Artificial Analysis сделал свой фреймворк для создания агентов и проверил разные модели на реальные бизнес-задачи из GDPval (задачи 9 индустрий и 33 профессий, от создания презентаций до построения Excel-таблиц) 🥇 Лидеры по моделям (запуская через API): Claude Opus 4.5 GPT-5 (не GPT-5.1!) Claude Sonnet 4.5 DeepSeek V3.2 = Gemini 3 Pro (ничья) 💻 По чатбот-приложениям (задачи закидывали в чат): Claude chatbot (Opus 4.5 Thinking) ChatGPT (GPT-5.1) Я тоже замечаю, что Claude во всяких аналитических и документо-создавательных задачах работает гораздо лучше всего, что есть на рынке. Так что пользуйтесь. Можно через Antigravity бесплатно. https://artificialanalysis.ai/evaluations/gdpval-aa