Почти любая современная модель отвечает по-русски грамматически правильно. Это перестало быть отличием. Отличием стало другое: сколько она тратит на один и тот же русский текст и насколько уверенно держится на нём в сложных задачах.
Сравнивать здесь имеет смысл два класса: облачные модели с русским в основе и открытые модели общего назначения, которые можно запустить у себя. Они сопоставимы, потому что закрывают одну задачу, и различаются по трём осям сразу: расход, доступность и то, где остаётся ваш текст.
Факты о конкретных продуктах проверялись 2026-08-26; цены, лимиты и состав линеек меняются часто и требуют проверки на день использования.
#Что такое модели с русским в основе
Это модели, у которых русский язык занимал значительную долю обучающих данных, а словарь токенизатора расширен под кириллицу. К ним относятся продукты крупных российских компаний и открытые модели, дообученные под русский язык на основе международных.
Ключевое техническое следствие — размер словаря. Токенизатор, обученный преимущественно на английском, режет русские слова на большее число кусков; модель с расширенным русским словарём — на меньшее. Что такое токен и почему счёт идёт в них, а не в символах, — в справке про токенизацию.
#Что модели с русским в основе делают хорошо
Экономнее по токенам на русском тексте. Это прямо переводится в деньги при оплате за объём и в скорость при локальном запуске.
Лучше держат специфику языка. Падежи в редких формах, согласование в длинных предложениях, устойчивые обороты — там, где модель с малой долей русского в обучении начинает звучать как перевод.
Знают локальный контекст. Российские реалии, документы, процедуры, названия — то, чего в англоязычных данных мало.
Российские облачные — доступны без обходных путей. Оплата и доступ из России работают штатно, что для многих решает вопрос целиком; разбор линеек — в статье про YandexGPT и GigaChat.
Список серьёзный, и начинать сравнение стоит именно с него.
#Ключевые различия
Первое: расход токенов на одном и том же тексте. Разница между моделью с русским словарём и моделью с преимущественно английским измеряется не процентами, а в разы. При оплате за объём это ваш счёт.
Второе: где остаётся ваш текст. Облачная модель любой страны означает, что запросы уходят провайдеру. Локальная означает, что не уходят, — если Persona развёрнута у вас и подключена локальная модель.
Третье: потолок качества. Топовые международные модели остаются сильнее в сложных рассуждениях и коде. Это не патриотический вопрос, а вопрос масштаба обучения.
Четвёртое: возможность запустить у себя. Открытые модели с расширенным русским словарём можно скачать и запустить локально. Облачные российские — нельзя.
Пятое: предсказуемость доступа. Условия, лимиты и состав линеек меняются у всех, и планировать на них надолго нельзя ни в одном случае.
#Расход токенов: таблица и методика
Здесь важно быть честным до конца: точных чисел, измеренных нами, у нас нет. Ниже — порядок величины, выведенный из размеров словарей и общедоступных свойств токенизаторов, и он требует проверки на вашем тексте. Проверять надо не потому, что мы осторожничаем, а потому, что расход зависит от жанра: технический текст с латиницей и цифрами токенизируется иначе, чем разговорный.
| Класс модели | Словарь | Токенов на слово (оценка) | Комментарий |
|---|---|---|---|
| Российские облачные | русский в основе | ~1–1,5 | наименьший расход на русском |
| Открытые, дообученные под русский | расширенный | ~1,3–2 | близко к первой строке |
| Крупные международные, новое поколение | большой мультиязычный | ~1,5–2,5 | приемлемо |
| Международные с большим словарём | очень большой | ~1,5–2,5 | зависит от жанра текста |
| Международные, предыдущее поколение | средний | ~2–3 | заметно дороже на русском |
| Компактные со старым словарём | малый | ~3 и выше | русский режется на куски |
Как читать. Разница между первой и последней строкой — примерно втрое. При оплате за объём это означает, что один и тот же диалог обойдётся втрое дороже. При локальном запуске — что в то же окно контекста поместится втрое меньше вашего текста.
Методика самопроверки (пятнадцать минут, даёт точные числа вместо оценок):
- Возьмите свой реальный текст — тот жанр, в котором вы работаете. Тысяча-две слов.
- Посчитайте слова: любой текстовый редактор покажет.
- Для каждой модели-кандидата получите число токенов на этом тексте: через токенизатор из библиотеки модели либо через счётчик токенов провайдера.
- Разделите токены на слова. Это ваш коэффициент.
