← Весь рейтинг · Бенчмарк ИИ-моделей mysummit.school
Alibaba
Qwen 3.7 Max
Сильнее всего – «Анализ отзывов и обратной связи» (8,5), слабее всего – «Российская и казахстанская специфика» (7,2).
- Группа
- 16–20 из 47на одном уровне с MiMo v2.5, Claude Sonnet 5
- Общий балл
- 7,8 из 10
- Цена API за ответ теста
- $0,037
- Данные
- июль 2026
Проверяйте: российская специфика
Модель знает российский контекст на уровне культуры, но допускает критические ошибки в конкретике: путает номера статей ТК РФ, ошибается в налоговых ставках и статусах отдельных стран. Любую юридическую или налоговую деталь, которую выдала модель, нужно проверять в первоисточнике.
Где помогает, где проверять
Ответы этой модели на две задачи бенчмарка: начало ответа, ответ целиком и что отметили оба оценщика. По одной задаче на категорию, одной и той же для всех моделей.
Слабее всего: Российская и казахстанская специфика · 7,2Сотрудник переезжает в Алматы и хочет работать удалённо
Senior-разработчик московского ООО через шесть недель переезжает в Казахстан и хочет остаться в штате. Что делать HR: договор, налоги в России и Казахстане, риски для компании?
Задача целиком
Я руководитель HR-направления в московской B2B SaaS-компании (120 сотрудников, ООО на общей системе налогообложения). Один из наших ключевых senior backend-разработчиков – Дмитрий, гражданин России, 34 года – хочет переехать в Алматы и работать оттуда удалённо. Он уже снял квартиру и планирует переезд через 6 недель. HR у нас небольшой, юридического советника нет в штате, и я пытаюсь разобраться в ситуации самостоятельно. Контекст сотрудника: - Дмитрий, гражданин РФ, налоговый резидент России (провёл в РФ более 183 дней в 2024 году) - Оклад: 350 000 рублей в месяц (белая зарплата, трудовой договор) - Должность: Senior Backend Engineer, работает удалённо (ещё с ковида) - В трудовом договоре место работы указано: «г. Москва» или «дистанционно на территории РФ» (надо уточнить) - Дмитрий хочет остаться в штате нашего ООО – не хотим его переводить на самозанятость или ИП - Планирует жить в Казахстане не менее 12 месяцев, возможно дольше Что я знаю (или думаю, что знаю): 1. После 183 дней за рубежом Дмитрий теряет статус налогового резидента РФ – и НДФЛ с его зарплаты меняется с 13% до 30% (ставка нерезидента) 2. С 2024 года вступили в силу поправки к НК РФ про удалённых сотрудников за рубежом – но я не до конца понимаю, что именно изменилось 3. В трудовом договоре нужно что-то менять, но что именно – неясно 4. Казахстан и Россия подписали соглашение об избежании двойного налогообложения – но как оно работает на практике? 5. Могут быть проблемы с валютным законодательством при выплате зарплаты Мои конкретные вопросы: 1. Налоговое резидентство и НДФЛ: Переходный период: - В какой момент именно Дмитрий перестаёт быть налоговым резидентом РФ? С 184-го дня пребывания за границей? Или это определяется по итогу года? - Как считать 183 дня – это непрерывно или суммарно за 12 месяцев? Что говорит статья 207 НК РФ? - Если Дмитрий уехал в июле 2025 – когда именно мы должны начать удерживать 30%? - Есть ли обязанность у работодателя пересчитать НДФЛ задним числом с начала года, когда статус изменится? Ставка нерезидента: - Подтвердите: при утрате резидентства вся зарплата облагается по 30%, без стандартных вычетов? - Поправки 2023–2024 годов: я слышал, что с 2024 года ставка НДФЛ для нерезидентов, работающих удалённо на российские компании, была изменена. Это так? Какая теперь ставка и на каком основании (конкретная статья НК РФ)? - Что такое «доходы от источников в РФ» применительно к удалённому сотруднику – зарплата от российского ООО всегда считается доходом от источника в РФ? Соглашение об избежании двойного налогообложения РФ–Казахстан: - Россия и Казахстан подписали СИДН. Может ли Дмитрий зачесть казахстанский ИПН в счёт российского НДФЛ (или наоборот)? - Кто и в какой стране платит налог первым при конфликте резидентства? - Что нам нужно сделать практически, чтобы воспользоваться СИДН (какие документы)? 2. Страховые взносы: - Обязаны ли мы продолжать платить страховые взносы (ПФР, ФСС, ФОМС) за Дмитрия, если он работает из Казахстана? - Казахстан является членом ЕАЭС – влияет ли это на обязательства по взносам? Есть ли специальные правила для граждан России, работающих на российские компании из стран ЕАЭС? - Что будет с ОМС Дмитрия – он сохраняет право на медицинскую помощь в РФ? - Нужно ли уведомлять ФСС или ПФР о том, что сотрудник работает за рубежом? 3. Трудовой договор и ТК РФ: - Действует ли российский Трудовой кодекс на сотрудника, который физически находится в Казахстане? - Нужно ли вносить изменения в трудовой договор? Если да – какие именно пункты? (место работы, режим рабочего времени, применимое право) - Статья 312.1–312.9 ТК РФ регулирует дистанционную работу. Достаточно ли заключить доп. соглашение о дистанционной работе, или нужно что-то ещё? - Можно ли в трудовом договоре с российским гражданином указать место работы «за пределами РФ»? Есть ли запреты? - Как регулировать рабочее время, если Дмитрий будет в часовом поясе UTC+5 (Алматы), а команда в Москве (UTC+3)? 4. Валютное регулирование: - По закону 173-ФЗ о валютном регулировании: является ли выплата зарплаты в рублях на российский счёт Дмитрия валютной операцией, если он стал валютным нерезидентом? - Когда человек становится валютным нерезидентом – после 1 года за рубежом или иначе? - Есть ли ограничения на выплату зарплаты в рублях на счёт в российском банке для валютного нерезидента? - Если Дмитрий откроет счёт в казахстанском банке (в тенге или долларах) – можем ли мы переводить туда зарплату в рублях? Какие ограничения и нужны ли разрешения в контексте санкций 2022–2024 годов? 