РЕСУРС №1 по нейронным сетям, который избавил меня от хаоса

Вам не кажется, что порой IT-гиганты держат нас за полных идиотов? Каждую неделю выходит новая нейросеть, и каждый раз мы слышим одно и то же: "Мы самые быстрые. Мы убили чат GPT. Мы лучше всех. И вы смотрите на всё это безумие и не понимаете, а кому вообще верить, на что тратить деньги, какую нахрен вообще подписку оформить. Если у вас стойкое ощущение, что вам вешают лапшу на уши, вы абсолютно правы. Маркетинг врёт, а математика, к счастью, нет. В этом видео я покажу вам единственный сайт, который должен быть у вас в закладках в 2026 году, если вы не хотите быть, ну, так называемым хомячком в мире искусственного интеллекта, который бегает за хайпом. Это Artifical

Analysis, место, где умирают маркетинговые бюджеты и побеждают голые факты. Я научу вас грамотно работать с этим сервисом. Вы узнаете, какая модель сейчас реально лучшая для кода, какая для текстов, а где вас просто пытаются развести на деньги. К концу видео вы сможете самостоятельно анализировать новые обновления в нейросетях и не читать 1.000 новостей. Погнали. Итак

давайте же перейдём на экран и сейчас коротко пробежимся по этому сервису. А первое, что нас интересует - это, конечно же, хайлайты. То есть, когда мы нажимаем в левом верхнем углу на иконку Artifical Analysis, здесь мы видим основные параметры - это интеллект, скорости и цена. Соответственно, мы можем быстренько понимать, какие сейчас вообще существуют модели, какой у них интеллект. То есть самые лучшие модели вот здесь представлены. На первом месте GMini 3 Pro preview, это OPСus 4,5 GPT 5.1. Ну, то есть, по крайней мере, мы уже в контексте, мы уже а понимаем, какие сейчас есть лидеры на рынке и кто лидирует по этим основным параметрам. Дальше это у нас скорость. Мы видим, что на первом месте Gini 120B, то есть 120B - это значит, что 120 млрд параметров а эта модель использует. И далее по нисходящей. Ну и, конечно же, цена, да, здесь наоборот, чем выше столбик, тем наоборот хуже, потому что цена дороже. То есть здесь у нас модель Cloud Ops 4.5 самая дорогая из топов, а потом идёт GRК 4 Sonet 4,5. Ну и на четвёртом месте у нас по дороговизне это а GMini 3 Pro preview. То есть мы таким образом получаем общую сводку по рынку. Видим, ага, вот есть такие такие-то модели. Значит, мы уже можем либо там погуглить дополнительно что-то по этим моделям, может какие-то обзоры глянуть, либо дальше на сайте покопаться и углубиться в каждую из моделей. Потому что, если вы наведёте на какой-то столбик, то здесь у вас есть надпись click for more information. То есть вы, нажимая на этот

столбик, переходите уже в подробный анализ этой модели, где прописано огромное количество разных тестов и разных ну вот этих параметров. А сейчас мы видим, что у меня почему-то здесь сайт не до конца прогрузился. Давайте я сейчас наберу просто в поиске, там, например, GMI 3 Pro а preview. И, скорее всего, у меня должно, да, вот надо через поиск. То есть мы набрали в поиске, и вот мы видим полные информацию по этой модели с огромным количеством тестов. А сразу скажу, если вы не являетесь каким-то разработчиком или не, ну делаете какие-то коммерческие решения, вам эти тесты по, ну, как бы так скажем, особо не нужны. А, но если вы всё-таки хотите, ну, более глубоко разбираться в темеростей, то я советую всё равно пройтись, по крайней мере, может быть, чуть-чуть там в день делать какой-то скриншот. Например, вот вы пролистали в самый верх, здесь развернули вот эту вот, а, па, ну, описание, сделали скриншот, закинули в нейросеть и сказали там: "Слушай, я изучаю сервис, аналити а получается, как он называется, у меня вылетело, artifical analysis. А вот тебе график, помоги мне расшифровать". Ну что он значит? Как для двенадцатилетнего ребёнка, тоже очень классный лайфхак. Обязательно им пользуйтесь. Вот. А мы пойдём дальше. То есть мы разобрали, что для нас важно - это хайлайтсы. И дальше переходим в раздел модели. А и ищем категорию. Это у нас capabilities. Здесь есть три основных раздела. Это индекс, коди индекс и математический индекс. Это тоже важные графики, которые показывают как раз-таки тоже распределение самых топовых моделей. Мы видим, что в

