработчиками классы по цене пересекаются: на дату обновления флагманский Qwen 3.8 Max по официальной цене не дороже Claude Sonnet 5 из среднего класса — вход стоит столько же, выход дешевле, — ещё один довод в пользу того, чтобы сравнивать конкретные модели, а не платить за громкое имя класса. Конкретные цифры и наценки сервисов смотрите в таблицах моделей: там дата обновления стоит у каждой цены, а расчёт описан в методике.

Задача → класс → модель

Соответствия — ориентир, а не результат замеров: проверяйте кандидатов на своих примерах.

Начинайте с дешёвой модели и поднимайтесь

Есть время — выбирайте снизу вверх.

Проходить путь удобно через сервисы с одним ключом: AITunnel заявляет 200+ моделей, VseGPT — 120+. Смена модели в OpenAI-совместимом API — обычно замена одной строки; сверьте только, что сервис поддерживает нужные параметры новой модели.

Вопросы и ответы