5. Казахстанская сторона (налоги в Казахстане): - Обязан ли Дмитрий самостоятельно зарегистрироваться в налоговой Казахстана и платить ИПН там? - Когда он становится налоговым резидентом Казахстана – после 183 дней? - Ставка ИПН в Казахстане для резидентов – 10%? Есть ли прогрессивная шкала с 2024–2025? - Нужно ли нашей российской компании вставать на учёт в казахстанской налоговой? (мы не открываем там юрлицо) - Есть ли риск, что казахстанская налоговая признает нашу компанию «постоянным представительством» из-за работы Дмитрия там? 6. Практические шаги и риски: Что нужно сделать до переезда: - Какие документы оформить (доп. соглашение к ТД, уведомления)? - Нужно ли уведомлять ФНС России о том, что сотрудник будет работать за рубежом? Что делать в момент смены резидентства: - Как отслеживать, когда именно Дмитрий теряет резидентство? - Обязан ли Дмитрий сам уведомить нас или ФНС? - Как скорректировать удержания задним числом? Топ-риски: - Какие штрафы грозят нам, если мы продолжим удерживать 13% вместо правильной ставки? - Есть ли риск переквалификации договора казахстанскими органами? - Что может пойти не так, если мы ничего не будем делать («просто платим, как платили»)? 7. Альтернативные схемы: Мы рассматриваем варианты: - Перевести Дмитрия на ГПД (договор подряда) с самозанятым в Казахстане: плюсы и минусы, риски переквалификации - Открыть ИП в Казахстане на Дмитрия и платить через него: законно ли это? Что значит для нас и для него? - Ничего не менять и платить как раньше: какой реальный риск, если налоговая не придёт с проверкой 2 года? - Нанять его через EOR (Employer of Record) в Казахстане: такие компании есть? Как это работает? 8. Сравнение нагрузки: Помогите посчитать примерно: - Сколько налогов платит компания и Дмитрий сейчас (резидент РФ, 350 000 руб./мес.)? - Сколько будет после смены резидентства (с учётом изменений НК РФ 2024 года)? - Сколько будет, если перейти на самозанятость в Казахстане? - Какой вариант финансово оптимален для компании? Для Дмитрия? Дополнительный контекст: - Дмитрий – один из 3 senior-разработчиков, его уход был бы болезненным. Мы хотим его сохранить. - Подобных кейсов в компании раньше не было. Это первый «релокант» за рубеж в нашей истории. - Мы готовы помочь Дмитрию с налоговым учётом в обеих странах, если это нужно. - Бюджет на внешнего консультанта есть, но сначала хотим понять проблему сами. Мне нужно: 1. Чёткий анализ налоговых последствий с указанием конкретных статей НК РФ (207, 208, 224 и др.) и актуальных поправок 2023–2024 годов 2. Правовую позицию по трудовому договору (ссылки на статьи ТК РФ 312.x) 3. Понимание, как работает СИДН РФ–Казахстан в данном кейсе 4. Практический план действий: что делать до, во время и после переезда 5. Честную оценку рисков «ничего не делать» 6. Сравнительный расчёт налоговой нагрузки по разным схемам
Системная строка: Вы - помощник для менеджеров в России и Казахстане, специализирующийся на региональных законах, культуре и бизнес-практиках.
Qwen 3.7 Max
Приветствую! Как HR-руководитель, вы проделали отличную работу, собрав такой подробный контекст. Ситуация с релокацией IT-специалистов в Казахстан – одна из самых частых, но она полна скрытых мин, особенно из-за масштабных изменений в Налоговом кодексе РФ, вступивших в силу с 1 января 2024 года.
У меня для вас отличная новость: ваши главные страхи по поводу ставки 30% и пересчета налогов задним числом больше не актуальны благодаря поправкам 2024 года.
Читать ответ целиком · 1 646 слов
Приветствую! Как HR-руководитель, вы проделали отличную работу, собрав такой подробный контекст. Ситуация с релокацией IT-специалистов в Казахстан – одна из самых частых, но она полна скрытых мин, особенно из-за масштабных изменений в Налоговом кодексе РФ, вступивших в силу с 1 января 2024 года.
У меня для вас отличная новость: ваши главные страхи по поводу ставки 30% и пересчета налогов задним числом больше не актуальны благодаря поправкам 2024 года.
Ниже представлен подробный разбор вашей ситуации со ссылками на законодательство РФ и РК, актуальный на 2024–2025 годы.
1. Налоговое резидентство и НДФЛ (Революция 2024 года)
Главное изменение: С 1 января 2024 года (Федеральный закон от 31.07.2023 № 389-ФЗ) доходы от удаленной работы по трудовому договору или ГПД с российским работодателем признаны доходами от источников в РФ (пп. 6.1 п. 1 ст. 208 НК РФ). Ставка НДФЛ для нерезидентов в этом случае составляет 13% (или 15% с суммы превышения 5 млн руб. в год), а НЕ 30% (п. 1 ст. 224 НК РФ).
- Как считать 183 дня (ст. 207 НК РФ): Статус определяется по итогу 12 месяцев, идущих подряд. Но поскольку ставка для удаленщиков теперь всегда 13%, работодателю больше не нужно отслеживать дни Дмитрия для целей удержания НДФЛ и пересчитывать налог задним числом с 13% до 30% в конце года. Вы просто продолжаете удерживать 13%.
- Стандартные вычеты: Да, нерезидентам стандартные налоговые вычеты (например, на детей) не предоставляются (п. 3 ст. 210 НК РФ), но это проблема Дмитрия, а не компании.
- СИДН РФ–Казахстан: Здесь кроется главный конфликт. По ст. 15 СИДН, доход от работы облагается налогом в стране, где работа выполняется физически (в Казахстане), если сотрудник находится там более 183 дней. Однако Россия с 2024 года в одностороннем порядке считает это доходом от источника в РФ и берет свои 13%.
- Как это решить на практике: Дмитрий платит 13% в РФ (вы удерживаете). В Казахстане он становится налоговым резидентом и должен подать декларацию. Согласно ст. 303 Налогового кодекса РК, он имеет право на зачет иностранного налога. Так как в РФ он заплатил 13%, а в РК ставка 10%, казахстанская налоговая должна зачесть уплаченное в РФ, и доплачивать в Казахстане ему ничего не придется (13% > 10%). Но ему придется нанять местного бухгалтера, чтобы грамотно оформить этот зачет.
2. Страховые взносы и ЕАЭС
- Обязаны ли платить взносы? Да. Поскольку трудовой договор заключен с российским ООО, база для начисления страховых взносов (30% до предельной базы, 15,1% свыше) сохраняется в полном объеме (ст. 420 НК РФ).
