GigaChat vs OpenAI o3 в 2026: рубли и Салют против reasoning-рекордов

Прежде чем считать оценки — стоит понять, что мы вообще сравниваем. Эти два сервиса живут в разных половинах категории text-ai и пересекаются только в одной точке: оба могут отвечать на вопрос в чате.

GigaChat — это russian-localized universal assistant: чат-интерфейс giga.chat, Telegram-бот, мобильное приложение, голосовая Салют в колонках SberBoom, картинки через встроенный Kandinsky, документы, поиск по рунету. Сбер позиционирует его как часть стратегии «цифрового суверенитета», а в линейке три модели: Lite, Pro, MAX.

OpenAI o3 — это specialized reasoning-line: не отдельный продукт с собственным UI, а семейство моделей (o3, o3-mini, o3-pro, o4-mini), доступное внутри ChatGPT (Plus $20 / Pro $200) и через OpenAI API. По бенчмаркам Wikipedia: 87.7% GPQA Diamond, 2727 Codeforces Elo, 71.7% SWE-bench Verified.

Эти сервисы пересекаются у одного типа читателя — российского профессионала, у которого есть и «обычные» рабочие задачи (письма, документы, картинки в презентацию), и редкие сложные (математика, нетривиальный код, верификация расчётов). Для первого — GigaChat закроет 95% потребностей без VPN. Для второго — нужен o3, и приходится терпеть зарубежную карту и блокировку по IP.

GigaChat обучали с нуля на русском, и это видно: по dossier — 9/10 на качестве русского, нативное понимание финансовой и юридической терминологии РФ, региональных реалий. Сбер позиционирует продукт как лучший в мире на русскоязычных задачах, и для типичного пользователя — копирайтер, SMM, юрист в российской компании — это похоже на правду. Идиомы, падежи, специфика «как пишут в банке» — без кальки.

OpenAI o3 наследует языковые способности GPT-4-серии, в которой русский поддерживается, но в RL-обучении reasoning-моделей он не приоритет. В dossier стоит 7/10 — для reasoning-задач на русском o3 работает прилично, но в письменном стиле периодически проскакивают «английские» конструкции, особенно в длинных нарративных текстах. Официальных бенчмарков русского у o3 OpenAI не публикует — это data gap.

На нашем опыте разница ощутимее всего в трёх местах: посты для VK и Telegram (GigaChat пишет «как редактор местного канала», o3 — «как хороший переводчик»), типовые ответы клиентам (GigaChat не использует кальки вроде «реализовать функционал», что часто встречается у моделей с английским базисом), генерация регламентов и инструкций со ссылками на ГОСТы и российские законы — здесь у o3 есть пробелы, потому что специфика РФ-нормативки в reasoning-обучении не приоритет.

В категории универсальных ассистентов у GigaChat в этой подтеме позиция «лучший среди русскоязычных сервисов»; близкий второй — YandexGPT с аналогичной нативной поддержкой русского, и в общем обзоре категории мы пишем о его сильных сторонах подробнее. Но в нашей паре с o3 эта внутренняя дельта между российскими сервисами не критична — критична дельта на стороне reasoning-моделей, у которых русский в RL-обучении не приоритет, и редактор это слышит на длинных текстах с первого абзаца.

Задача с PhD-уровня химией, олимпиадным алгоритмом или многошаговой финансовой моделью — это другая лига. Здесь не работает «универсальный ассистент», нужен сервис, который реально умеет «думать минуты до ответа».

OpenAI o3 — про это в чистом виде. Wikipedia фиксирует архитектуру как «reflective generative pre-trained transformer» с RL для chain-of-thought. Бенчмарки на reasoning у o3 — рекордные: 87.7% GPQA Diamond (научные вопросы PhD-уровня), 87.3% AIME 2024 у o3-mini high effort (математическая олимпиада), 2727 Codeforces Elo (соревновательное программирование), 71.7% SWE-bench Verified. По ARC-AGI o3 показал «three times the accuracy of o1» — прорыв на задаче, которую раньше считали недоступной для LLM (хотя часть community считает, что результат достигнут через fine-tuning на ARC-данных — это в dossier как известный critical moment).

