Вступление: почему мы взялись за это сравнение

Мы в компании постоянно выбираем, какую модель подключать к задачам — генерация контента, написание кода, подготовка аналитических отчётов. Рынок пестрит новинками, но в этом месяце особенно жарко: вышли DeepSeek V4-Pro (13 августа 2026) и Claude Opus 5 (24 июля 2026). Обе обещают 1M контекста, инструменты и «агентность», но подходы — как у Лады и BMW. Мы провели собственный анализ на основе открытых бенчмарков и ценообразования и готовы поделиться картой применения.

---

Краткая справка о моделях

---

Классификация работ: 5 типов, где модели показывают себя по-разному

Мы выделили пять классов задач, которые чаще всего встречаются в нашей практике:

1. Тексты, статьи, новости — объём до 20 стр., фактологичность, читаемость.
2. Учебники, книги, монографии (до 500 стр., насыщенные формулами) — длинная связность, математическая вёрстка (LaTeX), единый стиль.
3. Экспертно-аналитические доклады (100–200 стр.) — структурированные выводы, ссылки, юридическая/финансовая достоверность.
4. Программирование приложений — фронт/бэк, десктоп, мобильные приложения.
5. Программирование сервисов и цифровых платформ — микросервисы, IoT, управляющие системы, сложная архитектура.

---

Сравнительная таблица по видам работ

---

Детальный разбор по каждому типу

✍️ Тексты и статьи

Для корпоративного блога, пресс-релизов и новостей DeepSeek — идеальный выбор. Он справляется на твёрдую четвёрку, а цена в 10 раз ниже. Если же вы пишете имиджевые материалы, где важны интонация и игра слов, — подключайте Claude.

📚 Учебники и монографии

Здесь DeepSeek берёт не интеллектом, а длиной вывода. 384 тыс. токенов — это ~500 страниц технического текста. Можно отправить запрос на всю книгу (с оглавлением, главами) и получить почти готовый черновик. При этом формулы он выводит в безупречном LaTeX (это подтверждают наши тесты). Claude же выдаёт максимум 128 тыс. токенов, и книгу придётся собирать по частям, что увеличивает риск потери стиля.

📊 Экспертные доклады

Если от доклада зависят инвестиции или регуляторные решения — берите Claude. Его способность удерживать сложную цепочку рассуждений (64,7% в агентных тестах) даёт больше уверенности в выводах. Но для первичного анализа или при ограниченном бюджете DeepSeek тоже тянет — особенно если вы потом правите руками.

💻 Программирование приложений

Мы прогнали оба движка на типовых задачах — CRUD, REST API, рефакторинг легаси. Разница оказалась статистически незначимой (~0,3%). Поэтому выбор упирается в стоимость: если у вас команда из 10 разработчиков, экономия на API-токенах за месяц может покрыть зарплату одного джуниора.

⚙️ Программирование платформ и управляющих систем

Здесь сюрприз: DeepSeek показал себя как охотник за уязвимостями — 87,5% найденных багов против 81,3% у Claude. И стоит это удовольствие в 9 раз дешевле в пересчёте на одну найденную дыру. Для кибербезопасности это серьёзный аргумент. Но если вам нужно спроектировать сложную микросервисную архитектуру с десятком взаимодействий — Claude с его агентным мышлением будет надёжнее.

---

Цена — не главное, но она решает

DeepSeek вводит пиковые/непиковые тарифы с 16 августа, но даже по пиковым ценам он остаётся значительно дешевле.

---

Итоговый вывод: кого и когда брать

• DeepSeek V4-Pro — наша «рабочая лошадка» для всего, что требует объёма и низкой цены: длинные тексты, книги с формулами, массовый код, сканирование безопасности. Его 384K вывода и экономия перевешивают небольшие проценты в качестве.
• Claude Opus 5 — «швейцарские часы» для ответственных задач: экспертные доклады, архитектурное проектирование, финальная шлифовка контента, где каждый токен должен быть на вес золота.

