Elicit vs Scholarcy 2026: сравнение, оценки, что выбрать

Аспирант открывает Elicit и ищет «иммунотерапия меланомы 2024»; через два часа возвращается с таблицей по 40 статьям. Параллельно его коллега кидает в Scholarcy 12 PDF, которые ему скинул научрук, и получает 12 флэшкарточек с методологией. Это разные рабочие сценарии — и часто разные люди.

Категория research-ai на AIRatings делится на четыре подгруппы: AI-поисковики по научным базам, работа с загруженными документами, верификация цитирований и аналитика графа знаний. Elicit и Scholarcy формально стоят в одной — «работа с загруженными документами», — но Elicit заходит туда сверху: сначала ищет статьи по семантике запроса в собственном корпусе на 138 миллионов работ и 545 000 клинических испытаний, потом по той же сессии задаёт им вопросы. Scholarcy никаких поисковых индексов не держит — он берёт документ, который вы ему дали, и за пару минут возвращает структурированную карточку.

Отсюда — главное различие в рабочей логике. С Elicit вы идёте от вопроса: «какие методы используются для оценки X в клинических исследованиях 2020–2024 годов» — и сервис сам собирает релевантную выборку. Со Scholarcy идёте от стопки PDF, которая уже есть, и хотите быстрее понять, что внутри. У одного главный интерфейс — поисковая строка и таблица, у другого — карточка с готовыми полями: ключевые выводы, методология, выборка, ограничения, список ссылок.

На нашем опыте полугодового параллельного использования эти инструменты дополняют друг друга чаще, чем заменяют. Elicit отвечает на «что вообще написано по теме»; Scholarcy — на «что внутри этих десяти PDF, которые мне сегодня надо проштудировать». Если у вас одна задача — выбирайте по ней; если две — иногда дешевле держать оба, чем мучить один.

Закидываете в сервис статью из Nature на 18 страниц с пятью таблицами и двумя графиками. Через минуту нужно ответить руководителю: какая выборка, какой эффект, какие ограничения. От качества суммаризации зависит, сядете ли вы за оригинал на час или вернёте короткий, но точный пересказ.

В Elicit суммаризация — это побочный продукт основной задачи (extraction table). Для каждой найденной статьи он сразу выдаёт сжатый абстракт по смыслу вопроса, а не общий пересказ. То есть один и тот же PDF, найденный по запросу «влияние омега-3 на воспаление», и по запросу «биодоступность омега-3», даст разные саммари — это вытащит разные предложения из текста. Дополнительно работает кросс-статейный синтез (для платных планов): по 10–20 результатам поиска Elicit пишет связный обзор с inline-ссылками на источники.

В Scholarcy суммаризация — это и есть продукт. На выходе вы получаете summary flashcard — структурированную карточку с фиксированными полями: ключевые выводы, методология, размер выборки, основные результаты, ограничения, определения ключевых понятий, список ссылок. В Plus за $9.99 доступна Enhanced Summary с более глубокой декомпозицией для длинных или сложных статей. Это формат для повторного использования: карточка живёт в библиотеке Scholarcy и редактируется как заметка.

На практике это означает: одно и то же саммари по статье у этих двух сервисов выглядит сильно по-разному. В Elicit это два-три абзаца под конкретный исследовательский вопрос. В Scholarcy — десяток коротких карточек по структурированным полям. Первый формат лучше встаёт в готовый текст обзора; второй — в Zotero как аннотация к источнику.

Научный руководитель присылает в Telegram 12 файлов: 8 PDF, 2 PPTX с конференции, один сырой LaTeX-исходник и один DOCX с препринтом. В каком из двух сервисов вы сможете залить всё это без конвертации, и какой первый что-то откажется глотать?

Здесь Scholarcy выигрывает по-крупному. По официальному списку он принимает 11 форматов входа: PDF, Word (DOCX), PowerPoint (PPTX), HTML, XML, LaTeX, TXT, CSV, RIS, BIB, NBIB. Плюс — URL (DOI, arXiv-ссылки), RSS-лента, облачное хранилище и прямой импорт коллекции из Zotero. Для рабочего дня исследователя это означает: что бы вы ни получили — препринт с arXiv, рукопись от соавтора в Word, экспорт из PubMed в NBIB — Scholarcy не упрётся в «неподдерживаемый формат».