GigaChat живёт в другой части категории. В dossier явно сказано: «на сложных кодинг-задачах и reasoning заметно отстаёт от Claude / GPT-5 / Gemini». Это не «недостаток», это позиционирование: GigaChat MAX, Pro и Lite — массовые рабочие модели, а специализированной reasoning-модели у Сбера на 2026-04 не было заявлено. Бенчмарки на MMLU, HumanEval, SWE-bench Сбер публикует редко и фрагментарно (тоже в dossier как ограничение).

Практический вывод от редакции: если у вас задача масштаба «верифицируй вывод из научной статьи», «реши олимпиадную задачу для подготовки школьника», «найди баг в 2000-строчном модуле, который никто не может локализовать» — GigaChat MAX будет давать поверхностные ответы, а o3 в high-effort режиме реально проведёт цепочку рассуждений на минуты и выдаст нетривиальный результат. Если задача проще — оба справятся, но o3 потратит в 5–20 раз больше токенов на «invisible thinking».

Бэкенд-разработчик за вечером закрывает 3 тикета на GitHub. Один — простой CRUD, второй — миграция между ORM, третий — баг в legacy-модуле без тестов. Каждой задаче нужен свой инструмент.

У o3 в dossier зафиксирован 71.7% SWE-bench Verified — это реальные GitHub-задачи, и для reasoning-модели OpenAI результат на момент 2026-05 один из лучших среди публично доступных. Для агентного coding o3 работает в связке с Codex и ChatGPT Agent Mode (в Plus и Pro). Function calling и structured outputs — штатно через API, vision (только у o3, не у mini) позволяет понимать скриншоты ошибок и диаграмм.

GigaChat в коде — слабая зона по собственному признанию dossier: «существенно отстаёт от Claude и GPT-5 на сложных задачах разработки. Подходит для простых скриптов и SQL, но не для production-разработки с агентными возможностями». Бенчмарков на HumanEval / SWE-bench Сбер на 2026-04 публично не публиковал. На простых задачах — SQL-запрос, bash-скрипт, регулярка, шаблонный CRUD — GigaChat MAX работает, но как только нужен многошаговый рефакторинг, понимание контекста на 100k+ строк или агентный workflow — отставание становится заметным.

На нашем опыте: GigaChat хорошо пишет SQL под российские СУБД (PostgreSQL-варианты), типовые скрипты на Python для отчётов, шаблонный backend на FastAPI. Но как только просишь «найди утечку памяти в этом 800-строчном handler'е» или «отрефакторь модуль с inheritance на composition» — приходится много править. o3 в high-effort режиме на тех же задачах часто выдаёт результат с первой попытки, но за это вы платите 30–60 секундами ожидания и в 5–20 раз большим количеством токенов в счёте API.

Договор на 200 страниц в пятницу вечером. Нужно к утру понедельника найти противоречия с предыдущей версией и отметить рисковые формулировки. От размера контекста зависит, придётся ли резать документ на куски.

У GigaChat в dossier: до 32K токенов у Pro (исторически), до 128K у MAX (требует проверки актуального лимита на 2026-04). Это уровень «средний рабочий документ» — типовые регламенты, договоры до 50–80 страниц, аналитические записки. Для 200-страничного договора уже впритык, для дела на тысячу страниц — нужно резать.

У o3 контекстное окно публично детально не задокументировано — в dossier зафиксирован data gap: через ChatGPT работают лимиты тарифа (128K для Plus / Pro), точные цифры для API на platform.openai.com Сбер... простите, OpenAI не отдал по WebFetch (вернул 403). Реалистично: 128K в ChatGPT-интерфейсе, что сопоставимо с GigaChat MAX. На таких объёмах оба сервиса работают, но без 1M-контекста (как у Claude или Gemini) — это не топ-выбор для очень больших документов.

