NotebookLM vs Scite 2026: сравнение для аспирантов, аналитиков и юристов

Категория research-ai на AIRatings.ru делится на четыре функциональные подгруппы: AI-поисковики по научным базам, инструменты для работы с загруженными документами, верификация цитирований и графы знаний. NotebookLM сидит во второй — это полноценный «чат с моими PDF» с подкастом и видео-резюме сверху. Scite один в третьей подгруппе — он не ищет статьи, не суммирует ваши документы и почти не работает с произвольными файлами; вместо этого он отвечает на вопрос «как именно цитируют эту работу другие учёные».

На матрице ниже видно, что пересечение функций между сервисами минимально:

Полоски разной длины — это не «кто круче», а «кто эту задачу вообще решает». NotebookLM не классифицирует цитаты как «опровергающие». Scite не сделает вам подкаст по 50 PDF. Поэтому VS-обзор пары — это не битва на одном ринге, а карта: какую задачу решаем сегодня.

Практический разрез: если у вас есть конкретная стопка PDF и нужно ответить на вопрос «что они говорят про X» — это NotebookLM. Если у вас есть утверждение «лечение Z повышает выживаемость на 18%» и нужно понять, поддерживает ли его 200 цитирующих статей или половина опровергает — это Scite.

NotebookLM поддерживает PDF, Google Docs, Slides, Sheets, .docx, изображения, веб-URL, YouTube (через транскрипт) и аудиофайлы в форматах mp3, mp4, wav, ogg, opus, aif, aac. Каждый источник может содержать до 500 000 слов. На бесплатном тарифе — до 50 источников в одном ноутбуке, на Plus — до 300. Чат отвечает на вопросы по содержимому и в каждом ответе ставит inline-ссылки на конкретный фрагмент источника — нажимаете и видите, откуда модель взяла факт.

В Scite такой механики нет. Это поисковик и аналитик цитирований, а не «загрузи свой документ и поспрашивай». Reference Check умеет принять рукопись и проверить ссылки в её списке литературы — но это про библиографию, а не про чат с содержимым 200-страничного договора. Если задача формулируется как «вот мой PDF, ответь по нему» — Scite не инструмент.

На графике видно асимметрию: NotebookLM играет в лиге «загрузил-спросил» с большими лимитами и inline-цитированием, Scite в этой лиге вообще не выступает. Это не недостаток Scite — у него другая задача. Но если читатель ищет «инструмент, чтобы загрузить 30 PDF и быстро понять, кто из них спорит друг с другом» — Scite в шорт-лист не попадает.

Дополнительный фактор: NotebookLM транскрибирует загруженные аудиофайлы и YouTube-видео, превращая интервью и лекции в текстовый источник, по которому можно задавать вопросы. У Scite такой возможности нет — он не работает с аудио и не принимает произвольные веб-URL для чата.

Здесь у Scite ровно та функция, ради которой сервис создан. Smart Citations — это deep-learning-классификатор, который читает контекст каждой цитаты в полном тексте цитирующей статьи и относит её к одной из трёх категорий: supporting (поддерживает утверждение), contradicting (опровергает), mentioning (нейтральное упоминание). В базе 1.6 миллиарда таких классифицированных цитат, охват — Crossref, PubMed и 30+ партнёрских издательств.

На странице любой статьи в Scite виден разрез: «N статей поддерживают, M опровергают, K просто упоминают». Reference Check дополнительно проверяет каждую ссылку в загруженной рукописи — не была ли работа ретрактирована, как её цитируют другие. Это качественно другой уровень работы с источниками — обычный поиск Google Scholar просто покажет N цитирований без указания, спорят они с работой или поддерживают её.

NotebookLM тоже умеет цитировать — но только в пределах вашего ноутбука. В чате есть inline-ссылка «фраза взята из источника 7, страница 12», но это пометка «откуда я это процитировал», а не «насколько это утверждение поддерживает остальная наука». Если вы загрузили в NotebookLM статью 2018 года про инсульт и спросили «насколько вывод подтверждается» — модель ответит только тем, что есть в загруженных вами PDF. Внешнего знания о 280 более поздних цитатах у неё нет.

Это и есть водораздел: Scite — про репутацию утверждения в большой науке, NotebookLM — про погружение в ваш частный корпус. Журналист и автор систематического обзора без Scite фактически работают вслепую относительно того, какие из их источников ретрактированы или опровергнуты — а это сценарий, в котором цена ошибки высокая.