- Умножьте на цену за объём у провайдера — получите стоимость своего типичного запроса.
Пункт 1 — самый важный: чужой пример на общей лексике даст число, не имеющее отношения к вашим текстам. Как перевести полученный коэффициент в месячный бюджет — в статье как считать стоимость токенов.
#Где модели с русским в основе объективно лучше
На русскоязычной канцелярии и локальных реалиях. Документы, процедуры, формулировки, названия организаций — здесь международная модель угадывает, а модель с русским в основе знает.
По расходу на длинных русских текстах. Если вы работаете с большими объёмами русского текста, разница в токенах определяет и счёт, и то, сколько поместится в контекст.
По доступности из России. Оплата и доступ без обходных путей — это не мелочь, а условие использования.
По качеству на разговорном русском в компактных размерах. Открытая модель, дообученная под русский, на небольшом размере часто звучит естественнее международной того же размера — обзор конкретных вариантов в статье про T-lite и Вихрь.
Обратная сторона тоже должна быть названа: топовые международные модели остаются сильнее в сложных рассуждениях, коде и редких знаниях. Если ваша задача — разбор сложной архитектуры, а не переписка на русском, разница будет не в вашу пользу.
#Кому что подойдёт
Если вы много работаете с русским текстом и платите за объём — считайте по методике выше и выбирайте по коэффициенту. Экономия здесь реальная и измеримая.
Если вам важно, чтобы текст не уходил наружу — открытая модель локально, желательно с расширенным русским словарём. Компромисс известен: она объективно слабее топовой облачной в сложных задачах.
Если задачи сложные, а язык вторичен — топовая международная модель, и мириться с расходом на русском.
Если нужен доступ без обходных путей — российские облачные, и это часто решает вопрос до всех остальных соображений.
Если вы не уверены — гибрид: компактная локальная модель с русским словарём для повседневного и сильная облачная для сложного. Как выбирать модель под русский по конкретным критериям — в разборе модели для русского языка.
Отдельно про наш случай: языковую модель подключает сам пользователь. Своя Ollama — переписка не уходит; ключ облачного провайдера — текст запросов уходит именно этому провайдеру, Persona запросы не проксирует. Участник без своего ключа или своей модели не получит ответов вовсе. Что вообще стоит за категорией личного ассистента — в разборе что такое личный ИИ.
#Частые вопросы
#Почему русский текст стоит дороже английского?
Потому что токенизатор большинства международных моделей обучен преимущественно на английском: русское слово режется на большее число кусков, а платите вы за куски. Разница может достигать нескольких раз в зависимости от модели и жанра текста.
#Как быстро проверить, сколько токенов в моём тексте?
Через токенизатор конкретной модели или счётчик у провайдера. Займёт пятнадцать минут и даст точное число вместо оценок из статей — включая эту. Считайте на своём тексте, а не на примере из документации.
#Локальная модель хорошо говорит по-русски?
Зависит от того, сколько русского было в её обучении. Международная модель небольшого размера обычно говорит правильно, но безлико; вариант, дообученный под русский, звучит естественнее при том же размере. Проверять надо на своих задачах, а не по описанию.
#Российские модели лучше для русского языка?
По расходу токенов и локальному контексту — обычно да. По сложным рассуждениям топовые международные остаются сильнее. Это разные критерии, и выбирать надо по тому, который важнее в вашей работе.
#Что выбрать, если важна приватность и русский язык одновременно?
Открытую модель с расширенным русским словарём, запущенную локально. Компромисс: она слабее топовой облачной в сложных задачах. Для повседневной переписки и работы с текстом обычно достаточно, для сложного разбора — держите рядом облачную и переключайтесь.
#Меняется ли расход токенов со временем?
Меняется при смене поколения модели: новые версии часто получают увеличенный словарь. Поэтому коэффициент, посчитанный год назад, стоит пересчитать при переходе на новую версию — это пятнадцать минут, а разница бывает заметной.
#Вывод
«Говорит по-русски» сегодня умеют почти все, и по этому критерию выбирать бессмысленно. Выбирать надо по трём другим: сколько модель тратит на ваш текст, где остаётся этот текст и хватает ли её на ваши сложные задачи.
Первое измеряется за пятнадцать минут по методике выше и даёт точное число вместо любых оценок. Второе — вопрос конфигурации, а не модели. Третье честно решается только пробой на своих задачах. Если после проверки коэффициенты у кандидатов оказались близкими — выбирайте по второму критерию, он единственный, который вы не сможете поменять потом.