Разница в подходе к документам ощутимая. GigaChat умеет работать с российскими форматами (PDF с гербом, ДОCX от 1С, регламенты со ссылками на ГОСТы), понимает структуру «преамбула — стороны — предмет — порядок расчётов — ответственность» как стандартный шаблон. o3 на больших юридических документах берёт reasoning'ом: медленно, но находит логические противоречия там, где GigaChat пропустит.

Для калибровки «вне нашей пары» полезно держать в голове два эталона: Claude Opus 4.7 заявляет 1M токенов с проверенной MRCR-устойчивостью, а Gemini 3 Pro — штатный 1M прямо в подписке. На этом фоне 128K у обоих наших сервисов — рабочий размер для «среднего рабочего документа», но не топ-выбор, когда у вас на руках судебное дело на тысячу страниц или регуляторный отчёт на 500. В таких сценариях стоит смотреть шире нашей пары.

Утром нужно сгенерировать обложку для статьи, в обед — разобрать скриншот ошибки от коллеги, вечером — продиктовать пост голосом в дороге. Один инструмент или связка?

GigaChat — самый «мультимодальный» в этой паре по охвату. В dossier: текст, генерация изображений через встроенный Kandinsky 3.x/4.x (без отдельной подписки), картинки на вход (Pro/MAX, ограниченно), документы PDF/DOCX, аудио на вход через распознавание речи Сбера, Kandinsky Video для экспериментальной видео-генерации, Салют как голосовой ассистент в колонках SberBoom. То есть в одной подписке за 290 ₽ — и чат, и картинки, и голос.

OpenAI o3 в этом измерении узче. По dossier: o3 — текст + vision (изображения на вход), o3-mini — текст-only, у o4-mini точная multimodal-поддержка на 2026-05 — data gap. Генерации картинок у o3 нет (она доступна в ChatGPT через отдельный pipeline DALL-E, но это не функция самой reasoning-модели). Видео нет. Голоса нет.

На нашем опыте: для разбора скриншота ошибки или сложной диаграммы (например, архитектура микросервисов) o3 с vision работает заметно глубже — он не просто описывает, что видит, а встраивает увиденное в reasoning-цепочку. Для «сгенерируй мне быстро картинку под пост в Telegram» — GigaChat за 290 ₽ закрывает задачу одной командой, без переключения на DALL-E или Midjourney.

Полезный контекстный ориентир: широчайший мультимодальный стек в категории — у ChatGPT в целом, где DALL-E, Sora и Voice Mode идут отдельным пакетом от reasoning-моделей o-серии. То есть когда вы платите за ChatGPT Plus ради o3, картинки и голос вы получаете «через GPT-5.4», а не от самой reasoning-модели. У GigaChat же мультимодальность встроена в один продукт: попросил картинку прямо в чате с Pro/MAX — получил Kandinsky-изображение без переключения интерфейса.

На бытовом уровне разница простая: GigaChat в одном окне закрывает «текст + картинка + голос» за 290 ₽/мес, а o3 — это «текст + картинки на вход» без вывода в виде изображений или речи. Для контент-маркетолога или SMM-специалиста это означает один инструмент вместо трёх — и это объективная экономия времени, которую невозможно перекрыть отдельной reasoning-силой.

В дороге — голосом задаёшь вопрос колонке на кухне. Через 15 минут на работе — диктуешь черновик письма телефонной гарнитуре. От наличия голоса зависит, останется ли ИИ в смартфоне или станет частью бытовой инфраструктуры.

GigaChat здесь в уникальной позиции для российского рынка. По dossier — Салют названный «единственный российский AI-помощник класса OK Google / Siri», встроен в умные колонки SberBoom, SberBoom Mini, SberPortal. Сбер позиционирует Салют как «единственный конкурент Алисы среди RU AI». Это бытовой голосовой ввод и вывод, который работает в квартире, в машине, в магазине — без VPN, без зарубежной карты, нативно на русском.