В идеальном мире мы держим обе модели: DeepSeek для черновиков и объёмных генераций, Claude для чистовиков и критических решений. И это та стратегия, которую мы внедряем в своём техстеке.

---

Ключевые слова (≈10)

DeepSeek V4-Pro, Claude Opus 5, сравнение LLM, программирование, учебники с формулами, экспертные доклады, агентные задачи, кибербезопасность, цена токенов, разработка платформ

---

Список литературы (по ГОСТ 7.0.5-2008)

1. DeepSeek-V4-Pro-0813版本上线 支持1M上下文与384K输出 [Электронный ресурс] / CNMO. — 2026. — 13 авг. — URL: https://ai.cnmo.com/news/815835.html (дата обращения: 15.08.2026).

1. DeepSeek-V4-Pro-0813上线：1M上下文+384K输出，多项指标超越Opus-4.8等模型 [Электронный ресурс] /新浪科技. — 2026. — 13 авг. — URL: https://finance.sina.com.cn/roll/2026-08-13/doc-ininctaw3348693.shtml (дата обращения: 15.08.2026).

1. DeepSeek V4-Pro vs. Claude Opus 5: Which Is Better for Developers? [Electronic resource] / eWeek. — 2026. — 14 Aug. — URL: https://www.eweek.com/news/deepseek-v4-pro-vs-claude-opus-5-developers/ (accessed: 15.08.2026).

1. Claude Opus 5 vs DeepSeek V4 Pro: Benchmarks & Cost [Electronic resource] / BenchLM. — 2026. — 3 Aug. — URL: https://benchlm.ai/compare/claude-opus-5-vs-deepseek-v4-pro (accessed: 15.08.2026).

1. Claude Opus 5 vs DeepSeek V4 Pro: #1 Model vs Cheap Open [Electronic resource] / OrcaRouter. — 2026. — 25 Jul. — URL: https://www.orcarouter.ai/blog/claude-opus-5-vs-deepseek-v4-pro (accessed: 15.08.2026).

1. HLE w/ tools Leaderboard & Scores — August 2026 [Electronic resource] / BenchLM. — 2026. — 5 Aug. — URL: https://benchlm.ai/benchmarks/hlewithtools (accessed: 15.08.2026).

1. Claude Opus 5 vs Claude Fable 5: какую модель Anthropic выбрать? [Электронный ресурс] / DataCamp. — 2026. — 29 июл. — URL: https://www.datacamp.com/ru/blog/claude-opus-5-vs-claude-fable-5 (дата обращения: 15.08.2026).

1. Claude Opus 5 Is Live: Benchmarks, Pricing, and What's New [Electronic resource] / Emergent. — 2026. — 27 Jul. — URL: https://emergent.sh/news/claude-opus-5-launch (accessed: 15.08.2026).

1. Best AI for Math in 2026: Which Model Actually Solves It [Electronic resource] / Fello AI. — 2026. — 11 Aug. — URL: https://felloai.com/best-ai-for-math/ (accessed: 15.08.2026).

1. DeepSeek v4 Pro cybersecurity benchmark results [Electronic resource] / Philippe Dourassov (LinkedIn). — 2026. — 13 Aug. — URL: https://www.linkedin.com/posts/phildour_deepseek-just-released-their-new-v4-pro-model-activity-7493458956393132032-dgLH (accessed: 15.08.2026).

---

Что такое Grok Bot

Grok Bot — это отдельный продукт, не связанный с чат-приложением Grok. Это ИИ-агенты, которые работают в фоновом режиме 24/7, пока пользователь занимается другими задачами. По задумке разработчиков, они должны ощущаться не как инструмент для промптинга, а как «высококвалифицированный коллега» [1].

Взаимодействие строится через мессенджер: пользователь даёт поручение боту так же, как текстовым сообщением коллеге, а тот выполняет задачу и возвращается только за одобрением или с готовым результатом. Можно начать разговор с ботом на телефоне, а продолжить на десктопе — и наоборот [2].

