English version is coming soon — this page is currently available in Russian.
#ai#finance#data

Возможности LLM 2026: что выбрать под процесс и бюджет

Сравнение передовых, open-weight и российских LLM 2026 по цене инференса, контексту, лицензии, on-prem и 152-ФЗ, с учетом GigaChat 3.5 Ultra.

  • Не «одна лучшая», а модель под процесс
  • Три класса моделей - выбор по потребности
  • Сравнение 10 LLM 2026: цена, контекст, лицензия, on-prem
  • Важные оговорки по версиям (факт-чек)

Обновлено 06.07.2026: добавлен релиз GigaChat 3.5 Ultra. «Какая LLM лучшая?» - неправильный вопрос. Правильный: какая модель решает конкретный процесс с нужным качеством по минимальной стоимости результата и не нарушает требований к персональным данным. В enterprise РФ именно последнее чаще всего и останавливает пилот: модель выбрали, а в прод не пустили, потому что ИБ и юристы не согласовали передачу ПДн.

Ниже - сравнение десяти актуальных LLM на июль 2026 по цене инференса, контексту, лицензии, on-prem и пригодности под 152-ФЗ плюс методология, по которой мы в KT.Team выбираем модель под процесс, считаем стоимость за результат и ставим контур, где ПДн не утекают в зарубежное облако.

Цены и курс сохранены по проверке 27.06.2026; факты по GigaChat 3.5 Ultra добавлены по релизу 06.07.2026.

Данные по LLM устаревают за недели, перед расчётами сверяйте прайс с первоисточником.

10 LLMсравниваются по цене, контексту, лицензии и пригодности к РФ-контуру
3 контуразарубежное API, privacy gateway или on-prem / РФ-облако
06.07.2026добавлен релиз GigaChat 3.5; прайсы нужно сверять перед пилотом

Не «одна лучшая», а модель под процесс

Рынок LLM в 2026 - не один лидер, а набор инструментов под разные задачи.

Передовые closed-модели (Fable 5, Claude Opus 4.8, GPT-5.5) дают предельный интеллект на сложном reasoning и длинных агентских задачах, но дороги за токен и недоступны для развёртывания в своём контуре. Open-weight (DeepSeek V4, Qwen, Gemma, Llama, GigaChat 3.5 Ultra) разворачиваются on-prem с полным контролем данных, но их экономика зависит от железа и утилизации GPU, а не от публичного API-прайса.

Российские облачные LLM (GigaChat API, YandexGPT) закрывают 152-ФЗ нативно и принимают оплату в рублях.

Выбор модели - это сопоставление профиля процесса (тип задачи, объём, чувствительность данных, латентность) с профилем модели.

Поэтому статья построена не как рейтинг, а как сравнительная таблица плюс правила выбора - начнём с трёх классов моделей.

Три класса моделей - выбор по потребности

Передовые closed

Opus 4.8, GPT-5.5 (Fable 5 - после проверки доступа): предельный reasoning и длинные агентские задачи, on-prem невозможен - только через шлюз приватности.

Open-weight on-prem

DeepSeek V4, Qwen3-Coder, GigaChat 3.5 Ultra, Gemma 4, Llama 4: код и данные в контуре заказчика, полный контроль, экономика через self-host/TCO.

Российские API

GigaChat API, YandexGPT: 152-ФЗ нативно, обработка в ДЦ РФ, оплата в рублях, без VPN. Это быстрее стартует, но не равно self-host.

Три контура выбора LLM: зарубежное API, open-weight в контуре и российское облако
Три контура выбора LLM: зарубежное API, open-weight в контуре и российское облако

Сравнение 10 LLM 2026: цена, контекст, лицензия, on-prem

Цены за 1 млн токенов (input / output), если не указано иное; рублёвые прайсы РФ-вендоров приведены к 1 млн токенов, доллар для сопоставимости - по курсу 80 ₽/$. Для open-weight моделей цена API у провайдеров приведена как ориентир или не указана: главное в них лицензия и возможность self-host, а экономика считается через TCO железа. «On-prem / РФ-контур» - возможно ли развернуть модель внутри периметра заказчика.

