Сразу договоримся: это не научный рейтинг и не «лучший AI по версии человечества». Это мой личный стек на 19 сентября 2026 года.
Я оцениваю инструменты не по количеству параметров, а по простой вещи: насколько часто они помогают мне довести реальную задачу до результата.
Если сервис великолепно выступает на презентации, но я три недели не могу придумать, зачем его открыть, в моём рейтинге он летит вниз. Если инструмент каждый день пишет, собирает, анализирует и экономит часы — летит вверх.
1. Claude — мой основной рабочий стол
Claude у меня забирает примерно 90% рабочего времени с AI. Там тексты, идеи, аналитика, большие документы, разбор проектов и работа с кодом.
Почему он наверху:
- хорошо держит длинный контекст;
- умеет работать не только с ответом, но и с целым проектом;
- нормально пишет человеческий текст, если дать голос и примеры;
- удобен для глубокого разбора, когда задача не помещается в один промпт;
- Claude Code превратил чат с моделью в полноценную рабочую среду.
Что бесит: лимиты могут улетать очень быстро, особенно когда агент читает большой проект и несколько раз прогоняет проверки. Поэтому контекст нужно чистить, а не радостно скармливать модели весь жёсткий диск.
Моя оценка: 10/10 для текстов, анализа и сложной работы с проектом.
2. Codex — 10/10 для агентной работы с кодом
Codex — отдельный зверь. Я отдаю ему задачу в репозитории, он читает файлы, меняет код, запускает проверки и показывает результат.
Сильная сторона не в том, что он «знает синтаксис». Сегодня это умеют все крупные модели. Сила в рабочем цикле: понять проект → сделать изменения → проверить → объяснить.
Особенно нравится, когда нужно:
- быстро разобраться в чужом коде;
- сделать много связанных правок;
- собрать прототип;
- починить баг и прогнать тесты;
- работать параллельно в отдельном worktree, не ломая основной проект.
Слабое место то же, что у любого агента: плохой бриф рождает уверенный бардак. Поэтому перед большой задачей я использую допрос в стиле Grill Me.
Моя оценка: 10/10.
3. ChatGPT — универсальный комбайн
ChatGPT остаётся самым понятным входом в AI для огромного количества людей. Текст, файлы, изображения, голос, поиск, проекты — всё в одном месте.
Я особенно люблю его для работы с картинками и задач, где нужен быстрый универсальный помощник без отдельной настройки среды.
Почему он не всегда первый у меня: универсальность — это одновременно плюс и минус. Когда нужен глубокий постоянный рабочий процесс вокруг конкретного проекта, мне чаще удобнее Claude или Codex.
Но если человек спрашивает, с чего начать знакомство с AI, ChatGPT — до сих пор один из самых безопасных ответов.
Моя оценка: очень хорошо.
4. Gemini — нормально, а экосистема Google местами очень сильная
Сам Gemini у меня не стал главным чатом. Но вокруг него выросли инструменты, которые нельзя игнорировать: NotebookLM, AI Studio, Canvas, Nano Banana, Stitch.
Для работы с документами, исследованиями, презентациями и генерацией изображений экосистема Google стала намного интереснее, чем была раньше.
То есть моя оценка разделяется:
- Gemini как основной чат — нормально;
- отдельные продукты Google — от очень полезно до надо срочно тестить.
Подробную подборку я собрал в материале 6 инструментов Google.
5. Perplexity — когда нужен поиск, а не дружеская беседа
Perplexity я открываю для быстрого исследования, поиска источников и первичной проверки фактов.
Главное преимущество — модель сразу строит ответ вокруг найденных страниц. Это не отменяет ручную проверку, но быстрее приводит к первоисточнику.
Где полезен:
- собрать карту темы;
- найти свежие документы;
- сравнить несколько источников;
- проверить, существует ли вообще проект, о котором все пишут;
- быстро перейти к официальной документации.
Где не стоит расслабляться: ссылка рядом с абзацем ещё не означает, что источник подтверждает каждое слово. Открывать и читать всё равно придётся.
Моя оценка: хорошо для поиска и фактчека.
6. Notion — нормальная рабочая база, AI не главный герой
Notion хорош для планов, проектов, заметок, базы знаний и совместной работы. Его AI-функции полезны, но я не выбираю Notion именно ради AI.
Я выбираю его, когда нужна структура, которую увидят люди: документы, таблицы, статусы, комментарии. AI там помогает переписать, найти, суммировать — и это правильная роль. Не цирк, а дополнительный слой поверх рабочего пространства.
Моя оценка: нормально и практично.
7. Make — раньше любил больше
Make построил целую эпоху визуальных автоматизаций: блоки, стрелки, триггеры, сценарии. Для простых интеграций он всё ещё может быть отличным вариантом.
Но лично мне после Claude Code и Codex часто быстрее описать систему словами, получить код и нормально контролировать логику в проекте. Особенно когда автоматизация перестаёт быть игрушечной и обрастает ошибками, данными и исключениями.
Это не значит, что Make плохой для всех. Это значит, что для моего способа работы он потерял место в основном стеке.
Моя оценка: плохо для меня, возможно хорошо для конкретного no-code сценария.
8. n8n — мощно, но я не хочу тащить этот чемодан
n8n гибче многих визуальных конструкторов, его можно разворачивать у себя, подключать множество сервисов и строить сложные цепочки.
Но за гибкость платишь сложностью. Большой граф быстро превращается в макароны, ошибки приходится отлаживать внутри узлов, а перенос логики между окружениями не всегда приносит радость.
Если команда уже живёт в n8n и умеет его обслуживать — отлично. Если я начинаю новую сложную систему с нуля, скорее выберу кодового агента и обычный репозиторий.
Моя оценка: мощно, но неудобно лично мне.
9. Apple Intelligence — пока мимо
Здесь коротко. От Apple ждёшь, что AI будет тихо встроен в устройство и каждый день экономить время. Мой реальный опыт пока не даёт поставить его рядом с Claude, Codex или ChatGPT.
Возможности зависят от устройства, языка, региона и версии системы. Но продукт я оцениваю не по обещанию «когда-нибудь всё заработает», а по тому, что могу использовать сегодня.
Моя оценка: плохо.
Как выбрать свой стек, а не скопировать мой
Не нужно регистрироваться в девяти сервисах. Выберите по одному инструменту на каждую реальную роль:
- основной собеседник и аналитик;
- кодовый агент, если вы строите продукты;
- поиск с источниками;
- база знаний;
- генерация изображений или видео, если она нужна работе.
Затем две недели записывайте: какую задачу открыли, чем закончили, сколько времени сэкономили. Если инструмент красивый, но результата нет — удаляйте без сожалений.
Мой стек меняется. Через месяц какой-то сервис может резко вырасти, а любимый инструмент — испортиться. Поэтому важен не вечный тир-лист, а привычка проверять AI на своей работе.
Раз в месяц полезно делать простой аудит: какие сервисы открывали, что получили на выходе и за что заплатили. Инструмент без сохранённого результата — кандидат на отмену подписки. Сильный инструмент должен занять конкретную роль, чтобы команда не решала одну задачу пятью разными чатами.