Парадокс домашнего поля — 19 июня 2026 г. в 07:48:00.713
Парадокс домашнего поля Слышали новости? Antropic, кажется, скоро попросит прислать им не только паспорт, но и фото в полный рост и не на фоне Кремля. С доступом к ведущим зарубежным моделям становится всё веселее. У меня, в этот момент мелькнула шальная мысль: «Может, зря мы сопротивляемся скрепным решениям (https://t.me/chupritski/1182)? Законодатели же не просто так стараются». А потом я наткнулся на шикарное исследование. Энтузиасты с Хабра сравнили модели (https://habr.com/ru/articles/1010568/) на простых, реальных пользовательских запросах. Без магии промпт-инжиниринга, с обязательным включением нашей специфики. Оценивали сами модели — не люди. Шкала от 1 до 5, где 4.0 — «хорошо, можно работать», а ниже 3.0 — «навредит с большей вероятностью чем поможет». Замеры января, но суть, увы, не поменялась. Теперь к цифрам. Топ-модели, к которым прямого доступа у нас нет — 4.78. Лидеры среди доступных крутятся между 4.3 и 4.5. Яндекс (топ-версия) — 3.84. Не топ-версия ушла ниже тройки. На бумаге разрыв кажется небольшим. На деле 3.84 — это «перепроверь каждый факт, переделай логику и держи в уме, что тебя могли обмануть». А 4.5 — «принял, чуть дошлифовал, отправил». Экономика времени совершенно разная. А теперь самое вкусное. Категория «Региональная специфика». Казалось бы — домашнее поле Яндекса. Российские законы, локальные практики, культурный код. Тут они должны доминировать. Результаты: - Alice (Яндекс): 3.68 - GPT-5.2: 4.56 - DeepSeek V3.2: 4.34 Модель, обученная на русских данных, для русских пользователей, проигрывает на своей же территории. Почему? Потому что аналитическая мощность важнее «прописки». DeepSeek не скрепный, но по-русски говорит отлично, а анализирует на порядок сильнее. И этого достаточно, чтобы обойти «родную» модель там, где та, по идее, должна быть монополистом. По итогу, для себя понял, что наша платформа с доступом к зарубежным моделям — не мода и не фетиш. Это трезвый расчёт. Мы платим деньги за результат и скорость, а не за патриотичный нейросетевой паспорт.