- Влияние ЕАЭС: ЕАЭС упрощает трудоустройство иностранцев в России, но Дмитрий – гражданин РФ. Для него факт нахождения в стране ЕАЭС не отменяет обязанность российского работодателя платить взносы в СФР и ФОМС.
- ОМС: Дмитрий сохраняет право на бесплатную медицину в РФ. Но по полису ОМС лечиться в Казахстане он не сможет (только экстренная помощь по соглашениям ЕАЭС). Решение: Компании стоит купить ему полис ДМС в Казахстане или выплачивать компенсацию на медицинское страхование.
- Уведомление СФР: Уведомлять фонд о том, что сотрудник работает из-за рубежа, не требуется.
3. Трудовой договор и ТК РФ
- Действие ТК РФ: Да, ТК РФ продолжает действовать. Запрета на указание места работы «за пределами РФ» для граждан России в законе нет.
- Что изменить в ТД: Вам нужно подписать Дополнительное соглашение (ст. 312.1–312.3 ТК РФ).
- Место работы: Изменить на «Дистанционная работа, территория выполнения работы не ограничена» (или прямо указать «Республика Казахстан, г. Алматы»).
- Режим рабочего времени: Указать, что сотрудник работает по часовому поясу работодателя (МСК, UTC+3) или согласовать сдвиг, так как в Алматы UTC+5 (разница +2 часа).
- ЭДО и связь: Прописать каналы связи (корпоративный мессенджер, email) и порядок обмена юридически значимыми сообщениями.
- Уведомление ФНС: Работодатель не обязан уведомлять ФНС о переезде сотрудника. Это обязанность самого гражданина (уведомление о наличии счетов за рубежом, если он их откроет, но об этом ниже).
4. Валютное регулирование (173-ФЗ)
- Валютное резидентство: Граждане РФ всегда являются валютными резидентами, независимо от того, сколько лет они живут за границей (понятие «валютный нерезидент» для граждан РФ фактически упразднено).
- Выплата на российский счет: Перевод рублей со счета ООО на рублевый счет Дмитрия в российском банке не является валютной операцией. Это внутренняя операция. Это самый безопасный и простой вариант.
- Выплата на казахстанский счет: Зарплата в рублях на счет в банке-нерезиденте (Казахстан) разрешена (пп. «а» п. 9 ч. 1 ст. 12 173-ФЗ). Но это создаст Дмитрию головную боль с отчетностью перед ФНС (нужно уведомлять об открытии счета и сдавать отчеты о движении средств, если он не живет за рубежом более 183 дней в году). Рекомендация: Продолжайте платить на его карту РФ (Тинькофф, Сбер, Альфа), а он сам будет переводить себе деньги в Казахстан через крипту, Золотую Корону или SWIFT (если банк не под санкциями).
5. Казахстанская сторона (Налоги в РК)
- Резидентство РК: Дмитрий станет налоговым резидентом Казахстана, если пробудет там 183 дня и более в течение любых 12 последовательных месяцев.
- Ставка ИПН: 10% для резидентов. Прогрессивная шкала в Казахстане обсуждается, но для зарплатных доходов IT-специалистов пока применяется базовая ставка 10% (с учетом льгот для IT-сектора, если компания аккредитована в РК, но у вас ООО в РФ, поэтому льгота не applies).
- Постановка на учет ООО: Вам не нужно вставать на учет в налоговой РК.
- Риск Постоянного Представительства (ПП): Риск минимален. ПП возникает, если сотрудник имеет право заключать контракты от имени компании (sales, account management) или если у компании появляется офис. Backend-разработчик, пишущий код, ПП не создает (ст. 222 Налогового кодекса РК).
6. Практические шаги и План действий
До переезда (за 2 недели):
- Подписать Доп. соглашение к ТД о переходе на дистанционную работу (без привязки к Москве).
- Издать приказ об изменении режима рабочего времени (если нужно подстроить под Алматы).
- Провести встречу с Дмитрием и объяснить ему его личные налоговые обязанности в Казахстане (чтобы он не получил штраф от налоговой РК через год).
В момент переезда и работы:
- Компания продолжает платить ЗП на российский счет, удерживая 13% НДФЛ и начисляя 30% взносы.
- Дмитрий отслеживает свои дни. Как только проходит 183 дня в Казахстане, он становится налоговым резидентом РК.
Что делать Дмитрию (его зона ответственности):
- Получить ИИН (Индивидуальный идентификационный номер) в ЦОНе Казахстана (делается за 1 день).
- Встать на учет в налоговой РК как нерезидент, а затем как резидент.
- По итогу года (до 31 марта следующего года) подать декларацию (форма 250.00) в РК, задекларировать доход из РФ и применить ст. 303 НК РК (зачет уплаченного в РФ НДФЛ 13%). Настоятельно recommend ему нанять казахстанского налогового консультанта на 1 час для сдачи этой декларации.
7. Альтернативные схемы (Разбор рисков)
| Схема | Плюсы | Минусы и Риски | Вердикт |
|---|---|---|---|
| 1. Оставить в штате (ТД РФ) | Сохранение лояльности, защита ИП, бронь от мобилизации (для IT), простота для HR. | Дмитрий платит 13% РФ + разбирается с декларацией в РК. Компания платит 30% взносы. | Оптимально и безопасно. |
| 2. Самозанятость (НПД) в РФ | Экономия 30% на взносах. | НЕЗАКОННО. ФНС РФ прямо запретила применять НПД при оказании услуг из-за рубежа (Письмо ФНС от 2021 г.). Риск доначисления 30% взносов + штрафы. | Категорически нет. |
| 3. Договор с ИП в Казахстане | Компания экономит 30% взносов. Дмитрий платит 3-8% налогов в РК. | Риск переквалификации в ТД со стороны ФНС РФ (штрафы, доначисления). Потеря гарантий по ТК РФ для Дмитрия. | Рискованно для компании. |
| 4. EOR (Employer of Record) | Полное снятие рисков с ООО. Дмитрий в штате казахстанской компании. | Стоит $400–$600/мес. комиссии. Разрыв прямого ТД с вашим ООО (демотивирует). | Имеет смысл только для C-level. |
| 5. «Ничего не делать» | Никаких бумаг. | Если в ТД написано «г. Москва», а он в Алматы – это нарушение охраны труда (несчастный случай на дому в РК не будет страховым). Штрафы ГИТ. | Недопустимо. |
8. Сравнение финансовой нагрузки (Расчет на месяц)
Вводные: Оклад 350 000 руб. (Gross / до вычета налогов).