агентском индексе у нас стоит OBUS 4.5 и на втором месте GMini 3 Pro. Что это за агентский индекс? Буквально в двух словах. Агентский индекс он как бы показывает, насколько нейросеть умеет работать с разными инструментами, да? То есть это не просто как бы болталка становится, а, ну, например, это очень хорошо работает в автоматизациях, в том же самом N8N мейке, то есть когда у нас подключено к автоматизации много разных инструментов. И модели нужно понять, что, ага, пришёл запрос пользователя, значит, я должен зайти там, вызвать инструмент Google календарь и поставить встречу. То есть это как раз-таки вот за это и отвечает, за вызов инструментов и правильную работу с ними. И чем, соответственно, выше здесь а показатель, тем это намного лучше. Модель работает с этими инструментами. Следующее - это у нас коди индекс, как раз-таки насколько нейросеть хорошо понимает код, программирует и так далее. Здесь у нас важны не все параметры. Я бы здесь ориентировался именно на параметр Live Code branch, потому что, ну, как бы остальные тесты, модель могла показать себя хорошо, но она как бы уже оф-топом знала ответы на эти тесты, потому что была просто обучена на этих знаниях. А вот как раз-таки этот тест, он показывает а реальную статистику по а процентам модели, насколько она хорошо справляется именно с задачами, которые уже были созданы после обучения модели. То есть модель не знает на них ответа и нигде не может его найти. То есть это как бы реальные задачи с соревнований по программированию. И здесь мы видим следующее распределение. Это J Mini 3 Pro preview уже GPT O 120B, Cloud 4 и 5 OPUS. И тоже здесь можем на как бы уже понимать, что эта модель вот эти вот, например, первые там 4тыре-5ть можем брать и тестировать в кодинге и уже смотреть, какая лучше подходит под наши задачи. А следующее - это у нас математический индекс, тоже немаловажный. А здесь практически, ну

уже у всех топовых моделей параметр и показатель достаточно высок. А, кстати, здесь ещё не добавлена новая модель, которая буквально вот сейчас вышла. Это вот псика. А там тоже она, скорее всего, сейчас появится в топах. Просто ещё здесь, на этом сайте, информацию не обновили. То есть они через какое-то время подтягивают это всё дело. Как раз можете потом самостоятельно зайти и, как практика, посмотреть сейчас, а где же оказалась модель псика во всех этих параметрах? А вот математический индекс, он решает 30 разных задач. Цель математического индекса, чтобы нейросеть выдала ответ от 00 до 999, а при решении вообще различных задач. То есть в целом модель, которая слабая в математике, будет, ну, отчасти периодически галлюцинировать в логических задачах. Она напишет вам красивый, но абсолютно какой-нибудь бредовый бизнес-план. Поэтому, а, тоже периодически заходить в эти параметры. И мы видим, что, а, в любом случае, вот у нас, например, OPUS 4,5, он не так, а, хорош в математическом индексе, но при этом мы видим, что он лидирует, ну, фактически лидером является это в агентском режиме он топ-1 и в программировании топ-два. И