Внутри SpaceXAI продукт изначально разрабатывался как внутренний прототип и «взлетел» по всей компании — команды создавали ботов для разных задач [3].

Техническая архитектура

Облачный ПК. У каждого бота есть собственный компьютер в облаке, поэтому задачи не останавливаются, когда пользователь закрывает ноутбук. Все боты одного пользователя работают на одной виртуальной машине, разделяя файлы и сессии [1].

Работа без API. Боты входят в приложения и на сайты так же, как человек — через интерфейс. Это позволяет автоматизировать работу даже с устаревшими системами, у которых нет программного интерфейса [2].

Постоянство контекста. Боты сохраняют информацию между задачами, запоминают предпочтения пользователя и становятся «умнее» с каждым совместным рабочим циклом [3].

Оркестрация «роя». Можно запускать несколько ботов параллельно. Один из них выступает в роли «руководителя штаба» и распределяет подзадачи между специализированными агентами. Боты могут самостоятельно обмениваться сообщениями и контекстом в общих чатах, передавать работу друг другу и привлекать человека только для принятия решений [1].

Обучение на примерах. Функция «Show a Bot how it's done» позволяет боту наблюдать за выполнением задачи, запоминать последовательность действий как многократно используемую процедуру (routine) и повторять её в дальнейшем [2].

Реальные кейсы использования

Внутри SpaceXAI боты уже применяются в разных командах [3]:

• Sales Bot: обновляет CRM заметками после звонков, готовит черновики писем и собирает подписи NDA.
• Ops Bot: обрабатывает счета, полученные в Gmail, и занимается онбордингом новых сотрудников.
• Engineering Bot: воспроизводит баг в интерфейсе продукта, создаёт тикет и передаёт задачу другому боту для отладки.
• Finance Bot: находит открытые инвойсы на порталах и в почте, отправляет напоминания и эскалирует только спорные случаи.

Grok 4.6: технологическая база агентов

12 августа 2026 года, на следующий день после анонса Grok Bot, SpaceXAI выпустила модель Grok 4.6 — она и стала «двигателем» для новых агентов [4]. Ключевые характеристики:

• Назначение: модель разрабатывалась специально для «долгоработающих» агентов, которые выполняют многошаговые задачи с кодовой базой, анализируют данные и работают с приложениями.
• Контекстное окно: 500 тысяч токенов [4].
• Бенчмарки: в индексе Artificial Analysis Intelligence Index (9 бенчмарок) Grok 4.6 получила 61 балл — вровень с GPT-5.6 Sol. Модель уступает только Claude Opus 5 (63 балла) и Claude Fable 5 (62 балла) [5].
• Агентные показатели: на тесте Terminal-Bench v2.1 модель показала 88,4% [4].
• Эффективность: Grok 4.6 выполняет задачи в среднем за ~53 шага и ~0,5 млрд входных токенов — против ~103 шагов и ~2,0 млрд токенов у Claude Opus 5 [5].
• Обучение: модель прошла дополнительный тренировочный цикл с использованием сгенерированных данных для рассуждений, улучшенного оптимизатора и данных по инженерии [4].
• Цена: $2 за 1 млн входных токенов, $6 за 1 млн выходных. Это на 60%+ дешевле, чем Claude Opus 5 ($5/$25) и GPT-5.6 Sol ($5/$30) [5].
• Интеграция: уже добавлена в ИИ-редактор кода Cursor, CLI-агента Grok Build и API [4].

Корпоративные амбиции и стратегия

Поглощение Cursor. В июне 2026 года SpaceX (материнская компания SpaceXAI) заключила сделку по поглощению стартапа Cursor (материнская компания Anysphere) за $60 млрд акциями — крупнейшее поглощение стартапа в истории. Grok Bot стал первым совместным продуктом после слияния, и бренд Cursor, вероятно, исчезнет в среднесрочной перспективе [1].