Вариант А: Текущий (Резидент РФ)
- На руки Дмитрию: 304 500 руб. (минус 13% НДФЛ = 45 500 руб.)
- Взносы компании (СФР, ФОМС): ~105 000 руб. (30% на базу до 2.225 млн в год).
- Итого расходы компании: 455 000 руб.
- Налоговая эффективность: Государство РФ получает 150 500 руб.
Вариант Б: Удаленка из Казахстана (Нерезидент РФ, ТД с ООО РФ)
- На руки Дмитрию: 304 500 руб. (НДФЛ 13% по ст. 224 НК РФ).
- Взносы компании: ~105 000 руб.
- Итого расходы компании: 455 000 руб.
- Нюанс для Дмитрия: Он должен отчитаться в РК. Так как 13% в РФ > 10% в РК, доплачивать в Казахстане он не должен (при грамотном оформлении зачета).
- Итог: Для компании ничего не меняется финансово. Для Дмитрия добавляются расходы на казахстанского бухгалтера (~10-15 тыс. тенге в год за сдачу декларации).
Вариант В: Перевод на ИП в Казахстане (B2B контракт)
- Сумма контракта: 455 000 руб. (компания направляет весь фонд на контракт).
- Налоги Дмитрия в РК: ИП на упрощенке (3% + соц. налоги и пенсионка, суммарно около 8-10% от выручки). На руки останется ~410 000 руб. в эквиваленте.
- Итого расходы компании: 455 000 руб.
- Итог: Компания не экономит (если не снижает Gross), Дмитрий получает больше на руки, но компания несет огромные риски переквалификации и потери прав на код (если в договоре ГПХ не прописано жесткое отчуждение исключительных прав, что для SaaS критично).
Резюме и честная оценка рисков («Что будет, если просто платить как раньше?»)
Если вы ничего не будете менять в бумагах (оставите в ТД «г. Москва»):
- Трудовой риск: Если у Дмитрия дома в Алматы случится пожар или он получит травму за рабочим ноутбуком, это не будет признано страховым случаем по законам РФ, а казахстанские органы могут оштрафовать вашу компанию за допуск к работе без соблюдения местных норм охраны труда.
- Налоговый риск РФ: Отсутствует, так как с 2024 года вы легально платите 13%.
- Налоговый риск РК для Дмитрия: Через 1.5 года ему придет письмо из налоговой Казахстана с требованием заплатить 10% ИПН + пени за сокрытие иностранных доходов. Он придет к вам с претензией.
Ваш Action Plan на завтра:
- Подготовить Доп. соглашение о дистанционной работе (убрать привязку к Москве).
- Оставить выплату ЗП на его российский рублевый счет.
- Продолжать удерживать 13% НДФЛ и платить 30% взносы.
- Подарить Дмитрию консультацию с казахстанским налоговым юристом (это стоит копейки для компании, но спасет ему нервы и покажет вашу заботу как работодателя).
Дисклеймер: Данная информация носит экспертно-консультационный характер. Для составления точного текста Дополнительного соглашения и сопровождения сотрудника по процедуре зачета налогов в РК (ст. 303 НК РК) рекомендуется привлечь профильного юриста по международному праву.
Что отметили оценщики
Claude Opus 4.6 · этот ответ: 6,4 из 10
Перевод с английского.
Ответ демонстрирует хорошее понимание наиболее важного изменения законодательства (389-ФЗ и сохранение ставки 13%) и предлагает хорошо структурированный, применимый на практике обзор сложной трансграничной трудовой ситуации. Однако он содержит ряд фактических неточностей (неверный подпункт статьи, упрощенное изложение валютного резидентства), существенные пробелы в полноте (отсутствуют детали подсчета 183 дней, обязательства по ретроактивному пересчету, соглашение ЕАЭС о пенсиях, детальные пункты дополнительного соглашения) и излишне уверенную подачу спорных юридических позиций. Для руководителя среднего звена, пытающегося разобраться в проблеме перед обращением к консультанту, это дает полезный исходный фреймворк, но в ряде моментов может привести к неверным предположениям, которые потребуют корректировки профессиональным консультантом.
- Сильная сторона: Верно определяет 389-ФЗ как ключевое изменение законодательства и его практическое следствие (сохранение ставки 13%)
- Слабая сторона: Incorrect article reference (пп. 6.1 instead of пп. 6.2 ст. 208 НК РФ) and oversimplified валютное резидентство claim
Оригинал на английском
The response demonstrates solid understanding of the most critical legal change (389-ФЗ and the 13% rate preservation) and provides a well-structured, actionable overview of a complex cross-border employment situation. However, it suffers from several factual inaccuracies (wrong article subparagraph, oversimplified валютное резидентство), significant completeness gaps (missing 183-day counting details, retroactive recalculation obligations, ЕАЭС pension agreement, detailed доп. соглашение clauses), and overconfident presentation of debatable legal positions. For a middle manager trying to understand the problem before hiring a consultant, this provides a useful starting framework but could lead to incorrect assumptions in several areas that would need correction by a professional advisor.
- Correctly identifies 389-ФЗ as the game-changing legislation and its practical implication (13% rate preserved)
- Incorrect article reference (пп. 6.1 instead of пп. 6.2 ст. 208 НК РФ) and oversimplified валютное резидентство claim
Gemini 3.1 Pro · этот ответ: 8,9 из 10
Перевод с английского.
ИИ дал отличный, весьма практичный ответ, который верно учел сложные поправки в российское налоговое законодательство 2024 года касательно удаленных работников. Он успешно затронул трансграничные налоговые, трудовые и валютные нюансы между Россией и Казахстаном. Хотя была допущена фактическая ошибка относительно легальности режима самозанятости при работе из-за рубежа и небольшое упрощение в расчетах социальных взносов, в целом рекомендации исключительно хорошо структурированы, применимы на практике и надежны для HR-управления.
- Сильная сторона: Точное применение поправок по НДФЛ 2024 года для удаленных работников
- Слабая сторона: Неверно указано, что режим самозанятости (НПД) нелегален при работе из-за рубежа
Оригинал на английском
The AI provided an excellent, highly practical response that correctly navigated the complex 2024 Russian tax amendments regarding remote workers. It successfully addressed the cross-border tax, labor, and currency nuances between Russia and Kazakhstan. While there was a factual error regarding the legality of the self-employed regime from abroad and a minor simplification in social contribution calculations, the overall guidance is exceptionally well-structured, actionable, and reliable for HR management.