OpenAI o3 голосового режима не имеет. В dossier зафиксировано: «у Claude, DeepSeek, Llama, Mistral, Qwen, o3 — нативного голосового режима нет (только через сторонние pipelines)». ChatGPT в целом имеет Voice Mode, но это отдельная функция базовой GPT-серии, не o-line reasoning-моделей. Если хочется «поговорить с o3» — придётся стейкать TTS/STT-конвейер самому.

На нашем опыте: Салют в колонке на кухне — это рабочая бытовая привычка: «расскажи рецепт борща», «поставь таймер», «закажи доставку через СберМаркет». Для семейного использования и нон-стоп голосового интерфейса аналога в линии o3 просто нет — это закрытая ниша на текущем этапе развития reasoning-моделей.

На российском рынке прямой конкурент Салюту — Алиса от Яндекса (см. обзор YandexGPT с её голосовым стеком и интеграцией в колонки «Яндекс.Станция»); из мировых ассистентов сопоставимый голос есть только у ChatGPT Voice Mode и Gemini Live, но они требуют VPN и зарубежной карты. У линейки reasoning-моделей OpenAI голоса нет в принципе: o3 живёт в мире текста и картинок на вход, без речевого вывода и без бытовой hardware-обвязки.

В B2B-сценарии это означает простую вещь: внутренний голосовой бот для оператора колл-центра или ассистент для водителя СДЭКа на смартфоне делается на Салюте без VPN и без сторонних TTS, а на o3 — собирается ручным конвейером Whisper + o3 + TTS, и этот конвейер выходит за рамки одной подписки и требует отдельной инженерной команды.

Считаем годовой счёт. У одного сервиса цена в рублях с российской карты, у второго — в долларах через посредников. Разница на горизонте года заметная.

GigaChat Premium — 290 ₽/мес или ~2 900 ₽/год, оплата российской картой без VPN. Бесплатный тариф для физлиц даёт ~10–20 сообщений в день на GigaChat Pro, генерацию Kandinsky и 1M токенов при первой регистрации через Сбер ID. В составе SberPrime+ за от 399 ₽/мес — GigaChat MAX идёт в одном пакете со СберЗвук, Okko, доставкой и кэшбеком.

OpenAI o3 — доступ через ChatGPT Plus $20/мес (с лимитами) или ChatGPT Pro $200/мес для o3-pro и 20x usage. На Free уровне o3 практически недоступен. По текущему курсу для российского пользователя это 1 800–18 000 ₽/мес плюс затраты на VPN и комиссию посредника при оплате.

Дополнительно у GigaChat есть Enterprise-тариф по запросу — типичные контракты от ~1.5M ₽/год за выделенные мощности с on-premise и ФСТЭК-аттестацией. У OpenAI это ChatGPT Enterprise (custom) или Business $25/seat/мес.

Команда разработчиков встраивает ИИ в свой продукт — нужен предсказуемый счёт в рублях, понятный SLA и способ платить с расчётного счёта юрлица.

GigaChat API — российская history с понятной экономикой. По dossier цены за 1M токенов: Lite ~200 ₽, Pro ~1 500 ₽, MAX ~3 000 ₽. Подключение через сертификат Минцифры (бесплатный, обязательный), ключ авторизации через Сбер ID, оплата — российские карты, счёт юр.лица, фискальная отчётность. Для российской компании это означает: бухгалтерия принимает счёт без вопросов, НДС учитывается, ИБ-департамент не возражает.

OpenAI API — стандартный pay-as-you-go через platform.openai.com. Ориентир по dossier для o3 — примерно $10 input / $40 output за 1M токенов, для o4-mini — существенно дешевле, для o3-pro — премиум. Точные актуальные цены на 2026-05 — data gap (WebFetch вернул 403). Reasoning-модели потребляют 5–20x токенов через «invisible thinking», что делает счёт нелинейным.

Для российского B2B-проекта оплата OpenAI обычно идёт через посредников типа ProxyAPI — это юридически серая схема, бухгалтерия таких счетов не любит, а ИБ запрещает в регулируемых отраслях. GigaChat API подключается без посредников, со счетов юр.лица, с актами и НДС.