здесь мнение разделяется уже в зависимости от задач, что многие люди тестируют разные модели и говорят, что там это лучше, это хуже, а вот используя уже и тестирую на своих реальных задачах, потому что понятно, что всё зависит непосредственно от запросок на эросети, потому что кто пишет, как говорится, херовый запрос, тот получает и херовые результаты. И это уже не зависит от модели, будь хоть у неё стопроцентный там индекс в каждом из этих параметров, но а есть профессионал, которые реально тестируют на все эти варианты и топы модели и уже говорят, что там мне предпочтительнее, например, больше работать там вот с этой моделью, потому что вот так-то, да, кому-то предпочтительне с этой. Но в любом случае все а говорят и исходят из топовых моделей. То есть по факту никто не говорит, что я там кодирую через модель там, не знаю, Лиама вот самую последнюю, да, вы понимаете логику? То есть все берут там топ-два, топ-три и уже между ними тестируют. То есть это уже вам даёт точечное представление и понимание, по крайней мере, в каком направлении вам двигаться дальше и изучать, ну, отдельно, может, какие-то вот направления, да, чтобы подобрать лучше под себя какую-то модель для нейросети. Давайте перейдём дальше и

рассмотрим немаловажный и очень интересный раздел - это спич, image и видео. Я сейчас переключился и нажал на image generation. У меня открылась вот такая вот страничка. Мы видим, что у меня сейчас выбран image editing. И я открыл первый раздел, это imageна. Что он делает? Он как бы даёт вам некое описание, то есть промт, запрос для нейросети, и даёт две картинки. А ваша задача- выбрать как пользователь, какая картинка вам больше нравится. Вот, например, я выбираю первую картинку. И мы видим, что он определённые модели опускает или понижает в рейтинге. Ну, в зависимости от большого количества голосов разных независимых участников, да? То есть здесь невозможно посмотреть, какая модель что сгенерировала, и поэтому оценка независимая. Таким образом, мы можем либо, а, самостоятельно подстраивать под себя лучшие модели для, например, генерации, а, изображений, либо ориентироваться на lead дерборд. Как раз-таки следующий раздел - это у нас дербор, то есть самые топовые модели по генерации. Мы видим, что сейчас на первом месте это, конечно же, и несомненно Nноба Bananaна Pro. Так, давайте я сейчас вернусь обратно. И здесь, а, в чём удобство состоит, что, во-первых, у нас здесь представлены лидирующие модели, то есть это Nan Banana Pro, Cdream 4, image 4 Ultra Prevw, а предыдущая нанобана. То есть мы можем тоже быстро делать некий срез, что какая сейчас модель самая топовая по генерации картинок. Ага. Зашли и протестировали там, условно говоря, первые там три позиции и выбрали уже под себя самую лучшую. Но также здесь есть, в том числе и по разным стилистикам. Вот если я нажму на аниместиль, он мне отсортирует, а, ну, как бы какая модель лучше работает в этой стилистике. Это тоже очень удобно и можно много где применять. То есть вам не нужно даже, ну, периодически делать какие-то тесты, потому что здесь уже всё сделал за вас этот сервис. Вот, например, фотореалистичные фотографии Nanно Banana Pro, то есть уже идём и тестируем сразу. Нам не нужно там думать и перебирать 1.000 моделей. Дальше там, не знаю, cartoon, да? То есть мультики, снова нано банана. Уже тут первая версия. И потом идёт CDAM 4.0. Ну вот, кстати, здесь не вижу почему-то про версии. Мм, может быть, а здесь ещё её не добавили так или иначе, но со временем всё равно это всё дело обновляется. А также я могу здесь выбрать объект, да, то есть это текст, какие модели хорошо работают с текстом. Вот мы видим это здесь. Но на самом деле сейчас и nanobanнаan Pro, она, в принципе, закрывает вообще практически любые задачи, а, которые вам нужно сделать. Можете её спокойно сейчас брать и использовать. Но в целом в дальнейшем здесь вы можете периодически заходить и что-то вот подсматривать, да, мы видим, какие модели лучше работают с людьми, то есть портретами, а какие, например, с группами людей работают лучше и так далее. И в том числе