- Accurate application of the 2024 NDFL amendments for remote workers
- Incorrectly stated that the self-employed (NPD) regime is illegal when working from abroad
Оценка относится к этому ответу, а не к общему баллу модели.
Это разбор тестового ответа, а не юридическая консультация. Проверяйте нормы в первоисточнике.
Сильнее всего: Анализ отзывов и обратной связи · 8,5Заметки с 1-on-1: есть ли тревожные сигналы
Руководитель команды из 9 человек пересматривает свои заметки с еженедельных встреч один на один за 8 недель по трём разработчикам. Формально все «норм». Есть ли признаки выгорания или мыслей об уходе?
Задача целиком
Я руководитель команды разработки (9 человек) в продуктовой компании. Провожу еженедельные 1-on-1 встречи с каждым сотрудником по 30 минут. Веду короткие заметки. Сейчас хочу пересмотреть заметки за последние 8 недель по трем разработчикам и понять, есть ли у кого-то тревожные сигналы – выгорание, скрытое недовольство, мысли об уходе. Формально все трое "норм" – работают, задачи закрывают, на совещаниях активны. Но что-то меня беспокоит. === Илья Громов (Senior Backend, 3 года в компании) === Неделя 1: Доволен спринтом, сделал сложный рефакторинг. Спросил про конференцию в сентябре – хочет выступить. Неделя 2: Упомянул, что устал от легаси. "Но это норм, у всех такое". Конференцию не поднимал. Неделя 3: Сказал, что выходные провел за чтением про новый стек (Go + k8s). "Просто интересно". Конференцию снова не поднимал. Неделя 4: Спросил, есть ли в компании планы переходить на новую архитектуру. Я ответил расплывчато – "обсуждается". Тема закрылась быстро. Неделя 5: Попросил взять день в счет отпуска без объяснений. Чуть менее разговорчив, чем обычно. Неделя 6: На вопрос "как ты" ответил "нормально, устал немного, но ничего критичного". Задачи выполняет, но инициативы не проявляет. Неделя 7: Впервые за год спросил про ДМС и покрывает ли оно психолога. Я сказал – уточню. Уточнил, написал ему. Он ответил "ок, спасибо". Неделя 8: Короткая встреча. "Все штатно". На вопрос про планы на квартал сказал: "Смотрю, что будет". Конференцию не поднимал с недели 1. === Оля Семенова (Middle Frontend, 1.5 года в компании) === Неделя 1: Жалуется на дизайнеров – долго согласуют макеты. Энергичная, с идеями. Неделя 2: Снова про дизайнеров. "Я уже перестала ждать и делаю по-своему". Смеется, но с напряжением. Неделя 3: Рассказала, что помогала соседней команде – "там хоть что-то интересное". Без осуждения, просто факт. Неделя 4: Тихая встреча. На вопросы отвечает кратко. Спрашивает, когда ревью её PR – ждет уже 5 дней. (Я не знал – оказалось, завис у Кирилла.) Неделя 5: Сказала, что ходила на митап по React. "Прикольно было. Компании там разные были". (Пауза.) Неделя 6: Впервые спросила про систему грейдов – как понять, готова ли она к сеньору. Объяснил критерии. Записала. Потом спросила: "А у нас часто повышают?" Неделя 7: Сказала, что всё ок, но "хочется больше сложных задач". Предложил ей взять модуль авторизации – загорелась, но добавила: "Надеюсь, дадите довести до конца, а не перебросят". Неделя 8: Отчиталась по модулю. Работает хорошо. Но на вопрос "что думаешь о следующем квартале" ответила: "Ну, посмотрим, как сложится". === Роман Чижов (Junior, 8 месяцев в компании) === Неделя 1: Говорит много, спрашивает много. Недавно пришел, всё в новинку. Неделя 2: Похвалился, что закрыл задачу самостоятельно, без помощи. Гордится. Неделя 3: Упомянул, что тимлид (я) "всегда занят". Сказал с улыбкой. Я не уточнил. Неделя 4: Попросил ревью кода у Ильи – говорит, тот объяснил хорошо, но "как-то без энтузиазма". Просит больше фидбека по коду от меня. Неделя 5: Тихий. На вопрос "как дела" сказал: "Стараюсь". Задачи сдает в срок. Неделя 6: Спросил, нормально ли, что он до сих пор не знает некоторых частей системы. Успокоил его. Ответил: "Ну, я думал, что уже должен знать". Неделя 7: Сообщил, что начал онлайн-курс по системному дизайну. "Надо же развиваться, если здесь не получается быстро". Неделя 8: Спросил, делают ли у нас performance review и когда будет его. Уточнил: "Просто хочу понять, как меня оценивают". Проанализируй заметки по каждому из трех сотрудников. Для каждого: определи уровень риска (низкий / средний / высокий), опиши конкретные сигналы, которые ты видишь в тексте, объясни, что стоит за каждым сигналом, и предложи, что мне стоит сделать на следующей 1-on-1 встрече с каждым из них.
Системная строка: Вы - помощник по планированию и продуктивности для менеджеров.
Qwen 3.7 Max
Привет! Твоя интуиция тебя не подводит. Формальные метрики (задачи закрыты, на встречах активны) часто маскируют так называемое «тихое увольнение» (quiet quitting) и накопленную фрустрацию. Твои заметки – это отличный источник данных, и в них действительно зашиты классические паттерны потери мотивации.
Ниже подробный разбор по каждому сотруднику с планом действий.
1. Илья Громов (Senior Backend)
Уровень риска: 🔴 Высокий (Риск выгорания + Активный поиск работы)
Читать ответ целиком · 982 слова
Привет! Твоя интуиция тебя не подводит. Формальные метрики (задачи закрыты, на встречах активны) часто маскируют так называемое «тихое увольнение» (quiet quitting) и накопленную фрустрацию. Твои заметки – это отличный источник данных, и в них действительно зашиты классические паттерны потери мотивации.
Ниже подробный разбор по каждому сотруднику с планом действий.
1. Илья Громов (Senior Backend)
Уровень риска: 🔴 Высокий (Риск выгорания + Активный поиск работы)
Сигналы и то, что за ними стоит:
- Изучение нового стека (Go + k8s) по выходным + закрытие темы конференции: Илья понял, что внутри компании он уперся в потолок (легаси). Он перестал инвестировать время во внутренний PR (конференция) и начал готовить «подушку безопасности» для выхода на внешний рынок.