Регистрация в сервисе — два клика или двухчасовой квест с VPN, виртуальной картой и Telegram-каналом «как купить ChatGPT в 2026». Это не «комфорт», это фильтр доступа.

GigaChat — родная российская инфраструктура. Прямой доступ без VPN, оплата всеми российскими банками, картами МИР, через СБП. ЦОДы Сбера на территории РФ (Москва, Санкт-Петербург, Сколково). Поддержка через службу Сбера 24/7 на русском. Обходные способы не требуются.

OpenAI o3 — наследует блокировку OpenAI по IP с 2023–2024. Прямого доступа без VPN нет. Оплата российскими картами невозможна — нужны зарубежные карты или серые схемы через посредников типа ProxyAPI для API и iTunes-карт для мобильной подписки ChatGPT. Локализация интерфейса есть (русский), но поддержка — только на английском.

Контекст: блокировка по IP касается всей линейки западных сервисов в категории text-ai, не только o3. Для российского пользователя выбор между «GigaChat без VPN и со счётом юр.лица» и «o3 через посредника и зарубежную карту» — это не вопрос удобства, а вопрос принципиальной доступности и легальности оплаты по российскому законодательству о валютном контроле.

Банк хочет внедрить ИИ-ассистента для работы с обращениями клиентов. Любая обработка ПДн на серверах за пределами РФ — нарушение 152-ФЗ с прямой ответственностью. На этом этапе половина мировых ассистентов отпадает.

GigaChat — единственный AI-ассистент в категории, кто 100% соответствует 152-ФЗ для обработки ПДн россиян (это прямая формулировка из dossier §4.3). Серверы и юридическая база полностью в РФ. Для enterprise-варианта есть аттестация ФСТЭК и ФСБ — это означает возможность развёртывания в защищённом контуре банков и госорганов. Сертификат Минцифры обязателен для API-доступа и формализует «доверенность» сервиса.

OpenAI o3 — обратная ситуация. В dossier: «не соответствует, обработка ПДн на серверах OpenAI за пределами РФ». Использование o3 для обработки персональных данных российских граждан — нарушение 152-ФЗ. Это не «техническое неудобство», а юридический риск с реальной ответственностью для compliance-офицера.

Это самый асимметричный параметр в обзоре. Здесь невозможно «поторговать»: или сервис юридически compliance, или нет. Для банка, страховой, медицины, госов, оборонки — это финальный аргумент.

Защищённый контур банка, КИИ-объект или гос-сегмент — туда нельзя ни одного пакета во внешние API. Нужна модель, которую можно развернуть на своём железе и закрыть полностью.

GigaChat Enterprise — единственный из крупных мировых ассистентов с возможностью полностью локального развёртывания (формулировка из dossier §4.3). Типичные контракты от ~1.5M ₽/год за выделенные мощности с on-premise, гарантированным SLA, аттестацией ФСТЭК / ФСБ при необходимости и интеграцией через корпоративных партнёров Сбера. Для гос-сегмента и защищённого контура — единственный реалистичный путь к топ-уровневому ассистенту.

OpenAI o3 — закрытая модель. В dossier явно: «нельзя self-host (закрытая модель); единственная альтернатива — open-source reasoning-модели типа DeepSeek-R1 (MIT-лицензия, можно self-host'ить)». OpenAI не публикует веса своих моделей вообще, и линия reasoning-моделей o-series здесь не исключение. Для регуляторных задач, где требуется on-prem — o3 принципиально неприменим.

Compliance-офицер требует список сертификатов и письменное подтверждение, что данные не уйдут в обучение. От ответа зависит, подпишут ли договор.

GigaChat — российский compliance-стек. По dossier: аттестация ФСТЭК и ФСБ для enterprise, ISO 27001 (общая на банк), сертификация Минцифры. Шифрование TLS, AES-256 стандарт, опционально — ГОСТ-шифрование. Политика по обучению: в Premium данные пользователей по умолчанию НЕ используются, в API B2B — закреплено в SLA, в free-уровне для физлиц могут использоваться обезличенные данные.

