Передовые модели в 2026: что действительно изменилось
Каждый год повторяются три слайда: график бенчмарка растёт, график цены падает, и звучит фраза «это всё меняет». Большая часть — шум. Но три вещи за последние полтора года изменились по-настоящему, и они важны, если вы выбираете модель, а не пишете пресс-релиз.
1. Рассуждение стало бюджетом, а не функцией
Первое поколение «рассуждающих» моделей включало размышление как тумблер: либо длинная внутренняя цепочка, либо её нет. Сейчас это регулятор. Можно попросить быстрый ответ, аккуратный или что-то между — и стоимость растёт вместе с запрошенными усилиями.
Это полезнее любого прироста в бенчмарке: один и тот же эндпоинт обслуживает классификацию за доли цента и многошаговый рефакторинг, когда задача того стоит. Практический вопрос больше не «какая модель умнее», а «какая самая дешёвая конфигурация проходит мой собственный набор тестов».
2. Длинный контекст перестал быть демо
Окна в сотни тысяч токенов стали нормой у крупных семейств — линейка GPT-5, уровни Opus и Sonnet у Claude, Pro и Flash у Gemini, а также сильные открытые релизы Llama, Qwen, DeepSeek и Mistral.
Изменилось не число, а надёжность поиска внутри контекста. Для средних объёмов документации длинный контекст уже заменяет наивное векторное хранилище: закинуть сорок страниц и задать конкретный вопрос часто достаточно. Но качество всё ещё падает с расстоянием и с отвлекающими фрагментами, поэтому гибрид — длинный контекст для чтения, поиск для масштаба — остаётся разумным значением по умолчанию.
3. Мультимодальность стала нативной
Ранние мультимодальные модели были языковой моделью с адаптером: изображение приходило как набор токенов, который текстовая часть плохо понимала. Текущее поколение обучали совместно, и это видно на скучных задачах — прочитать скан счёта, найти элемент интерфейса по описанию, разобрать схему.
Для большинства практических задач это значит, что скриншот стал допустимым форматом входа. Не замена структурированным данным, но разумный запасной путь, когда есть только картинка.
Что не изменилось
Три вещи так же верны, как в 2023-м.
- Бенчмарки не переносятся. Модель, выигрывающая два пункта на публичном наборе, может быть хуже на ваших данных. Значение имеет только та оценка, которую вы измерили сами.
- Галлюцинации — свойство задачи, а не модели. Спросите факт, который модель не может проверить, и получите уверенный ответ. Привязка к источникам, инструменты и отказы уменьшают это, но не убирают.
- Цена определяется выходными токенами. Вход дешёвый и дешевеет; генерация — основная статья расходов. Многословная модель может стоить в разы дороже лаконичной при том же качестве на вашей задаче.
Как выбирать на практике
Соберите пятьдесят реальных примеров с известными хорошими ответами. Прогоните каждого кандидата с тем бюджетом рассуждения, который будете использовать в продакшене. Сравнивайте точность, задержку и цену за решённую задачу — не за токен. Затем возьмите самую дешёвую модель, которая проходит вашу планку, а более сильную держите за роутером для случаев, где она пасует.
Это некрасиво и скучно — и это единственный метод, который пережил все релизы моделей.