Цены не-Anthropic вендоров - по их публичным прайсам; сверяйте с первоисточником на дату (см. блок «Источники»). Передовые зарубежные модели (Fable 5, Opus 4.8, GPT-5.5) применяются под 152-ФЗ через продуктизированный шлюз приватности KT.Team: ПДн обезличиваются перед отправкой в облако и подставляются обратно в ответ. Таблица показывает цену за токен - но это ещё не стоимость задачи.

МодельВендорЦена in/out (1М)КонтекстЛицензияOn-prem / РФ-контурДанные в РФ / 152-ФЗПод что брать
Fable 5Anthropic$10 / $501MClosedНетЧерез security gate (API-прокси)Только после проверки доступности: тяжёлый long-horizon reasoning и агентика
Claude Opus 4.8Anthropic$5 / $251MClosedНетЧерез security gate (API-прокси)Лучший дефолт «цена/интеллект» среди передовых closed
GPT-5.5OpenAI~$5 / $30\*~1M+ClosedНетЧерез security gate (API-прокси)Большой контекст, дешёвый кэш и batch
DeepSeek V4DeepSeekFlash $0,14 / $0,28; Pro $0,44 / $0,871MMITДаДа, если развернуть в РФКод и длинный контекст в контуре заказчика
Qwen 3.xAlibabaopen-weight (Apache 2.0)128-256KApache 2.0 (младшие); Max - closedДа (235B/Coder); Max - нетДа, если развернутьКод, мультиязычность, дешёвый on-prem
GigaChat 3.5 UltraСберAPI-прайса нет; self-host/TCOдлинный контекст; 432B MoEMITДаДа, если развернуть в РФРоссийская open-weight модель для on-prem, кода, математики и агентных сценариев
Gemma 4Googleself-host / ~$0,06-0,30 хостед256Kopen weights\*ДаДа, если развернутьДешёвый массовый инференс в контуре
Llama 4Metaself-host1M-10MCommunity License\*\*ДаДа, если развернутьЗрелая экосистема, очень длинный контекст
GigaChat API MaxСбер650 ₽ / 1М ($8,1)128KClosed/APIОблако в РФДа, ДЦ в РФRU-задачи без VPN и без своего железа; рублёвый opex
YandexGPTЯндекс~200-400 ₽ / 1М ($2,5-5,0)32K (Lite) / до 128K (Pro)Closed; 5 Lite - open (кастомная)Облако в РФ; Lite 8B - даДа, заявлено ФЗ-152RU-задачи без VPN, оплата в рублях

\* Цены и контекст GPT-5.5 - по публичным заявлениям OpenAI; сверяйте с актуальным прайсом на странице прайса OpenAI на дату. Конкретные множители (порог длинного контекста, наценка за регион) указывайте только со ссылкой на страницу прайса. \* Лицензия Gemma 4 разрешает коммерческое использование, но исторически не полностью OSI-open (есть use-policy ограничения). Перед on-prem читайте текст лицензии на HuggingFace. \*\* Llama 4 Community License - open-weight с ограничениями (AUP, порог 700 млн MAU).

Это «open-weight с оговорками лицензии», а не классический open-source.

Важные оговорки по версиям (факт-чек)

МодельЗаявленоРеальность
Qwen Maxopen-weightQwen3-Max и 3.7-Max - проприетарные API-only модели Alibaba, веса не выкладываются. Open-weight у Alibaba - младшие Qwen3: 235B-A22B и Coder-480B (Apache 2.0); именно их брать «в контур».
Llama (свежая)open-weightПоследняя open-weight - Llama 4. Самая свежая модель Meta (Muse Spark, апрель 2026) - закрытая, без открытых весов; для open-weight-сравнения корректна именно Llama 4 (Scout/Maverick).
Fable 5доступнаAnthropic, model ID claude-fable-5; анонс 09.06.2026 подтверждён, но обновление от 12.06.2026 сообщает об ограничении доступа. В production-шорт-лист нельзя закладывать без проверки актуального статуса у вендора.
DeepSeek V4open weightsЛицензия MIT - самая чистая из всех open-weight в таблице: разворачивается в РФ-контуре без оговорок про MAU.
GigaChat 3.5 Ultraновый платный APIНа 06.07.2026 это опубликованные веса 432B под MIT, а не новый тариф GigaChat API. API-прайс в калькулятор не подставляем; для on-prem считаем железо, утилизацию GPU и DevOps.
GigaChat on-premкоробка on-premПодтверждены облако GigaChat API с обработкой в ДЦ РФ под 152-ФЗ и open-weight GigaChat 3/3.5 (MIT). Поставку проприетарного облачного GigaChat «коробкой» на on-prem уточняйте у Сбера перед публичными обещаниями.

