Российские нейросети: как выбрать лучшую модель под задачу бизнеса

Введение

Запрос «давайте внедрим ИИ» сегодня звучит чуть ли не в каждой компании. Почти сразу за ним всплывает ограничение: модель должна быть российской. Причём не из соображений патриотизма, а из‑за вполне конкретных требований. Если в модель попадают персональные данные российских граждан, действует закон о персональных данных (152‑ФЗ) — такие данные должны первично собираться и храниться на серверах в России. Вместе с внутренними политиками безопасности и условиями работы с госзаказчиками это делает зарубежный ChatGPT или Claude недоступным вариантом для компаний из госсектора, финансов, здравоохранения и критической инфраструктуры.

Мы изучили, что предлагает российский рынок и собрали 31 модель в единую картину: кто что умеет, как устроено ценообразование, можно ли развернуть модель у себя и есть ли у неё шансы пройти через службу безопасности. Получился гид, по которому можно подобрать решение под конкретную задачу: генерацию текстов, распознавание речи, видеонаблюдение, работу с кодом и так далее.

Об авторах

Авторы этой статьи — сотрудники департамента аналитики и исследований Red Collar: Ольга Кулапина, Ирина Полуяхтова, Ирина Закурдаева и Виталий Решетняк. Проводим исследования и оказываем услуги продуктовой аналитики, системного и бизнес‑анализа для МТС, VK, Добро.рф и других крупных компаний.

Этот обзор основан на нашей практике консультаций по выбору ИИ‑моделей и внедрению российских нейросетей в продукты заказчиков. Анализируя рынок ИИ‑сервисов для внедрения в конкретны проекты, мы накопили данные, которых нет в готовом виде нигде, и оформили их в этот открытый обзор.

Данные проверены нами по первоисточникам: официальному реестру российского ПО, лидербордам MERA, документации и сайтам вендоров — и актуальны на начало июля 2026 года.

Карта рынка

Основа рынка — текстовые языковые модели (LLM), их больше всего. Есть полноценный сегмент речевых моделей, где идёт реальная конкуренция. Есть компьютерное зрение (vision), где модели, наоборот, не конкурируют, а каждая закрывает свою узкую задачу. Есть мультимодальные модели двух типов: одни универсальные, рассчитаны на широкий круг задач (как GigaChat), другие держат мультимодальную версию как дополнение к своей основной специализированной модели (Cotype VL, A‑Vision, Alice AI VLM).

Отдельно стоят две модели на генерацию изображений и две на работу с кодом. Это самые узкие ниши, где выбор минимальный.

Особняком идёт направление платформ‑агрегаторов. Это не своя модель, а единое окно к десяткам чужих: подключаешься один раз и работаешь с разными нейросетями через один интерфейс.

Кто производит модели

Рынок держат три гиганта. Самый объёмный игрок — МТС: 10 моделей почти во всех нишах, пропуск только в генерации изображений. Сбер на втором месте по разнообразию типов — пять моделей, и именно Кандинским он закрывает тот самый пробел МТС с картинками. Замыкает тройку Яндекс, тоже пять моделей, но всё семейство построено вокруг Алисы и SpeechKit.

Ещё семь моделей делают независимые команды. Они не конкурируют между собой и присутствуют почти во всех ключевых нишах, кроме генерации изображений и кода.

Допуск к госзакупкам: реестр российского ПО

Для закупок в госкомпаниях и регулируемых отраслях наличие модели в реестре российского ПО часто обязательно, а при наличии российского аналога иностранное ПО обязаны отклонить.

В реестре российского ПО на начало июля 2026 года находятся 14 моделей из 31 — чуть меньше половины рынка. Остальные модели формального статуса не имеют: технически они могут быть безопасны (работают в российском контуре, разворачиваются на своих серверах), но для формальной госзакупки не подойдут.

При поиске моделей в реестре важно искать не только по бренду, но и по правообладателю — часть моделей зарегистрирована под обезличенными названиями. Например, Cotype от МТС значится как «Сервис генерации естественного языка», Kodify — как «Сервис генерации текста на языках программирования».

