Claude Sonnet против GigaChat и YandexGPT: кто кого в тестах на реальных задачах

В новом выпуске цикла сравнительных тестов LLM на ринге — модели среднего класса: три поколения рабочей серии Anthropic (Claude Sonnet 4.5, 4.6 и свежий Sonnet 5) против старших отечественных моделей GigaChat-2 MAX от Сбера и YandexGPT Pro от Яндекса. Выборка сделана по цене: все участники стоят единицы рублей за типовой запрос, в отличие от флагманов из предыдущих статей.

Методика прежняя: никаких бенчмарков — только реальные будничные задачи. Тестирование идёт через агрегатор нейросетей BotHub по API, что исключает скрытые подсказки веб-интерфейсов. Затраты измеряются во внутренней валюте CAPS (1 рубль ≈ 6370 CAPS).

Авторы обещают, что разброс возможностей внутри одного ценового класса окажется огромным. Полные результаты и детали тестов — в продолжении статьи на Habr.