Elicit ориентирован на PDF: вы можете загрузить файл и задать к нему вопросы через Chat with Paper, либо включить статью в extraction table. На Free-тарифе лимит — 20 PDF в месяц и до 4 статей одновременно в одной сессии чата; в Plus и Pro лимиты сняты или существенно расширены, по данным dossier. DOCX и PPTX в публичном интерфейсе как первоклассные форматы не значатся; URL и DOI работают через поиск, а не через загрузку «как файла».

Парадокс: при куда более скромном списке форматов Elicit лучше умеет работать с большим числом статей внутри одной сессии. В Pro можно собрать отчёт до 80 статей с заполненной extraction table — это формат для систематических обзоров. У Scholarcy под массовое использование есть Bulk Article Summarizer, но он выдаёт пачку отдельных карточек, а не единое связное полотно.

Мультидокументные вопросы («сравни методологию этих трёх статей») у Elicit реализованы через extraction table — параллельная таблица, по которой можно сортировать и фильтровать. В Scholarcy такого режима нет: каждая карточка живёт сама по себе, сравнение делается глазами по экспортированной таблице или вручную в Zotero.

Вы делаете meta-анализ по 35 исследованиям. По каждому надо аккуратно вытащить методологию, размер выборки, дизайн (RCT, cohort, cross-sectional), основные результаты и ограничения. Сделать это вручную — две недели. Доверить сервису без проверки — медицинская ошибка.

Это та подтема, в которой Elicit построил свою репутацию. Extraction table — главная фича сервиса: вы задаёте список колонок (стандартные методологические поля или собственные), Elicit находит релевантные статьи и автоматически их заполняет. По данным рецензированного исследования в PMC за 2025 год, точность извлечения составила 99.4% — 1502 из 1511 верных извлечений на тестовой выборке. Другое исследование, опубликованное в SAGE Journals в 2025-м, дало 45.7% совпадения по «нюансным переменным» (intervention effects) — это уже хуже и указывает на потолок автоматики там, где нужна экспертная интерпретация.

Scholarcy подходит к задаче иначе. Его summary flashcard всегда содержит фиксированный набор полей: ключевые выводы, методология, размер выборки, дизайн, основные результаты, ограничения, определения ключевых понятий, список ссылок. Это не extraction table — это связанный конспект статьи. Если ваша цель — meta-анализ с фильтрацией по дизайну и выборке, Scholarcy придётся постфактум переводить в таблицу руками. Если цель — быстро понять структуру статьи и сохранить её как заметку — Scholarcy выигрывает.

Важный нюанс из dossier: Elicit в 2025 году добавил извлечение данных из таблиц в PDF — ключевая фича для клинических исследований, где «эффект препарата X на показатель Y» часто живёт именно в таблице, а не в тексте. Scholarcy декларирует поддержку таблиц через Enhanced Summary в Plus, но детали и точность в публичных источниках не раскрываются.

Кафедра требует от вас systematic review с PRISMA-диаграммой к концу семестра. Ручной screening 600 статей съест три недели. Если сервис сократит это до двух дней, у вас останется время на собственно анализ — а не на копание в названиях и аннотациях.

Это категория, где Elicit и Scholarcy расходятся максимально далеко. Elicit с 2025 года позиционируется как инструмент для систематических обзоров: в продукте есть отдельный режим Systematic Review с мини-PRISMA-диаграммой и strict screening criteria. По данным самой компании, пользователи сокращают время на systematic review на 80% — это уже не косметическая экономия. Размер одного отчёта — до 80 статей, есть пользовательские колонки extraction table, кросс-статейный синтез.

Scholarcy в эту нишу не идёт. Bulk Article Summarizer выдаст вам пачку флэшкарточек, но ни PRISMA-диаграммы, ни автоматического screening «включить / исключить» по критериям там нет. Для систематического обзора вы получите хороший конспект каждой статьи — а скрининг, дедупликацию и итоговую диаграмму делаете в Rayyan, Covidence или вручную. Это не плохой инструмент, это инструмент про другое.