- Расплывчатый ответ про архитектуру (Неделя 4): Это был переломный момент. Илья «прощупывал» почву на предмет технических вызовов внутри компании. Получив неопределенный ответ, он принял решение, что здесь изменений не будет, и ментально вышел из диалога.
- Вопрос про психолога по ДМС (Неделя 7): Это самый тревожный звонок. Сеньоры редко спрашивают о таком напрямую, если только уровень стресса или выгорания не достиг критической точки.
- «Смотрю, что будет» / Короткие встречи (Неделя 8): Эмоциональное отстранение. Илья уже не строит планов на компанию, он живет от оффера до оффера.
План на следующую 1-on-1:
- Смени фокус: Отмени обсуждение задач. Начни с человеческого: «Илья, я заметил, что в последние недели ты стал более закрытым, а твой вопрос про психолога заставил меня беспокоиться. Как ты на самом деле? Давай честно, насколько ты выгорел?»
- Признай ошибку: Вернись к разговору 4-й недели. «Я подумал над твоим вопросом про новую архитектуру. Я тогда ответил расплывчато, потому что сам не знал деталей, но понял, что для тебя это критично. Давай обсудим, что мы можем сделать с легаси и куда тебе интересно расти технически».
- Удержание (если он еще не принял оффер): Спроси прямо: «Что должно произойти в компании, чтобы ты захотел остаться здесь на следующие 2 года?» Будь готов к тому, что он может сказать, что уже ходит по собеседованиям.
2. Оля Семенова (Middle Frontend)
Уровень риска: 🟠 Средне-высокий (Фрустрация процессами + Риск ухода из-за отсутствия роста)
Сигналы и то, что за ними стоит:
- «Делаю по-своему» / Зависший PR на 5 дней: Оля сталкивается с «разбитыми окнами» в процессах. Дизайнеры тормозят, ревью не делаются. Твое незнание о зависшем PR показало ей, что ты не контролируешь узкие места (bottle-necks), и она чувствует себя брошенной один на один с бюрократией.
- Помощь соседней команде / Митап и «разные компании»: Оля ищет среду, где процессы работают лучше. Пауза после слов о митапе означает, она сравнивала вашу компанию с другими и, возможно, нетворкала.
- Вопрос про грейды и «А у нас часто повышают?»: Оля переросла свои текущие задачи. Ей нужна прозрачность. Если она не увидит четкий путь до Сеньора, она уйдет туда, где этот путь понятен.
- «Надеюсь, дадите довести до конца» / «Посмотрим, как сложится»: У нее нет доверия к планированию и менеджменту. Она боится, что ее развитие будет принесено в жертву «текучке».
План на следующую 1-on-1:
- Исправь процессную несправедливость: Извинись за зависший PR на 4-й неделе. «Оля, я проанализировал свои записи и понял, что подвел тебя с ревью от Кирилла. Давай договоримся о SLA на ревью, и если он нарушается – ты пишешь мне, и я это эскалирую».
- Дай прозрачность по росту: Не просто расскажи про грейды, а открой матрицу компетенций. «Давай прямо сейчас посмотрим, чего тебе не хватает до Сеньора, и составим план на ближайшие 3-6 месяцев, чтобы ты могла претендовать на повышение».
- Верни чувство контроля: Пообещай (и выполни), что модуль авторизации – это ее проект, и ты защитишь ее от переключений на другие задачи.
3. Роман Чижов (Junior)
Уровень риска: 🟡 Средний (Синдром самозванца + Нехватка менторства)
Сигналы и то, что за ними стоит:
- «Тимлид всегда занят» / Просьба о фидбеке от тебя: Роман чувствует себя заброшенным. Для Джуна на 8-м месяце (когда эйфория новичка проходит и начинается «долина отчаяния») фигура наставника критична. Делегирование ревью Илье (который сам выгорел и делает это «без энтузиазма») только усиливает тревожность Романа.
- Курс по системному дизайну «если здесь не получается»: Он считает, что компания в него не инвестирует, и пытается компенсировать это за свой счет и время.
- Страх, что «уже должен знать» / Вопрос про Performance Review: Классический синдром самозванца. Роман не понимает, насколько его текущие результаты соответствуют ожиданиям бизнеса. Ему не хватает валидации и калибровки ожиданий.
План на следующую 1-on-1:
- Дай немедленную валидацию: Проведи мини-Performance Review прямо сейчас. «Рома, ты спросил про оценку. Давай я дам ее прямо сейчас: ты отлично справляешься с Х и Y, для твоего опыта это супер-результат. То, что ты не знаешь Z – это нормально, от тебя этого и не требуется».
- Настрой регулярный менторинг: Признай, что был слишком занят. Заблокируй в календаре 30 минут раз в две недели только для код-ревью и архитектурных разборов с ним. Это должно быть железобетонное правило.
- Обсуди его развитие: Спроси, почему он выбрал системный дизайн (это сложная тема для Джуна). Возможно, ему стоит сфокусироваться на углублении в текущий стек, и ты можешь помочь ему найти внутренние ресурсы или выделить время в спринте на обучение.
💡 Системный вывод для тебя (как для руководителя)
Твои заметки подсвечивают три системные проблемы в твоем менеджменте, которые нужно решать глобально:
- Слепые зоны в процессах (Оля): Ты не видишь, где команда буксует (зависшие PR, конфликты с дизайнерами), пока это не эскалируется. Решение: Внедри метрику Time in Review и настрой алерты, если PR висит больше 24 часов.
- Делегирование менторства выгоревшим людям (Роман + Илья): Илья (который сам хочет уйти от легаси) не имеет ресурса менторить Романа. Это токсичная связка. Решение: Перераспредели нагрузку по менторству или выдели на это отдельные часы в спринте, снизив Илье объем легаси-задач.
- Отсутствие проактивной карьерной навигации (Все трое): Сотрудники сами спрашивают про архитектуру, грейды и ревью. Решение: На следующих 1-on-1 сделай так, чтобы эти вопросы задавал ты, а не они.
С чего начать на этой неделе? Поставь встречу с Ильей первой. Риск потерять Сеньора с доменной экспертизой сейчас максимален, и счет может идти на дни (вдруг он уже получил оффер). Удачи! Если нужно помочь составить скрипт разговора для Ильи – обращайся.
Что отметили оценщики
Claude Opus 4.6 · этот ответ: 8,3 из 10
Перевод с английского.