смотрите, здесь есть очень интересный пункт, называется personal leaderboard. То есть вы можете не опираться на мнение там каких-то чужих людей, а можете сформировать свой личный как бы персональный лидерборд. Для этого вам нужно 30 оценить 30 изображений разных. То есть вы переходите в раздел LLM арена, то есть точнее imageна, и здесь уже а подбираете в зависимости от промта вы его можете перевести, например, на русский язык. А превратите эти солёные, а эти соления в обесвеченные и гнилые, да. И вот видим оригинальные изображение и два разных. Ну вот мне нравится больше вот это. Видим, что это GPT5 сгенерировала, и она поднялась вверх как бы по лестнице. А дальше давайте ещё один пример рассмотрим. Вот у нас изменить причёску девочки на хвостик. Вот девочка. Иходное фото. И вот мы видим два варианта. Ну, мне как-то более нравится здесь. Наверное, лучше как-то цветкоррекция, вот этот вариант. И мы видим, что это GPT image 1. Ну и так далее, понимаете? И вот у нас здесь вот в разделе leaderboard а постепенно накапливаются вот эти вот а ответы. И потом, когда мы соберём некую статистику, у нас будет свой личный. А дальше это у нас image editing leaderboard. То есть здесь у нас есть некоторые инструменты взаимодействие и редактирование изображений. Вот мы видим редактирование людей, лица или атрибуты персонажей. Нанобана снова у нас лидирует. Дальше удаление объектов или элементов CDAM 4, а в том числе и нанобана. То есть вот уже понимаете, я думаю, вы постепенно улавливаете логику. То есть для меня это хороший инструмент, где я могу быстро зайти с утра, глянуть, что сейчас вообще в топе, и пойти это тестировать уже. Кстати говоря, именно вот что касаемо генерации изображений, видео, я работаю через такой сервис, который называется Syntax. То есть это

специальный инструмент, где агрегировано большое количество разных нейросетей. То есть здесь есть и работа с текстом, и есть и дизайн, и видео. И в общем, я здесь в нём работаю, а вот, например, в нанобана и генерирую уже какие-то картинки там в 4К качестве и в разном соотношении. Поэтому, кому будет интересно тоже, а, пользоваться неким агрегатором нейросетей, то в, а, ну, в описании у меня будет ссылочка, вы можете по ней перейти, зарегистрироваться и тоже как бы работать из одного места. Давайте сейчас вернёмся снова на а нашу платформу и перейдём уже в раздел Так, она у меня почему-то убралась. Вот. А это редактирование изображений Leaderboard. Ну, дальше у нас есть раздел Explorer, где мы можем по категориям посмотреть тоже разные изображения. Вот, например, переключиться. И, а, вот мы видим Nature and Landscapes, да, что это у нас такое? Это у нас природа и ландшафты. И посмотреть, как разные модели справляются с похожими генерациями. То есть у нас есть один запрос, один промт, и мы можем оценить, какая модель лучше справилась с этой задачей. Тоже очень удобно. Аналогичным образом у нас всё то же самое и по видео вообще прямо один в один. Здесь я даже не буду останавливаться. То есть здесь также

