В сентябре 2026 года издание «少数派» опубликовало результаты сравнительного тестирования ИИ-моделей для работы с Excel. Автор проверил, насколько китайские модели DeepSeek, Kimi и GLM конкурентоспособны с западными аналогами в офисных задачах. Тест охватил 11 сценариев — от простого написания формул до комплексного анализа данных с созданием сводных таблиц и дашбордов.
Методика включала использование одинаковых наборов данных и промптов для всех моделей. Тестирование проводилось в актуальных версиях Excel с применением плагина Pi for Excel, который позволяет подключать разные модели через API. Для моделей с поддержкой глубокого мышления включался режим High. Оценивались точность вычислений, соблюдение исходных данных, количество необходимых вмешательств и время выполнения.
Результаты показали, что в простых задачах (написание формул, базовая очистка данных) китайские модели работают на уровне западных. Однако при усложнении сценариев разрыв увеличивается. В задачах с созданием сводных таблиц только 27% всех результатов оказались корректными, при этом Kimi K3 и GLM-5.2 демонстрировали значительно большее время выполнения и чаще требовали вмешательства пользователя. Например, Kimi K3 не смогла завершить задачу с сортировкой данных в сводной таблице, а DeepSeek v4 Flash потратила 10 минут на осознание ошибки типа данных.
Автор отмечает, что ключевым фактором является не только модель, но и «носитель» (harness) — способ интеграции ИИ с Excel. Официальные плагины OpenAI и Anthropic показали лучшие результаты, чем универсальный Pi for Excel, используемый для китайских моделей. Это может объяснять часть отставания, но не снимает вопросов к самим моделям: в тестах с одинаковым носителем западные модели всё равно были точнее и стабильнее.
Практический вывод: для простых операций китайские модели могут быть экономичной альтернативой, но для ответственных задач с большими объёмами данных и сложной логикой пока надёжнее западные решения. Важно учитывать, что результаты быстро устаревают из-за обновлений моделей, а тест проводился на ограниченном наборе задач одним автором.