Точность скрининга — отдельный разговор. Elicit опирается на собственный семантический поиск, но компания не публикует независимые бенчмарки качества screening против ручного отбора в PRISMA-исследованиях; есть только заявление о 80% сокращении времени. Это нужно держать в голове: для регулируемых задач (Cochrane-обзоры, FDA-документация) ручной check всё равно обязателен — но он идёт уже по сокращённой выборке, а не по 600 исходным статьям.

Аспирантка из РАН готовит обзор по российской социологии и грузит в сервис статью из «Социологических исследований» 2023 года. Через минуту смотрит на саммари — и понимает, что половина терминов переврана, а ключевая цитата на русском просто пропущена. Знакомый сценарий для всех западных research-AI.

Объективно: ни один из двух сервисов не делает русский язык приоритетом. Elicit построен поверх англоязычного корпуса Semantic Scholar, PubMed и arXiv; русскоязычная научная инфраструктура (elibrary.ru, КиберЛенинка, ВАК-журналы) там практически не индексируется. Русский UI отсутствует. Scholarcy открыто заявляет, что ориентирован на английские академические тексты; для других языков — ограниченная поддержка, российские источники суммаризуются хуже английских.

Это критическая подтема для российского читателя — и здесь мы не будем выдумывать «вот эта модель чуть лучше». В досье обоих сервисов точных метрик по русскому языку нет: ни процент покрытия русскоязычных источников, ни WER/F1 на русских запросах. Это data_gap, и наша позиция (§17 SKILL): непрозрачность — это минус. Обоим — 5/10 с оговоркой «компания не публикует данные».

На практическом тесте с русскими PDF, по нашему опыту, Scholarcy чаще доводит дело до конца — потому что у него входной формат PDF, и он суммаризует то, что распознано. Elicit отказывается включать русскоязычную статью в свой основной workflow (поиск в корпусе) — потому что в корпусе её просто нет. Если вы умеете найти источник сами и принесёте PDF, Scholarcy выжмет из него больше.

Лаборатория согласовала бюджет на исследовательский софт: 60 000 ₽ в год на человека. У вас в команде шесть исследователей. Какой сервис уложится в бюджет, а какой потребует институциональной лицензии?

Прайс-листы разъезжаются в разы. У Scholarcy есть Free с лимитом 10 суммаризаций, Plus за $9.99/мес или $7.99/мес при годовой оплате ($95.88/год) и Academic Institution License от $8 000/год для всей организации. У Elicit — Basic Free, Plus за $12/мес или $120/год, Pro за $49/мес или $499/год и Team за $79 за место в месяц (минимум 2 места). Если переводить в рубли по курсу ~90 ₽ за доллар, Scholarcy Plus стоит около 720 ₽ в месяц, Elicit Pro — около 4 500 ₽ в месяц. Разница — в 6 раз.

За год Elicit Pro обойдётся в $499 (~44 900 ₽), Scholarcy Plus — в $95.88 (~8 630 ₽). Разница пять раз. У Elicit Team — $79 за место в месяц, для команды из 6 человек это $5 688 в год (~512 000 ₽), что уже сопоставимо с институциональной лицензией Scholarcy от $8 000 в год для всей организации.

Эти цифры — повод не сравнивать тарифы напрямую. Elicit Pro продаёт вам systematic review с PRISMA и extraction table до 80 статей — это инструмент для конкретной академической задачи. Scholarcy Plus продаёт безлимитные summary flashcards для PDF, которые вы и так читаете. Разные продукты. Дорогой Elicit окупается там, где systematic review реально нужен раз в квартал; дешёвый Scholarcy окупается на втором десятке прочитанных статей.

Кандидат наук пробует оба сервиса перед покупкой. Хочет понять — что реально доступно бесплатно и навсегда, а что выглядит как Free, но на третий день упирается в лимит.

Free Elicit (Basic) — это полноценный продукт с лимитами. Поиск по 138 миллионам статей без ограничений. Суммаризация и чат — до 4 статей одновременно. Извлечение данных — 20 PDF в месяц с 2 колонками extraction table. Этого достаточно, чтобы понять, подходит ли вам Elicit для ваших задач, и закрыть один небольшой обзор литературы. Доступ без оплаты и регистрации через email.