У Яндекса в реестре только речевые продукты (Yandex SpeechKit Box и SpeechKit Hybrid). Флагманская языковая модель YandexGPT, которая с октября 2025 года перебрендирована в Alice AI, отдельной записи в реестре не имеет, в отличие от GigaChat от Сбера, числящегося там как самостоятельная модель. Для тех, кто выбирает строго по реестру, это влияет на выбор.

Если для вас важно, чтобы модель была в реестре, то под задачи распознавания и синтеза речи выбор большой: в реестре пять речевых моделей из семи. Для работы с кодом в реестре есть обе модели: GigaCode от Сбера и Kodify от МТС. С текстовыми языковыми моделями сложнее: из девяти в реестр попали только две, обе из линейки Cotype от МТС. Для распознавания изображений в реестре нет ничего.

Текстовые модели

Качество и ценообразование. Моделей, работающих с текстом, на рынке больше всего, 16 штук, и решают они весь спектр задач: диалоги, разбор документов, генерацию контента. Чтобы оценить качество честно, мы опирались не на маркетинговые заявления вендоров, а на независимый бенчмарк MERA (основной публичный рейтинг языковых моделей на русском языке).

Главный вывод матрицы: лучшее качество за ноль рублей сосредоточено в левом верхнем углу, и это две открытые модели: A‑Vibe (Авито) и T‑Pro (Т‑Технологии). Обе бесплатны и есть в рейтинге MERA. Но есть нюанс: обе работают только в режиме self‑host. Это значит, что для их запуска нужны собственные серверы и разработчики. Бесплатность здесь обманчива: без своей инфраструктуры эти модели не запустить.

Если своих серверов нет и нужно облако, выбор сужается. С подтверждённым качеством и работой через облако остаются по сути GigaChat (Сбер) с прозрачным прайсом и Cotype Light 3 (МТС) с ценой по запросу. GigaChat вообще единственная модель, у которой есть всё сразу: место в MERA, опубликованный прайс, наличие в реестре ПО и работа как через облако, так и локально.

Нижний ряд матрицы — модели, которых в MERA нет, а значит их качество можно оценить только на своих задачах. Среди них есть бесплатные узкоспециализированные (FRED‑T5 для документов, A‑Vision для e‑commerce), есть платные, где платят не за доказанное качество, а за удобство и экосистему (Алисы, MWS GPT, Gerwin), и есть дорогие закрытые решения, где независимых замеров нет вовсе, только внутренние тесты вендора (Cotype VL, Нейрошлюз). Для последней группы перед закупкой стоит проводить пилот на своих задачах.

Сочетание этих двух осей даёт понятную карту трудозатрат. В левом верхнем углу, где облако сочетается с полной совместимостью, лежат модели, которые подключаются буквально за час: GigaChat, Cotype Pro 2.5, Cotype Light 3, MWS GPT и Alice AI Search. У трёх из них (GigaChat, Cotype Pro, Cotype Light) есть ещё и место в MERA. Это самый быстрый и удобный путь.

В противоположном углу, где self‑host сочетается со своим форматом API, возни больше всего. Именно сюда попадают сильная бесплатная модель A‑Vibe (есть в MERA), а также Vikhr и Сберовский FRED‑N5.

Речевые модели

Режим работы и ценообразование. Речевые модели — второй по размеру сегмент, семь штук. Перед выбором важно понять принципиальное деление внутри сегмента. Есть движки — это технология распознавания и синтеза речи, которую встраивают в собственный продукт. Есть готовые сервисы — это решения под конкретную задачу, куда загружаешь аудиозапись и получаешь результат, ничего не программируя.

Режим работы. Часть моделей умеет работать в реальном времени: текст распознаётся по ходу речи. Это нужно для живых звонков, голосовых ботов и IVR. Потоковый режим есть у движков SaluteSpeech, Yandex SpeechKit и Audiogram. Остальные обрабатывают готовые записи постфактум: загрузил файл, получил расшифровку или аналитику. Это сценарий для разбора совещаний и анализа звонков задним числом, его закрывают сервисы Войси, Teamlogs и WordPulse.

Из бесплатных вариантов выделяется Silero: open‑source движок, который ставится на свои серверы, по заявлению разработчиков сопоставим по распознаванию с Google, а режим работы (потоковый или пакетный) зависит от того, как вы его интегрируете.

