---
title: Один вопрос, разные ИИ, разные ответы. Модели совпадают в 4% случаев
description: Исследование GolOps — 798 000+ сравнений по 8 ИИ-системам. Средняя согласованность по бренду № 1 — 43,3%, полное единогласие — 4,0%. Каждая модель отбирает в шорт-лист по-своему, и видимость в одной не переносится на другую.
date: 2026-04-21T00:00:00Z
lastmod: 2026-06-02T00:00:00Z
published: true
categories: [research, llm]
author: golops
---

Пользователь задаёт один и тот же вопрос ChatGPT, Claude и Gemini и ждёт примерно одинаковый ответ. На деле модели называют разные бренды. Согласие — исключение, а не правило.

GolOps замерил это поле. 798 000+ сравнений по 8 крупным ИИ-системам, 44 088 отчётов о видимости, 8 902 уникальных сценария выбора. Для каждого запроса фиксировался бренд № 1 у каждой модели — и считалось, какая доля моделей сошлась на одном и том же первом месте.

| Метрика | Значение |
|---|---|
| Сравнений проанализировано | 798 000+ |
| Отчётов о видимости | 44 088 |
| Уникальных сценариев | 8 902 |
| ИИ-систем сопоставлено | 8 |

*Окно данных: август 2025 — март 2026*

## Ключевые находки

**43,3% — средняя согласованность.** Менее половины моделей в среднем сходятся на одном и том же бренде № 1. Видимость в ChatGPT не говорит ничего о видимости в Claude или Gemini. Независимые замеры показывают то же: попарное пересечение по топ-брендам составляет лишь 36–55% (по данным [BrightEdge](https://www.brightedge.com/resources/weekly-ai-search-insights/where-ai-engines-agree-on-brands)).

**4,0% — полное единогласие.** Только в 4 случаях из 100 все 8 моделей называют один и тот же бренд. Это происходит почти исключительно в категориях с одним явным лидером.

**60% — зона расхождения.** В 60% запросов согласие моделей по первому бренду ниже 50%. Это не ошибка измерения: системы обучены на разных данных и потому отвечают по-разному.

**20% — средняя попарная корреляция.** Любые две модели в среднем совпадают по первому бренду лишь в каждом пятом запросе. Каждая модель — это отдельный канал со своей аудиторией.

## Распределение согласия

Если разложить все запросы по уровню согласия моделей по бренду № 1, картина смещена в сторону расхождения:

| Уровень согласия | Доля запросов | Запросов | Интерпретация |
|---|---|---|---|
| 0–25% | 14,6% | 116 621 | Высокое расхождение |
| 25–50% | 45,1% | 359 732 | Низкое согласие |
| 50–75% | 28,0% | 223 267 | Умеренное согласие |
| 75–99% | 8,3% | 66 466 | Хорошее согласие |
| 100% | 4,0% | 31 558 | Полное единогласие |

Больше половины запросов (60%) попадают в полосу ниже 50% согласия. Полное единогласие — 4,0% — встречается редко и обычно лишь там, где один бренд безоговорочно доминирует в своей категории. Вывод для бренда: видимость в одной системе не переносится на остальные автоматически. Каждая модель отбирает в шорт-лист по своим правилам. Анализ 82 619 запросов за 17 недель подтверждает: три крупные платформы почти не пересекаются по тому, какие источники цитируют (по данным [SISTRIX](https://www.sistrix.com/blog/ai-citation-drift-how-stable-are-sources-in-ai-search-results/)).