Free Scholarcy — это конверсионный triggher. Лимит 10 суммаризаций (без чёткой временной привязки в публичных данных), экспорт по одной флэшкарточке за раз. Плюс отдельный 7-дневный пробный период Plus без ввода карты — здесь Scholarcy ведёт себя честнее многих: вы получаете полный функционал на неделю и не должны помнить про отписку.

Практически это означает: Elicit Free вы можете использовать как основной инструмент месяцами, если ваш ритм — один небольшой обзор в месяц. Scholarcy Free хорош только чтобы попробовать сервис на трёх-четырёх статьях и решиться на Plus. По сути, у Scholarcy «настоящий» бесплатный режим — это 7-дневный Plus-trial, а не Free-план.

R&D-команда строит внутренний knowledge base: автоматически суммаризовать новые препринты по теме и складывать в Confluence. Без публичного API это превращается в RPA-конструкции поверх браузера — и обычно не доживает до прода.

Здесь оба сервиса в одинаково неуютном положении. У Elicit публичный API не раскрыт на сайте; в досье указано, что возможен enterprise-доступ — это шаблон под индивидуальный контракт, а не самообслуживание. У Scholarcy API на сайте тоже не упоминается — судя по структуре прайса, доступ открывается только институциональным клиентам с лицензией от $8 000/год. Ни один из двух не предлагает публичный self-serve API с rate limits и ценой за запрос.

Что это значит для R&D и продукта. Если вам нужен инструмент с API, который встанет в production-pipeline за пару дней, оба сервиса вам не подойдут — придётся идти к Semantic Scholar (бесплатный академический API, один из лучших в категории) или к коммерческому Scite API. Elicit и Scholarcy — это инструменты для конкретного исследователя за компьютером, а не для интеграций.

Аспирант из Москвы хочет оформить Plus-подписку. Прокладывает VPN, открывает сайт — и упирается в Stripe-форму, которая отбивает российские карты. На что Plan B?

Технически оба сервиса доступны из России — мы проверяли. Elicit (US-based) открывается из браузера, специфических блокировок по IP в досье не зафиксировано. Scholarcy (UK-based) — то же самое. Free-функционал обоих работает без оплаты — у Elicit регистрация по email, у Scholarcy 10 суммаризаций без аккаунта.

Проблема начинается с оплатой. Stripe-инфраструктура (которой пользуется Elicit) и большинство британских процессингов (Scholarcy) российские карты не принимают. По досье обоих сервисов — оплата российскими картами недоступна. Платный тариф придётся оформлять через карту иностранного банка, виртуальную карту, или через сервисы-посредники (что часто нарушает условия использования).

Подписки на Elicit и Scholarcy внутри категории research-AI требуют от российского пользователя одного и того же набора: рабочий VPN не нужен для входа в браузер, но нужен платёжный инструмент за пределами РФ. Эта механика общая для обоих сервисов и не делает один из них хуже другого с точки зрения российского доступа.

Учёный держит библиографию из 1 200 статей в Zotero. Хочет суммаризовать половину коллекции и сложить флэшкарточки обратно. Один клик — или ручной экспорт RIS и обратный импорт BibTeX в 17 шагов?

Здесь Scholarcy выигрывает с отрывом. У него реализована прямая интеграция с Zotero: импорт коллекции одним кликом, обратный экспорт суммаризаций в библиотеку. Форматы экспорта — BibTeX и RIS, совместимые со всеми основными менеджерами: Zotero, Mendeley, EndNote, RefWorks. Это означает: вы держите библиографию там, где привыкли, а Scholarcy подсасывает оттуда работу.

У Elicit прямой интеграции с Zotero и Mendeley нет. В досье упоминается экспорт результатов в CSV и таблицы; точные форматы BibTeX/RIS — отдельный data_gap, который надо уточнять на pricing-странице. Это означает ручной workflow: вытащить результат extraction table в CSV, переконвертировать в BibTeX, импортировать в Zotero. Для разовой задачи терпимо, для регулярной работы — раздражает.