есть leaderboard, а здесь есть image to видео. А, то есть текст to video, видео, image to video и есть также видеоарена. То есть мы проходим проверку и смотрим, как каждая модель справилась с генерацией, и также её оцениваем. Всё. После этого можем формировать даже свой личный лидерборд. Ну что ж, движемся дальше. У нас на подходе текст to spech, то есть это преобразование текста в речь, как с этим хорошо или плохо справляются найросети. У нас здесь есть также spech арена, где мы можем взять текст, просмотреть и послушать, как разные найросети этот текст озвучили, чтобы выбрать тоже лидера. Здесь есть лидерборды, также такая табличка, а модели, которые как раз-таки делают эту озвучку, и сопутствующие разделы, которые мы сейчас рассматривать не будем, да? То есть здесь вы сможете уже их самостоятельно изучить, покликать, если это требуется. А также у нас остался раздел с музыкой. Очень классный раздел именно для людей. А сейчас я скажу секундочку, он прогрузит. Вот этот раздел очень классный для людей, кто занимается, может быть, монтажом или делает какие-то ролики свои. То есть здесь такое некое аа как бы пространство для вдохновения. То есть вы можете слушать здесь разные треки, а когда генерирует нейросеть, и после этого, ну, какие-то даже, может, записи себе делать, да, и вставлять свои видео. А вот давайте послушаем просто пример. Да, вот и второй вариант. Понимаете, общая идея? Также есть лидерборд. Конечно же, у нас на первом месте это Суна, популярная нейросеть для генерации музыки, песен и так далее. Потом Eleven Labs, тоже популярная компания. Ну и дальше пошло по нисходящей. Тоже удобно ориентироваться. Здесь есть у нас инструментал и вокал, да? То есть это разные категории музыки. И есть также точно персональный лидерборд, то, что мы рассматривали до этого. И теперь давайте рассмотрим ещё интересный раздел, который здесь вот последний у нас остался. И потом перейдём ещё посмотрим тренды искусственного интеллекта вот в эту категорию. Что это за State of

Generative Media Survey Report? Ну, вы поняли, да, 2025. Сейчас коротко прокомментирую. Нужно ли исследовать этот раздел на постоянной основе? Общий вердикт нет. То есть его можно исследовать, ну, там, ежеквартально, например, заходить сюда и смотреть данные. То есть этот раздел - это как бы некое приземление на реальность. То есть в новостях мы видим хайп вокруг новых стартапов, но этот отчёт показывает, что чем лю чем люди и бизнес пользуются на самом деле. То есть это помогает понять, куда как бы дует ветер, если вы строите продукты или внедряете и в бизнес. А то есть кому этот раздел полезен? предпринимателям понять, где деньги и рой - это разработчикам, а вы, ну, как бы выбирать определённый стек технологий, например, а через кого подключать модели, да, именно может быть провайдеры там, а, там забыл, это слово вылетело, а, провайдеры, да, всё правильно, и это инвесторам и аналитикам. То есть какие здесь можно сделать по вот этому разделу ключевые выводы основные? А для тех, кому лень читать графики, что Google - это серый кардинал 2025 года. То есть пока все обсуждали Open AI journey, Google тихо захватил лидерство. То есть из этих отчётов я их просмотрел, там часть прогнал через Нейросеть. А GMI и Veo - это самые популярные модели как бы в личном и в корпоративном использовании. То есть, соответственно, 74 и 69%. А следующее - это видео догоняет. Значит, не буду эти графики открывать, просто я уже отдельно это сделал. Видео догоняет, но ещё сырое. То есть генерацию картинок используют 89% опрошенных, а видео всего 62%. То есть картинки уже встроены в рабочие процессы. Видео пока на стадии экспериментов и маркетинга. А качество, а, ну, как бы превосходит цену, то есть люди готовы платить. Качество - это фактор номер один при выборе модели. Но для видеогенерации, которая дорогая цена, становится критически важным фактором. Маркетинг - главный драйвер. 55% компаний используют генеративное видео именно для маркетинга и рекламы. Это главный кейс, приносящий деньги. И последний такой интересный тоже пунктик, что деньги возвращаются быстро. А 65% компаний видят рой, то есть возврат инвестиций менее чем за 12 месяцев. То есть хайп прошёл, началась уже постепенно работающая экономика. То есть в целом вы можете использовать этот отсчёт там раз 3-че месяца, чтобы сверить часы свои и не инвестировать время в инструменты аутсайдеры, а фокусироваться на главном. А как это делается? Просто вы либо можете сделать скрины всех графиков, то есть один раз в 3 месяца, либо а зажать комбинацию Ctrl или Command A, и у вас вся страничка выделится. И таким образом вы всё это просто пачку информации закидываете в нейронку, и она вам выдаёт как бы сводный общий отчёт. Ну, конечно, лучше всё-таки, если вы скрины поделаете. Так