## Кто с кем согласен

Попарная согласованность между восемью системами в среднем — 20%. Максимум фиксируется у пары Claude + DeepSeek (35%), минимум — у пары Meta AI + Perplexity (10%).

| Модель | Средняя попарная согласованность с остальными |
|---|---|
| Claude | до 35% (с DeepSeek и Grok) |
| DeepSeek | до 35% (с Claude) |
| Grok | до 35% (с Claude) |
| ChatGPT (OpenAI) | 17–27% |
| Gemini | 12–26% |
| Google AIO | 12–20% |
| Meta AI | 10–23% |
| Perplexity | 10–17% |

Некоторые модели тяготеют друг к другу, образуя неявные кластеры: Claude, DeepSeek и Grok согласуются заметно чаще среднего. На другом полюсе — Meta AI и Perplexity: они совпадают с остальными лишь в 10–17% запросов. Различия в поведении моделей устойчивы: анализ 17,2 млн цитирований показал, что модели цитируют источники по-разному (по данным [Yext](https://www.yext.com/research/ai-citation-behavior-across-models)). Видимость на этих площадках выводит бренд к аудитории, которая не видит того, что показывают остальные системы. Perplexity и Meta AI — отдельные каналы, и работать с ними нужно отдельно.

## Кто вообще отвечает

Не все модели одинаково готовы давать рекомендацию бренда. Meta AI выдаёт рекомендацию в 95,0% запросов, Google AI Overviews — лишь в 56,5%.

| # | Модель | Доля запросов с рекомендацией бренда |
|---|---|---|
| 1 | Meta AI | 95,0% |
| 2 | ChatGPT (OpenAI) | 85,4% |
| 3 | Grok | 83,0% |
| 4 | Gemini | 82,2% |
| 5 | DeepSeek | 80,9% |
| 6 | Claude | 79,9% |
| 7 | Perplexity | 79,4% |
| 8 | Google AIO | 56,5% |

Google AIO — самая разборчивая система: рекомендацию она даёт меньше чем в шести запросах из десяти. Если модель в вашей категории отвечает редко, контур работы под неё строится иначе. Сначала нужно понять, появляется ли модель в сценариях вашей категории вообще, и только потом — на каком месте.

## Какие вопросы расходятся сильнее

Тип запроса определяет, насколько модели сойдутся. Сравнительные запросы («Nike против Adidas») дают самое высокое согласие — 50,4%. Общие и «лучшие в категории» запросы расходятся сильнее всего — а именно в них у брендов больше всего возможностей.

| Тип запроса | Согласие | Высокое расхождение (<25%) |
|---|---|---|
| Сравнение | 50,4% | 10,8% |
| «Как сделать» | 45,3% | 13,4% |
| «Альтернативы X» | 44,1% | 11,4% |
| «Лучший в категории» | 43,4% | 14,8% |
| Рекомендация | 43,1% | 14,4% |
| Общий | 42,2% | 15,0% |

Логика прямая: сравнительный запрос задаёт контекст, и моделям остаётся меньше места для интерпретации. Открытая рекомендация оставляет простор. Поэтому полоса «лучший в категории» и общих запросов и есть зона возможностей: при высоком расхождении лидер ещё не закреплён, а место в шорт-листе не занято конкурентами наглухо.

## Восемь моделей — восемь ответов

В предельном случае один и тот же запрос даёт восемь разных брендов у восьми моделей. Это случается не только на периферии выборки — в общих и сравнительных сценариях такое повторяется регулярно.

| Запрос: «лучшая платформа payroll и HR для быстрорастущего удалённого стартапа» | Бренд № 1 |
|---|---|
| ChatGPT (OpenAI) | Gusto |
| Claude | Rippling |
| Gemini | Deel |
| Google AIO | ADP Workforce Now |
| Grok | BambooHR |
| DeepSeek | Paychex Flex |
| Meta AI | Workday |
| Perplexity | HiBob |

Восемь систем, восемь разных лидеров, ноль пересечений. Аналогичные расклады воспроизводятся в финансовых («одобрят ли финансирование при кредитном рейтинге 550») и промышленных («сравнить интегрированные бетонные решения для инфраструктурных проектов») сценариях. Один вопрос — восемь шорт-листов, в каждом из которых на первом месте свой бренд.