Бенчмарки - с оговоркой

Публичные бенчмарки годятся для шорт-листа, но не для выбора: они подобраны вендором, не отражают вашу задачу, ваш промпт и вашу приёмку, а любая таблица «лучшая модель» устаревает за недели. Опираться нужно на прогон кандидатов на своих задачах. Что заявляют по конкретным моделям:

Fable 5

Anthropic заявляет лидерство на SWE-bench и финансовых бенчмарках. Проценты вендорские - проверяйте в официальном анонсе, не воспроизводите как независимый факт. На 27.06.2026 отдельно проверяйте статус доступа.

DeepSeek V4

Заявлена сильнейшей open-weight по коду. SWE-bench / LiveCodeBench / GPQA - в model card и api-docs; если V4 уже выпущен, цифры предварительные.

GigaChat 3.5 Ultra

Сбер заявляет рост в коде, математике и агентных сценариях относительно 3.1 Ultra, меньший KV-cache, прирост throughput под нагрузкой и ускорение greedy decoding за счёт MTP. Это вендорские данные - использовать для шорт-листа, затем проверять на своём eval.

Русский язык

GigaChat остаётся важным кандидатом для русскоязычных задач и РФ-контура: API закрывает быстрый старт в ДЦ РФ, GigaChat 3.5 Ultra добавляет open-weight маршрут для self-host.

Считать стоимость результата, а не цену за токен

  1. Цена за 1 млн токенов - это unit cost, а не стоимость задачи.

  2. Модель в 5 раз дороже за токен может выйти дешевле за результат, если решает задачу за один проход вместо трёх и не требует ручной доработки.

  3. Сравнивать нужно стоимость завершённой задачи нужного качества - с учётом ретраев, ручной доработки и риска провалить приёмку.

  4. Поэтому к более слабым моделям применяем коэффициент переделки - оценочную долю задач, которые они сдают не с первого раза относительно frontier (грубо из бенчмарков по reasoning и коду).

  5. Для frontier-класса он ≈ 0; для моделей попроще он добавляет надбавку к стоимости результата, и эту надбавку мы показываем отдельной строкой, а не прячем в средней цене.

Цена за токен

  • простая unit-метрика из прайса
  • не учитывает ретраи и ручную доработку
  • не показывает риск провала приёмки

Стоимость результата

  • T_in / T_out, итерации и success rate
  • batch, prompt caching, latency p95
  • TCO интеграции, eval и on-prem-железа

Калькулятор: стоимость и окупаемость ИИзации

Все цифры — примерная оценка порядка величины, а не оферта.

Две модели ценообразования

Две коммерческие модели: фикспрайс за заработавший процесс или outstaff-контракт на выделенную ai-native команду. Контур запуска инференса (облако, on-prem РФ под 152-ФЗ, ваш периметр) выбираете отдельно. Подробнее — о ценообразовании.

Проверить на ваших данных →

Ориентир по 6 API-моделям

Те же параметры при дефолтных ценах из таблицы сравнения, без кэша: `база = 1M·P_in + 0,5M·P_out`. Рубли - по курсу 80 ₽/$. Переделка* - оценочная доля задач, которую модель сдаёт не с первого раза относительно frontier (грубо из бенчмарков; для frontier ≈ 0). Колонка «с переделками» = база × (1 + коэффициент): даже дешёвая модель с высоким процентом переделок может проиграть по стоимости результата.

GigaChat 3.5 Ultra сюда не включён: опубликованного API-прайса нет, поэтому его считаем в on-prem/TCO-контуре, а не как $/день API. Цифры оценочные, single-source из этой таблицы.