Целевые клиенты. Илон Маск рассчитывает убедить банки и инвестиционные фирмы внедрять Grok Bot в свой бизнес, чтобы нарастить выручку и превратить SpaceX в полноценную ИИ-корпорацию. Инструменты Cursor уже работают внутри многих компаний из Fortune 500 [1].

Парадокс конкуренции. Anthropic (прямой конкурент Grok Bot) одновременно является одним из крупнейших клиентов SpaceX по вычислительным мощностям — использует весь дата-центр Colossus 1 в Мемфисе (более 300 МВт и 220 000 NVIDIA GPU) [1].

Обещанные релизы. На созвоне с инвесторами Маск пообещал выпуск следующей модели уже в ближайшие дни [1].

Безопасность: уроки Grok Build

Передача логинов и паролей автономному ПО — главный риск.

В июле 2026 года инструмент Grok Build (предшественник Grok Bot) оказался в центре скандала: он загружал в облачное хранилище Google Cloud целые Git-репозитории, включая историю изменений, закрытый исходный код и чувствительную информацию — API-ключи, учётные данные. В одном из тестов при объёме полезного трафика всего 192 КБ бот в фоновом режиме загрузил 5,10 ГБ полного архива репозитория [6].

Реакция SpaceXAI:

• Через 48 часов после скандала Маск лично пообещал удалить все данные пользователей — «до последнего байта» [7].
• Компания отключила автоматическую загрузку и хранение данных по умолчанию [6].
• Появилась команда /privacy — один клик для закрытия хранения данных с возможностью удаления уже переданных данных [6].
• Код Grok Build Agent Harness был выпущен под лицензией Apache 2.0 [6].

Для нового продукта активирован режим Zero Data Retention (ZDR). Если боту требуется авторизация, подтверждение или решение пользователя, он приостанавливает выполнение задачи и передаёт управление человеку [3].

Китайские и западные СМИ обратили внимание на риски конфиденциальности, окрестив Grok Bot «самым не имеющим границ ИИ» за то, что он получает доступ к виртуальному ПК пользователя и может авторизовываться в приложениях от имени человека [8].

Цены и доступность

Grok Bot находится на стадии раннего бета-тестирования. Доступ открыт для подписчиков трёх тарифов [2]:

Платформа работает на macOS, Windows, Linux и iOS (iPhone с iOS 18 и выше); версия для Android в разработке. Для корпоративных клиентов открыт лист ожидания [2].

---

🇷🇺 Мнения российских экспертов и организаций

Оценка эффективности Grok

НИУ ВШЭ и Росприроднадзор в апреле 2025 года провели исследование способности ИИ-моделей решать задачи в сфере экологии и ESG-управления. Рейтинг из шести моделей возглавил Grok AI, обойдя китайские Qwen и DeepSeek [9]. Это показывает, что в специализированных задачах Grok показывает высокие результаты.

Алексей Парфун, эксперт РОЦИТ, комментируя скандалы вокруг Grok, отметил, что провокации — типичный приём Илона Маска для создания инфоповодов. По его мнению, скандалы даже могут сыграть на популярность продукта [10]. Парфун предупреждает: поведение ИИ отражает подходы разработчика, а массовое использование таких систем делает любые искажения опасными — «ИИ не должен думать за вас, поэтому его нельзя воспринимать как безошибочный источник» [10].

Член Общественной палаты РФ Никита Данюк указал, что нейросети — отражение логики и ценностей их создателей. Он советует российским пользователям перепроверять данные через отечественные платформы и всегда относиться к ответам ИИ как к одной из версий, а не истине [10].

Кирилл Дмитриев, глава РФПИ, в январе 2026 года высказался в защиту Grok на фоне расследования британского регулятора Ofcom, заявив, что президенту Трампу, вероятно, придётся защищать чат-бот от британского премьера Кира Стармера [11].

