У вас выгрузка из CRM за полгода, файл Excel на несколько листов и вопрос от руководителя: почему во втором квартале просела выручка. Загрузить файл в чат и написать «проанализируй» — рабочий ход, но качество ответа зависит не столько от того, какую модель вы выбрали, сколько от того, дали ли вы ей возможность запустить код.

Поэтому запрос «лучшая нейросеть для анализа данных» на практике распадается на два вопроса. Первый — какая модель читает таблицы и понимает, что вы от неё хотите. Второй, и более важный, — чем она считает: своей головой или кодом, который сама же и написала.

Почему модель сама плохо считает

Языковая модель не работает с числами как калькулятор. Она предсказывает следующий кусок текста, и «сумма по колонке» для неё — такая же последовательность символов, как фраза в письме. На коротких примерах это проходит незаметно, на выгрузке в тысячи строк начинаются тихие ошибки: пропущенная строка, перепутанный формат даты, склеенные дубли.

Зато код модели пишут хорошо — и это принципиальная разница. По официальным замерам Google, опубликованным 13.08.2026 вместе с релизом Gemini 3.7 Flash, на FrontierCode 1.1 результаты такие: Gemini 3.7 Flash 43,6%, Gemini 3.6 Flash 34,4%, Claude Sonnet 5 42,7%, GPT-5.6 Terra 41,3%. На Code Arena Elo у Gemini 3.7 Flash — 1588 против 1538 у Gemini 3.6 Flash, 1541 у Claude Sonnet 5 и 1523 у GPT-5.6 Terra. То есть двадцать строк на pandas модель напишет надёжнее, чем сложит колонку в уме.

Режим решает больше, чем модель

В чате модель видит файл, читает его и отвечает текстом. Этого достаточно для вопросов вроде «что здесь вообще есть», «какие поля битые», «сделай выжимку по кварталам на глаз». Артефакты — рабочие страницы прямо в переписке — доступны на всех тарифах, включая бесплатный, и именно в них удобно собирать графики и интерактивные таблицы, как это устроено, разобрано отдельно.

Проекты — это уже приложение с сервером и песочницей, где код реально исполняется: читает ваш файл, считает, отдаёт результат. Минута работы проекта стоит 1 нейрон, доступны проекты с тарифа «Старт», на бесплатном их нет вообще. Что можно собрать в проектах — тема на отдельный разговор, но для повторяемых расчётов это правильное место, а разницу между режимами «Чат» и «Задачи» стоит понимать до того, как вы загрузите первый файл.

Если выбирать из каталога не хочется, включите режим «Лайт»: вместо списка моделей там сценарии. В «Чате» это Универсальная, Мгновенные ответы, Сложные задачи, Тексты и статьи, Поиск в интернете, Бесплатная и Российская; в «Задачах» — Универсальный агент, Сложные проекты, Код и разработка, Документы и файлы, Исследования, Экономный агент. Под таблицы обычно попадают «Сложные задачи» в чате и «Документы и файлы» в задачах; цена там сразу показана как «≈ N нейронов за ответ», уже с наценкой.

ЗадачаГде делатьЧемПримерный расход
Быстрый вопрос по таблицеЧат, файл вложениемGemini 3.7 Flashдоли нейрона
Разбор документа на 15 страницЧатлюбая доступная модель≈ 4 нейрона
Сложный вывод по неочевидным даннымЧатсильная модель≈ 12 нейронов за ответ
Выжимка большого отчётаЧатсильная модель≈ 20 нейронов
Дашборд с графикамиАртефакт в чатеGemini 3.7 Flashкак обычный ответ
Пересчёт по правилам, сверка выгрузокПроект с серверомс тарифа «Старт»1 нейрон за минуту
Что где делать с данными

Какую модель ставить под данные

По умолчанию берите Gemini 3.7 Flash — она стоит на платформе моделью по умолчанию и доступна уже на бесплатном тарифе. Контекст 1 048 576 токенов, ответ до 65 536, на вход принимает текст, картинки, видео, аудио и файлы. Стоимость: 56 нейронов за миллион входных токенов и 281 за миллион выходных — обычная выгрузка на таком фоне обходится в копейки.

Для понимания, откуда такая цена: у вендоров вход за 1 млн токенов стоит $0,75 у Gemini, $2,00 у Claude, $2,00 у GPT и $1,25 у Muse, выход — $3,75 / $10,00 / $12,00 / $4,25. У Gemini это промо-цена до 31.12.2026, дальше вход $1,50 и выход $7,50. На ваш расход в нейронах это влияет косвенно, но объясняет, почему дефолтной поставлена именно быстрая модель.

Где она не первая — стоит знать заранее. В той же таблице Google на DeepSWE v1.1 (длинные многошаговые задачи) впереди GPT-5.6 Terra: 69,6 против 65,3 у Gemini 3.7 Flash. На Terminal-bench 2.1 тоже GPT-5.6 Terra — 87,4 против 85,8. Если ваш сценарий это длинная цепочка «прочитать, преобразовать, сверить, переписать, проверить», а не один расчёт, попробуйте GPT-5.6 Terra: она доступна с тарифа «Старт».