Модель$/день база (≈₽)Переделка*$/день с переделкамиКомментарий по возможностям
Fable 5~$35,00 (~2 800 ₽)0%~$35,00предельный long-horizon reasoning; брать только после проверки доступности
GPT-5.5~$20,00 (~1 600 ₽)0%~$20,00тяжёлый reasoning и большой контекст; брать точечно
Claude Opus 4.8~$17,50 (~1 400 ₽)0%~$17,50дорогой передовой класс для сложных агентских задач
GigaChat API Max~$12,20 (~975 ₽)20%~$14,64РФ-облако, рублёвый прайс; на сложных задачах слабее - закладываем переделки
DeepSeek V4 Pro~$0,88 (~70 ₽)10%~$0,97дороже Flash, но кратно дешевле передовых API
DeepSeek V4 Flash~$0,28 (~22 ₽)25%~$0,35самый дешёвый кандидат; на сложном чаще требует переделки

Калькулятор: $/день с учётом переделок

Выберите модель - цены подставятся из таблицы выше, а коэффициент переделки добавит надбавку отдельной строкой. Для frontier он ≈ 0; для моделей попроще (GigaChat API Max, DeepSeek) - больше нуля. GigaChat 3.5 Ultra не подставляем как API-пресет без опубликованного тарифа: для неё считайте self-host/TCO через контур on-prem. Любое поле можно поправить под свой процесс: input и output в млн токенов/день, цены за 1М, курс, долю кэша и процент переделок.

—
$ / день базово
—
$ / день с учётом переделок
—
$ / мес · 22 дня (с переделками)
—
$ / день без кэша
input — · кэш — · output — · переделки —

Коэффициент переделки — оценочная доля задач, которую модель сдаёт не с первого раза относительно frontier (грубо из бенчмарков; для frontier-класса ≈ 0). Стоимость переделок = базовая × коэффициент и зашита в «$/день с учётом переделок» отдельной строкой. Кэш-чтение взято как 0,1× цены input (типовой множитель prompt caching). Batch (−50%), длинный контекст и инфраструктурный TCO — отдельные множители, в расчёт не входят. Оценка порядка величины, не оферта.

Оценить, где ИИ даст эффект в вашем процессе

Почта clients@kt.team Telegram @kt_team_it

Множители, меняющие картину в разы

-50%

Batch API

Минус 50% к стоимости токенов у Anthropic и большинства вендоров. Для ночных, не latency-чувствительных пайплайнов - прямая экономия вдвое.

0,1×

Prompt caching

Повторное чтение стабильного префикса стоит порядка 0,1× базовой цены входа. Любой меняющийся байт - datetime.now(), несортированный JSON, плавающий набор тулзов - ломает кэш.

4-5×

Output дороже input

Output обычно в 4-5 раз дороже input. Болтливая модель с длинными преамбулами дороже немногословной при равном качестве - формат вывода нужно резать.

reasoning

Reasoning / thinking

Кратно растит output-токены. На простых задачах это чистый перерасход: усилие тюнят под задачу, а не ставят максимум по умолчанию.

long-context

Длинный контекст

Доплаты за длинный контекст могут менять расчёт. У Fable 5 и Opus 4.8 контекст 1M заявлен без премии; у других вендоров порог и множитель сверяйте на прайсе на дату.

Процедура выбора модели под процесс

  1. 01

    Зафиксировать задачу

    Описать rubric приёмки: что значит готово - проверяемо, а не выглядит хорошо.

  2. 02

    Прогнать кандидатов

    Взять 2-4 модели и один репрезентативный набор задач.

  3. 03

    Замерить

    T_in, T_out, N_итераций, Success_rate и latency p50/p95.

  4. 04

    Посчитать прод

    Учесть batch, cache, TCO и ограничения контура там, где они применимы.

  5. 05

    Выбрать

    Сравнить стоимость результата, а не место в бенчмарке.

Маршрут выбора LLM: процесс, данные, бюджет, пилот и выбор по стоимости результата
Маршрут выбора LLM: процесс, данные, бюджет, пилот и выбор по стоимости результата

Персональные данные, on-prem и 152-ФЗ

Не все процессы и не все данные подпадают под 152-ФЗ: закон регулирует персональные данные - то, что идентифицирует конкретного человека (ФИО, телефон, email, паспорт, ИНН, СНИЛС, номер карты, IP в связке с другими полями). Обезличенные, агрегированные, синтетические и чисто корпоративные данные (коды товаров, тех. логи, публичные тексты) под него не подпадают.