OpenAI o3 — западный compliance-стек. SOC 2 Type 2, GDPR-compliant, CCPA-compliant. Шифрование TLS 1.2 in transit, AES-256 at rest. Политика обучения наследуется от OpenAI: Business / Enterprise / Edu — данные не используются по умолчанию; Plus / Pro — могут использоваться (с opt-out для API-пользователей).

Здесь не «один лучше другого» — это разные compliance-фреймворки для разных юрисдикций. GigaChat сильнее в российском контуре (ФСТЭК + Минцифры), o3 сильнее в международном (SOC 2 + GDPR). Если у вашей компании смешанные клиенты — нужны оба сервиса для разных проектов.

За что платят именно этому сервису, а не соседнему по той же цене. Здесь у GigaChat и o3 минимальное пересечение — каждый уникален в своей зоне.

Уникальные функции GigaChat: серверы и юр.база полностью в РФ (152-ФЗ), аттестация ФСТЭК и ФСБ для enterprise, сертификат Минцифры для API, on-premise развёртывание, GigaChain как российский LangChain (open source от Сбера), Kandinsky 3.x/4.x встроенный без отдельной подписки, Kandinsky Video, Салют как голосовой ассистент в колонках SberBoom, бесплатный 1M токенов при регистрации через Сбер ID. Интеграция со всей экосистемой Сбера — от банка и доставки до медицины и образования.

Уникальные функции OpenAI o3: рекордные бенчмарки на reasoning (87.7% GPQA Diamond, 2727 Codeforces Elo, 71.7% SWE-bench Verified), «tripled» accuracy на ARC-AGI, vision-поддержка в reasoning (Claude Opus 4.7 thinking тоже имеет, но DeepSeek R1 и Grok Think — пока ограничены текстом), tunable effort levels (low / medium / high) для баланса скорость vs качество, доступ к o3 через ChatGPT Plus за $20 — ни одна другая frontier reasoning-модель такого порога не имеет, скорость итерации OpenAI (o3 → o3-pro → o4-mini за 5 месяцев).

На нашем опыте эти два набора эксклюзивов почти не пересекаются. GigaChat решает «как сделать ИИ частью российской цифровой инфраструктуры». o3 решает «как добиться от ИИ рекордного reasoning». Если ваша задача попадает в одну из этих зон — выбор очевиден. Если в обе — нужны обе подписки.

Полезный фрейминг: общий рейтинг по 12 универсальным ассистентам мы даём в обзоре категории text-ai — там каждый сервис имеет свой профиль уникальности (Claude — 1M контекст, Gemini — NotebookLM, Perplexity — search с цитатами, DeepSeek — рекорд цена/качество). В нашей же узкой паре уникальное у GigaChat — это «нативная российская инфраструктура» от 152-ФЗ до Салюта, у o3 — «рекордный reasoning» от GPQA Diamond до ARC-AGI. Эти зоны не пересекаются вовсе, поэтому VS-спор «кто лучше вообще» здесь бессмысленный, а спор «что взять под мой кейс» — наоборот, очень прикладной.

Где GigaChat объективно лучше o3 — не «в общем», а в конкретных рабочих сценариях с цифрами.

1. Регламент или ответ клиенту на русском. Копирайтер делает рассылку для VK-аудитории, юрист готовит ответ на претензию по 44-ФЗ, бухгалтер пишет инструкцию по работе со счёт-фактурой. GigaChat выдаёт текст, который не требует редактуры стиля. o3 — выдаст правильный по смыслу ответ, но с кальками и англицизмами, которые потом править построчно.

2. Любая задача с обработкой ПДн российских граждан. Банк, страховая, медицина, госы — здесь o3 принципиально вне игры (152-ФЗ). GigaChat — единственный реалистичный выбор с серверами в РФ и ФСТЭК-аттестацией для enterprise.

