Claude или Gemini: кто полезнее для длинного рабочего документа?

Большое контекстное окно обещает загрузить больше текста, но не гарантирует, что модель заметит единственное исключение на предпоследней странице. Поэтому Claude и Gemini для длинного документа стоит сравнивать по ответам на конкретные вопросы, а не по длине получившегося пересказа.

В Чатиуме можно собрать читательский кабинет: документ, вопросы и выводы с привязкой к разделам. Такой интерфейс превращает длинный ответ в проверяемый рабочий материал.

Что различается у конкретных моделей

В этой статье рассматриваются Claude Sonnet 5.5 и Gemini 4 Argon. На 24 октября 2026 года каталог OpenRouter указывает для них контекст примерно в миллион токенов. Это размер модельного контекста, а не обещание принять файл любого размера через любой интерфейс.

Если рабочий набор состоит из текста и PDF, обе модели подходят для первичного рассмотрения. Если вместе с документом требуется разбирать аудио или видео, у Gemini есть соответствующие заявленные входы. Корректная передача этих форматов и доступность в вашем приложении проверяются отдельно.

Пример: правило спрятано не в основном разделе

Представим инструкцию для службы поддержки. В начале написано: «Запросы обрабатываются в течение двух рабочих дней». Позже есть отдельный раздел: «Для восстановления доступа требуется дополнительная проверка; срок сообщается после её завершения».

Вопрос: «Когда клиенту восстановят доступ?» Ответ «через два дня» неверен, даже если он точно повторяет заметную фразу из начала. Правильный вывод должен найти исключение и объяснить, что фиксированный срок по этому документу назвать нельзя.

Чтобы сравнение было содержательным, добавьте вопросы трёх типов: прямой факт, исключение и отсутствие ответа. Последний особенно полезен: документ может вообще не содержать нужной информации, и длинная модельная речь не должна это скрывать.

Как подготовить материал, чтобы сравнение имело смысл

Сохраняйте заголовки, номера разделов и порядок страниц. Если превратить документ в сплошной текст без структуры, модели сложнее ссылаться на основание, а человеку — проверять ответ. Таблица, извлечённая в неправильном порядке, может породить ошибку ещё до запуска модели.

Для большого набора документов сначала составьте перечень: название, версия, дата действия. Не смешивайте старую инструкцию с новой без указания их статуса. Иначе модель может аккуратно объединить несовместимые правила — получится связный, но несуществующий регламент.

Не требуйте пересказать всё, если вам нужен ответ на три вопроса. Ограниченный запрос проще принять. А если вопросов много и они повторяются, стоит рассмотреть поиск по базе знаний вместо повторной отправки всей папки.

Как сравнить текстовый разбор в Чатиуме

Этот короткий пример отправляет уже извлечённый текст с названиями разделов. Он не показывает загрузку PDF и не проверяет мультимодальные возможности моделей.

Ниже — серверный фрагмент для одинакового задания двум моделям. ctx даёт Чатиум, sourceText содержит один и тот же проверенный исходник. done и failed — зарегистрированные обработчики app.function, которые проверяют источник вызова: caller.type === 'plugin' && caller.appSlug === 'start'.

import { startCompletion } from '@start/sdk'

const jobs = []
for (const model of ['anthropic/claude-sonnet-5.5', 'google/gemini-4-argon']) {
  const { completionId } = await startCompletion(ctx, {
    model,
    system: 'Ответь на вопросы по документу. Для каждого вывода укажи раздел и подтверждающий фрагмент. Учитывай исключения; если ответа нет, так и напиши.',
    messages: [{ role: 'user', content: [{ type: 'text', text: sourceText }] }],
    onCompletionCompleted: done,
    onCompletionFailed: failed,
  })
  jobs.push({ model, completionId })
}

В jobs лежат идентификаторы задач, а не готовые ответы. Приложение сохраняет соответствие модели и completionId, принимает результаты позже через обработчики и показывает отдельное состояние каждого запуска. Полный интерфейс и хранение в этот короткий пример не входят.

Частые вопросы