Ещё честнее выглядит GDPVal-AA: там Gemini 3.7 Flash с 1525 идёт позади Claude Sonnet 5 (1598) и GPT-5.6 Terra (1578), а выше всех Muse Spark — 1628. Зато на AutomationBench разрыв в обратную сторону: 30,4 у Gemini 3.7 Flash против 23,6 у GPT-5.6 Terra, 17,0 у Gemini 3.6 Flash и 10,7 у Claude Sonnet 5. Модели, лучшей во всём, в этой таблице нет — есть та, что чаще попадает в ваш тип задач.

На документах картина снова в пользу Flash: GDP.pdf — 34,0 у Gemini 3.7 Flash против 22,0 у Gemini 3.6 Flash, 28,0 у Claude Sonnet 5 и 24,7 у GPT-5.6 Terra. Если данные приходят не таблицей, а сканами актов и PDF-отчётов, это ваш случай — подробнее в материале про лучшую нейросеть для документов.

Если от модели нужны не расчёты, а интерпретация — выводы, гипотезы, формулировки для презентации, — смотрите на модели уровня MAX: они открываются с PRO, там GPT-5.6 Sol Pro и другие топовые. Весь каталог моделей с уровнями доступа открыт заранее, до оплаты: 95 активных моделей, из них 52 видны на бесплатном тарифе и 81 — на «Старте» и «Стандартном».

Ориентироваться на внешние рейтинги здесь полезнее, чем на вендорские. По индексу Artificial Analysis за август 2026 (чужие данные, не наши замеры) Claude Opus 5 набирает 63,1, Claude Fable 5 — 62,1; на LMSys Arena фронтирная группа — GPT-5, Claude Opus 4.6, Gemini 3.1 Pro, Grok 4, DeepSeek V3.2 — укладывается примерно в 1450–1561 Elo. Публичные лидерборды сравнивают 300–390 моделей по MMLU Pro, HumanEval, MATH, GPQA Diamond и SWE-Bench Verified, и разрыв между верхом и серединой там заметно меньше, чем в заголовках релизов.

Как загрузить выгрузку и что просить

  1. Приведите файл в порядок до загрузки: один лист — одна таблица, шапка в первой строке, без объединённых ячеек и без итогов внутри данных.
  2. Обезличьте персональные данные — телефоны и почты клиентов в анализе выручки не нужны.
  3. Если строк очень много, выгрузите сначала фрагмент за один месяц и проверьте логику на нём.
  4. Приложите файл в чат и в первом же сообщении опишите колонки своими словами: модель угадывает структуру неплохо, но угадывать ей необязательно.
  5. Явно потребуйте код и вывод о том, какие строки были выброшены или приведены к другому типу.

Промпт 1. Разбор выгрузки из CRM

Во вложении выгрузка сделок за январь–июнь, CSV в UTF-8, разделитель «;».
Колонки: дата сделки, менеджер, канал привлечения, сумма, статус.

Не считай в уме. Напиши код на Python (pandas), который:
1) приводит дату к datetime, сумму — к числу (в файле десятичный разделитель — запятая);
2) считает выручку по месяцам и по каналам только по статусу «оплачено»;
3) считает средний чек и число сделок на менеджера;
4) помечает месяцы, где выручка отклоняется от медианы больше чем на 20%.

Сначала опиши, как ты понял структуру файла и что сделал с пустыми
и битыми строками. Потом покажи код. Потом результат таблицей.
Если какого-то поля в данных нет — скажи об этом прямо, не выдумывай.

Такой промпт работает по трём причинам. Он снимает с модели соблазн считать самостоятельно, требует показать понимание структуры до расчёта и заранее закрывает главный источник тихих ошибок — строки, которые не удалось привести к нужному типу.

Дашборд артефактом

Результат не обязан оставаться текстом. Артефакт — это полноценная страница в чате, где можно собрать графики и интерактивную таблицу с сортировкой, поиском и выгрузкой обратно в CSV. Конкретные библиотеки задаёте вы сами в промпте — например, ApexCharts или ECharts для графиков и Tabulator для таблицы. Получается живой отчёт, который можно открыть и покликать, а не скриншот.

Промпт 2. Дашборд по выгрузке

Собери артефакт — одностраничный дашборд по этим данным.

Что нужно:
- графики на ApexCharts: выручка по месяцам (линия), доли каналов (пончик),
  топ менеджеров (горизонтальные бары);
- таблица сделок на Tabulator: сортировка, поиск по менеджеру, экспорт в CSV;
- сверху четыре плашки: выручка, число сделок, средний чек, доля оплаченных;
- все денежные вычисления — через decimal.js. Никакого float и никакого
  toFixed для сумм: округление до копеек только на выводе;
- данные вставь прямо в файл, без обращений в интернет;
- подписи и валюта — рубли, разряды через пробел.

Если для какой-то плашки данных не хватает — оставь прочерк и скажи об этом.