3. Голосовой ассистент в семье / офисе. Колонка SberBoom + Салют — это бытовая привычка, которой у o3 нет аналога ни на одном уровне.

4. Картинки для постов и презентаций «по ходу разговора». Kandinsky встроен в GigaChat без доплат — попросил картинку прямо в чате, получил, вставил в текст. У o3 генерации картинок нет вообще.

5. API для российского B2B-pipeline. Счёт юр.лица, НДС, фискальная отчётность, цена в рублях — GigaChat. o3 через посредников — серая зона, ИБ обычно запрещает.

6. Регистрация и доступ за две минуты, а не за час с VPN. Студент готовится к экзамену в воскресенье вечером, мелкий предприниматель срочно нужен ассистент для письма поставщику в понедельник утром — оба заходят на giga.chat через Сбер ID, оплачивают с карты МИР и через 30 секунд работают. Этого нет ни у одной зарубежной reasoning-модели в принципе: даже после покупки VPN и виртуальной карты вы потратите минимум час на регистрацию ChatGPT и проверку платежа.

7. Защищённый контур и on-premise развёртывание. Банк, страховая, госкорпорация — там, где запрет на любой внешний API в политике ИБ, o3 даже не появится в обсуждении выбора. GigaChat Enterprise разворачивается локально с аттестацией ФСТЭК и ФСБ. Это закрытая ниша для большинства западных сервисов и ровная зона для Сбера.

Резюмируя пять плюс два сценария: у GigaChat не «больше функций», а «единственно возможный путь» для большинства российских профессиональных задач в этих нишах. По другим парам и общему ранжированию ассистентов смотрите обзор категории универсальных ИИ-ассистентов — там та же логика применима к парам с участием Claude, Gemini и Perplexity.

Зеркально: где o3 объективно лучше GigaChat. Зоны, в которые GigaChat по собственному признанию не заходит.

1. PhD-уровня научный вопрос или олимпиадная задача. GPQA Diamond 87.7% — это конкретные вопросы, на которые большинство учёных-непрофильников ответят неправильно. AIME 2024 87.3% — олимпиадная математика, в которой школьники с медалями. Здесь GigaChat MAX по dossier явно слабее — reasoning не его специализация.

2. Codeforces / SWE-bench Verified задачи. 2727 Elo на Codeforces и 71.7% SWE-bench — это уровень сильного competitive programmer и senior-разработчика, способного закрывать нетривиальные GitHub-баги. У GigaChat MAX в коде, по dossier, «существенное отставание от Claude и GPT-5 на сложных задачах разработки» и бенчмарков нет вообще.

3. Многошаговая reasoning-цепочка с верификацией. Финансовый аналитик считает многоуровневую DCF-модель, страховой актуарий верифицирует расчёт резервов, ML-исследователь проверяет статистическую методологию. o3 в high-effort режиме «думает» минуты и выдаёт цепочку с промежуточными выкладками.

4. Анализ диаграмм и научных схем (vision + reasoning). Разбор математических графиков в статье, UML-диаграмма архитектуры микросервисов, биологическая схема метаболизма — o3 имеет vision и встраивает увиденное в reasoning. GigaChat картинки на вход тоже принимает (Pro/MAX, ограниченно), но без reasoning-связки.

5. ARC-AGI и редкие нетипичные задачи. Прорыв o3 на ARC-AGI (с оговоркой про возможный fine-tuning) — индикатор способности к адаптации к задачам, на которых обычные LLM проваливаются.

6. Верификация чужих научных и финансовых выкладок. Когда задача не «сгенерировать ответ», а «проверить чужой расчёт» — пересчитать DCF-модель аналитика, перепроверить статистику в чужой статье на arXiv, поймать арифметическую ошибку в актуарном отчёте — o3 в high-effort режиме часто находит логические ошибки и сходящиеся-расходящиеся в выкладках, которые GigaChat MAX в reasoning-задаче такого профиля пропускает. Это типичный сценарий для финансовых аналитиков и ML-исследователей в академии.