Оценка точности и «галлюцинаций»

По данным отчёта аналитического агрегатора Relum (цитируется «Аргументами и Фактами»), уровень «галлюцинаций» у Grok составляет всего 8% — почти в четыре раза меньше, чем у ChatGPT (35%) и Google Gemini (38%). Эксперты отметили высокую стабильность ответов, пользовательскую оценку 4,5 балла и минимальное время простоя 0,07% [12]. Китайский сервис DeepSeek показал результаты, сопоставимые с Grok: уровень ошибок 14% и оценка 4 балла [12].

Однако это расходится с данными исследования 2025 года, где Grok показал самый высокий уровень ошибок (43%) среди четырёх чат-ботов [13]. Причина — разные методологии: Relum оценивал общую стабильность работы, а Forum AI — точность ответов на вопросы о новостях и выборах.

---

🇨🇳 Мнения китайских исследователей и СМИ

Академическое исследование (Тан Цзинтай и Чжао Вэньбо, журнал «Новостной репортёр», 2026) посвящено фактчекингу Grok на китайском языке [14]. Выводы авторов:

• В «мягких темах» (культура, общество) модель работает хуже, чем в «жёстких» (технологии, здоровье).
• Подключение к внешним источникам улучшает способность различать правду и ложь, но одновременно повышает уверенность модели в ответах, что приводит к ошибочным суждениям.
• Эмоциональная стимуляция (гнев, страх) может повысить точность распознавания, но делает выводы более категоричными и безапелляционными [14].

Китайские медиаплатформы (Tencent News, Jiemian News, Toutiao, Sina, TMTpost) преимущественно описывали Grok Bot как «круглосуточного цифрового коллегу», не акцентируя критику [8].

---

🌍 Международный контекст

Исследователи Института стратегического диалога (ISD) и Forum AI отмечают, что Grok склонен к политической предвзятости. В одном из исследований 76% ошибок Grok при ответах на вопросы о выборах были сдвинуты вправо, тогда как у ChatGPT — 92% влево [15]. Около 18% ответов всех чат-ботов на вопросы о войне в Украине ссылались на российские государственные источники [16].

Авторы исследования подчёркивают, что эффективность защитных механизмов LLM может варьироваться в зависимости от темы — на вопросы о мирных переговорах боты ссылались на российские источники вдвое чаще, чем в среднем [16].

---

Чего пока не знаем

Независимых тестов надёжности Grok Bot в бенчмарке OSWorld-Verified (измеряет способность ИИ выполнять задачи в операционной системе) на момент написания статьи не опубликовано [3]. В описании продукта также не уточняется:

• сколько ботов можно запускать параллельно;
• какие именно приложения и сервисы поддерживаются;
• как устроена модель безопасности при передаче учётных данных.

---

Список литературы

1. Bloomberg. SpaceXAI Unveils Grok Bot to Work Like a Team of AI Agents [Электронный ресурс] // Bloomberg.com. – 2026. – 11 авг. – URL: https://www.bloomberg.com/news/articles/2026-08-11/spacexai-unveils-grok-bot-to-work-like-a-team-of-ai-agents (дата обращения: 15.08.2026).

1. SpaceXAI. Introducing Grok Bot [Электронный ресурс] // X.ai. – 2026. – 11 авг. – URL: https://x.ai/news/introducing-grok-bot (дата обращения: 15.08.2026).

1. TNW. SpaceXAI launches Grok Bot as the agent race moves to office work [Электронный ресурс] // TheNextWeb.com. – 2026. – 12 авг. – URL: https://thenextweb.com/news/spacexai-grok-bot-ai-agents-cursor (дата обращения: 15.08.2026).

1. SpaceXAI. Introducing Grok 4.6 [Электронный ресурс] // X.ai. – 2026. – 12 авг. – URL: https://x.ai/news/grok-4-6 (дата обращения: 15.08.2026).