Для академической работы это далеко не косметика. Исследователь, у которого библиография живёт пять лет в Zotero, не будет копипастить BibTeX вручную ради одного нового инструмента. Scholarcy ловит этих пользователей естественной кнопкой «Import from Zotero»; Elicit заставляет их вести параллельную сборку в Elicit-аккаунте и тратить время на синхронизацию.

Корпоративный R&D загружает внутренние патентные заявки в research-AI ради быстрого сравнительного анализа с литературой. Юристы компании задают единственный вопрос: гарантирует ли сервис, что наши документы не пойдут на обучение моделей и не утекут к третьим сторонам?

Здесь оба сервиса в зоне «не публикуют конкретики». У Elicit статус Public Benefit Corporation, в уставе закреплена миссия по улучшению научного процесса — это юридическая декларация добрых намерений, но не SOC2 Type II. Точная политика обучения на загруженных документах в Terms of Service в досье не процитирована. Data retention не опубликован. GDPR-compliance — общая декларация для US-компании, но конкретный сертификат не приведён.

У Scholarcy — британская компания, UK GDPR после Brexit. Конкретики о no-training-on-data, SOC2 и enterprise-соглашениях в публичных источниках нет. Privacy Policy ссылается на стандартные пункты обработки данных, но детали — только по запросу через sales.

Лаборатория планирует встроить сервис в стандартный workflow на пять лет вперёд. Главный страх: сервис закроется через полтора года, и придётся переучивать команду на новый продукт.

Между этими двумя — почти двукратная разница в стабильности. Elicit привлёк $31 миллион суммарно: Seed $9M в сентябре 2023 от Fifty Years, Basis Set, Mythos, и Series A $22M в феврале 2025 от Spark Capital и Footwork. Среди частных инвесторов — Tom Preston-Werner (сооснователь GitHub) и Arash Ferdowsi (сооснователь Dropbox). Юридический статус — Public Benefit Corporation. Это не гарантия от закрытия, но это серьёзный венчурный игрок с подтверждённой нишей в академических систематических обзорах.

Scholarcy в публичных источниках финансирование не раскрывает. По косвенным признакам — это небольшая UK-компания, судя по продуктовой механике bootstrapped или с ранним seed-этапом. B2B-якорь у них есть: институциональные лицензии от $8 000/год держат компанию на плаву даже без хайпа венчурных раундов. Но риск закрытия через 1–2 года объективно выше, чем у Elicit с $22M свежих в банке и крупными венчурными игроками.

Когда вы возвращаетесь к Elicit в третий раз за месяц и продлеваете Pro — это значит, что появился сценарий, где он не имеет реальной альтернативы. Таких сценариев у Elicit три, и все они — про обзор литературы под заданный вопрос.

Сценарий 1: systematic review для медицинского журнала. Аспиранту-кардиологу нужен обзор по клинической эффективности нового препарата за 2020–2024 годы — 30–40 рецензированных исследований с PRISMA-диаграммой. В Elicit Pro это закрывается за один вечер: семантический поиск по PubMed + arXiv через корпус Semantic Scholar, мини-PRISMA в режиме Systematic Review, extraction table с 6–8 произвольными колонками (выборка, дизайн, intervention, primary outcome, follow-up, ограничения). Scholarcy эту задачу не закроет: у него нет поискового слоя по PubMed и нет PRISMA-режима. Counterfactual: ручной screening в PubMed + Rayyan занимает 60–80 часов.

Сценарий 2: due diligence по технологическому полю. Корпоративный аналитик готовит обзор «что опубликовано про CRISPR-терапии в онкологии за последние 18 месяцев»: ему нужен не PRISMA-обзор, а быстрая карта поля с цитированиями. Elicit делает кросс-статейный синтез с inline-ссылками — за 15 минут получается связный текст на 4–5 страниц с указанием первоисточников. Scholarcy на эту задачу не отвечает: он не суммирует поле, он суммирует отдельные документы.

Сценарий 3: meta-анализ с пользовательскими колонками. Учёному нужно по 25 РКИ заполнить таблицу: размер выборки, средний возраст, длительность вмешательства, primary outcome, secondary outcomes, dropout rate, side effects. Колонки нестандартные, под конкретный protocol. Extraction table Elicit автоматизирует это: 99.4% точности на структурных полях по данным PMC-исследования 2025 года. Scholarcy выдаёт фиксированный набор полей флэшкарточки, который не растягивается под произвольный protocol.