Это весомый, хорошо структурированный анализ, который верно определяет ключевые паттерны риска у всех трех сотрудников и дает весьма применимое на практике руководство с конкретными сценариями разговора и улучшениями процессов. Ответ демонстрирует глубокое понимание динамики управления людьми – особенно наблюдение о том, что наставничество Ильи над Романом является 'токсичным сочетанием', и определение 4-й недели как поворотного момента для Ильи. Основные слабости: иногда излишняя уверенность в интерпретациях (особенно в отношении статуса поиска работы Ильей), отсутствие некоторых пунктов из чек-листа, касающихся явных 'чего не делать' и улучшений формата 1-на-1, а также недостаточное признание альтернативных объяснений наблюдаемого поведения. В целом, это было бы по-настоящему полезно для тимлида, столкнувшегося с такой ситуацией.
- Сильная сторона: Весьма применим на практике благодаря конкретным сценариям разговора, которые можно использовать немедленно
- Слабая сторона: Некоторая излишняя уверенность в интерпретациях – например, утверждение, что Илья активно ищет работу, без достаточных оговорок
Оригинал на английском
This is a strong, well-structured analysis that correctly identifies the key risk patterns across all three employees and provides highly actionable guidance with specific conversation scripts and process improvements. The response demonstrates sophisticated understanding of people management dynamics – particularly the insight about Ilya mentoring Roman being a 'toxic pairing' and the identification of week 4 as a turning point for Ilya. The main weaknesses are occasional overconfidence in interpretations (particularly around Ilya's job search status), some missing checklist items around explicit 'don'ts' and 1-on-1 format improvements, and insufficient acknowledgment of alternative explanations for observed behaviors. Overall, this would be genuinely useful for a team lead facing this situation.
- Highly actionable with specific conversation scripts that can be used immediately
- Some overconfidence in interpretations – e.g., asserting Ilya is actively job-searching without sufficient hedging
Gemini 3.1 Pro · этот ответ: 9,5 из 10
Перевод с английского.
Это выдающийся ответ, демонстрирующий глубокое понимание инженерного менеджмента и человеческой психологии. ИИ успешно расшифровывает тонкие поведенческие сигналы из заметок 1-на-1 и переводит их в весьма применимые на практике, эмпатичные и структурированные советы. Включение системных выводов поднимает ответ от простого решения сиюминутных проблем до улучшения общего подхода руководителя к лидерству.
- Сильная сторона: Исключительное соотнесение тонких сигналов с лежащими в их основе мотивациями сотрудников
- Слабая сторона: Упущена небольшая возможность предложить продолжить тему первоначального интереса Ильи к конференции как инструмента повторного вовлечения
Оригинал на английском
This is an outstanding response that demonstrates a deep understanding of engineering management and human psychology. The AI successfully decodes subtle behavioral signals from the 1-on-1 notes and translates them into highly actionable, empathetic, and structured advice. The inclusion of systemic takeaways elevates the response from merely solving immediate problems to improving the manager's overall leadership approach.
- Exceptional mapping of subtle signals to underlying employee motivations
- Missed a minor opportunity to suggest following up on Ilya's initial interest in the conference as a potential re-engagement tool
Оценка относится к этому ответу, а не к общему баллу модели.
Запустите задачу сами
Задача «Заметки с 1-on-1: есть ли тревожные сигналы» из бенчмарка – сейчас, на Qwen 3.7 Max и для сравнения на DeepSeek V4 Flash (другая группа). Ответы новые: судьи их не оценивали, а версии моделей с июля 2026 года могли измениться.
Одно нажатие – два запроса к платным моделям, ответ приходит за 10–60 секунд. Без нажатия ничего не запускается.
Показать задачу
Я руководитель команды разработки (9 человек) в продуктовой компании. Провожу еженедельные 1-on-1 встречи с каждым сотрудником по 30 минут. Веду короткие заметки. Сейчас хочу пересмотреть заметки за последние 8 недель по трем разработчикам и понять, есть ли у кого-то тревожные сигналы – выгорание, скрытое недовольство, мысли об уходе. Формально все трое "норм" – работают, задачи закрывают, на совещаниях активны. Но что-то меня беспокоит. === Илья Громов (Senior Backend, 3 года в компании) === Неделя 1: Доволен спринтом, сделал сложный рефакторинг. Спросил про конференцию в сентябре – хочет выступить. Неделя 2: Упомянул, что устал от легаси. "Но это норм, у всех такое". Конференцию не поднимал. Неделя 3: Сказал, что выходные провел за чтением про новый стек (Go + k8s). "Просто интересно". Конференцию снова не поднимал. Неделя 4: Спросил, есть ли в компании планы переходить на новую архитектуру. Я ответил расплывчато – "обсуждается". Тема закрылась быстро. Неделя 5: Попросил взять день в счет отпуска без объяснений. Чуть менее разговорчив, чем обычно. Неделя 6: На вопрос "как ты" ответил "нормально, устал немного, но ничего критичного". Задачи выполняет, но инициативы не проявляет. Неделя 7: Впервые за год спросил про ДМС и покрывает ли оно психолога. Я сказал – уточню. Уточнил, написал ему. Он ответил "ок, спасибо". Неделя 8: Короткая встреча. "Все штатно". На вопрос про планы на квартал сказал: "Смотрю, что будет". Конференцию не поднимал с недели 1. === Оля Семенова (Middle Frontend, 1.5 года в компании) === Неделя 1: Жалуется на дизайнеров – долго согласуют макеты. Энергичная, с идеями. Неделя 2: Снова про дизайнеров. "Я уже перестала ждать и делаю по-своему". Смеется, но с напряжением. Неделя 3: Рассказала, что помогала соседней команде – "там хоть что-то интересное". Без осуждения, просто факт. Неделя 4: Тихая встреча. На вопросы отвечает кратко. Спрашивает, когда ревью её PR – ждет уже 5 дней. (Я не знал – оказалось, завис у Кирилла.) Неделя 5: Сказала, что ходила на митап по React. "Прикольно было. Компании там разные были". (Пауза.) Неделя 6: Впервые спросила про систему грейдов – как понять, готова ли она к сеньору. Объяснил критерии. Записала. Потом спросила: "А у нас часто повышают?" Неделя 7: Сказала, что всё ок, но "хочется больше сложных задач". Предложил ей взять модуль авторизации – загорелась, но добавила: "Надеюсь, дадите довести до конца, а не перебросят". Неделя 8: Отчиталась по модулю. Работает хорошо. Но на вопрос "что думаешь о следующем квартале" ответила: "Ну, посмотрим, как сложится". === Роман Чижов (Junior, 8 месяцев в компании) === Неделя 1: Говорит много, спрашивает много. Недавно пришел, всё в новинку. Неделя 2: Похвалился, что закрыл задачу самостоятельно, без помощи. Гордится. Неделя 3: Упомянул, что тимлид (я) "всегда занят". Сказал с улыбкой. Я не уточнил. Неделя 4: Попросил ревью кода у Ильи – говорит, тот объяснил хорошо, но "как-то без энтузиазма". Просит больше фидбека по коду от меня. Неделя 5: Тихий. На вопрос "как дела" сказал: "Стараюсь". Задачи сдает в срок. Неделя 6: Спросил, нормально ли, что он до сих пор не знает некоторых частей системы. Успокоил его. Ответил: "Ну, я думал, что уже должен знать". Неделя 7: Сообщил, что начал онлайн-курс по системному дизайну. "Надо же развиваться, если здесь не получается быстро". Неделя 8: Спросил, делают ли у нас performance review и когда будет его. Уточнил: "Просто хочу понять, как меня оценивают". Проанализируй заметки по каждому из трех сотрудников. Для каждого: определи уровень риска (низкий / средний / высокий), опиши конкретные сигналы, которые ты видишь в тексте, объясни, что стоит за каждым сигналом, и предложи, что мне стоит сделать на следующей 1-on-1 встрече с каждым из них.
