GPT-5, Claude Opus 4, Gemini 2.5 Pro: дуель 2026 року

Frontier рухається настільки швидко, що пости з бенчмарками зазвичай застарівають до моменту публікації. І все ж — ось ми, через чотири місяці після початку 2026 року, і три речі стали очевидними, якщо ви дійсно користуєтесь цими моделями щодня, а не лише читаєте про них.

Головний результат

Claude Opus 4 — найкращий генераліст, якщо мірити за «скільки разів відповідь не потребувала уточнень». GPT-5 — найкращий, коли потрібно виконати складну інструкцію, не загубивши нитку через три абзаци. Gemini 2.5 Pro — найкращий, коли промпт містить PDF на 200 сторінок і потрібно, щоб модель реально його прочитала, а не пробігла очима.

Ми прогнали 18 показових промптів через усі три. Задачі розбились на чотири кошики:

• Логіка та математика — Project Euler 600+, прикладні статистичні задачі, дві відкриті задачі AIME.
• Рев’ю коду — Go-diff на 200 рядків, навмисно зламаний React-hook, два SQL-запити з тонкими помилками коректності.
• Текст — копірайт для лендингу, план есе на 1 200 слів, чернетка технічного блог-поста.
• Довгий контекст — транскрипти на 80k токенів, синтез кількох PDF, retrieval-задача на 12 джерел.

Де насправді перемагає кожна

Claude Opus 4 домінував у рев’ю коду з більшим відривом, ніж ми очікували. Він ловить тонке — off-by-one у віконній функції SQL, useEffect-closure, що захоплює застарілу змінну, — там, де інші дві відмахуються «виглядає нормально». Режим extended thinking додав ще один щабель, але тільки на найскладніших задачах; для повсякденного рев’ю звичайний Opus і так упорався.

GPT-5 виграв на багатокроковому виконанні інструкцій. Ми дали кожній моделі промпт з одинадцятьма явними вимогами (форматування, тон, довжина, конкретні фрази для включення, що виключити). GPT-5 влучила в десять із одинадцяти з першого разу. Claude — у вісім. Gemini — у сім. Якщо ваш промпт — це структурована специфікація, GPT-5 досі найбезпечніший вибір.

Gemini 2.5 Pro переконливо виграв на довгому контексті. Вікно 2M токенів — не салонний фокус: модель справді користується тим, що їй дають. У задачі синтезу 12 PDF Gemini коректно цитувала документи з третього по одинадцятий; інші переважно посилались на перший. Нативна мультимодальність важить більше, ніж показують бенчмарки: парсинг скриншотів inline економить запит.

Що це означає для щоденного користування

Ось частина, яку пости з бенчмарками пропускають: на практиці ви перемикаєтесь. Відкриваєте чат в Opus, бо він найкращий у рев’ю коду. Помічаєте, що сьогоднішнє питання — структурована специфікація. Перемикаєтесь на GPT-5 посеред діалогу. Наступний хід містить PDF — перемикаєтесь на Gemini, ставите питання, повертаєтесь.

Саме під цей робочий процес створена Any AI Studio. Функції гілок і порівняння поруч означають, що не треба обирати заздалегідь. Надішліть промпт двом моделям одночасно, залиште кращу відповідь, гілкуйте переможену для перезапиту.

Застереження

Ці результати тримались у травні 2026. Наступний квартальний апдейт, імовірно, перекине щонайменше одну категорію. Прогонимо набір знову, коли вийде GPT-5.1 (за чутками — кінець літа), і опублікуємо апдейт.

Також: вартість має значення. Opus — найдорожча з трьох за вартістю токена. Якщо ви платите за API, GPT-5 виходить дешевшою за схожу якість на більшості некодових задач. Ми не пропускаємо вартість токена крізь підписку Pro, тож це чиста цікава виноска — але варто згадати, якщо ви порівнюєте ціни напряму від провайдерів.

TL;DR

Opus — для коду, GPT-5 — для структурованих специфікацій, Gemini — для довгого контексту. Або — простіше — відкрийте Any AI Studio і дайте перемикачу моделей запам’ятати, яку ви тягнетеся брати в кожній ситуації.