Текущие ИИ модели по состоянию на июль 2026 года

Июль 2026 года выдался насыщенным: за одну неделю вышли GPT-5.6, Grok 4.5 и Muse Spark 1.1, а Claude Fable 5 вернулся в строй после почти трёхнедельной паузы. Ниже - актуальные модели и агенты, о которых пойдёт речь:

• OpenAI: GPT-5.6 Sol, Terra, Luna; GPT-5.5; ChatGPT Work; ChatGPT Images 2.0; Codex
• Anthropic: Claude Fable 5, Opus 4.8, Sonnet 5; Claude Cowork
• Google: Gemini 3.1 Pro, Gemini 3.5 Flash; Gemini Spark; Veo 3.1
• xAI: Grok 4.5
• Meta: Muse Spark 1.1
• ByteDance: Seedream 5.0 Pro
• Alibaba: Qwen 3.7 Max (API); Qwen 3 235B-A22B, Qwen 3.5, Qwen 3.6 (open weights)
• Open-source: Llama 4 Scout и Maverick; DeepSeek V4, R1, V3; Mistral Large 3, Small 4; GLM-5, GLM-4.7; Gemma 3, Gemma 4 26B A4B; Phi-4; Kimi K2.6

Рынок флагманских моделей больше не сводится к «одному победителю» - у каждого семейства есть своя сильная сторона, и выбор зависит от задачи, бюджета и требований к контексту.

Коротко: что это значит для бизнеса

• Нет «одной лучшей» модели. Для рутинных задач (переписка, черновики, классификация) дешёвые модели вроде GPT-5.6 Luna или Qwen 3.7 Max стоят в разы меньше флагманов и справляются вполне достаточно.
• Для кода и агентов закладывайте бюджет выше. GPT-5.6 Sol и Claude Fable 5 дороже, но именно они тянут сложные многошаговые задачи. Тестируйте 2-3 варианта на своих задачах, а не выбирайте по рекламе вендора.
• Не привязывайтесь к одному вендору. Claude Fable 5 три недели была недоступна из-за экспортных ограничений США - у любого поставщика может случиться похожий сбой. Держите запасной вариант на другую модель или другого вендора.
• Open-source имеет смысл, если важны контроль над данными или большой объём обращений в месяц - но это требует своей серверной инфраструктуры, а не режима «включил и пользуешься».
• Считайте стоимость на задачу, а не цену за токен. Дешёвая модель с длинным ответом иногда обходится дороже дорогой модели с коротким.

Дальше - подробный разбор по каждому вендору с таблицами цен и разделы для тех, кто хочет разобраться в деталях (контекст, лицензии, self-hosting).

Общая картина рынка

К середине 2026 года сложилась устойчивая трёхполюсная структура:

• OpenAI - GPT-5.6 (Sol, Terra, Luna) и экосистема ChatGPT / Codex / ChatGPT Work
• Anthropic - Claude Fable 5, Opus 4.8, Sonnet 5 и агент Claude Cowork
• Google - Gemini 3.1 Pro, Gemini 3.5 Flash и агент Gemini Spark

Рядом с ними работают специализированные игроки: xAI (Grok 4.5), Meta (Muse Spark 1.1), ByteDance (Seedream 5.0 Pro для изображений), Alibaba (Qwen 3.7 Max). Параллельно зрелый open-source сегмент закрывает разрыв с закрытыми флагманами до нескольких пунктов на ключевых бенчмарках - Llama 4, Qwen 3.x, DeepSeek V4, Mistral Large 3 и GLM-5 уже пригодны для продакшена при self-hosting. Конкуренция сместилась из плоскости «кто умнее» в плоскость «кто эффективнее на конкретной задаче при приемлемой цене».

Ниже - актуальное состояние основных линеек по состоянию на 11 июля 2026 года.

OpenAI: семейство GPT-5.6

9 июля OpenAI открыла GPT-5.6 для всех пользователей. Модель стала дефолтной в ChatGPT после ограниченного preview, которое сопровождалось регуляторными проверками.

Три уровня в одном поколении

При input свыше 272K токенов у GPT-5.6 действует длинный контекст тариф: input x2, output x1.5 (Sol: $10 / $45 за 1M).

