Уверенное объяснение потеряло букву. Я спросил у 6 нейросетей, сколько «о» в слове «обороноспособность». Правильный ответ — 7. Получил 12 верных ответов из 18: даже такой счёт стоит проверять отдельно от качества текста. Помните strawberry? В 2024 году ChatGPT насчитывал в нём две «r» вместо трёх. Я перенёс проверку на длинное русское слово. А самый показательный сбой случился у Grok: он объяснил свой ответ, предварительно изменив само слово. Почему просьба «проверь себя» может привести к такой подмене? В Услуги и цены, каждой модели достался одинаковый промпт на русском...