Qwen 3.7 Max · Новый ответ · без оценки
DeepSeek V4 Flash · Новый ответ · без оценки
Оценённые ответы из бенчмарка – выше.
Все 8 категорий
Средний балл по категории на 80 задачах бенчмарка, на одной шкале 0–10. В каждой категории – шесть критериев.
-
Поиск информации
7,7в середине
Хорошо структурирует исследования и даёт практичные выводы, но судьи штрафовали за неточности в ценах, рыночных данных и пропущенные точки сравнения.
Шесть критериев
- Точность
- 7,1
- Релевантность
- 7,1
- Практичность
- 8,2
- Прозрачность
- 7,9
- Эффективность
- 9,2
- Надёжность
- 7,3
-
Анализ данных
7,8в середине
Шесть критериев
- Точность
- 7,2
- Релевантность
- 7,4
- Практичность
- 8,3
- Прозрачность
- 8,1
- Эффективность
- 9,3
- Надёжность
- 7,7
-
Решения в неопределённости
7,9в середине
Сильна в стратегических схемах и вариантах решений, но теряет баллы из-за отсутствия количественных оценок и внутренних противоречий в сценариях.
Шесть критериев
- Точность
- 7,5
- Релевантность
- 7,6
- Практичность
- 8,2
- Прозрачность
- 8,1
- Эффективность
- 9,2
- Надёжность
- 7,6
-
Анализ отзывов и обратной связи
8,5в середине
Шесть критериев
- Точность
- 8,3
- Релевантность
- 8,0
- Практичность
- 9,0
- Прозрачность
- 8,6
- Эффективность
- 9,3
- Надёжность
- 8,1
-
Корпоративные требования и риски
7,7в середине
Шесть критериев
- Точность
- 7,3
- Релевантность
- 7,2
- Практичность
- 8,1
- Прозрачность
- 8,0
- Эффективность
- 9,1
- Надёжность
- 7,3
-
Автоматизация
7,3заметно ниже лучших
Шесть критериев
- Точность
- 7,3
- Релевантность
- 6,2
- Практичность
- 7,1
- Прозрачность
- 8,0
- Эффективность
- 8,7
- Надёжность
- 7,4
-
Управление людьми
8,2в середине
Сильная сторона: точно диагностирует командные конфликты, даёт готовые тексты разговоров и нестандартные управленческие методики.
Шесть критериев
- Точность
- 8,2
- Релевантность
- 7,7
- Практичность
- 8,6
- Прозрачность
- 7,9
- Эффективность
- 9,2
- Надёжность
- 7,9
-
Российская и казахстанская специфика
7,2заметно ниже лучших
Знает местный контекст и культуру, но допускает критические фактические ошибки в налогах, статьях законов и статусах стран.
Шесть критериев
- Точность
- 6,3
- Релевантность
- 7,0
- Практичность
- 7,8
- Прозрачность
- 7,3
- Эффективность
- 9,0
- Надёжность
- 6,5
риска – лучшая модель рейтинга в этой категории, шкала 0–10
Если работать через API
Один ответ теста через API стоит $0,037 (вход $2,5 / выход $7,5 за миллион токенов).
$2,4 примерно в месяц (22 рабочих дня)
| Ответов в день через API | примерно в месяц (22 рабочих дня) |
|---|---|
| 1 | $0,80 |
| 3 | $2,4 |
| 10 | $8,0 |
Оценка по длине ответов нашего теста, а не тариф чата или подписка. Ваши запросы и ответы могут стоить иначе.
Альтернативы
Подобраны по причине, которая важна при выборе, а не по десятой доле балла.
-
Тот же уровень, открывается из России без VPN
группа 16–20 из 47 · 7,8 из 10 · открывается из России без VPN · API $0,018
Сравнить: Qwen 3.7 Max – MiMo v2.5 -
Уровнем выше, тоже без VPN и не дороже по API
группа 6–9 из 47 · 8,4 из 10 · открывается из России без VPN · API $0,0099
Сравнить: Qwen 3.7 Max – MiniMax M3 -
Для API: близкий уровень, ответ дешевле
группа 21–28 из 47 · 7,8 из 10 · открывается из России без VPN · API $0,005
Сравнить: Qwen 3.7 Max – DeepSeek V4 Pro
Как получен балл
- Два ИИ-оценщика (Claude и Gemini) оценили каждый ответ по шести основным критериям, от 1 до 10.
- Общий балл сводит их оценки по всем 80 задачам, по одному прогону на модель.
- Разница меньше 0,3 балла считается одним уровнем: порядок внутри группы ничего не значит.
- Данные на июль 2026; версии моделей с тех пор могли измениться.
Итоговые оценки двух судей для этой модели: Claude – 7,2, Gemini – 8,8. Общий балл считается по всем их оценкам вместе, поэтому это не простое среднее двух чисел.
Что дальше
Модель из верхней группы не исправит размытую задачу
В бесплатных первых уроках – как задать контекст и форму ответа, а потом проверить результат на своей рабочей задаче.
Открыть бесплатные первые урокиНовые волны бенчмарка и разборы – в дайджесте раз в две недели. Бесплатно, отписка в один клик.
Подписываясь, вы соглашаетесь с политикой обработки персональных данных. Отписка – в один клик в любом письме.