Четыре критерия выбора
Вопрос «какая модель лучшая» некорректен — модели ведут себя по-разному на разных задачах. Корректный вопрос: какая модель лучшая на ваших данных и вашем процессе. Критерии:
- Категория данных. Публичный контент — любой API; персональные данные и коммерческая тайна — закрытый контур или строгие договорные гарантии;
- Качество на вашей задаче. Проверяется слепым тестом на 50–100 реальных вопросах вашей компании;
- Полная стоимость владения. Для API — токены и зависимость от тарифов; для своей инсталляции — серверы и сопровождение;
- Независимость. Возможность подменить модель конфигурацией, не переписывая систему.
Что есть на рынке России
| Класс решения | Примеры | Сильные стороны | Ограничения |
|---|---|---|---|
| Российские облачные API | GigaChat, YandexGPT | Быстрый старт, оплата по факту, юрисдикция РФ | Данные обрабатываются у провайдера — нужен договор |
| Открытые модели в своём контуре | Свободно распространяемые LLM | Полный контроль данных, нет зависимости от тарифов | Нужно «железо» и сопровождение |
| Специализированные решения | Модели под код, голос, vision | Лучшее качество в узкой задаче | Не универсальны |
Подробнее о российском ландшафте — в материале о суверенных и национальных моделях; базовый обзор технологии — что такое LLM.
Главная ошибка: выбирать модель до задачи
Классическая последовательность провала: компания выбирает «самую умную модель», потом ищет, куда бы её применить. Правильный порядок обратный — сначала процесс и данные, потом модель под них. На практике для 80% корпоративных задач (вопросы по базе документов, классификация обращений, черновики) качества доступных моделей хватает с запасом, и решающим становится не «интеллект», а архитектура: RAG, права доступа, интеграции.
Как проверить выбор за неделю
- Соберите 50–100 реальных вопросов из вашего процесса с эталонными ответами;
- Прогоните кандидатов вслепую: оцените точность, полноту, долю отказов;
- Проверьте галлюцинации: модели, уверенно выдумывающие факты, отсеиваются сразу;
- Посчитайте стоимость на реальном объёме: токены для API, инфраструктура для контура;
- Оставьте двух финалистов и устройте им очный пилот на живых данных.
Именно так устроен наш пилот: 4–6 недель, от 480 000 ₽, метрики фиксируются до масштабирования. Заодно проверяется RAG-контур — часто именно качество базы знаний, а не модели, определяет результат.
Стоимость и следующий шаг
Ориентиры сентября 2026 года: аудит процессов и данных — от 90 000 ₽, пилот с выбранной моделью — от 480 000 ₽, полный промышленный контур — 0,9–1,2 млн ₽; рыночные якоря контрактов по LLM-внедрениям — от 630 тысяч до 4,56 млн ₽. Всё без НДС в связи с применением УСН.
Полезное по теме: сравнение RAG и дообучения, стоимость владения контуром — TCO LLM, развёртывание внутри периметра — on-premise LLM и перевод в локальный контур. Полный список ответов — в разделе «Вопросы и ответы».
Что учесть на горизонте 2027 года
Выбор модели сегодня — это ещё и ставка на завтра. Два фактора, которые стоит заложить в архитектуру:
Первый — этапы закона 243-ФЗ. С 01.09.2026 действует общая часть, с 01.03.2027 появятся обязанности разработчиков больших фундаментальных моделей (от 1 млрд параметров) и техническая возможность маркировки для платформ от 500 тысяч пользователей в сутки. Для прикладных корпоративных систем это не запрет, но грамотно спроектированная система должна уметь показать, какая модель в ней работает, где её данные и как выполняются регламенты — это прямо облегчает будущие проверки и участие в госзакупках.
Второй — независимость. Тарифы, качество и доступность облачных API меняются; архитектура с единым сервисным слоем позволяет сменить модель за дни, а не за месяцы. Практически это означает: промпты и настройки хранятся отдельно от кода, тестовый набор вопросов под контролем версий, качество перепроверяется при каждой смене модели.
Компании, заложившие эту гибкость в 2026 году, встречают изменения рынка ценой небольшой доработки, а не новым проектом. Это самый дешёвый вид страховки в ИИ-разработке — и она не требует ничего, кроме дисциплины проектирования.
Итог: правильный выбор LLM — это выбор не модели, а архитектуры. Зафиксируйте категорию данных, протестируйте кандидатов на своих вопросах, заложите лёгкую подмену модели и полную стоимость владения, включая сопровождение. Тогда смена тарифов провайдера или выход новой модели станет доработкой на дни, а не поводом для нового проекта. Мы проводим такой отбор на пилоте от 480 000 ₽ и всегда показываем тестовый набор и метрики — чтобы решение принималось по цифрам, а не по обещаниям.