Поэтому первый шаг - не «нельзя зарубежную модель»

, а «какие именно поля в этом процессе - ПДн». Если ПДн в процессе есть, отправка их в зарубежный LLM API - это трансграничная передача персональных данных: под 152-ФЗ она требует отдельных правовых оснований, а с 2025 года введена оборотная ответственность - риск уровня совета директоров, а не штраф на бухгалтерию. Здесь проваливается большинство AI-пилотов в РФ: модель выбрали, а в прод не пустили, потому что юристы и ИБ не согласовали передачу ПДн.

Дальше - три взаимоисключающих контура размещения; стоимость каждого считается в калькуляторе выше, не печатается заново.

Зарубежная frontier через шлюз приватности

Когда брать

  • максимум reasoning при минимальном capex и быстром старте
  • таблица соответствия не покидает РФ-контур
  • доказуемо перед ИБ и юристом - обезличивание перед облаком

Когда не брать

  • остаётся трансграничная передача в обезличенном виде
  • нужен измеренный recall детектора и подпись ИБ/юриста
  • не подходит там, где сам выход за периметр запрещён регуляторно

On-prem open-weight · РФ-облако

On-prem open-weight (DeepSeek V4, Qwen3-235B, GigaChat 3.5 Ultra, Gemma 4, Llama 4)

  • данные не выходят за периметр, жёсткий data residency закрыт нативно
  • GigaChat 3.5 Ultra даёт российский open-weight вариант под MIT, но требует self-host-инфраструктуры
  • обезличивание делается внутри контура, ПДн не покидают периметр
  • модель подбираем под железо и нагрузку (1-2 узла с современными GPU), а не самую большую

РФ-облако (GigaChat API / YandexGPT)

  • 152-ФЗ закрыт нативно без своего железа - обработка в ДЦ РФ, opex-модель, рубли, без VPN
  • reasoning ниже frontier на сложных задачах, привязка к РФ-вендору
  • строка ₽650 за 1М относится к GigaChat API Max, а не к self-host GigaChat 3.5 Ultra
  • on-prem оправдан только при высокой утилизации GPU (цифру считаем в калькуляторе, а не выдумываем)

On-prem берут не ради экономии на токене

Паттерн 1. Шлюз приватности

ПДн не уходят в LLM API в исходном виде

Detect

Найти ПДнФИО, телефон, email, ИНН, СНИЛС

Classify

Классифицироватьтип сущности и риск

Pseudonymize

ЗаменитьИМЯ_1, ТЕЛЕФОН_2

LLM API

Обработатьтолько обезличенный текст

Re-hydrate

Вернуть значениятаблица соответствия в РФ-контуре
Обратимая псевдонимизация: реальные ФИО, телефоны, email, ИНН, СНИЛС, паспорта, карты, счета и IP заменяются на плейсхолдеры, таблица соответствия остаётся внутри контура заказчика, а прокси подставляет оригиналы обратно в ответ. Под капотом — Microsoft Presidio для детекции и spaCy с кастомным NER под русские форматы ПДн. Псевдонимизация обратима, поэтому такие данные по закону остаются ПДн: «обезличили» не должно стать ложной защитой.
Шлюз приватности: ПДн остаются в РФ-контуре, наружу уходит обезличенный запрос
Шлюз приватности: ПДн остаются в РФ-контуре, наружу уходит обезличенный запрос

Чек-лист приёмки PII-пайплайна

Сервис KT.Team

LLM Gateway: модели под 152-ФЗ

Security gate / API-proxy перед зарубежным LLM: пайплайн detect → pseudonymize → re-hydrate (см. схему выше), таблица соответствия не покидает РФ-контур - условие, при котором юрист и ИБ заказчика подписывают использование передовой модели.

  • Detect → pseudonymize → re-hydrate
  • Таблица соответствия в контуре заказчика
  • Доказуемо перед ИБ и регулятором
LLM Gateway →

FAQ

FAQ

Какая LLM самая лучшая в 2026?