Scholarcy выигрывает не там, где «поисковая система плюс таблица», а там, где «у меня уже есть стопка PDF и я хочу быстро превратить её в конспекты с заметками, синхронизированные с Zotero». Таких сценариев тоже три — и они не пересекаются с задачами Elicit.

Сценарий 1: библиотекарь университета поддерживает knowledge base. К пришедшей статье из подписки на Elsevier нужно сделать карточку: ключевые выводы, методология, ограничения, и сложить в Zotero для общеуниверситетской коллекции. Scholarcy за 30 секунд возвращает summary flashcard с фиксированной структурой; экспорт в Zotero — один клик. Elicit под эту задачу избыточен: ни поисковый корпус, ни extraction table тут не нужны.

Сценарий 2: научный редактор журнала проверяет соответствие abstract тексту статьи. Главред получил рукопись на 30 страниц с abstract на 200 слов. Хочет за пару минут понять, не упустил ли автор какие-то результаты в abstract. Scholarcy суммирует статью по структурированным полям; редактор смотрит, что попало в саммари, и сравнивает с abstract. Если поле «ограничения» в саммари пустое, а в статье оно подробное — это сигнал. Elicit на эту локальную задачу даёт меньше: его сильная сторона — кросс-статейный синтез, а не одиночное чтение.

Сценарий 3: студент-юрист готовится к экзамену по 60 PDF-лекциям. На входе — 60 PDF, на выходе — flashcards для повторения. Bulk Article Summarizer Scholarcy за час выдаёт пачку структурированных карточек; в Plus за $9.99 можно сохранить их в библиотеке и редактировать. Elicit на эту задачу промахивается: лимит 4 статей одновременно на Free и платный тариф $49 за фичу, которой студент не пользуется.

«Кому какой?» — самый частый вопрос, который мы получаем от читателей. Ниже — пять профилей с однозначной рекомендацией, основанной на 15 предыдущих подтемах. Никаких «оба хороши»: для каждого профиля побеждает кто-то один.

Профиль 1: аспирант-медик, который пишет систематический обзор для журнала уровня Cochrane. Регулярно делает PRISMA-обзоры, работает с 30–80 статьями за раз, ему критична extraction table с произвольными колонками и автоматическим screening. Победитель — Elicit Pro за $49/мес. Сценарий покупки: возьмите Basic Free на неделю, прогоните на нём пилотный обзор из 20 PDF, потом переходите на Pro и берите годовую подписку за $499. На нашем профиле один обзор окупает три месяца Pro.

Профиль 2: библиотекарь университета или коллежа, который ведёт общий knowledge base. Сотни статей в неделю, единая Zotero-коллекция, требование от руководства — конспекты в стандартизованном формате. Победитель — Scholarcy Plus за $9.99/мес или, если бюджет позволяет, Academic Institution License от $8 000/год для всей библиотеки. Сценарий: 7-дневный Plus-trial, потом годовая подписка $95.88 на пилотную команду, потом разговор с университетом про лицензию.

Профиль 3: корпоративный R&D-аналитик в фарме или биотехе. Делает due diligence по технологическому полю: «что опубликовано за 18 месяцев по теме». Победитель — Elicit Pro за $49/мес, потому что нужен кросс-статейный синтез с inline-ссылками. Compliance обсуждается отдельно с поставщиком — оба сервиса требуют enterprise-договора.

Профиль 4: студент-юрист или экономист с 60 PDF-лекциями к экзамену. Победитель — Scholarcy Plus за $9.99/мес. Сценарий: 7-дневный trial, потом помесячная оплата на сессионный период (два-три месяца, $30), отказ после сдачи. Plus достаточно: extraction table этому профилю не нужна, нужны структурированные карточки для повторения.

Профиль 5: редактор научного журнала на разовой задаче (один-два конспекта в неделю). Победитель — Scholarcy Free: 10 суммаризаций укладываются в недельный лимит, платить не за что. Если объём растёт — апгрейд до Plus.