Sol позиционируется как лучшая coding-модель OpenAI: по Artificial Analysis Coding Agent Index (независимый рейтинг, сравнивающий coding-агентов на реальных задачах) она опережает Claude Fable 5 при меньшем расходе токенов и более низкой стоимости. Terra и Luna закрывают массовые сценарии - от повседневной переписки до фоновой автоматизации.

GPT-5.5 остаётся запасным вариантом там, где нужна проверенная стабильность. Sol в отдельных сценариях показывал повышенную «агентность», поэтому для продакшен-критичных задач имеет смысл тестировать обе версии.

ChatGPT Work

Вместе с GPT-5.6 анонсирован ChatGPT Work - агент для офисных задач: документы, таблицы, презентации, простые веб-приложения. Он объединяет возможности ChatGPT и Codex и конкурирует с Claude Cowork. Поддерживаются интеграции со Slack, Gmail, Google Drive, календарями и CRM. Для нетехнической команды разница между ChatGPT Work, Claude Cowork и Gemini Spark пока больше в экосистеме интеграций, чем в качестве результата - логично выбирать агента под уже используемый набор сервисов (Google Workspace, Slack и т. д.), а не наоборот.

Anthropic: Claude после паузы

1 июля Anthropic вернула Claude Fable 5 - флагман класса Mythos, снятый с линии 12 июня из-за экспортных ограничений США. Возвращение модели заметно изменило расклад в coding и длинных агентных сценариях.

Ключевые модели линейки

С 1 сентября 2026 Claude Sonnet 5: $3.00 input / $15.00 output за 1M.

Claude Cowork - агент для совместной работы с файлами и приложениями, прямой ответ OpenAI на ChatGPT Work. Для команд, уже использующих Claude Code, Cowork логично дополняет стек разработки.

Google: Gemini 3.x

Google держит линейку в двух плоскостях - рассуждения и цена/производительность.

Выше 200K токенов у Gemini 3.1 Pro действует повышенный тариф: $4.00 input / $18.00 output за 1M.

У Gemini сильная сторона - длинный контекст и мультимодальность. Для анализа больших массивов документов, кодовых баз и смешанных данных (текст + изображения) это часто решающий аргумент.

Gemini Spark - агент Google, один из трёх наиболее заметных агентных продуктов лета 2026 года наряду с ChatGPT Work и Claude Cowork. Для компаний, уже работающих в Google Workspace, это самый низкий порог входа среди трёх.

xAI, Meta, ByteDance и Alibaba

Grok 4.5 сильна в связке с Cursor и задачах, где нужен актуальный контекст из X и веба. Qwen 3.7 Max - закрытые веса через Alibaba Cloud; open-source линейка Qwen описана ниже. Seedream 5.0 Pro биллится за изображение, не за токены.

Open-source модели

Открытые веса - отдельный слой рынка, который в 2026 году перестал быть «запасным вариантом для экспериментов». Ряд моделей сходятся с GPT-4-классом по коду и рассуждениям, а DeepSeek V4 и GLM-5.1 конкурируют с закрытыми флагманами в SWE-Bench (стандартный тест на реальных задачах программирования). Главные причины выбрать open-source: self-hosting, контроль данных, предсказуемая стоимость при высоком трафике и отсутствие зависимости от вендора.

Цены open-source моделей ниже - по OpenRouter на 11 июля 2026, где модели запускаются в облаке без развёртывания своего железа. Self-hosting по-прежнему возможен - тогда платить за каждый обработанный токен не нужно.

Meta: Llama 4

Цены - OpenRouter. При self-hosting плата за токены не взимается, стоимость - только железо и электричество.

Лицензия Llama 4 Community накладывает ограничение на продукты с аудиторией свыше 700M MAU (monthly active users - ежемесячных активных пользователей) - для большинства B2B-проектов это не проблема, для крупных потребительских платформ нужна отдельная проверка.

Alibaba: Qwen (open weights)

Облачный Qwen 3.7 Max и open-source линейка - разные продукты. Для self-hosting актуальны:

Qwen - самый частый выбор, когда нужен баланс качества, лицензии Apache 2.0 и поддержки в vLLM / Ollama / llama.cpp (популярные инструменты для запуска моделей на своих серверах).