Такой нет. На сложном reasoning в шорт-листе остаются Opus 4.8 и GPT-5.5, Fable 5 - по доступности на дату пилота, на коде среди open-weight - DeepSeek V4 / Qwen3-Coder / GigaChat 3.5 Ultra, на русском - GigaChat API или self-host GigaChat 3.5. «Лучшая» определяется процессом, объёмом, чувствительностью данных и бюджетом; сравнивать нужно стоимость результата на ваших задачах.

Можно ли работать с персональными данными через зарубежные LLM?

Напрямую - нет: это трансграничная передача ПДн под 152-ФЗ с оборотной ответственностью с 2025 года. Безопасно - только через слой обезличивания (security gate / API-proxy) либо размещением модели в контуре. KT.Team ставит оба варианта под ключ с доказуемым перед ИБ и регулятором пайплайном (AI для бизнеса).

Какие модели можно развернуть on-prem в РФ-контуре?

Open-weight: DeepSeek V4 (MIT), Qwen3-235B/Coder (Apache 2.0), GigaChat 3.5 Ultra (MIT), Gemma 4, Llama 4 (Community License с оговорками), а также предыдущие open-weight GigaChat 3. Closed-модели (Fable 5, Opus 4.8, GPT-5.5) on-prem невозможны.

Как посчитать реальную стоимость инференса?

Не по цене за токен, а по стоимости результата: стоимость одной попытки `(T_in × P_in + T_out × P_out) × N_итераций`, делённая на `Success_rate`. С учётом batch (-50%), prompt caching (~0,1× на кэш-чтение) и скрытого TCO. Для GigaChat 3.5 Ultra используйте self-host/TCO, потому что API-прайс не опубликован.

Что выбрать для русскоязычных задач без VPN?

Без своего железа - GigaChat API (Сбер) или YandexGPT (Яндекс): обработка в ДЦ РФ, оплата в рублях, заявленное соответствие 152-ФЗ. Для жёсткого on-prem - open-weight GigaChat 3.5 Ultra (MIT), DeepSeek V4 (MIT) или YandexGPT 5 Lite (кастомная лицензия - читать условия).

Почему open-weight не всегда дешевле облачного API?

Лицензия бесплатна, эксплуатация - нет. Self-host окупается при стабильной высокой утилизации GPU; при рваной или малой нагрузке простой железа делает облачный API дешевле. Решает TCO под фактический профиль нагрузки, а не цена лицензии.

Вывод

Нет «одной лучшей» LLM - есть модель под конкретный процесс. Передовые closed-модели берут предельный интеллект, open-weight дают контроль данных и on-prem, российские API закрывают быстрый старт под 152-ФЗ без своего железа. GigaChat 3.5 Ultra усиливает российский open-weight контур, но не заменяет API-прайс в калькуляторе: её экономика - это self-host/TCO.

Выигрывает тот, кто умеет три вещи: сопоставить процесс с моделью, посчитать стоимость за результат (а не за токен) и корректно работать с персональными данными - обезличиванием перед облаком (security gate) или развёртыванием в контуре.

Источники

Дата проверки: 06.07.2026

Обсудить статью: Возможности LLM 2026: что выбрать под…

Отправить через:

Нажимая кнопку, вы принимаете оферту и предоставляете согласие на обработку персональных данных.

Похожие кейсы

Все кейсы

Связанные решения

Все решения
AI-автоматизация бухгалтерских процессовИИ-агентный спринт для руководителейAI-ассистенты для строительстваУправление парком ИИ-агентов в компании (AgentOps)

Статьи по теме

Все статьи

Видео по теме

Все видео
30:49 Президент ГК «МЕДСИ» о Медицине, их Приложении, и Опыте применения AI | Андрей Соколов (Подкаст) 30:21 IT-Директор КОФЕМАНИИ о Внедрении ИИ и важности Чистоты Данных | Николай Галкин (Подкаст) 34:19 Тренды в Алкогольной отрасли, Внедрение AI в Ритейл | Роман Нагорняк (Подкаст)

Новости по теме

Все новости