## Когда модели сходятся

Те самые 4,0% полного единогласия — 31 558 запросов — почти всегда устроены одинаково. Все 8 моделей называют один бренд там, где:

- один бренд безоговорочно доминирует в категории;
- запрос узкий и конкретный;
- категория чётко очерчена, альтернатив мало.

Так выглядят, например, запросы про менеджер паролей для командного доступа, инструмент CI/CD для небольшой инженерной команды или платформу видеоконференций для корпоративных встреч — там, где один игрок стабильно считается лидером категории. Полное единогласие достижимо, но это не цель: оно лишь означает, что категорию уже захватили. Реальная работа идёт в полосе расхождения, где место ещё свободно.

## Методология

Что лежит в основе цифр:

- **798 000+ валидных сравнений** — для каждого запроса фиксировался бренд № 1 у каждой модели, затем считалась доля моделей, сошедшихся на одном и том же первом месте.
- **44 088 отчётов о видимости** — каждый содержит ответы до 8 ИИ-систем по одному набору запросов.
- **8 902 уникальных сценария** — запросы по отраслям, типам и формулировкам.
- **8 ИИ-систем** — ChatGPT, Claude, Gemini, Google AI Overviews, Grok, DeepSeek, Meta AI, Perplexity.
- **Фильтр качества** — в выборку входят только запросы, где минимум 5 моделей дали валидную рекомендацию бренда, чтобы обеспечить статистическую значимость.
- **Окно сбора данных** — август 2025 — март 2026.

Независимые исследования подтверждают картину. Анализ 567 000 рекомендаций LLM зафиксировал, что разные модели держат собственные устойчивые предпочтения по брендам с низким пересечением. Отдельно показано, что языковые модели систематически отдают предпочтение глобальным брендам перед локальными, и эффект страны происхождения усиливается на моделях, обученных на разных данных.

## Что это значит на практике

Сравните две компании в одной категории. Первая меряет себя по одной модели — допустим, по ChatGPT, потому что им пользуется её команда. Видит там первое место, считает задачу решённой и спокойна. Вторая смотрит на все восемь систем сразу. И видит то, чего первая не видит: пока её бренд лидирует в ChatGPT, в Claude шорт-лист собирается без него, в Gemini рекомендация уходит конкуренту, а покупатель, спросивший Perplexity, получает ответ, в котором названия бренда нет вовсе. Один сводный показатель «ИИ-видимости» усреднил бы эти восемь реальностей в одно успокаивающее число — и скрыл бы семь шорт-листов, которые формируются без участия компании.

На этой разнице и работает GolOps. Мы измеряем позицию в поле выбора через Индекс Контроля Выбора — отдельно по каждой системе, а не одним усреднённым числом, разбираем, какие сценарии и источники формируют первое место, и переводим замер в приоритизированный план. Стратегический пилот закрывает первый цикл за 10–12 недель; Центр Управления держит контур наблюдения постоянным на семи ИИ-системах. Дело здесь даже не в методологии, а в простой арифметике: при средней согласованности моделей в 43,3% ставка на одну систему оставляет компанию вне поля выбора больше чем у половины ИИ-агентов, через которых, по прогнозу Gartner, к 2028 году пойдут 90% B2B-закупок — при том что Semrush уже фиксирует конверсию из ИИ-каналов в 4,4 раза выше органического поиска. Каждый квартал без замера по всем восьми — это семь шорт-листов, собранных без вас.

**Почему модели вообще расходятся, начинается ещё до выдачи — на слое, где ИИ переписывает запрос пользователя по-своему:**

[**Как ИИ переписывает ваш запрос до того, как начнёт искать**](/publications/ai-query-rewriting)

**И даже там, где бренд попал в шорт-лист, удержать место — отдельная задача:**

[**Период полураспада ИИ-цитирований. Как быстро вас перестают цитировать**](/publications/ai-citation-half-life)

[Запросить стратегическую диагностику →](https://golops.io/position) · [Обсудить пилот →](https://golops.io/pilot)