Промпт 3. Проверка результата

Пересчитай эти же показатели двумя независимыми способами: через
групповые операции и через простой проход по строкам. Покажи оба куска кода.

Если результаты расходятся — назови, где именно и почему.
Отдельным списком: строки, которые были выброшены; строки, где тип
приводился с потерей; дубли, если они есть.

Не сглаживай расхождения — мне нужно видеть их, а не аккуратный итог.

Сколько это стоит в нейронах

  • Обычная переписка почти ничего не стоит: лёгкие модели тратят доли нейрона за ответ.
  • Разбор документа на 15 страниц — около 4 нейронов по замерам боевого биллинга, ревью кода — около 3.
  • Ответ сильной модели на сложный вопрос — около 12 нейронов, выжимка большого отчёта — около 20 (нейрон стоит примерно 3 ₽, то есть порядка 60 ₽ за такую выжимку).
  • Минута работы проекта в песочнице — ровно 1 нейрон, считается по факту работы.
  • Картинка в MediaLab — около 30 нейронов; для аналитики она вам, скорее всего, не понадобится.

Отдельно важно: бесплатные модели не тратят нейроны вовсе и не расходуют лимит сообщений. Черновой разбор структуры файла, переименование колонок, наброски гипотез спокойно делаются на них — в режиме «Лайт» это сценарий «Бесплатная», — а сильную модель вы включаете только на финальный вывод.

Цена самого нейрона по тарифам различается сильнее, чем кажется: «Старт» — 2,97 ₽, «Стандартный» — 3,59 ₽, PRO — 3,02 ₽, Ultra — 2,98 ₽. Дороже всего нейрон обходится на «Стандартном», и берут за этот тариф не выгодный объём, а лимиты и агентов. Если считать только по нейронам, PRO выгоднее «Стандартного».

Честные ограничения

  • Без кода числа от модели — это пересказ, а не расчёт. Требуйте код всегда, даже когда ответ выглядит правдоподобно.
  • Артефакт считает в браузере. Он воспроизводим ровно настолько, насколько вы сохранили его код: при пересборке страницы модель может незаметно изменить логику расчёта.
  • Контекст в 1 048 576 токенов большой, но выгрузка на миллион строк туда целиком не поместится. Агрегируйте до загрузки — и помните, что вход стоит 56 нейронов за миллион токенов.
  • Gemini 3.7 Flash доступна на бесплатном тарифе, но она расходует нейроны. А бесплатных нейронов дают 100 и только один раз при регистрации, ежемесячного начисления на бесплатном тарифе нет.
  • Поиска в интернете на бесплатном тарифе нет: обогатить свои данные внешними источниками не получится, он появляется с «Старта».
  • Проектов на бесплатном тарифе нет вообще, на «Старте» — 30 минут в сутки. Для длинных пересчётов это ощутимая рамка.
  • На бесплатном тарифе — 15 сообщений к платным моделям каждые 4 часа. Итеративная отладка разбора упирается в этот лимит быстрее, чем в нейроны.
  • Модель не знает контекста вашего бизнеса. Что в марте была смена оператора CRM, а в апреле ушёл менеджер с половиной базы — знаете вы. Аномалию она найдёт, объяснение придумает, и оно может быть неверным.

Что взять в итоге

  • Разово посмотреть на таблицу — бесплатный тариф, Gemini 3.7 Flash, чат плюс артефакт с графиками. Этого хватает, пока вы не упираетесь в 15 сообщений каждые 4 часа и в разовые 100 нейронов.
  • Регулярная работа с выгрузками — «Старт» за 890 ₽: 300 нейронов, 81 модель, поиск в интернете, 30 минут проектов в сутки и доступ к GPT-5.6 Terra для длинных цепочек.
  • Много агентов и объёма — «Стандартный» за 2 690 ₽: 750 нейронов, 40 агентов, 150 сообщений и 20 генераций каждые 4 часа. Моделей столько же, 81, — доплата идёт за объём и лимиты, а не за каталог.
  • Данные каждый день и помногу — PRO за 4 990 ₽: 1 650 нейронов, все модели каталога и, главное, отсутствие лимита сообщений — при отладке расчётов упирается раньше всего именно он.
  • Команде — Ultra за 9 990 ₽ (3 350 нейронов, 2 места, 100 агентов) или командные тарифы: Team5 — 12 250 ₽ и 3 500 нейронов, дальше Team10, Team20 и Team50 (97 500 ₽ и 35 000 нейронов).
  • Где разница не стоит доплаты — если вы разбираете одну таблицу в неделю, PRO вам не нужен: качество разбора там определяет не тариф, а то, попросили вы код или нет.

Проверить всё это можно без карты: на бесплатном тарифе открыты 52 модели из 95 и 100 нейронов, которые начисляются один раз при регистрации, а не ежемесячно. Загрузите свою реальную выгрузку, попросите код вместо ответа и посмотрите на результат — а сравнить условия и цены удобнее на странице тарифов. Регистрация здесь.