У NotebookLM суммаризация — одна из ключевых функций. Сервис автоматически генерирует Study Guide, Briefing Doc, FAQ, Timeline и Table of Contents по любому набору загруженных источников. Briefing Doc — это короткий конспект ноутбука с ключевыми тезисами; Study Guide — структурированный учебный документ с разделами и вопросами для самопроверки; Timeline выстраивает события из текстов в хронологию. Качество — высокое для хорошо структурированных источников на английском.

Сверху идёт Audio Overview — фирменная фича NotebookLM. Сервис генерирует подкаст из двух AI-голосов, которые обсуждают содержимое ноутбука в диалоговом стиле. Длина — несколько минут на типовой документ, языки — 50+ через настройку Output Language, включая русский. Лимиты: 3 подкаста в день на Free, 20 на Plus. Видео-резюме (Video Overview) добавляет визуальный формат с поддержкой 80+ языков.

У Scite логика суммаризации другая. AI Assistant даёт связный ответ по теме, но грунтуется не на ваших файлах, а на Smart Citations — то есть на корпусе из 1.6 млрд научных цитат. Каждый тезис в ответе сопровождается ссылкой и пометкой supporting/contradicting. Это полезно как «обзорный ответ по литературе», но не как «конспект моих 8 PDF».

Разница в фокусе: NotebookLM делает вас умнее в пределах того, что вы уже загрузили; Scite AI Assistant делает вас умнее относительно всего опубликованного. Маркетологу из вступительного сценария ближе первое — за два часа до встречи он не строит научный обзор, он хочет понять словарь темы по своим 8 PDF и при возможности послушать подкаст по дороге в офис.

Здесь разрыв между сервисами заметный. NotebookLM работает с русским в режиме «загружайте на русском — получите ответы на русском». Сервис принимает русскоязычные PDF, Google Docs, веб-страницы, транскрибирует русскую речь из аудио и YouTube. Audio Overview официально поддерживает русский язык через настройку Output Language — подкаст из двух AI-голосов можно слушать по-русски. Video Overview — 80+ языков. UI пока преимущественно английский, но это редко блокер для исследователя.

Scite в работе с русским заметно слабее. Базы, на которых строятся Smart Citations — Crossref, PubMed и 30+ партнёрских издательств, — преимущественно англоязычные. Индексация русскоязычных журналов ограничена, и для российской профессорской публикации в ВАК-журнале вы скорее всего получите либо «no citations found», либо очень маленькое число. AI Assistant отвечает на английском по дефолту; русские запросы понимает, но качество ответа зависит от наличия источников — а их по русским темам в базе мало.

Для российского пользователя это решающий разрыв в одну сторону. NotebookLM фактически становится «русскоязычным research-AI» для тех, кто работает со своим корпусом: PDF из elibrary вы открываете локально, загружаете в ноутбук — и работаете без английского. Scite этот сценарий не закрывает; для русскоязычной библиографии его роль скорее вспомогательная — проверить международные ссылки в диссертации, которые часто английские.

Важная оговорка: NotebookLM не сам ищет русские источники в интернете, он работает с тем, что вы загрузили. Если вам нужен сервис, который сам найдёт релевантные русскоязычные статьи и оценит их репутацию, то ни тот, ни другой эту задачу не решают полностью, и придётся идти в elibrary, КиберЛенинку и научные русскоязычные поисковики вручную.

У NotebookLM платный тариф — NotebookLM Plus — продаётся не отдельно, а внутри подписки Google One AI Premium за $19.99/мес. Это $239.88 в год. В пакет входит не только NotebookLM Plus, но и Gemini Advanced, ИИ в Gmail и Docs, 2 ТБ Google Drive — то есть для пользователя, который и так пользуется экосистемой Google, это не «стоимость NotebookLM», а «доплата за весь Google AI». Студентам в США 18+ — $9.99/мес в первый год. Есть и Ultra-уровень за $249.99/мес с лимитами ×50 — это уже не массовая история.

У Scite расписана собственная лесенка. Free даёт ограниченный доступ. Basic — $7.99/мес при годовой оплате ($95.88/год). Premium — $19.99/мес или $100/год (по годовой ставке $8.33/мес); при ежемесячной оплате базовая ставка $12/мес. Premium+ — $59.99/мес. Студентам — скидка 30–50% на платные планы. Enterprise/institutional — по запросу.

