Когда вы спрашиваете один ИИ, вы получаете ответ, который звучит уверенно. Хорошо структурированный, с аргументами и цифрами. Проблема в том, что его не с чем сравнить, — и именно это создаёт ложное ощущение определённости.
Поэтому я провёл простой тест: задал один и тот же вопрос сразу четырём моделям — GPT-5.6 Sol, Claude Sonnet 5, Gemini 3.6 Flash и Grok 4.6 — и прочитал ответы рядом. Вот что из этого вышло.
Вопрос первый: сколько вкладывать в криптовалюту
Я специально выбрал вопрос с реальными ставками, где ошибка в цифре стоит денег. В главном все четыре модели сошлись: всё зависит от вашей личной ситуации, рынок волатилен, можно потерять всё, не вкладывайте заёмные деньги, посоветуйтесь со специалистом.
Пока — полный консенсус. Различия проявились в цифрах.
Какую долю денег выделить:
- Claude Sonnet 5 назвал 5–10% при высокой готовности к риску
- Grok, Gemini и GPT назвали 1–5%, причём GPT допускал до 10% при очень высокой готовности к риску
Насколько может упасть рынок:
- GPT-5.6 Sol упомянул возможные коррекции на 50–80%
- Claude и Gemini описали типичные колебания на 20–50% за короткие периоды
- Grok описал крупные циклы, не называя точных процентных диапазонов
Задержитесь на этих цифрах. Если бы вы спросили только одну модель, вы ушли бы с одной цифрой и восприняли бы её как факт. Между «выделите 1%» и «выделите 10%» — разница в десять раз. А между «может упасть на 20%» и «может упасть на 80%» — совершенно разный подход к тому, как готовиться.
Никто из них не врёт. Каждую модель обучали по-своему, и каждая по-своему расставляет акценты. Но вместе эти цифры говорят то, чего не скажет ни один отдельный ответ: единственно верной цифры нет — есть диапазон, о котором спорят даже эксперты.
Итоговый синтез, который прочитал все четыре ответа, сказал ровно это: цифры ориентировочные, а не гарантированные, а налоговые нюансы нужно уточнить у бухгалтера. Не вердикт, а карта неопределённости.
Вопрос второй: как продвинуть новый сайт в Google без рекламного бюджета
Здесь на кону не деньги, а время. Я выбрал этот вопрос, потому что это практическая задача, с которой в поиск приходят очень многие.
И снова — согласие в базовых вещах: органическое SEO, быстрый сайт, mobile-first, HTTPS, sitemap, Search Console, контент под реальный поисковый интент, естественно заработанные обратные ссылки и терпение, которое измеряется месяцами.
И снова самое интересное оказалось в различиях — на этот раз одно из них было прямым противоречием:
Claude, Gemini и Grok советовали вручную запрашивать индексацию важных страниц в Search Console. GPT-5.6 Sol прямо сказал, что вручную запрашивать индексацию каждой статьи не нужно.
Трое против одного. Но «трое против одного» вовсе не означает, что правы трое, — это значит, что вы наткнулись на место, где практика расходится и где стоит разобраться, прежде чем выбирать.
Различия поменьше:
- Объём статей: Claude предлагал основательные тексты на 1500+ слов. Остальные делали упор на релевантность, без фиксированного порога.
- Степень детализации: GPT и Grok дали пошаговые планы на 90 дней. Claude и Gemini — более короткие списки лучших практик.
- Скорость загрузки: Gemini назвал конкретную цель — меньше 2–3 секунд. Остальные просто советовали «улучшить скорость».
Чему меня научили эти два теста
Консенсус — не доказательство. Когда все четыре модели говорят одно и то же, хочется считать это подтверждением. Но модели могут ошибаться одинаково — особенно в том, что меняется со временем, например в законодательстве или налоговых правилах. В обоих тестах синтез указал именно на это: согласие между моделями не означает, что информация проверена.
Расхождения показывают, где копать. Самое ценное в сравнении — не то, в чём модели сходятся, а то, в чём они расходятся. Почти всегда именно там тема оказывается сложнее, чем кажется, или ответ зависит от контекста.
Одна цифра из одного ответа — это риск. Не потому, что модель врёт, а потому, что вы не видите, насколько широк реальный диапазон.
Как я проводил тест
Я использовал режим AI Council в MultiAI Chat: один и тот же вопрос одновременно уходит выбранным моделям, ответы появляются рядом, а затем слой синтеза сравнивает их — что поддерживают все, в чём они расходятся, что нужно проверить и каким мог бы быть разумный следующий шаг. Синтез не объявляет победителя и не добавляет собственной информации — он только сопоставляет то, что сказали модели.
Две оговорки, чтобы не было недопонимания. Тесты проводились в конкретный день, на тех версиях моделей, которые были доступны в тот момент. Ответы ИИ меняются от запуска к запуску, так что, повторив тест, вы не получите слово в слово то же самое. И в этой статье нет инвестиционных рекомендаций — я лишь описываю, что ответили модели, а их общий вывод в любом случае сводился к одному: обратитесь к специалисту.
Вывод
Один ответ ИИ задаёт направление. Четыре ответа, прочитанные вместе, показывают, насколько это направление надёжно, — и куда стоит посмотреть внимательнее, прежде чем принимать решение.
Хотите сравнить сами? Читайте ChatGPT vs Claude vs Gemini vs Grok: что выбрать?