LEIMAN LAB / RESEARCH SERIES 0014 НОЯБРЯ 2026 · ОБНОВЛЯЕМАЯ КАРТА
ИНСТРУМЕНТЫ / ОЦЕНКА / ПРАКТИКА

Какую нейросеть
для чего использовать.

Для AI Index я собрал модели по рабочим задачам и отдельно указал, что известно из независимых испытаний, а что утверждают разработчики. Начните с того, какую работу нужно выполнить.

AI
INDEX
FIELD GUIDE
VOL. 01 / 2026
—систем в каталоге
14рабочих сценариев
0собственных тестов
до запуска протокола
02 / MODEL INDEX

Каталог инструментов.

Каждая карточка содержит область применения, ограничения и ссылку на документацию. Наличие в каталоге не означает независимого одобрения Leiman Lab.

03 / HEAD-TO-HEAD

Сравните две системы.

Сопоставление профилей и ограничений. Численные оценки не складываются в единый балл: тесты текста, изображений и видео измеряют разные вещи.

04 / PRODUCTION TESTS

Как я буду проверять.

Я подготовил четыре повторяемых задания. Первые испытания ещё не проведены: ниже опубликованы условия тестов, без оценок качества моделей.

TXT / 01

Исследование с источниками

Одно техническое задание, одинаковый набор источников, отдельная проверка каждого цитирования и вывода.

ПЛАНИРУЕТСЯ
IMG / 01

Правка готового кадра

Изменить один объект, сохранив лицо, фон, освещение и композицию. Буду считать пригодные версии из десяти попыток.

ПЛАНИРУЕТСЯ
VID / 01

Анимация четырёхсекундной сцены

Один исходный кадр, одинаковое движение камеры, сравнение анатомии, непрерывности и управляемости.

ПЛАНИРУЕТСЯ
AUD / 01

Музыкальный фрагмент

Идентичное описание структуры и атмосферы, оценка исполнения задания, экспорта, прав и повторяемости.

ПЛАНИРУЕТСЯ
Протокол: фиксированный запрос → несколько повторений → слепая оценка → время оператора → стоимость пригодного результата. После испытаний я смогу опубликовать результаты вместе с заданиями и условиями воспроизведения.
05 / COST CALCULATOR

Цена пригодного результата.

Подписка за 20 долларов ничего не говорит о себестоимости ролика. Укажите свои затраты на одну попытку и оцените, сколько стоит итог с учётом переделок и работы человека.

В СРЕДНЕМ ПОПЫТОК НА УСПЕХ—
ОЖИДАЕМЫЕ ЗАТРАТЫ НА РЕЗУЛЬТАТ—
ВЕРОЯТНОСТЬ УСПЕХА ЗА 10 ПОПЫТОК—

Расчёт предполагает независимые попытки с постоянной вероятностью успеха и повторение до первого пригодного результата. Это сценарная оценка по вашим данным, не текущие тарифы сервисов.

06 / MODEL HISTORY

Что меняется.

Сначала фиксируем проверяемые события: релизы, закрытия сервисов и изменения условий. Динамика качества появится только после регулярных сопоставимых замеров.

Google представила Gemini 4 Carbon. Доступ на старте ограничен специалистами по кибербезопасности.

ПЕРВОИСТОЧНИК ↗

Artificial Analysis опубликовала Intelligence Index v5. Сравнивать показатели напрямую с предыдущей версией нельзя.

МЕТОДОЛОГИЯ ↗

ElevenLabs выпустила Eleven v4 и низколатентный вариант Turbo.

ПЕРВОИСТОЧНИК ↗

Suno v6 представлена с тремя вариантами модели и новыми инструментами редактирования.

ПЕРВОИСТОЧНИК ↗

OpenAI окончательно отключила Sora API после закрытия приложения и сайта в апреле.

ПЕРВОИСТОЧНИК ↗
07 / AI WATCH

Изменения, влияющие на выбор.

ДОСТУПНОСТЬ

Лидер рейтинга может оказаться недоступен

Высокая оценка Gemini 4 Carbon не означает, что модель можно подключить к обычному рабочему процессу сегодня. Доступность нужно проверять отдельно.

GOOGLE ↗
ПРАВА И ЭКСПОРТ

Музыкальная генерация: права не равны возможности скачать

У Suno действуют лимиты скачивания для подписок. В Udio ограничения экспорта существенно меняют профессиональную пригодность сервиса.

SUNO ↗
СРАВНИМОСТЬ

Бенчмарки обновляют методологию

После перехода Artificial Analysis на индекс v5 нельзя строить график прогресса, просто соединив старые и новые показатели.

ARTIFICIAL ANALYSIS ↗

Выпуск от 04.11.2026. Это редакционный снимок состояния рынка, а не автоматическая лента новостей.

08 / EDITORIAL NOTE

Почему нет одного рейтинга.

Самая дорогая модель не обязательно оказывается лучшим выбором. Даже если она действительно сильнее по совокупности тестов.

Я начинаю выбор инструмента с результата, который требуется получить. Исследователю важны точность ссылок и умение отделять подтверждённые факты от предположений. Разработчику нужна способность изменять реальные проекты и запускать проверки. Дизайнер оценивает сохранение элементов кадра при правках. Видеопроизводитель проверяет движение, стабильность персонажей и возможность управлять дублями.

Три уровня доказательности

Независимые данные дают ориентиры по конкретным испытаниям. Например, Artificial Analysis сравнивает интеллектуальные модели по набору стандартизированных задач, а видео оценивает через слепые попарные предпочтения. Из этих результатов нельзя вывести универсальное превосходство во всех сценариях.

Заявления разработчиков помогают понять возможности и технические ограничения продукта: поддерживаемые форматы, длину видео, доступ, наличие API. Они не заменяют независимую проверку качества.

Моя рекомендация учитывает независимые данные, документацию и характер задачи. Пока я не провёл собственных слепых испытаний Leiman Lab, численных редакционных оценок здесь нет.

Что необходимо измерять

Я планирую проверять долю успешных результатов из серии генераций, точность выполнения задания, частоту критических ошибок, время исправлений и полную себестоимость пригодного материала. Для разных категорий потребуются разные протоколы.

Отдельный вопрос связан с правами и доступом. Модель может технически создавать качественный результат, но не подходить для передачи клиенту. Перед коммерческим использованием стоит проверить актуальную лицензию, ограничения экспорта и происхождение материалов.

Как читать этот индекс

Начните с конкретного сценария в навигаторе. Затем откройте карточки подходящих моделей и сравните ограничения. Если задача ответственная или дорогостоящая, проведите собственный короткий тест с одинаковыми исходными данными. Зафиксируйте, сколько попыток пришлось сделать до пригодного результата. Без этого любая таблица лидеров остаётся лишь ориентиром.

LEIMAN LAB.RESEARCH NOTES / 04 NOV 2026