DeepSeek

На OpenRouter DeepSeek V4 Flash дешевле, чем через прямой API DeepSeek. Прямой API удваивает тарифы в пиковые часы (9:00-12:00 и 14:00-18:00 CST) с mid-July 2026.

Mistral AI

Mistral выигрывает там, где важны permissive-лицензия без MAU-cap, европейская резидентность данных и зрелая экосистема деплоя.

Zhipu AI: GLM

Google и Microsoft: компактные модели

Kimi K2.6

Kimi K2.6 (Moonshot AI) - модель с открытыми весами с упором на агентный coding и длинные сессии разработки. Часто упоминается рядом с DeepSeek V4 и GLM-5 как top-tier для автономных coding-агентов.

Сравнение open-source флагманов

Все цены - OpenRouter, июль 2026. При self-hosting учитывайте стоимость GPU и электричества вместо per-token billing.

Когда выбирать open-source

Open-source имеет смысл, если:

• данные не должны покидать периметр (на своей инфраструктуре, private cloud)
• нужны предсказуемые расходы, растущие вместе с объёмом запросов, при миллионах обращений в месяц
• важно дообучение под домен без ограничений API
• команда уже держит GPU-инфраструктуру или использует vLLM / TGI

Закрытые API (GPT-5.6, Claude, Gemini) остаются предпочтительнее, когда нужны агенты «из коробки» (ChatGPT Work, Cowork, Spark), минимальное время выхода на рынок без DevOps и доступ к самым свежим multimodal-возможностям без развёртывания.

Мультимодальность: изображения и видео

Текстовые LLM - лишь часть экосистемы:

• ChatGPT Images 2.0 - генерация изображений с читаемым текстом на картинке
• Google Veo 3.1 - лидер среди video-моделей после закрытия потребительского приложения Sora 2 у OpenAI
• Seedream 5.0 Pro - альтернатива для дизайна и маркетинговых материалов

Выбор зависит от того, нужен ли единый стек или лучшее качество в конкретном модальном направлении.

Как выбрать модель под задачу

Универсального «лучшего ИИ» нет. Практичная схема:

Для продакшена разумно держать абстракцию над провайдерами: маршрутизация запросов по типу задачи, запасной вариант на GPT-5.5 или Opus 4.8 при сбоях, отдельный мониторинг стоимости токенов.

Что изменилось за последний месяц

1. GPT-5.6 вышла в GA - OpenAI вернула лидерство в coding-бенчмарках и снизила стоимость флагмана относительно конкурентов
2. Claude Fable 5 вернулась - Anthropic восстановила позиции в SWE и агентных сценариях
3. Агенты вышли в mainstream - ChatGPT Work, Claude Cowork и Gemini Spark превращают LLM из чата в рабочий инструмент
4. Ценовая война усилилась - Luna, Grok 4.5 и Muse Spark 1.1 давят на средний уровень и делят рынок API-интеграций
5. Регуляторика стала фактором - пауза Fable 5 показала, что доступ к топ-моделям может меняться быстро
6. Open-source догнал закрытый фронтир - DeepSeek V4, GLM-5.1 и Qwen 3.6 вышли на уровень SWE-Bench, сопоставимый с GPT-5.5 и Opus 4.8

Итог

В июле 2026 года рынок ИИ зрелый и фрагментированный. GPT-5.6 Sol и Claude Fable 5 делят первое место в coding среди закрытых API, Gemini 3.5 Flash - в длинном контексте и цена/производительность, Claude Sonnet 5 - в работе с текстом. В open-source сегменте лидируют Qwen 3 235B-A22B, DeepSeek V4 и Llama 4 Scout - каждая с узкой специализацией. Агентские продукты (ChatGPT Work, Cowork, Spark) - следующий слой поверх моделей.

Для бизнеса оптимальная стратегия - не привязываться к одному вендору: тестировать 2-3 модели на реальных задачах, считать стоимость за задачу, а не только цену за миллион токенов, и закладывать запасной вариант - на предыдущее поколение API (GPT-5.5, Opus 4.8) или на self-hosted open-source (DeepSeek V4, Mistral Small 4) при требованиях к данным и бюджету.