Сравнение по «голой» цифре несимметричное: $239.88 за NotebookLM Plus — это плата за весь Google AI-пакет, а $100 за Scite Premium — это плата только за Scite. Если посчитать честно по «доплате за research-AI» — NotebookLM в нагрузку к существующей подписке Google AI обходится бесплатно; Scite Premium всегда отдельные $100 в год.

В корпоративном сценарии «один аналитик на год» оба сервиса вместе — это $239.88 (Google AI Premium) + $100 (Scite Premium годовой) = $339.88/год, или примерно 31 000 ₽ по курсу на конец мая 2026. Для R&D-аналитика это незаметная статья расхода относительно зарплаты; для аспиранта на стипендии — заметная, и тут спасают студенческие скидки в обоих сервисах.

У NotebookLM Free — один из самых щедрых среди исследовательских сервисов категории. Бесплатно навсегда (с лимитами): до 100 ноутбуков на аккаунт, до 50 источников в каждом ноутбуке, до 500 000 слов на источник, 50 чат-запросов в день и 3 Audio Overview в день. Для типичного семестрового обзора литературы — это покрытие с большим запасом. Никаких триальных таймеров: лимиты дневные, ноутбуки сохраняются.

Scite Free устроен скромнее — это скорее «витрина». Бесплатно даётся ограниченное число просмотров Smart Citations в день и доступ к пробным функциям; для полноценной работы (Reference Check на больших рукописях, неограниченный AI Assistant, Smart Search без лимитов) нужна подписка. Полностью бесплатно работать с Scite на серьёзном исследовательском объёме не получится — это сознательное продуктовое решение, чтобы провести пользователя на Premium.

В практическом сценарии «студент магистратуры на месяц» NotebookLM Free покрывает почти весь обзор литературы: 30 PDF в одном ноутбуке, ежедневный чат, пара подкастов в день на повтор материала по дороге. Scite Free для того же сценария — это «посмотреть, как выглядит» и переключиться на платный, если речь о серьёзной работе с цитатами.

Важный нюанс: NotebookLM Free бесплатен «технически навсегда», но условия Google могут меняться — Google публично оставлял лимиты стабильными последний год, но юридически это не контракт. Scite Free тоже не trial с таймером — просто очень ограниченный постоянный план; чтобы реально пользоваться, нужен Premium.

У Scite публичный API есть и доступен по коммерческой лицензии. Endpoint'ы покрывают поиск по Smart Citations и получение citation metrics по DOI — то есть как раз то, что нужно для автоматизации мониторинга цитирований. Точные ставки и квоты на API публично не раскрываются, согласовываются индивидуально, но сам факт коммерческого API делает Scite пригодным для встраивания в research-pipeline.

У NotebookLM ситуация двойная. Consumer API — отсутствует. Индивидуальный разработчик или маленькая команда не может через REST-запросы загружать ноутбуки, запускать Audio Overview или вытаскивать ответы чата. Есть только NotebookLM Enterprise API в составе Google Cloud — он закрывает базовую работу с notebooks и sources программно, но это корпоративный продукт с отдельным sales-циклом, а не «зарегистрировал ключ и пошёл».

Это разворот сцены: в функциях лидирует NotebookLM, а в API-доступе Scite. Сервис, чья ниша — структурированные citation-метрики, по самой своей природе подходит для встраивания в скрипты и pipelines. Сервис, чья ниша — пользовательский интерфейс с подкастами и видео, по природе остаётся UI-инструментом.

Для маленькой R&D-команды без бюджета на Google Cloud Enterprise это означает простую вещь: автоматизировать через скрипты вы реально можете только Scite. NotebookLM в pipeline пока встроится только через человека, открывающего браузер.

С точки зрения технического доступа оба сервиса в России работают. NotebookLM — продукт Google, и сами Google-сервисы официально не заблокированы в РФ. Сайт notebooklm.google.com открывается без VPN при наличии Google-аккаунта; бесплатной версией можно пользоваться без оплаты. Scite — сайт scite.ai тоже технически доступен из российских сетей, регистрация работает, Free-функции открыты.

Проблема одинаково у обоих — оплата. NotebookLM Plus продаётся только в составе Google One AI Premium ($19.99/мес), а Google One в РФ через российские карты не оплачивается. Scite использует Stripe для процессинга, который российские карты не принимает. То есть и там, и там для платной подписки нужны либо иностранная карта, либо посредник-сервис оплаты, либо корпоративный аккаунт компании с международной картой.