Для расширенного сравнения reasoning-моделей за пределами нашей пары стоит держать в голове ещё одну альтернативу — DeepSeek-R1 как open-weight reasoning-модель с MIT-лицензией, которую можно self-host'ить на своём железе с приемлемой ценой за токен. Но в нашей паре «giga-chat vs openai-o3» она остаётся за рамками: это другой профиль выбора, ближе к ML-инженерам с инфраструктурой, а не к типичному пользователю ChatGPT-подписки.

Шесть конкретных персон российского рынка. Для каждой — один из двух сервисов, с обоснованием.

1. Маркетолог в банке (Москва, 35 лет). Делает рассылки, регламенты, ответы клиентам, иногда — анализ NPS. Работает с ПДн клиентов. Выбор: GigaChat Premium 290 ₽/мес. 152-ФЗ + русский язык + Kandinsky для креатива. o3 не появится в работе ни при каком сценарии.

2. Юрист в страховой (СПб, 42 года). Договоры до 80 страниц, претензионная работа, мониторинг 152-ФЗ. Выбор: GigaChat MAX в составе SberPrime+. На очень сложных делах (M&A, иск на сотни миллионов) — добавить ChatGPT Plus ради o3 для верификации логики, но без ПДн.

3. Backend-разработчик в финтехе (Казань, 28 лет). Микросервисы на Go, рефакторинги, ревью PR. Выбор: ChatGPT Plus $20/мес ради o3 — SWE-bench 71.7% решает реальные задачи. GigaChat как второй инструмент для commit-сообщений на русском и документации.

4. ML-исследователь в университете (Новосибирск, 31 год). Статьи на arXiv, верификация статистических методов, разбор научных диаграмм. Выбор: ChatGPT Plus + Pro по необходимости — o3 с vision и reasoning. GigaChat не нужен для этого профиля.

5. Бухгалтер в малом бизнесе (Краснодар, 50 лет). 1С, счета, регламенты. Выбор: GigaChat free / Premium. Никаких VPN, всё на русском, оплата с любой российской карты. o3 — overkill.

6. Финансовый аналитик в инвестиционной компании (Москва, 38 лет). Сложные DCF-модели, верификация расчётов, разбор отчётности. Выбор: оба сервиса. GigaChat — для отчётов на русском, переписки с регулятором, обработки ПДн клиентов. o3 — для многошаговых reasoning-моделей и сложных расчётов.

Считаем в рублях по трём типичным сценариям. Лёгкий: пользователь чата для текстов. Средний: рабочая лошадка для рутины. Тяжёлый: API-pipeline для команды.

Лёгкий профиль (5–10 диалогов в день, ad hoc задачи). GigaChat: free-тариф + Premium 290 ₽/мес = ~2 900 ₽/год. o3: ChatGPT Plus $20/мес ≈ 18 000 ₽/год по текущему курсу + комиссия посредника и стоимость VPN. Разница на горизонте года: ~15 000 ₽ в пользу GigaChat.

Средний профиль (30–50 диалогов в день, картинки, документы, иногда голос). GigaChat: SberPrime+ от 399 ₽/мес = от ~4 800 ₽/год (плюс СберЗвук, Okko, доставка, кэшбек — всё в одном пакете). o3: ChatGPT Plus $20/мес = ~18 000 ₽/год, плюс отдельно Midjourney или DALL-E доплата за качественные картинки. Разница: ~13 000 ₽ в пользу GigaChat при сопоставимом наборе функций.

Тяжёлый профиль (API-pipeline, 1–10M токенов/мес). GigaChat MAX: ~3 000 ₽ за 1M токенов × 5M = 15 000 ₽/мес = 180 000 ₽/год. o3 API: ориентир $10 input / $40 output за 1M × смешанный объём — десятки тысяч долларов в год, с учётом 5–20x reasoning-токенов сложно прогнозируется (точные актуальные цены — data gap). Плюс серая схема оплаты через посредника. Для большинства российских B2B-pipeline GigaChat в этом профиле в разы дешевле.