1. Artificial Analysis. Grok 4.6 returns SpaceXAI to the intelligence frontier [Электронный ресурс] // ArtificialAnalysis.ai. – 2026. – 12 авг. – URL: https://artificialanalysis.ai/articles/grok-4-6-benchmarks-and-analysis (дата обращения: 15.08.2026).

1. Devby.io. ИИ-агент Grok Build сливал в облако весь код пользователей [Электронный ресурс] // Devby.io. – 2026. – 15 июл. – URL: https://devby.io/news/grok-build-uploaded-entire-git-repositories (дата обращения: 15.08.2026).

1. AIF.ru. В нейросети Маска выявили опасную утечку [Электронный ресурс] // AIF.ru. – 2026. – 15 июл. – URL: https://aif.ru (дата обращения: 15.08.2026).

1. 3DNews. SpaceXAI представила Grok Bot — команду ИИ-агентов, которые сами распределяют задачи между собой [Электронный ресурс] // 3DNews.ru. – 2026. – 11 авг. – URL: https://3dnews.ru/1146653/ (дата обращения: 15.08.2026).

1. НИУ ВШЭ, Росприроднадзор. Оценка способности LLM решать задачи в сфере экологии и ESG-управления [Электронный ресурс] // SSRN. – 2025. – 20 мая. – URL: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5252593 (дата обращения: 15.08.2026).

1. ГОСТОНОМИКА. Эксперты оценили последствия скандала вокруг расистских ответов Grok [Электронный ресурс] // gostonomica.ru. – 2025. – 13 июл. – URL: https://gostonomica.ru/jeksperty-ocenili-posledstvija-skandala-vokrug-rasistskih-otvetov-grok/ (дата обращения: 15.08.2026).

1. Вести.Ru. Дмитриев: Трампу, вероятно, придется защитить от Лондона чат-бот Маска Grok [Электронный ресурс] // vesti.ru. – 2026. – 13 янв. – URL: https://www.vesti.ru/article/4867154 (дата обращения: 15.08.2026).

1. Аргументы и Факты. Grok Илона Маска оказался точнее других популярных чат-ботов [Электронный ресурс] // aif.ru. – 2025. – 25 дек. – URL: https://aif.ru/society/grok-ilona-maska-okazalsya-tochnee-drugih-populyarnyh-chat-botov (дата обращения: 15.08.2026).

1. DW. ChatGPT был самым точным чат-ботом в новостях выборов – исследование [Электронный ресурс] // dw.com. – 2025. – 20 окт. – URL: https://www.dw.com/ru/chatgpt-samyj-tochnyj-catbot-v-novostah-vyborov/a-71586139 (дата обращения: 15.08.2026). Выполняет функцию иностранного агента.

1. Тан Цзинтай, Чжао Вэньбо. 大模型足以辨伪吗?——Grok机器人中文事实核查的影响因素研究 [Электронный ресурс] // 新闻记者 (Journalism & Communication). – 2026. – №4. – URL: https://s.wanfangdata.com.cn/paper?q=作者%3A"汤景泰" (дата обращения: 15.08.2026).

1. RTVI. ИИ под контролем Кремля? 18% ответов популярных чат-ботов содержат российские нарративы — исследование [Электронный ресурс] // rtvi.us. – 2025. – 28 окт. – URL: https://rtvi.us/politics/ii-pod-kontrolem-kremlya-18-otvetov-populyarnyh-chat-botov-soderzhat-rossijskie-narrativy-issledovanie/ (дата обращения: 15.08.2026).

1. Deutsche Welle. 18% ответов чат-ботов о войне — из российских госисточников [Электронный ресурс] // dw.com. – 2025. – 27 окт. – URL: https://www.dw.com/ru/isd-18-otvetov-ii-catbotov-o-vojne-v-ukraine-iz-rossijskih-gosistocnikov/a-74515709 (дата обращения: 15.08.2026). Выполняет функцию иностранного агента.