Практически это означает, что для российского пользователя оба сервиса в режиме «Free» доступны и в работе, и в регистрации; платные планы требуют схем оплаты в обход российской банковской системы. На уровне технического риска оба примерно равны: ни тот, ни другой не объявляли о блокировке российских пользователей, доступ держится годами.

Юридический аспект для корпоративных пользователей: NotebookLM хранит данные в Google Cloud (регион по умолчанию — США). Для работы с персональными данными по 152-ФЗ это значит, что использовать сервис для клиентских PII корпоративно нельзя без отдельной правовой схемы. Scite в этом смысле менее чувствителен — он редко работает с PII, потому что предмет анализа — публичная научная литература.

У Scite интеграция с Zotero — одна из исторических сильных сторон. Официальный плагин Scite for Zotero (доступен бесплатно на GitHub) встаёт в Zotero-библиотеку и показывает напротив каждой статьи статистику Smart Citations: сколько работ её поддержали, сколько опровергли, сколько просто упомянули. Дополнительно есть синхронизация — импорт всей библиотеки Zotero или Mendeley в Scite, чтобы получить citation-overview по всей коллекции одним пакетом. Для систематических обзоров это меняет рабочий процесс — оценка надёжности ссылок становится частью обычной работы в Zotero, а не отдельным шагом.

У NotebookLM прямой интеграции с Zotero и Mendeley нет. Чтобы добавить статью из Zotero в ноутбук, нужно вручную экспортировать PDF и загрузить файл в NotebookLM. Структурированного экспорта данных из ноутбука обратно (в BibTeX, RIS) тоже нет — только копирование текста. Сильная сторона NotebookLM по интеграциям — нативная связка с Google Workspace: Google Drive, Docs, Slides и Sheets подтягиваются drag-and-drop. Но это другой мир, чем академический Zotero/Mendeley.

Браузерное расширение Scite — отдельная история. Оно показывает Smart Citation badges прямо на страницах PubMed, Google Scholar, Semantic Scholar и других — то есть превращает любой обычный академический поиск в поиск с включённой оценкой репутации. У NotebookLM аналогичного расширения нет.

Это та подтема, где Scite выигрывает явно — он встроен в академический стек так, как NotebookLM не встроен. Для исследователя, который годами ведёт библиотеку в Zotero, эта разница ощущается каждый день: Scite добавляется к привычному рабочему процессу, NotebookLM требует от него отдельной операции «выгрузить PDF — загрузить в ноутбук».

NotebookLM работает на инфраструктуре Google Cloud — это значит SOC 2 Type II по дефолту и сертификация GDPR. Для enterprise-клиентов доступен Data Processing Addendum. По вопросу обучения на данных пользователя Google публично заявляет, что данные в NotebookLM не используются для тренировки моделей по умолчанию; детали зафиксированы в Google Workspace TOS. Для consumer-плана данные хранятся в Google Cloud, регион по умолчанию — США.

У Scite compliance-блок менее развёрнут публично. GDPR — обработка прописана в Privacy Policy, EU-пользователи могут запросить удаление данных; компания базируется в США. Институциональные DPA доступны для enterprise-клиентов. Отдельной публичной сертификации SOC 2 в dossier мы не нашли — это не значит, что её нет, но в открытых материалах она не выделена так, как у Google.

Здесь работает простое правило: чем чувствительнее загружаемые данные, тем заметнее перевес NotebookLM как сервиса Google Cloud. Это не значит, что Scite небезопасен — просто стандартный набор сертификаций у Google априори глубже и подробнее задокументирован, что важно при прохождении внутреннего ИБ-аудита в крупной компании.

Важная оговорка: ни у одного из двух сервисов нет сертификации 152-ФЗ или хранения данных в российской юрисдикции. Для работы с персональными данными российских граждан в строгом регуляторном режиме оба сервиса не подходят, и здесь не помогает ни Google Workspace, ни Scite Enterprise — это вопрос геолокации серверов.

За NotebookLM стоит Alphabet Inc. — материнская компания Google, капитализация порядка $2 трлн. С точки зрения «не закроется ли через год» это самая надёжная позиция в категории research-ai. Контраргумент известен: Google исторически закрывает продукты (так называемое Google Cemetery — Reader, Inbox, Stadia и многие другие). Но NotebookLM получил отдельный продуктовый бренд, активно используется в академических и корпоративных сценариях и в 2025 году обзавёлся Enterprise-веткой через Google Cloud. Это снижает риск ниже среднего по портфелю Google.