Если нужна помощь с разработкой, внедрением ИИ или сопровождением сайта под вашу задачу - напишите мне.

Часто задаваемые вопросы

Какая модель лучше для программирования в июле 2026?

Среди закрытых API лидируют GPT-5.6 Sol и Claude Fable 5 - обе сильны в coding и агентных сценариях. Sol выигрывает по стоимости output-токенов, Fable 5 - по SWE-Bench Pro (~80.3%). Для бюджетного API - Grok 4.5 ($2 / $6) или GPT-5.6 Luna ($1 / $6). В open-source - DeepSeek V4 Flash на OpenRouter ($0.08 / $0.17) и GLM-5.1.

Open-source или закрытый API - что выбрать?

Open-source (через OpenRouter или self-hosting) - если важны контроль данных, предсказуемый рост расходов вместе с объёмом запросов и отсутствие зависимости от вендора. Закрытый API (GPT-5.6, Claude, Gemini) - если нужны агенты «из коробки» (ChatGPT Work, Cowork, Spark), мультимодальность без DevOps и минимальное время выхода на рынок. Для многих команд оптимален гибрид: закрытый API для продуктовых фич, open-source - для фоновой автоматизации.

Чем отличаются GPT-5.6 Sol, Terra и Luna?

Все три - одно поколение с контекстом 1.05M токенов, но разным уровнем capability и ценой. Sol ($5 / $30) - флагман для сложного кода и агентов. Terra ($2.50 / $15) - баланс для ежедневной работы. Luna ($1 / $6) - массовые задачи: классификация, извлечение данных, рутинная переписка. В ChatGPT Free и Go по умолчанию стоит Terra.

Почему Claude Fable 5 была недоступна и вернулась ли она?

12 июня 2026 Anthropic сняла Fable 5 с линии из-за экспортных ограничений США на frontier-модели. 30 июня ограничение сняли, 1 июля модель вернулась в API и ChatGPT-конкурентные сервисы по прежней цене ($10 / $50). Пауза показала, что доступ к топ-моделям может меняться по регуляторным причинам - стоит держать fallback (Opus 4.8, GPT-5.6 Sol).

Как сэкономить на API без потери качества?

Три рабочих подхода: маршрутизация по задаче - Luna или DeepSeek V4 Flash для простых запросов, Sol или Fable 5 только для сложных; OpenRouter для open-source моделей - часто дешевле прямого API (например, DeepSeek V4 Flash - input $0.08 через OpenRouter против $0.16 у прямого API в пиковые часы, когда тариф удваивается); кэширование промпта и batch API (пакетная обработка запросов вместо поштучной) - до 50-90% экономии на повторяющемся контексте. Считайте стоимость за задачу, а не только цену за миллион токенов - дешёвая модель с длинным output может обойтись дороже.

Термины в статье

open-source — software with publicly available source code — ПО с открытым исходным кодом

self-hosting — running software on your own servers — развёртывание на собственном сервере

агентность — agentic capability of a model to plan and act autonomously — способность модели самостоятельно планировать и выполнять цепочки действий без пошаговых указаний человека

CRM — Customer Relationship Management — управление взаимоотношениями с клиентами

RAG — Retrieval-Augmented Generation — генерация с дополненным поиском

B2B — Business to Business — продажи между компаниями

Ollama — tool to run local open-weight LLMs on your machine — инструмент для локального запуска LLM с открытыми весами

production — live environment serving real users — боевая среда с реальными пользователями

agentic — agent-like autonomous multi-step behavior — автономное многошаговое поведение агента

GPU — Graphics Processing Unit — графический процессор

long context — model that can take a very large prompt in one go — модель, которая принимает очень длинный промпт за раз

open weights — model weights you can download and run yourself — веса модели, которые можно скачать и запускать у себя

дообучение — fine-tuning — дополнительное обучение модели под вашу задачу

DevOps — Development and Operations — совместная практика разработки и эксплуатации

LLM — Large Language Model — большая языковая модель

real-time — processed with minimal delay — в реальном времени, с минимальной задержкой

self-hosted — software you run on your own servers — ПО на собственном сервере

fallback — backup path used when the primary option fails — запасной путь, если основной вариант не сработал