она просто более понятно вам напишет. И давайте же разберём финальный раздел - это и тренды. Если, например, предыдущие разделы лидерборды это было про то, чем копать лопату прямо сейчас, то этот раздел AI - это про то, где будет золото через полгода. Ну, так условно говоря. А нужно ли сюда заходить каждый день? Опять же, нет, не нужно. Также достаточно раз в квартал просто сверить как бы компас свой. А если вы хотите понимать вообще, куда катится мир, а не просто реагировать на новости. Здесь есть такие, скажем, основные графики, то есть их тут тоже большое количество, но есть прямо основные, которые задают некий тренд, тенденцию, чтобы мы могли не всё просматривать, а самое ключевое. Первый график, который я здесь выделил - это, конечно же, рост интеллекта. То есть посмотрите вот на вот этот график Кривая. Многие кричат, что развитие искусственного интеллекта замедлилось, но этот график показывает факты. То есть, а, ну, замедление, ну, опять же, смотря с какой стороны мы смотрим. Если мы говорим про развитие по моделям, по компаниям, то оно происходит буквально вот чуть ли не ежемесячно, что-то новое выпускается. Обратите внимание также на, а, на то, что некоторые модели появляются позже значительно, чем самые первые, но при этом догоняют своих конкурентов. Есть такие компании, как, точнее, модели, как Deepsка или баба minim. То есть, если вы думаете, что играют на рынке только Open A и Google, то вы ошибаетесь. Китайские модели уже вполне, можно сказать, как наравне с такими лидерами, которые у всех на слуху. Следующий немаловажный график, на который стоит обращать внимание - это, конечно же, капекс, то есть сколько гиганты а тратят денег на развитие вот этой индустрии искусственного интеллекта. И ещё один, который я бы хотел тоже упомянуть - это country analysis. То есть здесь только, конечно, представлено две страны, это Чайна и United States. А, но как бы, скорее всего, в дальнейшем будут добавляться какие-то другие тоже показатели. И мы видим, что, а, США и Китай - это такие два конкурента сейчас крупных, потому что тот же самый G Mini Opus, да, такие популярные модели, которые у всех на слуху, то есть даже нет, я ошибся, G Mini и а Cloud - это США модели разработанные. Там есть Chйна, это DeepsК, это Alibab. Это всё китайские модели. И вот мы видим здесь такой график, который показывает эту борьбу. США пока лидер, как мы видим по последней информации. А, но Китай, как я и сказал, а они по качеству практически не уступают, но стоят в разы дешевле. И в том числе у них есть open source модели, то есть это открытые модели с исходным кодом, которые мы можем развернуть либо на серверах, либо у себя на компьютере, что тоже немаловажно, потому что у США все модели, которые они там разрабатывают у себя, они не дают к

ним доступ. То есть всё это закрыто и всё это корпоративные секреты. Итог небольшой, как говорится, заходить сюда раз в квартал, чтобы проветрить мозги от хайпа и увидеть большую картину. Давайте подведём небольшой итог. В 2026 году выигрывает не тот, кто фанатично любит OpenI или Google. Выигрывает тот, кто заходит на этот сайт и смотрит на цифры, выбирает лучший инструмент под задачи и использует его. Поэтому, друзья, если вам видео было полезно, обязательно поставьте лайк, подпишитесь на канал, оставьте комментарий. И я очень вас сильно жду в своём Telegram канале, где я регулярно уже выхожу на связь, записываю какие-то кругляшочки, делюсь какими-то интересными мыслями, инсайтами по рынку. В общем, всех жду и до новых встреч.