И важное предостережение про безопасность. Почти вся речь на рынке рассчитана на закрытый контур: движки и enterprise‑сервисы можно поставить on‑premise, чтобы данные не покидали периметр. Исключение — Войси, публичный Telegram‑бот. Он удобен — зашёл и пользуешься, — но небезопасен для бизнеса с чувствительными разговорами, потому что аудиозаписи оказываются на стороннем сервере. Все серьёзные решения, наоборот, ставятся в свой контур.

Vision‑модели

В компьютерном зрении конкуренции почти нет. Все три модели нишевые и закрывают разные задачи, поэтому выбор сводится не к вопросу «кто лучше», а к вопросу «что именно нужно распознавать». Под каждую задачу на рынке есть фактически один вариант.

Генерация изображений, код и агрегаторы

Здесь рынок самый узкий. В генерации изображений и в работе с кодом — всего по две модели, в каждой нише по два игрока из большой тройки.

Обе модели для генерации изображений работают по freemium‑модели: попробовать можно бесплатно, дальше нужен платный тариф. Разница не в цене, а в стиле. Kandinsky (Сбер) сильнее в фотореализме и умеет генерировать видео, веса открыты для self‑host. Alice AI Art (Яндекс) сильнее в иллюстративной стилистике, но генерирует только статичные картинки.

В коде оба помощника разворачиваются on‑premise. GigaCode (Сбер) более зрелый: больше пользователей, лучше работает с Python, Java и JavaScript, входит в реестр ПО. Kodify (МТС) шире по охвату языков (поддерживает 90), но пользователей и публичных кейсов меньше.

Сравнение с мировыми моделями

Закономерный вопрос: насколько российские модели отстают от ChatGPT, Claude и других зарубежных моделей?

На русскоязычных задачах российские модели стоят вплотную к мировым лидерам. На бенчмарке MERA лучшая российская модель, BerryLM‑XL от Wildberries, занимает 3‑е место, уступая только Claude Opus 4.6 и опережая GPT‑5.4. Правда, BerryLM закрыта: Wildberries использует её только внутри своей экосистемы, стороннему бизнесу она недоступна.

Из моделей, которые можно внедрить, сильнее всех Cotype Light 3 от МТС — 8‑е место. Она обходит DeepSeek‑V4. GigaChat 3.1 Ultra от Сбера находится в первой двадцатке.

В работе с кодом отставание ещё заметнее. В рейтинге MERA Code лучшая российская модель, GigaChat 3.1 Ultra, занимает лишь 13 место из 63.

Вывод неутешительный. Даже на русскоязычных задачах, где у российских моделей должно быть естественное преимущество, первое место занимает зарубежная модель. Единственная российская модель в первой тройке, BerryLM, недоступна для внешнего использования, а основная масса российских моделей располагается заметно ниже мировых лидеров.

Зато по ценообразованию российские модели дешевле в разы. Что, впрочем, закономерно: более низкая цена идёт рука об руку с отставанием в качестве от мирового топа. API российских моделей обходится в 5‑15 раз (в зависимости от модели) дешевле зарубежных аналогов. Причём экономия на русском тексте ещё больше: токенизаторы российских моделей заточены под кириллицу и расходуют меньше токенов, тогда как зарубежные кодируют русский в 1.5‑2 раза большим числом токенов. Плюс российские модели не требуют VPN и зарубежной карты, а данные остаются в России.

Вывод

Российский рынок ИИ‑моделей уже достаточно насыщен и разнообразен. Под практически любую задачу — генерацию текста, распознавание речи, компьютерное зрение, работу с кодом — на рынке есть рабочее решение, причём нередко не одно. На русскоязычных задачах лучшие российские модели уверенно держатся в первой десятке, хотя верхние строчки пока за зарубежными. При этом низкая цена и возможность развернуть модель в своём контуре делают российские решения практичным выбором.

Главное при выборе — отделять качество от формального соответствия требованиям и понимать, что «бесплатное» часто означает, что все‑таки нужны затраты на свои серверы, а доступ к лучшему качеству через облако обычно платный. Эти развилки и определяют, какая модель подойдёт именно вам.