Обработать тысячу строк таблицы или многостраничный договор за один запрос — задача, с которой языковые модели справляются по-разному. Главный технический параметр здесь — контекстное окно: максимальное количество токенов, которые модель удерживает в памяти одновременно. Токен — это не слово и не символ, а фрагмент текста; в русском языке одно слово из-за особенностей кодировки нередко разбивается на 2–4 токена. Всё, что выходит за пределы окна, модель просто не учитывает.
В 2022 году стандартом считались 4096 токенов — несколько страниц текста. К началу 2026 года лидеры рынка предлагают от 200 000 до 10 миллионов токенов. Для ориентира: 128 000 токенов — примерно 250-страничная книга обычным шрифтом. Но большой контекст не означает равномерного внимания ко всему тексту: исследователи Стэнфорда и Беркли показали, что модели непропорционально много внимания уделяют началу и концу документа, тогда как середина «проваливается». Применительно к Gemini 2.5 Pro с его декларируемыми 2 млн токенов это означает, что реально надёжная зона работы — около 128 тысяч токенов.
| Модель | Контекстное окно | Сильная сторона | Доступность в России |
|---|---|---|---|
| Claude | до 1 млн токенов | Юридические документы, минимум галлюцинаций | VPN / агрегаторы |
| Gemini 2.5 Pro | до 2 млн токенов (надёжно ~128 тыс.) | Сложные логические цепочки в аналитике | VPN / агрегаторы |
| ChatGPT | до 128 тыс. токенов | Генерация Python-скриптов, CSV/Excel | VPN / агрегаторы |
| DeepSeek | до 128 тыс. токенов | Финансовые отчёты, честное признание пробелов | Бесплатно, без VPN |
| Perplexity | до 128 тыс. токенов | Анализ с актуальными данными из интернета | VPN / агрегаторы |
Среди пяти моделей, которые чаще всего используют для анализа данных, у каждой своя ниша. Claude с контекстом до 1 млн токенов лучше других справляется с юридическими документами и длинными аналитическими отчётами — модель реже «галлюцинирует», то есть не придумывает факты, которых нет в источнике. DeepSeek оптимален для финансовых отчётов: структурирует данные в таблицы и явно предупреждает, когда в источнике не хватает цифр для вывода. Это особенно ценно при работе с числами, где выдуманные данные могут стоить дорого. ChatGPT выделяется тем, что умеет генерировать Python-скрипты для нестандартной обработки CSV и Excel — если нужна автоматизация, а не разовый анализ. Gemini 2.5 Pro строит сложные логические цепочки при работе с аналитическими отчётами, но с оговоркой о реальном контексте выше. Perplexity незаменим, когда анализ требует сопоставления с актуальными данными из интернета: модель ищет информацию в сети и даёт ответы со ссылками на источники.
Claude (до 1 млн токенов) лучше подходит для юридических документов и длинных отчётов с минимумом галлюцинаций.
Качество результата примерно наполовину определяется тем, как сформулирован запрос. Несколько работающих принципов: указывать роль («ты финансовый аналитик», «ты юрист с опытом в договорном праве»), задавать конкретный формат вывода («представь в виде таблицы», «перечисли нумерованным списком») и явно ограничивать область анализа. Запрос «проанализируй это» даёт непредсказуемый результат — модель не знает, нужен ли общий вывод, поиск аномалий или сравнение с чем-то конкретным. Для таблицы продаж рабочий промпт выглядит так: «Найди три месяца с наибольшим падением. Предположи возможные причины, опираясь только на данные из таблицы. Если данных недостаточно для вывода — так и скажи».
С точки зрения стоимости, прямые подписки на ChatGPT Plus, Claude Pro, Gemini AI Pro и Perplexity Pro стоят около $20 в месяц каждая — итого $80–100, или 7000–9000 рублей ежемесячно, независимо от интенсивности использования. Большинство сервисов в России требуют VPN и иностранной карты. Агрегаторы наподобие SpeShu.AI объединяют эти модели в одном интерфейсе с оплатой по факту использования — это позволяет, например, загрузить один документ в Claude и DeepSeek одновременно и сравнить результаты, или последовательно использовать разные модели для разных этапов одной задачи.