Scite, Inc. — коммерческий стартап из Нью-Йорка, основан в 2018 году. Детали раундов финансирования и состав инвесторов публично не раскрываются. Сильные сигналы устойчивости: 2 миллиона пользователей на 2025 год, 30+ партнёрских издателей, патентованная ниша Smart Citations. Сильные сигналы риска: единственный продукт, зависимость от партнёрских данных, нет публичной информации о runway и прибыльности.

Если читать сигналы прямо: NotebookLM устойчивее как часть Google AI-портфеля, чем Scite как самостоятельный продукт. Контр-сценарий — Google закрывает NotebookLM как «не вписавшийся в стратегию» — реален, но в 2025–2026 годах продукт получает много инвестиций (Plus, Ultra, Enterprise) и не выглядит кандидатом на закрытие в обозримом горизонте.

Сценарий «Scite закрывается завтра» тоже маловероятен — патентованная ниша, реальные платящие пользователи, институциональные клиенты, академическая интеграция. Но риск выше базового по портфелю исследовательского ПО, и поэтому критические данные (например, готовая статья перед отправкой в журнал) стоит экспортировать в человекочитаемый формат, не полагаясь на сервис как на «вечный» репозиторий.

Сценарий 1 — погружение в чужой большой корпус документов. Юрист принимает дело и получает 200 страниц переписки и контрактов. Нужно понять структуру за один вечер. Загружаете всё в один ноутбук NotebookLM, через час у вас есть Briefing Doc, Timeline и чат, который на каждый вопрос отвечает с inline-цитатой. В Scite такой задачи нет в принципе — он не работает с произвольными PDF как с базой для чата.

Сценарий 2 — подкаст на русском вместо повторного чтения. Аспирант готовится к защите. У него 30 PDF с прочитанными ранее статьями. Включает Audio Overview на русском и слушает подкаст по дороге в университет — двух AI-голосов, обсуждающих ключевые тезисы. Это уникальная фича NotebookLM, в Scite её нет.

Сценарий 3 — анализ записи лекции или интервью. Исследователь загружает в NotebookLM запись часовой лекции в mp3 (или ссылку на YouTube) и спрашивает: «какие были три ключевых вывода и в какие минуты они прозвучали». Транскрипция и поиск по транскрипту работают из коробки. Scite аудио не принимает.

Объединяющий принцип всех этих сценариев: у пользователя есть свой материал, и нужно с ним работать в режиме «загружай-спрашивай-получай конспект». Чем больше материала и чем разнообразнее форматы (PDF, аудио, YouTube, веб-страницы) — тем сильнее перевес NotebookLM.

Сценарий 1 — проверка библиографии перед отправкой статьи в журнал. Учёный готовит публикацию с 60 ссылками в списке литературы. Каждая может оказаться ретрактированной или опровергнутой за последние два года, пока статья писалась. Reference Check в Scite проверяет весь список за один проход и помечает проблемные источники. NotebookLM сделать этого не может — у него нет внешнего знания о ретракциях.

Сценарий 2 — оценка научной репутации конкретного утверждения. Журналист читает пресс-релиз, в котором утверждается «исследование показало». Заходит в Scite по DOI исходной статьи и видит: 32 supporting, 18 contradicting, 76 mentioning. Этого нет ни в одном поисковике научных статей в открытом доступе, кроме Scite. NotebookLM эту картину не построит даже если загрузить в него ту самую статью.

Сценарий 3 — мониторинг цитирований собственной работы. Учёный хочет видеть, как цитируют его статью — поддерживают новые работы вывод или начинают спорить. Citation Tracker и AI Assistant в Scite дают эту картину автоматически. NotebookLM ничего об этом не знает.

Объединяющий принцип: задача про репутацию утверждения в большой опубликованной науке, а не про погружение в локальный корпус. Чем критичнее цена ошибки в ссылке (диссертация, журнальная публикация, юридический документ со ссылками на исследования) — тем нужнее Scite.

Дополнительный класс задач — журналистика и фактчекинг. Когда нужно за час ответить на вопрос «спорит ли наука с этим утверждением или поддерживает», Scite — это часто единственный реалистичный инструмент. NotebookLM ответит только то, что есть в загруженных PDF, а это слишком узкое окно.